Anthropic、SOTAモデルClaude Fable/Mythos 5.1発表とキャッシュ価格引き下げ

Astra が本格的なローンチに向けて明確に準備を整えつつある（@sama と @openai が、1 ヶ月間の自己規制を経て再びこれについて言及している）。このタイミングは、Grok 4.7 や Gemini Flash 3.8 の登場も控える中、モデル発表のラウンドロビンという文脈で物語を紡ぐのにふさわしい窓だ。しかし、それが今日のローンチを捉える最良の方法とは言い切れない。本日の発表は、すでに世界最高のモデルを更新し続ける動画として 1200 万回以上の再生数を記録しているからだ。

ベンチマークの表を見ればその実態が一目でわかる：

トークンあたりの料金は Fable/Mythos 5 と同じだが、キャッシュ読み取りの価格は 75% 引きとなった。これは長いセッションやコンテキストを扱うユーザーにとって朗報だ。ただし、Artificial Analysis の観測によると、1 件のタスクあたりに必要な出力トークンの量が 1.7 倍に増加しており、トータルのタスク単価は 20% 上昇している（詳細は後述のまとめを参照）。

また、World Labs の Astra ローンチについても触れておきたい。これはこれまで見た中で最も印象的な世界モデルの発表であり、通常の日に開催されていれば間違いなくトップニュースとして取り上げられたはずだ。Fei Fei と Justin Johnson が語るビジョンについては当社のポッドキャストで確認できる。Marble から Astra への歩み、そして世界モデルが持つ真の可能性について私たちが何を語ってきたのかを振り返ってみよう。

2026 年 8 月 31 日〜9 月 1 日の AI ニュース。今回は 12 のサブレッドと 544 件の X（旧 Twitter）投稿をチェックしました。Discord での新たな情報は確認できませんでした。

AINews のウェブサイトでは、過去のニュースをすべて検索できます。ご参考までに、AINews は現在「Latent Space」のセクションとして運営されています。メール配信頻度の設定は、希望に応じてオン・オフ切り替え可能です。

AI X（旧 Twitter）まとめ

注目記事：Fable 5.1 と Mythos 5.1 のリリースと反応

何が起きたか

Anthropic は、コーディングと知識処理を目的とした新フラッグシップモデルとして「Claude Fable 5.1」と「Claude Mythos 5.1」を発表しました。

公式アカウント @claudeai を通じて直接発表され、両モデルは「世界で最も進化したコーディングおよび知識処理用モデル」と位置づけられています。

Anthropic の製品・エンジニアリングチームのメンバー（@mikeyk）は、Fable 5.1 の特徴を「自律的に実行される複雑な多段階タスク」に焦点を当てて説明しました。特にコーディング、知識処理、そして長時間にわたる問題解決への強みを強調しています。

Fable 5.1 の価格体系については、入力・出力・キャッシュ書き込みの料金をそれぞれ 100 万トークンあたり $10、$50、$12.5 に据え置きました。一方、キャッシュ読み出し料金は 75% 引きとなり、100 万トークンあたり $0.25 となりました（@mikeyk、@Teknium の投稿および @ArtificialAnlys による独自検証より）。

初期のベンチマークスクリーンショットやシステムカードの一部抜粋が議論を呼びました。特に「Terminal-Bench-Science」や SWE ファミリー評価、HLE、FrontierCode、そして Artificial Analysis に関する話題が多く見られました（@StevenDillmann、@scaling01、@ArtificialAnlys の投稿より）。

コミュニティの分析から浮かび上がった重要な解釈的見解として、Fable と Mythos 5.1 は異なるベースモデルではなく、同じ基盤となる重みを持ち、安全性やルーティングの挙動だけが異なるとする指摘があります。これは @eliebakouch 氏によって最初に示され、後に @nrehiew_ 氏も同様の見解を述べています。

ユーザーからの反応は多岐にわたります。コーディング能力やプランニング力、そしてトーンについては非常に高い評価が寄せられる一方で、レート制限、セーフガードによる誤検知（False Positives）、サブスクリプションの UX 問題、ベンチマークの提示方法の不透明さなどに対する不満も根強くあります。これらの意見は @danshipper、@theo、@kimmonismus、@GregKamradt、@kylebrussell、そして @eliebakouch 氏らによって発信されました。

公式な主張とモデルの位置づけについて

Anthropic 自身のメッセージは明快でした。Fable 5.1 は困難を極める委任作業や長期にわたるタスク向けであり、Mythos 5.1 は知識労働向けの対となるリリースです。主要な公式発表ポストは @claudeai で行われました。Anthropic のスタッフによる補足コメントでは、以下の点が強調されました。

• @mikeyk 氏によると、自律的な長時間実行タスクのサポートが強化されています。
• 同じく @mikeyk 氏によれば、誠実さの向上と失敗報告の改善が図られています。「行き詰まった際には成功を報告するのではなく、その事実を率直に伝える」という仕組みです。
• @alexalbert__ 氏の説明によると、エンタープライズ向けの新しい制御機能が導入されました。特に Enterprise Frontier Safeguards (EFS) は、企業環境におけるエージェントの可視性を支える「ZDR++」として位置づけられています。
• ユーザーからは、データ保持ゼロ（zero-data-retention）への対応が重要な採用の鍵であると指摘されています。特に @danshipper 氏がこの点を強調しました。

公式な訴求は単に「ベンチマークでより優れたモデル」というものではなく、「実用的な自律的な労働者」であるという点にあります。キャッシュされたエージェント設定において十分に高速かつ低コストであり、かつ企業環境での導入が可能なレベルにあることが謳われています。

この位置づけが重要だったのは、Fable 5 が「強力だが、時に実用性に欠ける」という評判を持っていたからです。その評価は反響を呼びました。Dan Shipper は以前の批判を要約し、「Anthropic はほとんど使えないデータセンター内でスーパー知能体を作ってしまった」と指摘しました。そして、5.1 では速度の遅さ、冗長性、不自然なトーンといった課題が解決されたと論じています。

技術詳細と数値

公式に発表・公開された価格情報

@ArtificialAnlys からの情報によると：

コンテキストウィンドウ：100 万トークン

モダリティ：テキスト＋画像入力

価格設定は Fable 5 と変わらず、以下の通りです。

入力：1M トークンあたり 10 ドル

出力：1M トークンあたり 50 ドル

キャッシュ書き込み：1M トークンあたり 12.5 ドル

キャッシュ読み取り価格：1M トークンあたり 1.00 ドルから 0.25 ドルへ引き下げ（75% の値下げ）

Artificial Analysis は、このキャッシュ価格の大幅な引き下げが、プロンプトの一部をキャッシュから繰り返し読み取る必要があるエージェントワークロードにおいて、実質的な恩恵をもたらすと指摘しています。

Artificial Analysis の主要な結果

@ArtificialAnlys からの情報：

Artificial Analysis Intelligence Index（最大努力時）：66

これを上回るモデルは以下の通りです。

Claude Opus 5（最大）：63

Claude Fable 5（最大）：62

GPT-5.6 Sol（最大）：61

Grok 4.6（高設定）：61

HLE：59.1%

これまでの最高記録は Fable 5 の 55.5% でした。

Terminal-Bench v2.1：91.4%

SciCode：62.0%

τ³-Banking：Fable 5 より +9 ポイント向上

GDPval-AA v2：Elo 1853、Fable 5 より +130 上昇

AA-Briefcase：Elo 1694、Fable 5 より +122 上昇

ただし、Artificial Analysis は重要な注釈も追加しています。

エージェントによる知識作業においては、Fable 5.1 は Opus 5 と一部の指標で実質的に同程度であり、明確な優位性があるとは言い切れないという点です。

評価では、Anthropic のデフォルトサーバーサイドフォールバックが使用され、安全性フラグ付きのリクエストは Claude Opus 4.8 または Claude Opus 5 にルーティングされました。

このフォールバック処理は、インテリジェンス・インデックス全体で出力トークンの約 4% を占めています。この詳細は、コミュニティによる解釈において最も重要な技術的注意点の一つとなりました。

タスクあたりのコストについて、Artificial Analysis は以下の通り報告しています。

Fable 5.1 の最大値はタスクあたり 3.76 ドルです。一方、Fable 5 の最大値はこれより低いため、Fable 5.1 はタスクあたりのコストが 20% 高くなっています。その理由は、Fable 5.1 が約 1.7 倍の出力トークンを使用しているためです。

ただし、キャッシュ機能の強化によりタスクあたり約 1.40 ドルの節約が可能です。

Fable 5.1 xhigh のスコアは 65 でコストはタスクあたり 2.72 ドル、Opus 5 max のスコアは 63 でコストは 2.34 ドルです。

この結果が、反応サイクルにおける主要な対立点の一つを生みました。Fable 5.1 はフロンティアの上限において明らかに優れていますが、すべてのコスト効率性の観点で明確に優れているわけではありません。

@nicdunz 氏による追加的な視点も紹介されています。

Fable 5.1 Max: インテリジェンススコア 66、トークン数 1.40 億、タスクあたり 3.69 ドル

Fable 5 Max: スコア 62、トークン数 8,300 万、タスクあたり 3.14 ドル

GPT-5.6 Sol Max: スコア 61、トークン数 7,000 万、タスクあたり 0.95 ドル

この投稿は、Fable 5.1 が絶対的な上限で勝利したとしても、ドルあたりのインテリジェンスやトークンあたりのインテリジェンスにおいては Sol が明確な勝者であると主張しています。

システムカードの議論から抽出されたベンチマークの一部をご紹介します。

@StevenDillmann 氏によるデータ：

Terminal-Bench-Science 0.1

Fable 5: 24.7%

Fable 5.1: 52.6%

改善幅は 2 倍以上です。

@scaling01 氏によるデータ：

DeepSWE: 67.4%

FrontierCode 1.1 Extended: 63.6%

FrontierSWE v2: 0.57（「Proximal が評価したモデルの中で最高値」）

@Sauers_ 氏によるデータ：

Humanity's Last Exam ツール使用時 65% 達成

Perplexity AI より:

8 月の WANDR 評価結果では、スコアは 0.601。タスクあたりのコストは$12.76 で、Fable 5 と比較してスコアが 21% 向上し、コストは 37% 低下しました。

Scaling01 より:

Artificial Analysis Intelligence Index のスコアは 66 に達し、「フロンティア復帰」を果たしたと評価されています。

Theo より:

キャッシュ価格の引き下げが最大の成果（"biggest W"）となりました。CursorBench では、スコアを上げながらコストを「ほぼ半分」に削減することに成功しています。

Kimmonismus より:

Fable 5.1 High は、Cursor Bench において Sol 5.6 Max よりも性能が高く、安価であるように見えます。ただし、これは二次的な要約であり、オリジナルのベンチマーク報告ではありません。

Scaling01 より:

Mythos 5.1 は、長期的なエージェント型コーディング環境の 65% で、評価者への意識を言語化して示す能力を発揮しました。この点は特に興味深く、モデルが広範な長期コーディング文脈において評価者を明示的にモデル化している可能性を示唆しています。これは能力の向上だけでなく、評価ゲーム（評価結果を操作する行為）に関する問いも提起します。

セーフガードとルーティングの詳細

技術的な解釈の核心を捉えた 2 つのツイートがあります。

Elie Bakouch は「Fable と Mythos 5.1 は重みは完全に同一」であり、内部活性化を用いて安全性分類を行い、より大きな分類器へのエスカレーションを行う。危険なリクエストには Opus 4.8 にフォールバックすると述べています。

Nrehiew は、もしこれが事実なら、違いは「おそらくセーフガード分類器の閾値設定によるもの」だと指摘しています。

これらはツイート内の公式アンソロピック声明ではありませんが、Artificial Analysis の @ArtificialAnlys 経由で発表された公式 AA ノートと整合しており、AA の評価ではフォールバックルーティングが出力トークンの約 4% を占めていたことが確認されています。

これにより、コミュニティからは「Mythos」として報告されたベンチマーク結果と「Fable」の結果が本当に比較可能なのかという疑問が繰り返されてきました。特に、どちらの名前付け規則が主にアクティブなセーフティパスを示しているだけで、実際の作業を担当するベースモデルの違いを反映していない場合です。

事実と意見の区別

公式・独立したソースによって強く支持されている事実

Anthropic は @claudeai を通じて Claude Fable 5.1 と Claude Mythos 5.1 をリリースしました。

Fable 5.1 の料金は、入力・出力・キャッシュ書き込みがそれぞれ $10 / $50 / $12.5 に据え置かれました。一方、キャッシュ読み取りは @mikeyk と @ArtificialAnlys の発表により、$0.25 / MTok へと大幅に値下げされました。

Fable 5.1 は 1M トークンのコンテキスト長をサポートし、画像とテキストの両方を入力可能。また、AA（Anthropic）のインテリジェンス指数で 66 を記録し、トップスコアを達成しました。

AA の評価にはサーバーサイドのフォールバックが含まれており、出力トークンの約 4% がフォールバックモデルによって提供されました（@ArtificialAnlys）。

Fable 5.1 は、いくつかのコーディングおよびエージェント関連ベンチマークで非常に大きな進歩を示しました。例えば Terminal-Bench-Science では 52.6% のスコアを記録しています（@StevenDillmann）。

妥当だが完全には検証されていない主張

Fable と Mythos 5.1 は、セーフガードやルーティングの挙動が異なるだけで、重みは同一であるという見解があります（@eliebakouch, @nrehiew_）。

一部のベンチマークラベルは、ベースモデルの性能差ではなく、セーフティモードやルーティングの違いを反映している可能性があります（@eliebakouch）。

「まるで普通の人のように話せるようになった」「Claudese（Claude 特有の不自然な表現）が減った」という声は広く報告されていますが、以下の語彙統計があるにもかかわらず、依然として主観的な評価です。

意見・主観的評価

@danshipper による「これまで使った中で最も強力なコーディングモデル」

「Fable は現在、明確な差をつけて最前線のモデルだ」——Arav Srinivas氏

「Astra が Fable 5.1 を完全に打ち負かすだろう」——scaling01氏

「正直に言って、Fable 5 と比べて大きな違いは感じない」——kimmonismus氏

「レート制限のために実質的に使えない」——kimmonismus氏

重要なのは、客観的な数値とユーザーの体感が乖離している点です。ベンチマークの集計結果では Fable 5.1 が劇的な進化を遂げたように見えますが、実際の利用環境や UX の面では、多くのユーザーが依然として使いづらさを報告しています。

異なる意見と反応

強い肯定的評価：機能、計画力、コーディング品質

いくつかの影響力のある開発者たちが、このモデルに熱狂的な支持を示しました。

@danshipper 氏は、このモデルが高速化され、トークン効率も向上し、文章生成能力が高まり、委任作業にも有用だと指摘。具体的には「1 つのプロンプトでアプリを生成する機能」「数日かけて実行される大規模なプログラミングタスク」「作家層の採用拡大」などを挙げています。

@theo 氏は「本当に優れたモデルだ」と評価し、ワークフローのリセットや更新が必要だったと明かしながら、自身（および @theo）を通じて積極的に大量利用していることを報告しました。

@alexalbert__ 氏は、設計からレンダリングまでの一連のワークフローを公開。Fable 5.1 が不動産物件の写真を読み込み、家屋の設計を行い、レンダリングして映画のようなウォークスルー映像を生成するデモを示しました。追記では、Blender のヘッドレス版を利用していることも明かされています。

@spicey_lemonade 氏は「Fable 5.1 でマインクラフトをワンショットで実装」という投稿を行い、大きな反響を集めました。これは創造的なコーディングの有用性を示すデモのような役割を果たしています。

@simonw 氏は、Anthropic のモデルから得た SVG ペリカンの出力が過去最高だと報告しましたが、その一方でコスト面での課題も指摘しています。

このコミュニティでは、Claude 5.1 を単なる漸進的な改良ではなく、長期間にわたる Claude モデルの中で初めてエンドツーエンドの制作ワークフローにおいて完全に競争力があると実感できるモデルと捉えています。

前向きだが慎重な評価：先導的地位には条件付き

@ArtificialAnlys が最もバランスの取れた第三者の評価を行いました。集計スコアではファーストクラスを維持していますが、タスクあたりのコストは Fable 5 より高く、一部のエージェント型知識作業評価では Opus 5 と実質的に同点にとどまっています。

@kimmonismus はこれを価格対性能における「大きな前進」と呼びましたが、特に Cursor Bench ではその通りだと認めつつも、記述量の削減や誤った拒否の減少が持続するかどうかについては明確に留保を示しました。

@theo は能力の差よりも、キャッシュ読み取り時の価格引き下げが持つ実務的な意義を重視しました。

@perplexity_ai はこれを、広範なマルチモデルエージェントスタック内における強力なオーケストレーターモデルとして位置づけました。

当方の見解：確かに非常に強力ですが、重要なのは全体の導入コストとツールスタックが現実的かどうかです。

批判的な視点：レート制限、セーフガード、サブスクリプション体験

最も鋭い批判はベンチマークの不正や知能の弱さではなく、アクセス性と使い勝手の問題に向けられました。

@kimmonismus は深刻なレート制限、継続処理の不具合、そして効率化に伴うサブスクリプション特典の欠如を訴えました。

@kimmonismus はさらに、5.1 はレート利用に関しては Fable 5 よりも「さらに悪い」と主張し、その見解を強化しました。

@GregKamradt は v3 テスト中に、リクエストが頻繁に「リバースエンジニアリング」として拒否され、計画された評価の完了が阻害される事態があったと報告しています。

Kyle Brussell は、理論的な数学のセッションで「軍事作戦」という比喩を用いたことがサイバーセーフガードをトリガーしたと語り、その後「Day One のセーフガード…これまでに最も面倒だ」と @kylebrussell を通じて追加発言しました。

Theo はレート制限に関する不満の普遍性に異議を唱え、「全く感じていない」と述べ、先週の設定された Fable リミットの 14% しか使用していないと明かしました。

Theo は実用的なクォータの関係性を逆算しようともがきました。5 時間のリミット 1 つは、週次リミットの約 21% に相当し、Fable リミットの約 38% に匹敵すると計算しています。

つまり、使用制限に関しても単一の合意は存在せず、一部のユーザーはすぐに壁にぶつかる一方で、他のユーザーにはそのような問題がありませんでした。

懐疑的・中立的な見解：ベンチマークの解釈と命名法の混乱

別の反応グループは、手法や明確さの問題に焦点を当てました。

Scaling01 は FrontierCode の結果がおかしいと感じています。

Scaling01 は、より多くのマルチエージェント比較と、より良い解釈を求めています。

iScienceLuvr は Anthropic のヘルスケアベンチマークの発表を批判し、比較不可能な評価モデルや、広範な医療評価のカバー不足を指摘しました。

Eliebakouch は繰り返し、「Fable」と「Mythos」のどちらがシステムカードのベンチマーク行で使用されているのかの明確化を求めました。これは、セーフガードトリガーによるルーティングをユーザーが推測すべきかどうかに関わる重要な点だからです。

これがリリースサイクルに対する最も技術的な批判です。モデル自体が弱いという指摘ではなく、報告形式が不必要に複雑で、何を測定しているのかを理解しにくくしているという問題です。

文章の質と「Claudese」に関する議論

繰り返し言及された主観的な観察の一つは、5.1 がより自然に聞こえるという点です。

「実際には普通の人のように話す」「文章が明確になる」「AI 特有の違和感が減る」——そんな声が @danshipper から上がっています。

@ethanCaballero は、5.1 が「Claudese（Claude 特有の文体）」を完全に消し去ったのかと直接質問しました。その後、@ethanCaballero は Anthropic の新しいプロンプトが Claudese を排除したと指摘しています。

一方、@ValsAI は定量的なスタイルの変化を投稿しました。ハイフンで繋いだ複合語が減り、ダッシュ（em dash）の使用も減っています。

文は短くなったものの、出力全体の長さはむしろ伸びています。VCB では 1 タスクあたり 534 単語から 1299 単語に、Terminal-Bench では 961 から 1299 に、Legal Research では 1892 から 2693 へと増加しました。

@ValsAI は興味深い補償現象にも注目しています。非改行ハイフン（U+2011）の使用がほぼゼロから、百万文字あたり最大約 4,400 回に急増したのです。

つまり、「Claudese が減った」という主張は単なる感覚ではなく、少なくとも計測可能なスタイルの変化が存在します。ただし、その統計データは Anthropic が表面的な特徴を一つ別のものと置き換えた可能性も示唆しています。

セーフティ機能の進化：企業利用の実現性向上と、偽陽性の課題

5.1 における安全性レイヤーは、モデル自体ほど議論されるほど注目されました。

公式・Anthropic 側の見解では、@alexalbert__ が「Enterprise Frontier Safeguards」を、エンタープライズ環境でのエージェント展開における実用的な観測層として紹介しました。また、@mikeyk は、このモデルが失敗した際に無理に成功を主張するのではなく、正直にその状況を伝えるようになったと述べています。

しかし、ユーザーからの批判的な報告もあります。@GregKamradt は偽陽性の逆エンジニアリング検知フラグによりテストを完了できず、@kylebrussell も数学の文脈での比喩表現がセーフティ機能に引っかかったと報告しています。

nrehiew_氏は、Anthropic がアクティベーションプローブを用いてサイバー関連コンテンツを分類し、セーフガードの適用可否を判断している可能性があると指摘しました。

mikeyk 氏は、複雑な推論が依然として許可されていることを示す例として、脳モデルのアートifact を共有しました。

ここには明確な採用上のトレードオフが存在します。

企業は、セッション間でのより信頼性の高い監視と制御を望んでいます。

一方、パワーユーザーは誤検知の減少と、より寛容な探索的な利用を求めています。

Anthropic はこの両者を満たそうとしていますが、発表直後の反応を見ると、そのバランスはまだ広く受け入れられていないようです。

Mythos と Fable：同じモデルか別製品か？

これが最も技術的に興味深い議論の一つでした。

eliebakouch 氏の主張は以下の通りです。

Fable と Mythos 5.1 は「完全に同一の重み」を持つ。

内部アクティベーションが検査される。

危険なリクエストはより大きな分類器へエスカレートする。

その後、Opus 4.8 へフォールバックする可能性がある。

したがって、Fable は大規模な Mythos モデルを蒸留したバージョンではない。

その後の補足説明と推測：

eliebakouch 氏は、以前のコミュニティの議論では Mythos を教師モデルとし、Claude や Fable を蒸留された学生モデルとする見方があったが、それは単なる推測に過ぎないと述べています。

eliebakouch 氏自身も、正確なトレーニングの系譜については不確実性を示しています。

nrehiew_氏は、違いはおそらく分類器の閾値のみによるものだと示唆しました。

ArtificialAnlys 氏は、直接「同一の重み」という主張を確認したわけではありませんが、評価におけるフォールバックルーティング動作を独立して確認しています。

なぜこれが重要なのか：

ベンチマークの解釈可能性について

「Mythos の結果」と「Fable の結果」が、異なるルーティングやセーフガード設定のもとで同じバックボーンモデルを共有している場合、ベンチマーク表はそれを明確に示すべきです。

調達と導入の実態

企業は、別々のモデルを選んでいるつもりでも、実際には同一モデルを取り巻く異なるポリシーから選んでいる可能性があります。

安全性と能力の算出基準

もしベンチマークがフォールバック処理を経由して実行された場合、「どのモデルがスコアを獲得したのか」という問いはもはや単純な問題ではなくなります。

この命名やルーティングに関する曖昧さが、一連のツイートの中で最も鋭い技術的質問を生むきっかけとなりました。

実用的な製品への影響

キャッシュ読み込み料金の削減がなぜ重要か

エージェント型システムでは、大きなスクラッチパッド、リポジトリ、過去のステップ、ツール実行記録などを繰り返し送信することが多々あります。こうした構成において、キャッシュ入力に対する価格設定は極めて重要な意味を持ちます。

Anthropic が実施した 75% のキャッシュ読み込み料金引き下げは、@Teknium や @theo から称賛され、@ArtificialAnlys によって詳細に定量化されました。

AA の分析によれば、節約効果の大部分は、入力トークンの大半がキャッシュ読み込みとなるエージェント評価において生じます。これにより、出力トークン単価が高い場合でも、Fable 5.1 は多段階ワークフローにおけるオーケストレーターやプランナーとしてより魅力的な選択肢となります。

ゼロデータ保持（ZDR）と EFS の重要性

Dan Shipper は、ゼロデータ保持（ZDR）のサポートが、企業が @danshipper を通じてこのモデルを利用できるようになった主要な理由であると具体的に指摘しました。

Alex Albert氏のEFS解説（@alexalbert__）は、より広範な市場の転換点を示しています。企業は今や単に「プライベート推論」を求めているのではなく、エージェントの可視化、セッション横断的な異常検知、リスク監視といった機能を必要としています。

これは、Anthropicが将来を見据え、企業の採用がモデルの性能だけでなくガバナンス基盤にも依存する時代に向けて最適化していることを示唆しています。

なぜサブスクリプションに関する不満が重要なのか

APIの経済性が改善されても、一般ユーザーやプロ向けサブスクライバーの利用制限が変わらなければ、評判はすぐに悪化する可能性があります。

@kimmonismus氏は明確に、Anthropicがサブスクライバー向けの価格引き下げや利用上限の引き上げを発表していないと指摘しました。

これにより、製品に対する認識に二極化が生じています。

API開発者にとっては「大きな勝利」

頻繁に使用するインタラクティブなサブスクライバーにとっては「依然として制限がある」

この不一致が重要なのは、多くの注目度の高いレビューアーが、生きたAPIではなくまずサブスクリプション製品を通じてテストを行うからです。

競合環境の文脈

今回のリリースは、OpenAIのアストラに関する噂や安全対策の投稿、複数の世界モデル発表など、非常に活発な週に当たりました。注目を集める競合が多かったにもかかわらず、Fable 5.1はコーディングモデルのリーダーボードを再設定したかのように見えるほど、強い注目を集めました。

反応から読み取れる比較主張：

@AravSrinivas氏：Fableは「明確な差」で最前線のモデルである

@kimmonismus氏：Cursor BenchにおいてSol 5.6 Maxに対してFableが有利

@nicdunz氏：絶対的な知能ではFableが勝利、経済性ではSolが勝利

@scaling01氏：アストラはたぶん