Claude Fable 5.2がリリース、HighかMaxか？データで品質とコストを検証

Claude Fable 5.2 は2026年11月9日にリリースされ、標準APIの料金は5.1より20%安くなりました。

その結果、多くのチームがすぐにこう考えるでしょう。安くなったのなら、最初からmaxにしてもよいのでは？

この記事では、Fable 5.2 highとFable 5.2 maxを同じ枠組みで比較し、品質とタスクあたりのコストの両方を確認します。

この記事でわかること：Fable 5.2のhighとmaxがそれぞれどのような条件に適しているかがわかります。また、アップグレードの受け入れ判定にそのまま使える記録用チェックリストも紹介します。

目次

• 用語解説：Fable 5.2のティア選択に関する用語
• 1 Fable 5.2のhighとmaxでは、異なる単価が変わる
• 2 Fable 5.2の品質とコストを同じ表で比較する
• 3 独立機関のデータでFable 5.2のティアごとの傾向を確認する
• 4 タスクの用途に応じてFable 5.2のティアを選ぶ
• 5 自社の受け入れ判定でFable 5.2をmaxにアップグレードするか決める
• よくある質問（FAQ）/ 重要なポイント / まとめ

知っておきたい用語

1 Fable 5.2 の high と max では、変わるものが異なる

設定レベルが高くなるほど、単価も高くなると思っている人は少なくありません。しかし、Anthropic の公式標準料金では、Fable 5.2 の入力は100万トークンあたり8ドル、出力は100万トークンあたり40ドルで、単価は設定レベルによって変わりません。

Effort によって変わるのは、モデルが1つのタスクにどれだけ思考を投入するか、また、何ステップ実行するか、どれくらい時間がかかるか、何トークン消費するかです。つまり、単価は同じでも、タスクごとの請求額には数倍の差が生じることがあります。

Fable 5.2 の設定レベルが請求額に与える影響

Fable 5.2 では Adaptive thinking が常に有効で、Effort は思考への投入量の上限や傾向を決めます。設定レベルを上げると、モデルは通常、より多くの推論やツール呼び出しを行い、それに伴って課金対象のトークンも増加します。

入力トークンがどちらも10万の場合でも、出力トークンが2万から4万に増えると、5.2 の標準モードの料金は1.60ドルから2.40ドルに上がります。これは、5.1 で元の使用量だった場合の2ドルを上回ります。

また、2種類の「デフォルト値」を区別する必要があります。公式のモデルドキュメントによると、API での Effort のデフォルト値は high です。一方、Cursor のような製品には独自の設定レイヤーがあります。たとえば Cursor のデフォルトコンテキストは300Kで、API ドキュメントに記載された1Mという仕様とは別のレイヤーの値です。

もう1つ注意したいのは、公式のプロンプトガイドが、同じ名前の設定レベルでも、バージョンによって思考量が異なる場合があると説明している点です。5.1 での設定レベルに関する経験を、そのまま5.2に当てはめることはできません。

2 同じ表で見る Fable 5.2 の品質とコスト

CursorBench 4.0 は、Cursor が独自のタスクとツール環境で実施した評価です。汎用的な独立検証ではありませんが、5つの設定を同じハーネスで比較しているため、各設定の相対的な変化を把握するのに適しています。以下のデータは、2026 年 11 月 10 日時点のものです。

注：tokens 列はベンチマークページの集計フィールドであり、出力量だけを示すものではありません。出典：CursorBench 4.0。

Fable 5.2 の High から Max：3.1ポイント向上、コストは約3.38倍

この表では、High から Max にするとスコアは 56.9% から 60.0% へ上がり、3.1ポイント向上しています。一方、タスクあたりのコストは 9.70 ドルから 32.79 ドルへ上がり、約3.38倍、つまり約238%増加しています。

この記事で計算したところ、tokens の値は約3.55倍に増え、ステップ数は69から218へ、約3.16倍になっています。コストの上昇は主に、思考と実行のステップが増えたことによるもので、単価とは関係ありません。

このデータからわかるのは、この環境ではスコアの向上に伴ってコストも大幅に増加している、ということです。

Extra High の予想外の結果をどう見るか

表で注目したいのは、Extra High は High より約6割高いにもかかわらず、スコアが0.6ポイント低いことです。

💡 選び方のヒント：比較できるのは同じ表にある設定間の差です。異なる評価の数値を組み合わせて比較することはできません。自分のタスクで同様の比較を再現したい場合は、APIYI apiyi.com の統一インターフェースと呼び出しログを使って照合できます。ただし、まず利用する当日のモデル ID と設定への対応状況を確認してください。

3 独立機関のデータで Fable 5.2 の設定別傾向を確認する

1つの評価環境だけを見ていると、その環境自体の影響を受けた結論になりがちです。独立評価機関である AA のランキングを使えば、Cursor で観察された傾向が別の環境でも見られるかを確認できます。以下は、2026年11月10日時点のスナップショットです。評価方法のバージョンは Intelligence Index v5.0.1 です。

65は正答率65%という意味ではありません

AAの評価方法のページによると、v5.0.1の指数は9つの評価で構成され、4種類の能力にそれぞれ25%の重みが割り当てられています。したがって、65は総合指数のスコアであり、正答率65%ではありません。AAの環境では、highからmaxに上げると指数は3増加し、タスクあたりのコストは約2.92倍になります。highとxhighがどちらも62なのは、総合スコアが同じというだけで、タスクごとの振る舞いが完全に一致するわけではありません。

2つの環境は、それぞれの中で比較する

どちらの環境でも、「maxのスコアが高く、コストはhighの約3倍」という傾向が見られます。これは、傾向が相互に裏付けられていると考える材料になります。ただし、AAとCursorではタスク、評価方法、コストの算出方法が異なるため、AAの65とCursorの60.0%を合算して1つの正答率にすることはできません。

4 タスクの用途に合わせて Fable 5.2 の推論レベルを選ぶ

公式のプロンプトガイドでは、まず API の設定をデフォルトの high にして、自分たちの評価結果に応じて上げ下げする方法が推奨されています。medium は対話型の用途に適しており、xhigh は追加の効果が確認できた、難易度の高い長時間タスク向けです。max は能力の上限を評価するときや、時間とトークンを気にする必要がない一部のタスクに使います。低いレベルでは、タスクが早期に終了してしまうリスクにも注意してください。

Fable 5.2 のシナリオ別推奨表

以下の3つは仮定のシナリオであり、選び方を説明するためのものです。

Fable 5.2 の high が適した場面

• 高い推論能力が求められ、明確な受け入れ基準がある大半の API タスク
• チームで推論レベルの評価体制がまだ整っておらず、公式推奨の開始点が必要な場合
• リクエスト数が多く、タスクごとのコストを抑えたい本番環境の処理

Fable 5.2 の max が適した場面

• 特定の種類の課題に対するモデルの能力上限を評価する場合
• 失敗の損失がモデルの利用料金を大きく上回る、一部の自由度の高い課題
• 自社のサンプルで、max なら合格率が基準を超える一方、high では超えられないことを確認できている場合

🎯 技術的なアドバイス：推論レベルはタスクの種類ごとに選べばよく、リクエストごとに決める必要はありません。公式のベストプラクティスは、まず high で代表的なタスクを一通り実行することです。APIYI apiyi.com 経由で一元的に接続する場合は、本番実行を始める前に、当日のモデル ID、グループ、エンドポイント、effort の対応状況をプラットフォーム上で確認してください。

5 自分の受け入れテストで、Fable 5.2をmaxにアップグレードするか判断する

公開ベンチマークから分かるのは傾向までです。アップグレードする価値があるかどうかは、自分の受け入れテストの結果をもとに判断しましょう。以下の記録項目はそのまま使えます。基本原則は、変更する条件を毎回、モデルのeffort設定だけに絞ることです。

Fable 5.2 クイックスタート：まずは usage を記録

以下の最小限のサンプルでは、呼び出しを実行して usage を記録する方法だけを紹介します。この記事では effort パラメーターを引き継ぐ方法は扱いません。Fable 5.2 がプラットフォームで提供されているか、また effort の引き継ぎに対応しているかは、プラットフォームの最新ドキュメントで確認してください。

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI の OpenAI 互換インターフェース
)

resp = client.chat.completions.create(
    model="YOUR_MODEL_ID",  # プラットフォームで当日利用可能と確認されたモデル ID を指定
    messages=[{"role": "user", "content": "按验收标准修复以下函数……"}]
)
print(resp.usage)  # usage を記録し、後で照合できるようにする

import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

# Anthropic の公式標準料金（米ドル／100万 token）。推定用であり、実際の請求額ではありません
RATE_IN, RATE_OUT = 8.0, 40.0

def run_task(task_id: str, prompt: str, model: str, effort_label: str, passed_fn):
    """タスクを実行し、検収記録を1件返します。effort_label は記録用のラベルです。"""
    start = time.time()
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}]
    )
    text = resp.choices[0].message.content
    u = resp.usage
    est_usd = u.prompt_tokens / 1e6 * RATE_IN + u.completion_tokens / 1e6 * RATE_OUT
    return {
        "task_id": task_id,
        "model": model,
        "effort": effort_label,
        "passed": passed_fn(text),          # あらかじめ作成した検収関数
        "prompt_tokens": u.prompt_tokens,
        "completion_tokens": u.completion_tokens,
        "est_usd": round(est_usd, 4),       # 推定値
        "seconds": round(time.time() - start, 1),
        "output": text,                     # 失敗したケースの原文を保持
    }

def quota_to_usd(quota: int) -> float:
    """プラットフォームのログでは、quota ÷ 500000 が実際の請求額（米ドル）です。"""
    return quota / 500000

APIYI のログドキュメントには、model_name、prompt_tokens、completion_tokens、quota、duration_for_view、request_id などの項目が記載されています。quota÷500000 が米ドルでの実際の請求額で、other にはグループ倍率などの補足情報が含まれます。request_id を使って検収記録とログを紐付ければ、単発リクエストの費用だけを見るのではなく、「タスクをクリアできた場合」の実際のコストを計算できます。

🚀 クイックスタート：まずは小規模なサンプルで手順を検証したい場合は、APIYI（apiyi.com）に登録し、新規ユーザー向けの無料テスト枠を使ってみましょう。「同じタスク・一度に変える変数は1つ・実際の請求額を記録」という方法を試してから、サンプル数を増やすか判断できます。

最終的な判断基準は、まず high が品質基準を満たすかどうかを確認することです。基準を満たすなら、数ポイントの精度向上のために約3倍の費用を払う必要はありません。high では基準に届かず、max なら達成できる場合に限り、max による追加コストが失敗や手戻りのコストを下回るかを比較しましょう。すべてのリクエストで max をデフォルトにすることはおすすめしません。

よくある質問（FAQ）

Fable 5.2 high と max の重要ポイント

• 単価は変わらなくても、請求額は変わる：effort によって思考量やステップ数が変わるため、同じ単価でもタスクのコストに数倍の差が出ることがあります。
• APIのデフォルトは high：公式はまず high から始め、自分たちの評価結果に応じて引き上げたり、引き下げたりすることを推奨しています。
• Cursorでの比較：high から max にするとスコアは3.1ポイント上がり、コストは約3.38倍になります。
• AAでの比較：指数は62から65に上がり、コストは約2.92倍になります。65は正解率ではありません。
• 評価環境を混ぜない：2つの評価結果は、それぞれの環境内で比較してください。統合して単一のコストパフォーマンス指標にすることはできません。
• maxは一部のタスクに限定する：能力の上限を評価する場合や、価値の高い自由形式の問題に適しています。
• 実際の請求額で検証する：同じタスクで変数を1つだけ変更し、usageを記録しましょう。APIYI（apiyi.com）のログを使って請求額を照合できます。

まとめ

Fable 5.2のhighとmaxの選び方は、次の3点にまとめられます。

1. 単価とタスクの請求額を区別する：設定によって単価は変わりませんが、投入量は変わります。
2. 同じ環境内でデータを比較する：CursorとAAでは、どちらもmaxのスコアがやや高く、コストはhighの約3倍です。ただし、両者をまとめて比較することはできません。
3. 合格基準に基づいて判断する：highで基準を満たせるなら、そのままhighを使いましょう。highでは基準に届かず、maxなら達成できる場合に限り、追加コストと手戻りのコストを比較します。

多くのチームにとって、まずhighでタスクを分類し、合格基準の記録を整えるのが堅実な進め方です。そのうえで、価値の高い一部のタスクを選び、maxを個別に評価しましょう。APIYI（apiyi.com）の統一インターフェースと呼び出しログを活用すれば、自社のサンプルで手早く検証できます。モデルと設定が対応していることを確認してから、利用規模を拡大してください。

📚 参考資料

1. Anthropicの発表：FableとMythos 5.2の提供範囲と、ベンダーによる自己評価
2. リンク： anthropic.com/claude-fable-and-mythos-5-2

3. 説明：公開日は2026-11-09。速度の算出基準と評価表が掲載されています。

4. Claude APIの料金：公式の標準料金

5. リンク： platform.claude.com/docs/en/about-claude/pricing

6. 説明：Fable 5.2の入力／出力料金は、100万トークンあたり8ドル／40ドルです。

7. Fable 5.2のモデル仕様：コンテキスト、出力上限、デフォルトのeffort

8. リンク： platform.claude.com/docs/en/models/fable-5-2/overview

9. 説明：適応型思考は常に有効で、APIのデフォルトはhighです。

10. Fable 5.2のプロンプトガイド：公式のeffortレベル選択ガイド

11. リンク： platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-fable-5-2

12. 説明：medium、high、xhigh、maxそれぞれの適した用途が紹介されています。

13. CursorBench 4.0：Cursor独自の環境における5段階評価

14. リンク： prod.cursor.com/evals

15. 説明：ツール提供元独自の評価であり、一般的な独立再評価ではありません。

16. Artificial Analysisのモデルランキング：独立機関による最新ランキング

17. リンク： artificialanalysis.ai/leaderboards/models

18. 説明：Intelligence Indexとタスクあたりのコストが掲載されています。

19. Artificial Analysisの評価方法：Intelligence Index v5.0.1の構成

20. リンク： artificialanalysis.ai/methodology/intelligence-benchmarking

21. 説明：9項目の評価で、4種類の能力にそれぞれ25%の比重を割り当てています。

22. Cursorによるモデル品質の比較方法：旧版ベンチマークの手法を解説するブログ

23. リンク： prod.cursor.com/blog/cursorbench

24. 説明：設計思想を理解するための資料です。4.0の統計結果には適用できません。

25. APIYIのログ照会API：ログ項目と実際の請求額の換算方法

26. リンク： docs.apiyi.com/api-capabilities/log-query
27. 説明：quota÷500000で、実際の請求額（米ドル）を算出できます。

著者：APIYI技術チーム
技術交流：APIYI（apiyi.com）のトップページからお気軽にお問い合わせください。詳しい資料はdocs.apiyi.comのドキュメントセンターをご覧ください。

関連記事

• Fable 5.5 vs GPT-6.2 Astra：どちらが優秀で、どう選ぶ？6つのデモと3つの不公平な点:Fable 5.5とGPT-6.2 Astraはいずれもデモが公開されていますが、同じ課題での比較はなく、本記事では6つのデモの証拠レベル、現行フラッグシップであるFable 5.1とGPT-6 Astraの公式仕様と価格を整理し、再実行可能なモデル選定評価方法を紹介します。
• GPT-6.1 TerraとGPT-6 Luna、バッチ自動化に適しているのはどちら？4組の実際のテストでコストと精度を比較:Terraのトークン単価はLunaの10倍だが、正答率の差は4.7〜18.7ポイントであり、本記事ではPlotly、DualEntry、OSWorldなどの実際のテストデータを用いて、バッチ自動化における「正しい結果1件あたり」の真のコストを算出する。
• トークン単価だけを見ない：1回のタスクの完全なコストを見積もる7つのステップ:入力、出力、推論、キャッシュ、リトライから検証・アップグレードまで、7つのステップで「100万トークンあたりいくらか」を「1回のタスク完了あたりいくらか」に換算する。
• 新モデルのロングホライズンタスク検証ガイド：新モデルに乗り換える価値があるかを判断する5ステップ:あたらしいモデルがはっぴょうされたあと、じぶんのロングホライズンタスクでどのようにひかくけんしょうすればよいでしょうか。このぶんしょうでは、5ステップのプロセス、6こうもくのひょうかしひょう、コストけいさんのほうほうをしめし、きりかえるかちがあるかどうかをはんだんできるようにたすけます。
• MiniMax M3.1 Flashのオープンソース重みが10/23に公開：ローカル導入構成とAPIコストを4つの観点で比較:MiniMax M3.1 Flashの重みは10月23日に公開予定です。本記事では、ローカルでのデプロイに必要な構成を説明し、コンプライアンス、呼び出し量、運用能力、モデル改変のニーズの4つの観点から、自前でデプロイする場合とAPIを直接呼び出す場合のコストを比較します。