Fable 5、Claude Mythos、Opusはどう使い分ける？AIモデルは“作業の重さ”で選ぶ時代へ
レミー
Fable 5とClaude Mythosの違いとは？最上位AIモデルの使いどころを整理してみる
Claudeに新しく登場したFable 5が話題ですね。
同時に、Claude Mythosという名前もよく見かけるようになり、
「Fable 5とMythosは何が違うの？」
「どちらも同じ最上位モデルなの？」
と気になっている方も多いのではないでしょうか。
特にClaude Mythosは、英国政府やAI Security Institute（AISI）(※)がサイバー能力の高さに注目しており、これまで評価したモデルの中でも攻撃的なサイバー用途において大きく性能が伸びているとして言及されています。
いっぽうAnthropicは、Fable 5を“Claude Mythos級の能力を、一般利用向けに安全対策を加えて提供するモデルとして位置づけています。
この記事では、Fable 5とは何か、Claude Mythosとは何か、その違いはどこにあるのかを整理しながら、実務でどう使い分けるとよいのかをまとめます。
※AISIは、英国政府系のAI評価機関。最先端AIがどこまで高度な作業をこなせるのか、悪用された場合にどんなリスクがあるのかを調べる役割を担っています。Claude MythosがAISIの評価対象になっているのは、サイバー攻撃など安全保障上のリスクに関わる能力が高いと見られているためです。
Fable 5とは？
Fable 5は、2026年6月9日にAnthropicが公開した最も高性能な広範囲提供モデルです。
公式ドキュメントでは、長時間にわたる作業、複雑な推論、長い工程をまたぐエージェント的な仕事に向いたモデルとして紹介されています。
Anthropicの案内でも、Fable 5は「Mythos-class 1 model that we've made safe for general use（一般利用向けに安全化したMythos級モデル）」と説明されています。
特に注目したいのは、“短い一問一答”よりも、“長くて複雑な仕事”で力を発揮するという点です。
たとえば、次のような作業との相性がよさそうです。
- 複雑な設計判断
- 長時間の自律作業
- 複数工程をまたぐ整理や改善
- 曖昧な指示から全体像を組み立てる作業
- 長いタスクの途中で方針を見失いやすい仕事
また、API料金を見ると、Fable 5はClaude Opus 4.8の約2倍の価格帯になっており、軽い相談に毎回使うよりも、「ここぞ」という重い仕事に使うほうが実務では扱いやすそうです。
Claude Mythosとは？
Claude Mythosは、Anthropicが限定的に提供している最上位クラスのモデル群です。
大きな特徴は、その高い能力ゆえに、一般向けに広く公開されているモデルではなく、一部の審査済みパートナーに限定して提供されている点です。
その理由のひとつとして、Claude Mythosは非常に高いサイバー能力を持つモデルとして評価されていることが挙げられます。
AISIの評価では、Claude Mythos Previewは、これまで評価したモデルの中でも特に高いサイバー攻撃能力を示したと紹介されています。
つまりClaude Mythosは、単に「すごく賢いモデル」というだけでなく、高度な能力が安全保障やサイバーリスクの文脈でも注目されるモデルとして扱われているわけです。
Anthropicのモデル概要ページでは、Claude Mythos 5は招待制・限定提供であり、以前のClaude Mythos Previewの後継として位置づけられています。
日本でのClaude Mythosへのアクセスも、一部の政府機関や重要インフラに関わる企業を中心に進んでいます。
たとえば日立製作所は、Anthropicのセキュリティプログラム「Project Glasswing」に参画し、Claude Mythos Previewを社会インフラ向けソフトウェアの脆弱性対策に活用すると発表しています。
また報道では、日本政府に加え、三菱UFJ銀行、三井住友銀行、みずほ銀行といった3メガバンクもアクセス権を得た、または取得に向けて動いているとされていました。
ここからもわかるように、Claude Mythosは一般向けの便利なAIツールというより、金融、社会インフラ、政府機関など、サイバー攻撃を受けた場合の影響が大きい領域の“防御側”に限定して提供されているモデルと見るとわかりやすいです。
Fable 5とClaude Mythosの関係
この2つはまったく別物というより、同じ新世代モデルの別構成として理解するとわかりやすいです。Anthropicのシステムカードでは、Claude MythosとClaude Fable 5は“同じ新しい大規模言語モデルの2つの構成"として説明されています。
ざっくり言えば、関係性は次のように整理できます。
| 項目 | Claude Fable 5 | Claude Mythos |
|---|---|---|
| 位置づけ | 一般利用向けの最上位モデル | 限定提供の最上位モデル |
| 公開範囲 | 広く利用可能 | 招待制・審査あり |
| 主な印象 | 実務・制作・開発に使いやすい | 高度能力とリスク面が注目される |
| 安全対策 | 一般利用向けに安全化 | より慎重な提供管理 |
| 向いている話題 | 複雑な業務、長時間タスク、設計、整理 | 先端評価、重要領域、リスク検証 |
つまり、Claude Mythosは“能力そのものが注目されるモデル”で、Fable 5は“その高い能力を一般ユーザーが使いやすい形にしたモデル”と考えるとイメージしやすいです。
なぜ政府がClaude Mythosを脅威として見ているのか
ここで大事なのは、政府や研究機関がClaude Mythosを問題視しているのは、文章生成がうまいからではないという点です。
英国政府の発表によると、AIによってサイバー攻撃の速度と規模が増すおそれがあることが強調されており、その具体例としてAnthropicのMythosが挙げられています。
AISIの評価でも、Claude Mythos Previewはサイバー攻撃の複数段階をこなす能力が伸びているとされています。
要するに、高度な推論力やコード能力が、便利さだけでなく悪用リスクも高めるため、政府や安全保障分野が強い関心を持っている、ということです。
そのいっぽうでFable 5は、そうした最上位級の能力を持ちながらも、一般の制作・業務・開発で使えるように公開されたモデルです。
ですので、私たちが実務で見るべきポイントは、「脅威モデルとしてのMythos」そのものよりも、その流れを受けて出てきたFable 5をどう活かすかだと思います。
Fable 5はどんな仕事で活きるのか
Fable 5の使いどころは、“毎回使うこと”ではなく、“重い仕事に使うこと”です。
普段の文章作成、ちょっとしたリライト、軽い壁打ち、資料のたたき台づくりなら、OpusやSonnetでも十分な場面は多いはずです。
一方で、Fable 5が本当に活きるのは、次のような場面です。
- 複雑な設計判断
- 長時間にわたる作業計画
- 複数工程をまたぐ仕組みの見直し
- 全体像がまだ曖昧な状態からの構成整理
- 途中で迷子になりやすい長いタスク
- エージェント的に進めたい業務整理
「一番賢いモデルを毎回使う」のではなく、作業の重さに応じてモデルを選ぶ。
この考え方のほうが、結果として制作も検証も進めやすくなります。
Opus、Sonnet、Fable 5はどう使い分ける？
迷ったときは、次の3段階で考えるとわかりやすいです。
1. サクッと済ませるならSonnet
- 軽い相談
- 要約
- 短い文章作成
- アイデア出し
2. 普段使いならOpus
- ブログ記事の下書き
- リライト
- 資料構成
- 少し複雑な相談
3. 重くて複雑ならFable 5
- 設計判断
- 長時間作業
- 制作フロー全体の見直し
- 自動化の検証
- 大きなプロジェクト整理
Fable 5は優秀ですが、常用の万能モデルというより、“難しい仕事を任せるための上位カード”として持っておくイメージが近そうです。
AI漫画制作で考えると、Fable 5はどこで使いやすい？
私の関心で言うと、Fable 5はAI漫画制作のフロー改善と相性がよいのでは？と思っています。
たとえば、
- 制作フロー全体の見直し
- ネームから画像生成、加筆、納品までの工程整理
- 複数ツールをまたぐ自動化の検証
- 作業ボトルネックの洗い出し
- 漫画LP制作の構成整理
- 案件ごとの進行テンプレートづくり
このあたりは、単純な「文章を書いて」で終わる仕事ではなく、工程・判断・修正・構成が複雑に絡む仕事です。
そうした場面では、Fable 5のような長い文脈に強いモデルの価値が出やすいと感じます。
逆に、ちょっとした要約や軽い壁打ちに毎回Fable 5を使うのは、コストや利用枠の面でも少しもったいないかもしれません。
まとめ：Fable 5は“使いどころを選ぶ最上位モデル”
Claude Fable 5とOpus、Sonetの使い分けをどうするか。
普段はOpus。
サクッと済ませるならSonnet。
重くて複雑な仕事ならFable 5。
この使い分けができると、AI活用はかなり実務的になります。
AI漫画制作やAIを使った制作フロー改善でも、これからはモデルの性能そのものより、“どの仕事にどのモデルを当てるか”の設計が重要になっていきそうです。
投稿者プロフィール
