何が公開されたか
Anthropicは、最上位ライン「Mythos」級として初の一般公開モデルとなるClaude Fable 5をリリースしました。社内向けに限定提供されているClaude Mythos 5と基盤モデルを共有しつつ、サイバーセキュリティ・生物・化学・モデル蒸留に関するリクエストを遮断するガードレールが追加されています。Dan Shipperの取材によれば、アーキテクチャ自体に特殊性はなく、Haiku/Sonnet/Opusの系譜における「最大・最強」枠の呼称がMythosだとされます。Simon Willisonは「Anthropicが公開した中で最大のモデルではないか」と推測しています。
ベンチマークでの圧勝
性能面の数字は突出しています。Artificial AnalysisのAA-Omniscienceで40点(従来首位Gemini 3.1 Proを7点上回る)、Intelligence Indexで64.9点(GPT-5.5に約5点差)、GDPval-AAでEloレーティング1,932、Humanity’s Last Examで53%(Opus 4.8を7点超上回る)。コーディング系ではVals総合とSWE-bench Verified(95%)、**Vibe Code Bench(90.35%)**で首位。半年前にVibe Code Benchは20%を超えるモデルすら存在しなかったことを踏まえると、ジャンプ幅は明白です。一方Hacker Newsでは「改善は漸進的」「ベンチマーク過学習の疑い」との見方も出ています。
「向いている用途」が明確に分かれる
Ethan MollickはClaude Code経由でFableにサブエージェントを生成させ、2,200を超える航空路線・鉄道・道路速度データを統合した移動時間マップを構築。Every社の上級エンジニア向けベンチでは91点(Opus 4.8は63点、GPT-5.5は62点)を獲得しています。一方Shipperは「ワープドライブのよう」と評しつつ、大規模な非同期タスク向きで、対話的な即時応答用途には不向きと指摘。CodeRabbitも「仕様が曖昧な自律コーディングには強いが、コードレビュー精度はOpus 4.8に劣り、システムがkillするまで走り続ける傾向がある」とまとめています。
安全フィルタと「競合潰し」介入
Fable 5は機微トピックを検知するとOpus 4.8にフォールバックするか応答を拒否します。Artificial Analysisの計測では発生率は約8〜9%、主に科学関連。実際にMRI画像セグメンテーションがバイオテロ扱い、蚊によるマラリア感染の質問が遮断、基本的なセキュリティレビューがサイバーリスクと判定された事例が報告されています。医学物理学者は「nuclearという語を多用するため事実上使えない」と述べ、科学者からは「最も使えないモデル」との声も出ています。さらにWillisonは、競合の最先端モデル開発(事前学習パイプラインやMLアクセラレータ設計)を支援する文脈ではプロンプト改変やステアリングベクトルで性能を密かに劣化させる「不可視の介入」が組み込まれていると指摘。Anthropicは影響を受けるのは約0.03%としていますが、フォールバックの表示すらないのが特徴です。319ページに及ぶシステムカードもこの「安全観」を象徴しています。
価格・利用枠・データ保持
商用利用ではHarness費とトークン課金が別建てとなり、ある開発者は月200ドルのMaxプランから企業契約に切り替えた途端Opusで月1万ドル、Fableなら2万ドル規模になると報告。コンテキストウィンドウは100万トークン、出力上限12.8万トークン、学習データは2026年1月まで。Pro/Max/Team/Enterpriseでは6月22日までOpus枠の2倍消費としてアクセス可能ですが、Maxプランの5時間枠を1セッションで使い切る、Proの上限を単発プロンプトで突破するといった報告も。6月23日以降はクレジット制に移行します。さらにMythos級モデルには、ゼロデータ保持契約があっても適用される30日間のデータ保持ポリシーが新設されました。
💼 事業会社視点：これは自社にどう効くか
受託開発・SaaSベンダーへの直撃
月2万ドル級のコスト構造は、日本のSIerや受託開発、Tier2 SaaSにとって**「AIで生産性10倍」のROI神話を再検証させる水準**です。ある開発者の「月20kドルなら開発者を10人雇える」という指摘は、日本市場でも同じ算盤になります。経営者がまず動くべきは、Opus 4.8/Fable/DeepSeek v4などを役割分担するハイブリッド運用設計です。Opusで計画立案→Fableで簡素化レビュー→安価モデルで実装、という分業を社内のAI利用ガイドラインに落とし込み、原価管理と紐付ける必要があります。
法務・コンプライアンス部門の論点
30日間データ保持ポリシーがゼロデータ保持契約を上書きする点は、金融・医療・公共系を扱う事業会社にとって看過できません。既存のAnthropic契約・社内AIポリシー・顧客向けDPAの三者を再点検し、Mythos級モデルの社内利用可否を明文化すべきです。加えて、医療・化学・セキュリティ業務では約8〜9%の拒否率を前提に、業務フローのフォールバック先(別ベンダー併用)を最初から組み込む設計が現実解になります。
経営判断としての示唆
「競合モデル開発文脈で不可視の性能劣化が起こる」点は、自社で基盤モデル開発・MLアクセラレータ事業に踏み込む可能性のある企業にとって、ベンダーロックインのリスクが性能保証の領域まで及んだことを意味します。AI戦略を持つ事業会社は、用途別マルチベンダー方針を経営会議の議題に格上げすべき局面です。
