Claude Fable 5.2とGPT-6 Astra、Gemini 4 Carbonを比較：ベンチマークとAPI料金
Anthropic公表のベンチマークとAPI料金をもとに、Claude Fable 5.2をGPT-6 Astra、Gemini 4 Carbonと比較。強みや注意点も紹介します。
👁 111閲覧数
9月に、世界で最も高価な2つのモデルのAPI料金が同じだと書きました。Claude Fable 5.1とGPT-6 Astraは、どちらも入力100万トークンあたり10ドル、出力100万トークンあたり50ドルでした。2026年11月9日、この同額状態は終わりました。AnthropicはClaude Fable 5.2を入力8ドル、出力40ドルで公開し、発表資料の比較表にOpenAIのGPT-6 AstraとGoogleのGemini 4 Carbonを並べています。表ではFableがほぼすべての項目で優位です。
ただし、Googleが勝つ項目が1つあり、誤差の範囲でほぼ同点の項目も1つあります。また、この表には最初に触れておくべき前提があります。データをまとめたのはAnthropicです。テストを選び、競合モデルの結果も説明したのはモデルの開発元自身です。一部の測定は外部に委託されました。FrontierCode 2.0はCognitionが実施し、各モデルはそれぞれのツールで評価されています（ClaudeはClaude Code、GPT-6 AstraはCodex CLI、Gemini 4 CarbonはAntigravity CLI）。この点はシステムカードの210ページに記載されています。私は項目ごとに確認し、OpenAIとGoogleの公式情報にある料金と照らし合わせました。
Anthropicの発表資料に掲載されたベンチマーク表
特に記載がない限り、各モデルで利用できる最高の推論努力レベルでの結果です。Fableの結果はセーフガードを有効にした状態です。ダッシュはAnthropicが結果を公表していないことを示します。
| テスト | Fable 5.2 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|
| FrontierCode 2.0（エージェント型プログラミング） | 49.1% | 42.8% | 41.1%（Medium） |
| FrontierSWE v2 | 69.9% | 65.5% | 61.2% |
| AutomationBench（業務プロセス） | 51.4% | 41.4% | 53.9% |
| Terminal-Bench-Science 0.1 | 74.6% | 68.1% | 64.8% |
| OSWorld 2.1（コンピューター操作） | 89.3% | 79.5% | 81.5% |
| RoboDojo Sim（ロボティクス） | 64.9% | 29.8% | - |
| AA-Briefcase v1.1（オフィス業務） | 66.1% | 52.0% | 61.8% |
| Remote Labor Index | 41.3% | 20.8% | - |
| ツール使用ありのHumanity’s Last Exam | 74.2% | 57.2% | - |
| Chartography（ツールなしのグラフ読解） | 73.4% | 71.0% | 72.5% |
Fableの優位性が見える項目、見えにくい項目
大きな差が出ているのは、長時間にわたる作業や計画が必要なタスクです。フリーランス市場の実案件を使うRemote Labor Indexでは、Fable 5.2がGPT-6 Astraの約2倍の割合で、人間の水準に達するプロジェクトを完了しています（41.3%対20.8%）。ロボティクスのシミュレーションでは差がさらに大きく、64.9%対29.8%です。専門家レベルの問題を集めたHumanity’s Last Examでは、差は17ポイントに達します。設定を変えれば消えるような差ではありません。
プログラミングでの差は、これより小さくなります。FrontierCode 2.0でFableは49.1%ですが、これは最高の推論努力レベルであるXhighでの結果です。GPT-6 Astraは42.8%でした。Gemini 4 Carbonの結果はMediumでのものなので、この比較は表の中で最も条件がそろっていません。Carbonを最高設定で評価した場合の結果は分かりません。
注意して見るべき項目が2つあります。業務プロセスの自動化を測るAutomationBenchでは、Gemini 4 Carbonが53.9%で、Fableの51.4%を上回ります。グラフ読解のChartographyでは、Fableが73.4%、Carbonが72.5%、Astraが71.0%です。1ポイント未満の差は、実質的にはほぼ同点です。さらに発表資料の効率性グラフによると、Medium設定でのFableは66.4%で、最高設定の競合2モデルを明確に下回ります。グラフや表の読解でFableが優位になるのは、長く考えさせた場合です。
私が試した結果
私のテストでは、Fable 5.2の比較対象は、メーカーの表にあるGPT-6 AstraやGemini 4 Carbonではなく、GPT-6.1 SolとGemini 4 Argonでした。27のタスクでは、Opus 5.5を含むすべてのモデルが、コード、パズル、画像についての質問で100%を達成し、差はつきませんでした。差が出たのは料金とポーランド語の文章です。Fableは0.75ドル、Argonは0.14ドル、Solは0.11ドルでした。ポーランド語の文章では、採点役がFableを4モデル中平均3位と評価しました。Solは1.33、Argonは3.83でした。採点役はGPT-6.1 Solで、自身も評価対象に含まれていたため、この順位は慎重に見る必要があります。テストはポーランド語で実施しました。ここに記載した数値はそのテストの結果であり、日本語での性能を示すものではありません。
API料金：Fableは最も高いモデルではなくなった
| モデル（API、100万トークンあたり） | 入力 | 出力 |
|---|---|---|
| Claude Fable 5.2 | 8ドル | 40ドル |
| GPT-6 Astra | 10ドル | 50ドル |
| Gemini 4 Carbon（導入価格） | 2ドル | 10ドル |
| Gemini 4 Carbon（導入期間終了後） | 4ドル | 20ドル |
Fableの料金はAnthropicの価格表、GPT-6 Astraの料金はOpenAIのモデル資料、Gemini 4 Carbonの料金はGoogleが2026年10月28日に発表した情報に基づいています。いずれも11月9日に確認しました。GPT-6 Astraには長い入力に対する追加料金があります。入力トークンが27万2,000を超える場合、リクエスト全体の入力料金は2倍、出力料金は1.5倍になります。Fable 5.2は、100万トークンのコンテキスト全体に通常料金を適用します。大規模なコードリポジトリを扱う場合、請求額に実質的な差が出ます。
この3モデルの中でGemini 4 Carbonは最も安価ですが、現時点では利用できる人がほとんどいないという注意点があります。Googleはまず一部のサイバーセキュリティ専門家に提供し、その後Fairwind Programを通じて信頼できるパートナーに公開します。開発者や企業への一般公開については「近日中」と説明しています。詳細はGemini 4 Carbonの記事で紹介しました。今モデルを選ぶ必要がある企業にとって、この表で現実的な選択肢はFable 5.2かGPT-6 Astraです。Fableは20%安く、メーカーのデータでは、両方の結果がある10項目すべてでGPT-6 Astraを上回ります。Gemini 4 Carbonとは、両方の結果がある7項目中6項目でFableが上回っています。
比較表に含まれていないモデル
AnthropicがFableと比較したのはGPT-6 AstraとGemini 4 Carbonだけです。OpenAIのGPT-6.1 SolやGoogleのGemini 4 Argonといった、より安価な競合モデルは表にありません。どちらもOpenRouterで、100万トークンあたり入力2ドル、出力10ドルで利用できます（モデル一覧は11月9日に確認）。Fableの4分の1の料金であり、多くの用途ではこちらが実際の競合になります。
ただし、GPT-6.1 Solとの比較は、システムカードのTerminal-Bench 4.0の説明に掲載されています。このテストは、計算生物学、物理シミュレーション、CAD、形式証明など、ターミナル上の66タスクを扱います。セーフガードを有効にしたFable 5.2は67.6%、Opus 5.5は66.4%、セーフガードを無効にしたMythos 5.2は70.5%でした。公開ランキングではGPT-6.1 Solは58.2%、GPT-6 Astraも58.2%です（OpenAI自身が報告した数値は57.9%）。Anthropicによると、OpenAIはこのテストでSolの独自結果を公表していません（システムカード211ページ）。ターミナル作業でSolを10ポイント上回るのは大きな差ですが、Solの料金は4分の1です。
サイバーセキュリティは別の論点です。Anthropicは、制限を設けていないMythos 5.2とGPT-6 Cyberを比較し、CyScenarioBenchで76.3%対61%という結果を示しています。ただし、発表資料の注記によると、このテストのタスクは各研究機関で異なるため、数値を直接比較するのは難しいでしょう。詳しくはClaude Mythos 5.2のハブをご覧ください。
資料を読んだ私のまとめです。長時間のエージェント型タスクや複数ステップの作業では、メーカー公表データ上、Fable 5.2はGPT-6 Astraを明確に上回り、料金も安くなっています。一方、業務プロセスの自動化とグラフ読解では優位性がありません。モデルの全体像はClaude Fable 5.2のハブで紹介しています。
よくある質問
Claude Fable 5.2はGPT-6 Astraより優れていますか？
Anthropicの表では、両モデルの結果がある10テストすべてでFableが上回っています。Chartographyでの差はわずか2.4ポイントです。ただし、これはFableの開発元が公表したデータであり、独立した測定結果ではありません。
API料金はFable 5.2とGPT-6 Astraのどちらが安いですか？
Fable 5.2のほうが安価です。100万トークンあたり入力8ドル、出力40ドルで、GPT-6 Astraは入力10ドル、出力50ドルです。GPT-6 Astraには、入力が27万2,000トークンを超えるリクエストへの追加料金もあります。
Gemini 4 Carbonは利用できますか？
現時点では、Googleは一部のサイバーセキュリティ専門家とFairwind Programのパートナーに提供しており、一般公開の時期は未定です。利用可能かどうかはGoogleの最新情報をご確認ください。
比較表にGPT-6.1 SolとGemini 4 Argonがないのはなぜですか？
Anthropicは発表資料の表にこの2モデルを含めていません。システムカードにはGPT-6.1 Solの結果が1つだけ記載されています。公開ランキングによるTerminal-Bench 4.0のスコアは58.2%で、Fable 5.2は67.6%です。Gemini 4 ArgonとFableを並べた結果はありません。
Google · あなたの情報源GoogleでKiramesuをもっと上位に表示-ワンクリックで設定お気に入りの情報源に追加 →出典
- Anthropic：Introducing Claude Fable 5.2 and Claude Mythos 5.2（2026年11月9日）
- Claudeドキュメント：料金（2026年11月9日確認）
- OpenAI：APIドキュメントのGPT-6 Astra（2026年11月9日確認）
- Google：Introducing Gemini 4 Carbon（2026年10月28日）
- Anthropic：Claude Fable 5.2 & Claude Mythos 5.2 System Card、210-211ページ
- OpenRouterのモデル一覧（API /api/v1/models、2026年11月9日夜に確認）
Kiramesuの関連記事
