【2026年6月】Claude Fable 5 リリース速報｜料金と使い方

結論：Anthropicが2026年6月9日にリリースした Claude Fable 5 は、Mythos級の最強モデルが初めて一般公開された画期的なアップデートで、SWE-Bench Pro 80.3％・コーディング/エージェント業務で現行最強だが、料金がOpus 4.8の2倍（$10/$50 per 1M tokens）・30日データ保持必須なので法人導入は「価値が出る業務」に絞り込みが必須。

この記事の要点：

• Fable 5はSWE-Bench Pro 80.3％でGPT-5.5（58.6%）・Gemini 3.1 Pro（54.2%）・Opus 4.8（69.2%）を大きく引き離す
• 料金は $10/$50 per 1M tokens（Opus 4.8の2倍）・6月22日まで claude.ai 上は無料で試せる
• GitHub Copilot Business/Enterprise は管理者opt-in必須・30日データ保持でZero Data Retention非適用

対象読者：Claude APIを業務利用中のエンジニア・AI研修/導入を検討中の企業担当者・コーディング業務の自動化を進めたい部門長

読了後にできること：6月22日の無料期間中に、自社の最重要コーディングタスク1つをFable 5で検証して、Opus 4.8からの乗り換え判断ができる

「またClaudeか…でも今度のはちょっと意味合いが違うかも」

先週、ある大手SaaS企業のCTO向け勉強会で、参加者の一人がぼそっと呟いた言葉が忘れられません。発表会の当日（2026年6月9日）、私のSlackには「Fable 5って何？Mythosと違うの？」という質問が午前中だけで10件超届きました。それくらい、今回のリリースは混乱と期待がない交ぜになっていました（想定例として、実際の研修参加者の質問パターンを抽象化しています）。

このリリースの本質は、Anthropicが約半年間「Project Glasswing」というコードネームで限定公開してきた最強モデル「Mythos」が、ついに一般顧客でも使える形になったことです。ただし、価格はOpus 4.8の2倍・データ保持30日・サイバー/生物化学系の質問は別モデル送りという独特な制約付き。

「最強だけど扱いに気を使うAI」をどう使いこなすか。これは、AI研修先で過去半年間「Mythosが欲しいけどGlasswing認定が取れない」と相談されてきた100社以上の企業が、いま一斉に直面している判断です。

この記事では、Fable 5/Mythos 5 のリリース内容を、料金・性能ベンチマーク・利用経路・安全機構・無料期間の使い方まで、企業導入の意思決定に必要な情報を全部一気に解説します。リリース直後48時間以内に検証すべき3つのシナリオも提示しますので、本記事を読み終わったら今日中に動けるはずです。

1. Claude Fable 5 とは｜2026-06-09 リリースされた最新モデルの3つの新機能

Claude Fable 5は、Anthropicが2026年6月9日にリリースしたフラッグシップAIモデルです。コードネームは「Fruitcake EAP（Early Access Program）」で、内部的にはClaude Mythos 5と同じウェイトを共有していますが、本番運用向けに3つの安全機構が組み込まれた「一般公開版」として提供されます。

AIエージェントの全体像や導入ステップについては、AIエージェント導入完全ガイドで体系的にまとめています。

新機能1：SWE-Bench Pro 80.3％の圧倒的コーディング性能

従来のClaude Opus 4.8 が69.2％、GPT-5.5が58.6％、Gemini 3.1 Proが54.2％だったSWE-Bench Pro（GitHub上の実プロジェクトでのバグ修正タスク）を、Fable 5は 80.3％ で解きました。これは「実際のオープンソースプロジェクトで報告されたIssueの8割を、AIが単独で正しく修正できる」レベルです。

顧問先のSaaS企業で、Fable 5発表当日に既存リポジトリの未解決Issue 5件を投げてみたところ、4件は実用可能なPRが返ってきました（残り1件はテストカバレッジ不足でレビュー必要）。Opus 4.8時代は3-4時間かかっていたタスクが、30分〜1時間に短縮された印象です（事例区分：想定シナリオ — 100社以上の研修経験をもとに構成）。

新機能2：FrontierCode Diamond でも29.3%（Opus 4.8比 2.2倍）

SWE-Bench Proがやさしすぎる「実プロジェクト」だとすれば、FrontierCode Diamondは「最難関のアルゴリズム実装」評価です。ここでも：

• Claude Fable 5: 29.3％
• Claude Opus 4.8: 13.4％
• GPT-5.5: 5.7％

つまり「これまでAIには無理だった難問の3割」が、Fable 5なら解けるようになりました。Uravationの研修先で「データ構造設計を任せたいけど精度が…」と悩んでいた製造業のR&D部門にとって、これは大きな転換点です。

新機能3：Mythos級ベンチでも一般公開モデルに到達

知識業務（GDPval-AA）、空間推論、ツール使用、法律、ヘルスケアの全領域で、Fable 5はOpus 4.8を上回りました。特にGDPval-AAは1932点で、GPT-5.5（1769点）・Gemini 3.1 Pro（1314点）を大きく引き離しています。

2. 料金体系｜$10/$50 per 1M tokens の意味とOpus 4.8/Mythos Previewとのコスト比較

Fable 5の料金は、Mythos 5と同じく $10 per 1M input tokens / $50 per 1M output tokens。これはClaude Opus 4.8（$5/$25）のちょうど2倍です。

単純比較すると、Fable 5は最も高価です。ただし「同じタスクで何倍のトークンを使うか」が重要で、Fable 5は精度が高い分、再試行・人間レビュー時間を減らせる可能性があります。Uravationの試算では、エラー修正タスクなら「Fable 5は人月コスト換算でOpus 4.8の60%程度」になるケースもあります（想定シナリオ）。

無料期間（重要）：claude.ai 上では 2026年6月22日まで、Fable 5が Pro/Max/Team/Enterprise プランの全ユーザーに無料で開放されます。API経由は通常課金が発生するため、まずはclaude.aiで触ってから本格導入を判断するのが定石です。

3. SWE-Bench Pro 80.3% の衝撃｜GPT-5.5・Gemini 3.1 Pro・Opus 4.8 とのベンチ比較表

Fable 5のリリースで最もインパクトが大きかったのは、コーディング/エージェント領域のベンチマークです。主要4軸を比較した表が以下です：

注目すべきは、Fable 5は 全4軸で1位を獲得していることです。Opus 4.8時代は「特定タスクではGPT-5.5の方が良い」「データ分析はGeminiが強い」といった棲み分けがありましたが、Fable 5は「全部勝つ」モデルになりました。

ただし注意点があります。これらのベンチマークは「単一タスク・短時間応答」での評価で、長時間の複雑エージェント実行（半日以上の自律タスク）では誤差が大きくなる可能性があります。実務導入時は、自社の代表的なワークフロー3つで個別検証してください。

4. 利用経路｜Claude API・claude.ai（6/22まで無料）・AWS・GCP・Microsoft Foundry・GitHub Copilot

Fable 5は、リリース当日から以下の6経路で利用可能です：

注意してほしいのは、Amazon Bedrock とGoogle Cloud では、デフォルトでは Fable 5 が呼び出せないこと。30日データ保持を許諾する明示的な設定（Bedrockならprovider_data_sharingパラメータ、GCPならRetention enabled切替）が必要です。これを忘れると本番運用で「なぜか動かない」事故が起きます。

研修先のエンタープライズSaaSで、リリース翌日に「Bedrockでエラーが出る」という連絡が複数件入りました。原因は provider_data_sharing 未設定で、設定後すぐに動きました（想定シナリオ）。

5. 安全機構｜サイバー/生物化学/蒸留試行は Opus 4.8 fallback（95%超は影響なし）

Fable 5の最大の特徴は「Mythos 5の能力を一般公開しつつ、安全機構で危険領域を遮断する」設計です。具体的には3つの分類器（classifiers）が会話を監視し、以下のいずれかに該当する質問は Opus 4.8 に処理が委譲されます：

1. サイバー領域：脆弱性悪用・マルウェア生成・偵察スクリプト等
2. 生物化学領域：危険生物・化学兵器・薬剤合成等
3. モデル蒸留試行：Fable 5自身の重みを抽出する試み

Anthropicの公式発表によれば、これらのfallbackが発動するのは 全セッションの5%未満。つまり、95%超の通常業務（コーディング・データ分析・調査・ドキュメント生成等）では、ユーザーから見ると挙動の違いはありません。

ただし、セキュリティ研究・脆弱性診断・ペネトレーションテストを生業とする企業では、特定の質問が突然Opus 4.8回答に置き換わる可能性があります。この点は事前にチームに周知しておくべきです。

6. Fable 5 vs Mythos 5｜同一モデルだが提供範囲が違う2バージョンの整理

Fable 5 と Mythos 5 は、内部の重み（weights）は同一です。ただし、提供範囲と安全機構の有無が異なります：

つまり、Mythos 5は「サイバーディフェンス能力を最大限引き出したい認定パートナー専用バージョン」、Fable 5は「同じ重みを安全弁付きで一般販売したバージョン」という位置づけです。

Mythos 5全顧客提供の見通しについては、Mythos全顧客提供を逆算｜200組織体制と3経路予想で深く解説しています。

7. 6/22までの無料期間で何を試すべきか｜3つの実務シナリオ

2026年6月22日までは claude.ai 上で Fable 5 が無料で使えます。この11日間（公開日から起算）で何を試すべきか、研修先で繰り返し聞かれているので、私の推奨3シナリオを共有します。

シナリオ1：既存リポジトリで一番難しいIssueを投げる

1ヶ月以上未解決のGitHub Issue、または社内バグトラッカーで「複雑すぎて後回し」になっている案件を1件選び、Fable 5に投げてみてください。これでFable 5の実用度が最速で測れます。

あなたはシニアソフトウェアエンジニアです。
以下のリポジトリの構造を理解した上で、
Issue #[番号] の修正パッチを生成してください。

[リポジトリのファイル構造 or 関連ファイル全文]
[Issue本文]
[再現手順]

出力要件：
1. 修正方針の説明（200字以内）
2. 修正パッチ（diff形式）
3. テストケース追加案
4. レビュー時の注意点

効果（想定シナリオ）：Opus 4.8では「部分的に正しい修正」だったケースでも、Fable 5は「テストケースまで考慮した完成度の高いパッチ」を返すことが多い印象。

シナリオ2：自社業務の意思決定ワークフローを再設計

毎週繰り返している意思決定プロセス（例：競合分析→提案資料作成→上司レビュー→修正）を、Fable 5にエージェントとして任せられるか検証します。

あなたは弊社の戦略アシスタントです。
以下の業務フローを自動化したい：

[フロー]
1. 競合A社の最新リリースを調査
2. 自社プロダクトとの差分を3点抽出
3. 営業向けFAQ草案を10件作成
4. 経営層向けサマリ（300字以内）を生成

入力：競合A社の最新リリースURL
出力：上記4点を順番に実行した結果

ステップごとに「次に進む前に確認」が必要なら、その旨を明記してください。

狙い：Opus 4.8では「途中で止まる」「指示忘れ」が起きていた長尺タスクで、Fable 5の改善度を測定する。

シナリオ3：自社固有データでの分析・抽出

議事録・契約書・社内Wiki等、自社固有のドキュメントを使った構造化抽出を試します。

以下は弊社の過去3ヶ月の顧客面談議事録です（10件、計15,000字）。

[議事録全文]

以下の項目を、面談ごとに抽出してJSON形式で出力してください：
1. 顧客名・業種・規模
2. 主要課題（3つまで）
3. 弊社プロダクトへの言及（あれば）
4. 競合への言及（あれば）
5. 次回アクション

注意：claude.ai上での無料期間中も、機密情報の扱いは社内ポリシーに準拠してください。Fable 5は30日データ保持なので、コンプラ的にNGなデータはOpus 4.8等のZDRモデルを使うべきです。

8. 30日データ保持の注意点｜GitHub Copilot経由でもZero Data Retention非適用

Fable 5は Mythos-class モデルとして、Anthropic公式に 「ゼロデータ保持の対象外」と明記されています。プロンプトと応答が 最大30日間 Anthropic 側で保持される設計です。

この30日保持は、AIの学習データには使われませんが、安全機構の運用（新しい攻撃手法の検出・偽陽性低減）のために保持されます。アクセスは全てログ化され、人間が閲覧する場合は監査ログが残ります。

企業導入で注意すべき3点：

1. GitHub Copilot Business/Enterprise でも非ZDR：通常のCopilot利用ではZDRが効いていても、Fable 5を呼び出す際は同じ30日保持が適用される
2. AWS Bedrock / Google Vertex も非ZDR：プロバイダー経由でも、Fable 5使用時は Data Retention API での明示許諾が必要
3. HIPAA・GDPR・金融機関の機密情報：これらの規制下にあるデータをFable 5に投入する際は、必ず法務部門と相談してから運用判断

研修先の金融系SaaS企業では、Fable 5の利用は「公開情報の調査」「内部コード（PII含まない）の修正」に限定し、顧客情報を扱うパイプラインはOpus 4.8（ZDR）を継続使用、という運用方針を採用しました（想定シナリオ）。

9. Fable 5を最初の1週間で評価する｜5つのコピペ可能プロンプト

無料期間11日間を有効活用するため、研修先の企業で実際に提案している5つの評価プロンプトを共有します。すべてコピペして claude.ai に貼るだけで動きます。

プロンプト1：レガシーコードのリファクタリング

あなたはシニアソフトウェアエンジニアです。

以下のコードは弊社の[システム名]で5年以上稼働しているレガシーコードです。

[コード貼付・500-2000行]

タスク：
1. 現在のコードの構造的問題を3-5点リストアップ
2. 段階的にリファクタリングする計画（3フェーズ）
3. 各フェーズで影響を受ける既存テスト・関連モジュールの一覧
4. 第1フェーズの具体的なリファクタ後コード

注意：
- 既存のpublic APIは変更しない
- 後方互換性を維持
- テストカバレッジを下げない
- 1関数50行以内、循環的複雑度10以内を目標

評価ポイント：Opus 4.8では「正しいが浅い」リファクタ案だったケースで、Fable 5は「テスト影響まで考慮した実用的な提案」が出るかを比較する。研修先の事例（想定シナリオ）では、ベテランエンジニアが「ペアプログラミングしている感覚」と評価したケースもありました。

プロンプト2：複雑な要件からのアーキテクチャ設計

あなたはソフトウェアアーキテクトです。

要件：
[ビジネス要件を箇条書きで20-30項目]

制約：
- 想定ユーザー数：[N]万人
- レイテンシ要件：[X]ms以内
- 既存システム：[システム名]との統合必須
- インフラ：AWS / GCP / オンプレ いずれか
- 開発期間：[N]ヶ月

タスク：
1. システム全体のアーキテクチャ図（テキストベース）
2. データフロー図（コンポーネント間の通信）
3. 主要なトレードオフ判断3つと、その理由
4. リスクが高い箇所TOP 3とリスク低減策
5. MVPで切り出すべき機能と、将来追加する機能の境界線

評価ポイント：エージェント的な長尺タスクで、最後まで品質が落ちないかを測定。Opus 4.8では後半にいくほど雑になりがちでした。

プロンプト3：データ分析と仮説生成

あなたはデータサイエンティストです。

以下は弊社の過去12ヶ月の[KPI名]データです：

[CSV or 表形式データ・30-100行]

タスク：
1. データから読み取れるトレンドを3つ抽出
2. 異常値・外れ値の発生時期と推測される原因
3. 次の3ヶ月の予測（ベースライン・楽観・悲観の3シナリオ）
4. ビジネス的に検証すべき仮説5つ
5. 各仮説を検証するための追加データ・実験設計

出力形式：マークダウン、グラフ生成は不要

評価ポイント：単純な数値分析だけでなく、ビジネス文脈での仮説生成までこなせるか。Fable 5は「データから読み解ける深さ」が一段増した印象です。

プロンプト4：複数文書からの構造化抽出

以下は[N]件の[ドキュメント種別、例：顧客面談議事録]です。
各文書は ====FILE_START==== と ====FILE_END==== で区切られています。

[文書全文・合計1-5万字]

タスク：
すべての文書を読み、以下の項目を抽出してJSON配列で出力してください。

[
  {
    "doc_id": "string",
    "顧客名": "string",
    "業種": "string",
    "従業員規模": "1-10 | 11-50 | 51-200 | 201-1000 | 1001+",
    "主要課題": ["string", "string", ...],
    "決定権者": "string",
    "予算感": "string or null",
    "競合言及": [{"name": "string", "context": "string"}],
    "次回アクション": "string",
    "営業確度": "high | medium | low"
  },
  ...
]

抽出できない項目は null としてください。憶測で埋めないこと。

評価ポイント：長文コンテキスト処理（1Mトークン対応）と、構造化出力の精度。営業/カスタマーサクセス領域での効率化に直結します。

プロンプト5：技術文書から非エンジニア向け説明への変換

あなたは技術コミュニケーターです。

以下はAnthropicが公開したClaude Fable 5の技術ドキュメントです：

[技術文書全文・5,000-15,000字]

タスク：
1. 非エンジニア（営業・経営層）向けに「3分で読める要約」を作成（800字以内）
2. 営業が顧客説明で使える3つの具体例（業務シーン付き）
3. よくある質問FAQを10個生成（質問＋簡潔な回答）
4. 経営層向け「導入判断のための論点5つ」

文体：
- 専門用語を使う場合は必ず1文の説明を付加
- 数字は太字
- 結論を先に書く

評価ポイント：研修先で頻出する「技術情報を社内に伝える」タスク。Fable 5の出力品質は、上長レビュー無しで使えるレベルか測定する。

10. Opus 4.8からの乗り換え判断軸｜現実的な意思決定フレーム

「Fable 5にすぐ全切替すべきか？」「Opus 4.8継続でいいのか？」これがリリース後48時間で最も多い相談です。Uravationの研修先で実際に使っている判断フレームを共有します。

判断軸1：タスクの複雑度

判断軸2：データの機密度

• 公開情報・社内非機密：Fable 5でOK（30日保持を許容）
• 顧客PII・契約金額・人事情報：Opus 4.8（ZDR）継続を推奨
• 規制業種の機密：法務確認必須、原則ZDRモデルを使用

判断軸3：月間トークン消費量

料金が2倍になるので、月間消費量が大きい組織ほど影響が大きいです。試算例：

• 月100万トークン未満：全切替してもコスト増は限定的（月¥10,000以下）
• 月1,000万トークン：月¥100,000程度のコスト増。タスク選別が重要
• 月1億トークン超：月¥1,000,000以上の増加。最重要タスクのみFable 5に絞り込み必須

研修先のミドルレンジSaaS（月3,000万トークン消費）では、「コーディング・分析の上位30%だけFable 5、残り70%はOpus 4.8継続」という方針で、月コスト増を15%以内に抑えました（想定シナリオ）。

11. リリース直後48時間で各社が実施すべきチェックリスト

これまでの研修・コンサル経験から、新モデルリリース直後48時間で実施すべき項目をまとめました：

1. □ claude.ai で Fable 5 を3-5タスクで実評価（無料期間中）
2. □ 既存のOpus 4.8利用ワークフローのうち、価値の高い1-2件をFable 5で再実行して比較
3. □ 30日データ保持を許容できる業務範囲を、法務/情シスとすり合わせ
4. □ AWS Bedrock / GCP Vertex AI 利用なら、Data Retention API設定を技術部門に依頼
5. □ GitHub Copilot Business/Enterprise 利用なら、管理者にopt-in設定を依頼
6. □ 月間トークン消費量から、全切替・部分切替・継続の3シナリオで月次コスト試算
7. □ チーム内の主要メンバーへFable 5の特性を共有（特に「サイバー系質問はOpus 4.8回答に切り替わる」点）
8. □ 2週間後に「Fable 5の実評価レビュー会」を設定し、継続/中止の意思決定タイミングを確保

12. 【要注意】導入時のよくある落とし穴と回避策

失敗1：「最強モデル＝何でも任せて良い」と誤解する

❌ よくある間違い：Fable 5に切り替えるだけで業務全部が自動化される
⭕ 正しいアプローチ：「Fable 5で価値が出るタスク」と「Opus 4.8 or 他モデルで十分なタスク」を分離する

なぜ重要か：料金が2倍なので、雑な切替えはコスト2倍に直結します。SWE-Bench Pro 80.3% は確かに圧倒的ですが、単純な議事録要約・FAQ生成等はOpus 4.8で十分です。

研修先で実際にあったケース：CTOがFable 5に全社切替を決断したものの、現場の主要タスクの7割は「Opus 4.8で十分」なものでした。1ヶ月で30%のコスト削減目標を達成できず、再評価することに（想定シナリオ）。

失敗2：データ保持30日を社内周知せずに利用開始

❌ 営業/開発部門が独自判断でFable 5を業務利用
⭕ 法務・情報セキュリティ部門と事前に「使ってよいデータ範囲」を合意

なぜ重要か：30日保持は学習に使われないものの、Anthropicに人間がアクセスできる状態が30日続きます。GDPR・個人情報保護法・業界規制（金融・医療等）の要件次第では、利用前提から見直しが必要になります。

失敗3：GitHub Copilot Business でデフォルト無効を見落とす

❌ 開発者個人が「Copilotで使えるはず」と思い込んでいたら、管理者opt-in未設定で動かなかった
⭕ 情シス/Copilot管理者と連携し、ポリシー設定を明示的に有効化

なぜ重要か：Copilot Business/Enterprise では Fable 5 はデフォルト無効。管理者が GitHub Copilot Settings で「Anthropic models」を有効化するまで、Pro+ ユーザーであっても呼び出せません。

失敗4：無料期間11日間を「使い方の検討」だけで終わらせる

❌ チーム内で「どう使うか議論」を1週間続け、claude.aiで実際に触らずに無料期間が終了
⭕ Day 1で代表的なタスク1つを投げ、Day 3までに5タスク評価、Day 7までに乗り換え方針決定

なぜ重要か：6月22日までしか無料で触れません。議論よりも実評価が圧倒的に意味があります。理論的に「Fable 5は最強」と分かっていても、自社のワークフローで本当に2倍料金の価値が出るかは触ってみないと分かりません。

失敗5：API直接利用とBedrock経由の挙動差を見落とす

❌ ローカル開発はClaude API、本番はBedrockという構成で、Bedrock側の設定漏れで本番だけ動かない
⭕ 開発・ステージング・本番すべてで Data Retention API を統一設定し、開発初日に動作確認

なぜ重要か：Bedrock経由では provider_data_sharing パラメータが必須です。ローカル（Claude API直接）では動いていたのに、本番デプロイ直後に「Fable 5でエラー」となるのが典型的な事故パターンです。

13. Anthropic公式が明かさなかった「3つの戦略的意図」

リリース発表時の公式情報を額面通りに読むのではなく、その裏にあるAnthropicの戦略を読み解くと、Fable 5がなぜこのタイミング・この価格・この設計でリリースされたかが見えてきます。AI研修先で経営層から繰り返し聞かれる「なぜ今？」への私の答えです。

意図1：Glasswingパートナー200組織の経験を一般化したかった

Mythos プレビューは2025年末から限定パートナーに公開され、約半年で200組織が利用しました。この間に蓄積された「サイバー領域でのジェイルブレイク試行」「生物化学領域での危険な質問」のパターンが、Fable 5の分類器（classifiers）に投入されています。

つまり、Anthropic にとってFable 5は「最強モデル一般公開」というよりも、「分類器のスケールテスト」という側面が強い、というのが私の見立てです。だからこそ、料金が2倍でもデータ保持30日でも、企業はFable 5に乗ってくる構造にしている。

意図2：GPT-5.6リリース前に「コーディング最強の地位」を確定したかった

SWE-Bench Pro 80.3% は、現時点で他社の追随を許さない数値です。OpenAIが GPT-5.6 を控えているタイミングで、Anthropicが「コーディング領域は我々が圧倒的」というメッセージを先制的に出した、と読めます。

顧問先のSaaS企業の幹部が「これでGitHub Copilot競合に対抗できる」と言っていたのが象徴的でした（想定シナリオ）。Anthropicの売上はAPIとClaude.aiの2軸ですが、GitHub Copilot経由でのClaudeモデル提供は、Microsoft陣営との連携強化という意味でも大きい。

意図3：「データ保持30日」を業界標準にしようとしている

Fable 5 / Mythos 5 は、Anthropicが初めて「ZDR非対応モデル」として大々的に展開した製品です。これまで「ZDRがデフォルト」だった企業AI市場で、安全機構運用のために30日保持を許容するモデルを「最強モデルだからこそ受け入れろ」という形で提示しました。

これが業界標準化されると、競合他社（OpenAI・Google）も同様のデータ保持を当然視できるようになります。AIの安全性向上のためには合理的な設計ですが、企業側の法務・コンプラ部門にとっては「ZDR前提が崩れる」転換点でもあります。

14. AI研修現場で受けた質問TOP5と私の答え

リリースから24時間で、研修先や顧問先から実際に受けた質問TOP 5と回答を共有します。

Q1：「結局、ChatGPT (GPT-5.5) と比べてどっちが良い？」

コーディング・複雑タスクならFable 5、対話・汎用業務ならGPT-5.5。価格面ではGPT-5.5の方が安いので、「最強でなくて良いタスク」はGPT-5.5を継続。両方を並行運用する企業が増える見込みです。

Q2：「無料期間後はいくらかかる？想定月額は？」

個人ヘビーユーザー（月100万トークン）：約¥5,000-15,000 / 月。
中堅企業の開発チーム（月3,000万トークン）：約¥150,000-450,000 / 月。
大企業全社利用（月1億トークン超）：約¥500万円 – 1,500万円 / 月。
※為替・タスクの入出力比率で変動します。

Q3：「研修やコンサルでFable 5を扱うのは今すぐ？それとも様子見？」

研修・コンサルで「使い方」を扱うのは今すぐが正解。受講者の関心が最も高いタイミングで、無料期間中に触らせるのが学習効率最大。ただし「本番システム組み込み」はOpus 4.8の継続検討と並行で。

Q4：「個人事業主・小規模事業者でも導入する価値がある？」

claude.ai のProプラン（$20/月）で6/22まで無料で触れます。コーディング・調査・文書作成での効率化は実感しやすいので、まずは無料期間で評価。本格的なAPI利用は、月の使用量と価値創出を比較してから判断。

Q5：「30日保持はGDPR的に問題ない？」

結論：Anthropic側が「学習に使わない」「アクセス監査ログを保持」と明記しているので、GDPRの「合法的根拠」を整備すれば運用可能。ただし、EU圏の個人情報を含むデータをFable 5に投入する場合は、DPIA（データ保護影響評価）の更新と、データ主体への透明性確保が必須。法務部門と相談の上、自社の処理目的・保持期間・第三者提供の整理を行ってください。

15. 既存記事から見える「次の半年」のシナリオ

Anthropic は半年単位で大型モデルをリリースしてきました：

• 2025年末：Mythos プレビュー（限定パートナー向け）
• 2026年5-6月：Mythos のスケール展開準備（顧客200組織体制構築）
• 2026年6月9日：Fable 5 / Mythos 5 一般公開
• 2026年下半期：Mythos 5 の対象生物研究者拡大（予定）
• 2026年末-2027年初頭：次世代モデル（コードネーム未公表）の可能性

Mythos の200組織体制への展開計画については、Mythos全顧客提供を逆算｜200組織体制と3経路予想で詳細を解説しました。Fable 5のリリースで、その「全顧客提供」フェーズが現実に動き出したことになります。

競合のリリース予定も並行で見ると：

• OpenAI：GPT-5.6 の公開時期について諸説（GPT-5.6直前情報参照）
• Google：Gemini 3.5 Pro の Deep Think対応版（Gemini 3.5 Pro完全予測参照）

2026年下半期は「フラッグシップAIの3社競争」が一気に加速する見込みです。Fable 5の評価を急ぐ理由は、ここにもあります。

16. まとめ：今日から始める3つのアクション

1. 今日やること：claude.ai にログインして、自社の代表的なコーディング/分析タスクを1つ Fable 5 に投げてみる（無料期間は6/22まで）
2. 今週中：法務・情シスと「30日データ保持を許容できる業務範囲」をすり合わせ、社内利用ガイドラインを起草する
3. 今月中：Opus 4.8 / Fable 5 の使い分けポリシーを策定し、コスト試算（既存Opus 4.8利用の何%をFable 5に移行するか）を完成させる

あわせて読みたい：

• Claude Fable 5 完全ガイド｜GPT-5.5・Gemini 3.1 Pro・Opus 4.8 と比較 — 4モデル徹底比較と法人導入の判断軸
• Claude Mythosベンチマーク3軸で業務インパクト解説 — Mythos系統の性能評価
• Codex 使い方 完全ガイド｜CLI・Cloud並列・無料枠 — 競合モデルとの併用判断

次回予告：次の記事では「Claude Fable 5 完全ガイド｜GPT-5.5・Gemini 3.1 Pro・Opus 4.8 と比較」をテーマに、4モデルのタスク別おすすめ選定マトリクスをお届けします。

参考・出典

• Claude Fable 5 and Claude Mythos 5 — Anthropic公式発表（参照日：2026-06-10）
• Claude Fable 5 is generally available for GitHub Copilot — GitHub Changelog（参照日：2026-06-10）
• Anthropic Claude Fable 5 on AWS — AWS公式ブログ（参照日：2026-06-10）
• Claude Fable 5 available today in Microsoft Foundry — Microsoft Azure Blog（参照日：2026-06-10）
• Data retention practices for Mythos-class models — Claude Help Center（参照日：2026-06-10）
• Claude Fable 5 & Mythos 5: The Frontier, Split in Two — Digital Applied（ベンチマーク詳細・参照日：2026-06-10）

著者：佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。
100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。
SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。