【2026年】Claude Fable 5とは？特徴・何ができる・料金と業務での使い方

「Claude Fable 5」という新しいAIモデルが話題になっているが、自社の業務に関係があるのか——そう感じている決裁者・担当者は少なくないはずです。結論から言えば、Claude Fable 5（クロード・フェイブル5）は「大規模で複雑な作業を、長い時間をかけて自律的に進められる」ことに強みを持つ上位階層のモデルで、あらゆる業務に使うより、難易度とコストの高いタスクに絞って効かせる判断が現実的です。本記事では、Fable 5の特徴と何ができるか、料金、業務での使いどころ、そして自社で導入すべきかの判断基準を、そのまま社内説明に使える形で整理します。

Claude Fable 5（フェイブル）とは？#

Claude Fable 5（クロード・フェイブル5）は、AI開発企業Anthropic（アンソロピック）が2026年6月9日に一般提供を開始した大規模言語モデル（LLM）です（Claude Fable 5 and Claude Mythos 5｜Anthropic）。ChatGPTのような対話型AIと同じLLMの一種ですが、とくに長時間・多段階にわたる自律的な作業と、ソフトウェア開発・調査・分析といった知的作業で高い性能を示す点が特徴です。

発表時点では、同社が一般提供するモデルの中で最も高い性能を持つものとして公開されました。1回の読み込みで最大100万トークン（長い文章に換算すると書籍数冊分に相当する情報量）をまとめて扱えます（Claude Fable 5｜Anthropic）。難しい技術用語よりも、「長く複雑な仕事を、任せて放っておける度合いが上がったモデル」と捉えると、業務での位置づけが分かりやすくなります。

なお、Fable 系列には後継の Claude Fable 5.1 があり、現在はそちらが最新です。詳しくは後述の「Fable 5 と Fable 5.1、どちらを使う？」で整理します。

従来のAIと何が変わった？#

最大の違いは、長い時間にわたる自律的な作業に耐えられる点です。短い受け答えを返すだけでなく、複数の工程を計画し、自分の作業を確認しながら進められます。下図のとおり、従来モデルからの変化は大きく3点です。

Claude Fable 5で変わった3つの点（長時間の自律作業／広い文脈＝最大100万トークン／高い精度）

長時間の自律作業：計画→実行→自己チェックを繰り返し、多段階のタスクを通しでこなせる。
広い文脈（最大100万トークン）：長い資料や大量のドキュメントをまとめて読み込んで扱える。
高い精度：開発・分析・知識労働などで高性能。長く複雑なタスクほど、他モデルとの差が出やすい。

たとえば、数千ファイルに及ぶ既存システムの一括改修や、200ページ超の契約書・報告書を読み込んで要点とリスクを整理する作業のように、人手では時間のかかる仕事を一気通貫で任せやすくなっています。これが「対話の便利さ」から「作業の代行」へと使いどころが広がった、という変化です。

Claude Fable 5で何ができる？どんな業務に使える？#

長く複雑で、正確さが求められる知的作業に向いています。代表的な用途は次のとおりです。

長文ドキュメントの分析：契約書・規程・報告書・議事録などをまとめて読み、要約・リスク抽出・比較を行う。
大規模なシステム開発・改修：大量のコード修正や移行など、多段階の開発作業を自律的に進める。
調査・分析の下地づくり：複数の資料を横断し、比較・整理した資料のたたき台を作る。
複雑な業務の下準備：手順が多く判断を伴う作業について、計画や草案のたたき台を作る。

これらを整理すると、下図のイメージです。

Claude Fable 5が向くビジネス用途（長文ドキュメント分析／大規模なシステム開発・改修／調査・分析の下地づくり／複雑な業務の下準備）

いずれも「頻度は高くないが、一度に大量・長時間の処理が必要」な領域です。逆に、短い定型のやり取りは軽量なモデルでも十分こなせます。生成AIを業務にどう組み込むかの全体像は、生成AIの業務活用ガイドで用途・進め方・費用まで解説しているので、あわせて確認してください。

料金はどれくらい？高い？#

API（プログラムから呼び出す仕組み）の利用料は、入力100万トークンあたり10ドル、出力100万トークンあたり50ドルです（料金｜Anthropic）。高性能モデルとしての価格帯であり、軽い定型処理まですべてFable 5で行うと割高になりがちです。

費用は「何に使うか」で決まる#

費用は「トークン量×単価」で決まる従量課金のため、扱う文章量や利用回数が増えるほど費用も増えます。金額は、入出力の文章量・利用頻度・選ぶモデル・為替によって変動します。同じ長い資料を繰り返し使う場合は、プロンプトキャッシュ（一度読ませた内容を再利用する仕組み）を使うと、入力側の費用を抑えやすくなります。だからこそ、難しく価値の高いタスクに絞ってFable 5を使い、簡単な処理は軽量モデルや既存のSaaSで済ませる、という使い分けが現実的です。総額そのものより、「どの業務で・どれだけ時間や人件費を削れるか」で投資対効果を見るほうが判断を誤りません。なお単価は改定されることがあるため、実際の検討時は上記の公式ページで最新の金額をご確認ください。

Fable 5 と Fable 5.1、どちらを使う？#

これから使い始めるなら、後継の Claude Fable 5.1 が基本です。公式のモデル一覧では Fable 5.1 が現行の Fable モデルとして掲載され、Fable 5 のページには「レガシー」と表示されたうえで、5.1 への移行を検討するよう案内されています（Claude Fable 5｜Anthropic）。

ただし Fable 5 が使えなくなったわけではありません。公式の提供終了予定の一覧では、Fable 5 は「Active」で、提供終了の暂定予定日は2027年6月9日以降と示されています（モデルの提供終了予定｜Anthropic）。すでに Fable 5 で組んだ処理がある場合、すぐ止まる心配はありませんが、移行の時期は計画に入れておくのが安全です。

実務上の要点は、どの版を使うかより、どの階層のモデルを使うかです。上位階層は難しい推論と長時間の自律作業に向き、単価は高い。軽量階層は速く安く、定型処理に向く。この構えは版が変わっても動きません。現行のラインナップと各モデルの位置づけはモデル一覧｜Anthropicで確認できます。モデルを横断してどう選ぶかは、生成AIモデルの選び方｜Claude・GPT・Geminiの違いと使い分けで5つの観点に整理しています。

自社で導入すべき？#

判断の分かれ目は、「大規模・複雑・高リスクで、自律的な反復に分解できるタスク」が自社にあるかどうかです。次の4点に当てはまるほど、高性能モデルを使う価値が出ます。

タスクが大きい：人手では現実的な時間で終わらない規模か。
意味的に複雑：単純なルール自動化では対応できない判断を含むか。
誤りのコストが高い：慎重な推論で精度を上げる価値があるか。
自律サイクルに分解できる：常時の監督なしに、反復して進められるか。

判断の流れを図にすると、次のようになります。

高性能モデル（Fable 5）を使うべきかの判断フロー（規模が大きい・意味的に複雑・誤りのコストが高い・自律的な反復に分解できる、に多く当てはまれば高性能モデル、そうでなければ軽量・標準モデル）

高性能モデルと軽量・標準モデルの使い分け#

逆に、短時間・低リスク・定型の処理であれば、軽量モデルで十分です。高性能モデルと軽量・標準モデルは、次の軸で使い分けてください。

横スクロールできます

判断軸	高性能モデル（Fable 5など）	軽量・標準モデル
向くタスク	大規模・長時間の自律作業	短い定型処理・対話
複雑さ	多段階の推論・判断が必要	手順が決まっている
コスト	高め（従量課金）	低め
誤りの許容度	高リスクで慎重さが要る領域	低リスクで許容できる領域
具体例	200ページ規模の契約書レビュー、数千ファイルの改修	FAQへの一次応答、定型メールの仕分け

背景として、日本企業の生成AI活用は方針づくりの段階で諸外国に差をつけられています。令和8年版情報通信白書第Ⅰ部第2章（PDF）｜総務省によると、生成AIの活用方針を定めている企業の割合は日本68.9%で、前年度の49.7%から大きく上昇したものの、米国87.8%・ドイツ82.2%・中国94.1%には届いていません（図表Ⅰ-2-1-1、P.21）。ただし、差を埋めようと高性能モデルを無条件に導入するのは得策ではありません。効くタスクに絞って使い、成果を確かめてから広げるほうが、結果的に失敗が少なくなります。

どう導入を進める？#

いきなり本番で使うのではなく、効果の出るタスクを1つ選んで小さく試し、本番運用に乗せます。現実的な流れは次のとおりです。

1用途を1つ選ぶ：上のチェックで「効く」と判断したタスクを1つに絞る。
2小さく試す（PoC）：限定した範囲で、品質・実現性・コストを確かめる。
3業務に組み込む：既存システムやデータと連携し、日々の運用フローに入れる。
4効果とコストを測る：削減できた時間・品質・API費用を数値で確認する。

注意点は2つあります。1つは情報の取り扱いで、機密情報や個人情報をどこまで入力してよいかの範囲を先に決めることです。もう1つは「高性能だから何でも自動化できる」と広げすぎないことです。PoC（試し）で満足して本番運用に進まない失敗を避けるため、最初に効果の測り方と定着の道筋を決めておきます。導入ステップの詳細は生成AI導入の進め方（PoCで終わらせず本番運用に乗せる4ステップ）で、どの業務から自動化するかの見極めは業務自動化の進め方で解説しています。

弊社（株式会社TryWith）のAI活用支援について#

弊社では、AIソリューション開発・システム受託開発として、Claude Fable 5をはじめとする生成AIの業務活用を支援しています。用途の見極め（どの業務にどのモデルを使うか）、PoC、既存システムやデータとの連携、そして本番運用・定着までを、開発を担う立場から一緒に整理し、要件定義から開発・運用まで伴走します。スポットCTO的な関与で、「高性能モデルをどこに使い、どこは軽量モデルで済ませるか」といった判断にも対応します。

「話題のモデルを自社でどう活かせるか整理したい」「PoCで止まっている」といった段階からのご相談に対応します。

よくある質問（FAQ）#

Q. Claude Fable 5とは何ですか？

A. AI開発企業Anthropicが2026年6月9日に一般提供を開始した大規模言語モデル（LLM）です。発表時点では同社が一般提供するモデルの中で最も高い性能を持つものとして公開されました。とくに長時間・多段階の自律的な作業や、開発・分析といった知的作業に強みがあります。

Q. 読み方は「フェイブル」で合っていますか？

A. はい。Claude Fable 5は「クロード・フェイブル5」と読みます。Fable は「寓話」を意味する英単語です。

Q. Claude Fable 5は何がすごいのですか？

A. 長い時間にわたって自律的に作業を進められる点です。複数の工程を計画し、自分の作業を確認しながら、多段階のタスクを通しでこなせます。最大100万トークンの広い文脈を扱える点も特徴です。

Q. Fable 5 と Fable 5.1 は何が違いますか？どちらを使うべきですか？

A. Fable 5.1 が後継で、公式のモデル一覧では現行の Fable モデルとして掲載されています。Fable 5 のページには「レガシー」と表示され、5.1 への移行を検討するよう案内されています。これから使い始めるなら 5.1 が基本です。Fable 5 も引き続き利用でき、提供終了の暂定予定日は2027年6月9日以降と公表されています。

Q. 料金はどれくらいですか？

A. Anthropicの公表値で、API利用料は入力100万トークンあたり10ドル、出力100万トークンあたり50ドルです。従量課金のため、扱う文章量や利用回数で総額は変わります。簡単な処理は軽量モデルと使い分けると無駄が出にくくなります。単価は改定されることがあるため、公式の料金ページで最新の金額をご確認ください。

Q. 中小企業でも使えますか？

A. 使えます。API利用は使った分だけの従量課金なので、小さなPoCなら少額から始められます。ただし高性能モデルは単価が高めのため、まずは効果の大きいタスクを1つ選び、小さく試してから広げるのが現実的です。自社に合うかの判断や使い分けの設計から相談するとよいでしょう。

まとめ#

Claude Fable 5（フェイブル）は、大規模・複雑・長時間の作業を自律的に進められる上位階層のモデルです。すべてに使うのではなく、「大規模・複雑・高リスクで、自律的な反復に分解できるタスク」に絞って使い、簡単な処理は軽量モデルと使い分けるのが、費用対効果を高める鍵になります。

これから使い始めるなら、後継の Fable 5.1 が基本です。ただし判断の枠組み自体は版に左右されません。決めるべきは「どの版を使うか」ではなく「どの階層のモデルを、どの業務に割り当てるか」で、そこが決まっていれば新しい版が出ても評価をやり直さずに済みます。日本企業は生成AIの活用方針づくりで諸外国に差をつけられていますが（活用方針を定めている企業は日本68.9%、米国87.8%・ドイツ82.2%・中国94.1%）、大切なのは、効くタスクを見極めて小さく試し、本番運用に乗せることです。

（出典：令和8年版情報通信白書第Ⅰ部第2章（PDF）｜総務省（図表Ⅰ-2-1-1、P.21）、Claude Fable 5 and Claude Mythos 5｜Anthropic、モデル一覧｜Anthropic、Claude Fable 5｜Anthropic、モデルの提供終了予定｜Anthropic、料金｜Anthropic）

自社の業務にどのモデルをどう活かすか整理したい場合は、現状の課題整理からご相談いただけます。まずはお問い合わせはこちらからお気軽にご相談ください。