# Fable 5.2は史上最強のAI。それでもなぜ私はまだ乗り換えないのか

- 番組: [The AI Daily Brief: Artificial Intelligence News and Analysis](https://ai-curator.jp/podcasts/shows/cmv40atyk00075j0zs7iqtm08)（Nathaniel Whittemore）
- 元のタイトル: Fable 5.2 Is the Best AI Ever. So Why Am I Not Switching Yet?
- 配信日: 2026年11月11日
- 長さ: 30分
- 要約作成日: 2026年11月11日
- トピック: [#Fable 5.2](https://ai-curator.jp/topics/Fable%205.2) [#Claude](https://ai-curator.jp/topics/Claude) [#ベンチマーク](https://ai-curator.jp/topics/%E3%83%99%E3%83%B3%E3%83%81%E3%83%9E%E3%83%BC%E3%82%AF) [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#ソフトウェア開発](https://ai-curator.jp/topics/%E3%82%BD%E3%83%95%E3%83%88%E3%82%A6%E3%82%A7%E3%82%A2%E9%96%8B%E7%99%BA) [#AGI](https://ai-curator.jp/topics/AGI)
- URL: https://ai-curator.jp/podcasts/cmwbb6cyl00005p10hzwg1bsf

## 要約

AnthropicがFable 5.2とMythos 5.2を公開した。NLWはベンチマークや初期レビュー、自身の実験を通じて、このモデルがOpus 5.5より優れる場面と、日常業務では必ずしも明確な上位互換とは言えない点を検証する。結論として、効率化よりも「これまで不可能だったこと」に挑む機会型のAIであり、長時間の大規模プロジェクトで真価を発揮するとの見方を示している。

## ポイント

- Fable 5.2はコーディング、科学研究、Remote Labor Index（41.3%、Opus 5.5のほぼ2倍）などで首位となり、Artificial Analysis指数でも65で最上位だが、エージェント的な知識労働では差が小さい。
- トークン単価は20%下がったが依然高コストで、Max設定ではタスクあたり26.54ドル。Anthropicは通常medium、日常コーディングはhighを推奨している。
- 1,000超のサブエージェントが8日間でOSを構築、フェルマーの最終定理の形式化、ロボットアーム制御など、野心的なデモが示された。
- EveryやEthan Mollickは「とがった（jagged）」能力を指摘。自作の出来を自ら評価して「退屈」「冗長」と気づく力が弱いという。
- NLWの実験では、番組企画の提案は退屈で、聴衆に響くものを見極める感覚に欠けた。Opus 5.5でも同程度にこなせそうだという。
- 活用の鍵は、全体プロジェクトを丸ごと任せる、コードベースの所有者として扱うと伝える、ゲーム開発など新しい用途を試すことだ。

## 章立て

- [00:00] **Fable 5.2登場と本日の構成** — AnthropicのIPO前に新旗艦モデルが登場。「最強だが使いどころが不明瞭」という反応を紹介し、番組の流れを示す。
- [02:01] **ベンチマークとコスト** — コーディング、科学、サイバーセキュリティ、ロボティクスなどでの大幅な向上と、Remote Labor Indexの結果、価格と設定ごとのコストを解説する。
- [06:45] **Anthropic公式のデモ** — OS構築、理論物理、カプシド構造予測、フェルマーの最終定理の形式化、ロボットアーム制御などの事例を紹介する。
- [13:32] **コミュニティの初期印象** — セキュリティ脆弱性の発見、3D・動画デモ、野心的なタスクへの高評価、Everyのレビューなどを取り上げる。
- [16:45] **Mollickの分析とNLWの実験** — 「ジャグドAGI」という見方と、何が人に響くかを判断できない弱点。NLWの自己紹介作品と番組企画の実験結果を述べる。
- [24:55] **どう使うか：機会型AIとゲーム** — 効率化ではなく機会拡大のAIという位置づけ、ゲーム開発の可能性、Opus 5.5で十分という批判も紹介する。
- [28:04] **活用のヒントと結論** — AnthropicのAlex Albertらによる使い方のコツ、コードベースの所有を伝えるプロンプト、評価に時間がかかるという見通しで締める。

## 解説記事

AI専門ポッドキャスト「The AI Daily Brief」のNLWが、Anthropicの新モデルFable 5.2（および同等のMythos 5.2）について語った回を取り上げる。ベンチマークでは圧倒的でも、日常業務で乗り換える決め手は見えにくいという、新世代モデル特有の悩みがテーマだ。

#### ベンチマークは軒並み首位、ただし例外も

NLWによれば、Fable 5.2はフロンティア級コーディング評価でGPT-6 Astraを4ポイント、Opus 5.5を3.5ポイント上回った。科学研究系のTerminal Bench Scienceでは前の首位に6ポイント差をつけ、サイバーセキュリティではMythos 5.2が約10ポイントの差を示したという。ロボティクスのRoboDojoSimは64.9%で、Opus 5.5から25ポイント向上した。

注目されたのは、実際の請負タスクを使うRemote Labor Indexで41.3%と、Opus 5.5（21%）のほぼ倍になった点だ。作家のGarrison Lovelyはこれを「最も警戒すべき数字」と評し、指数関数的成長の速さを示すと述べている。一方、知識労働系のAA briefcaseでは、完了タスク数は多いもののELOスコアはOpus 5.5より低かった。Artificial Analysisの総合指数は65で首位だが、同社も一部領域ではOpus 5.5水準にとどまると指摘している。

#### 高価でトークンを大量に消費する

価格はFable 5.1から20%下がり、入力100万トークンあたり8ドル、出力40ドルとなった。それでもMax設定ではタスクあたり26.54ドルで、Opus 5.5の2.6倍、GPT-6 Astraの4倍超とされる。extra highで14.83ドル、highで9.08ドルと、設定を下げればOpus 5.5並みかそれ以下になる。Anthropicはmediumを標準、highを日常のコーディング向け、extra highは測定可能な成果のある長時間エージェント作業向けとし、maxは「上限を探るためのもの」と位置づける。Matt Schumerはlowでも大半のタスクに足りると見ている。

#### 野心的デモと初期レビュー

Anthropicは、1,000超のサブエージェントが8日間で、起動可能なOSを空のフォルダから作り上げた実験を紹介した。ほかにも、ブラックホールに関する理論物理の未解決問題2件の解決、遺伝子治療用カプシドの構造予測（34件中28件でモデル化に成功）、フェルマーの最終定理の形式化（1,000エージェントで30時間。Opus 5.5は26%で停止）などが挙げられた。

コミュニティでは、プロジェクト内の重大な脆弱性を依頼なしで10件以上見つけた例や、Pavel Hurinのバグ発見ベンチで58件（従来の最高は51件）という結果が報告された。Riley Brownは1ショットで60秒の広告動画を生成し、Boris Chernyも驚きを示した。Every社のレビューは「何をすべきか分かっている人にはパラダイムシフト」とし、プロが中身のコードを読まずに本格的なツールを作れるようになったと評価した。

#### 「とがった」能力と、人に響く感覚の欠如

EveryのDan Shipperは「とがった驚き」と表現し、特定のタスクでは圧倒的だがそれ以外は普通で、その場合はOpus 5.5を使うべきだと述べた。Ethan Mollickは「ほぼAGI」と評価しつつ、成果物が正確だが退屈、182ページの論文を書く、規則と承認で創作を埋もれさせるといった失敗を挙げた。最大の問題は、AI自身が「長すぎる」「つまらない」と気づけないことだという。

NLWの実験も同様だった。通常のチャット画面で「最も印象的なもの」を作らせると、文字数を正しく数える文など、難しいが一般人には凄さが伝わりにくいものを選んだ。コーディング環境では3分間のコード生成映画を作り、これは印象的だった。しかし番組企画を提案させると、最初の案は「発表日と利用可能日の差」という退屈なものだった。残る2案は良かったが、Opus 5.5でも同程度にできそうだと感じたという。

#### 効率化ではなく「機会のAI」として使う

NLWの見立ては、Fable 5.2は既存作業の効率化ではなく、これまで不可能だったことに挑むためのモデルだというものだ。ゲーム開発で、見た目だけでなく実際に遊べるメカニクスを作れるようになった点にも注目し、Anthropicのシュルト・ダグラスは「楽しく美しいゲームの基準を初めて満たしたモデル」と述べている。資料やサイトの代わりにゲームを作るべきかという問いが現実味を帯びる、とNLWは考える。

一方、エンジニアリングマネージャーのGagumのように、頑固でコストが高く、Opus 5.5より劣る領域もあるという批判も根強い。使い分けの助言としては、明確な作業はOpus 5.5、方向性が曖昧な創造的作業はFable 5.2という声や、Alex Albertの「次の一手ではなくプロジェクト全体を任せ、数時間走らせる」「実装前にアイデアの欠点を聞く」「承認が必要な範囲を先に伝える」といった提案が紹介された。プロンプトガイドによれば、コードベースが「モデル自身のもの」と伝えると、重複コードの統合や関連修正を自発的に行うという。

#### まとめ

Fable 5.2は数字の上では明らかに最前線だが、全員にとって即座の乗り換え対象ではない、というのが本回の結論だ。日本の読者にとっての注目点は、評価軸が「同じ作業が速く安くなるか」から「任せられる仕事の範囲が広がるか」へ移っていることだろう。コストと設定（effort）の使い分け、長時間タスクの委任、自己評価の弱さを補う人間の関与が実務の鍵になる。NLWも、新モデルの真価が見えるまでには数週間かかるとして、今後も実験を続けると述べている。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: The AI Daily Brief: Artificial Intelligence News and Analysis「Fable 5.2 Is the Best AI Ever. So Why Am I Not Switching Yet?」