VS COMPARISON
Anthropic
Fable 5.1 ／ 2026-09-01
「お値段は本表トップ（GPT-6 Astra と同額）だから、Opus 5.5 でも足りない本当に難しい仕事だけに使いたいね」
Z.ai
5.3 ／ 2026-08-14
「Kimi K3 を知能でわずかに抜いたのに、お値段は半分以下なんだ」
編集部の総合判定
総合知能（AA Index）は Claude Fable 5.1 53 対 GLM-5.3 45。現時点では Claude Fable 5.1 が明確に優位
WHICH ONE
SPECS
| 項目 | Claude Fable 5.1 | GLM-5.3 |
|---|---|---|
| バージョン | Fable 5.1 | 5.3 |
| 公開日 | 2026-09-01 | 2026-08-14 |
| コンテキスト長 | 1000K | 1000K |
| 入力料金 $/1M | $10 | $1.4 安い |
| 出力料金 $/1M | $50 | $4.4 安い |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | — |
| AIコスパ指数 独自指標 | 55 | 66 勝ち |
BENCHMARKS
バーの長さは100%スケール。長い方が勝ち。
総合知能（AA Intelligence Index）
最難関試験（HLE）
※ AA Intelligence Index（第三者機関 Artificial Analysis の統合知能指標）/ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）/ HLE（Humanity's Last Exam・最難関試験）
※「—」は未公表（実測0ではありません）。未公表の項目は勝敗のカウント対象外です。公式が個別ベンチを公表していないモデルも、AA Intelligence Index は第三者測定のため横並びで比較できます。
X VOICE
ベンチマークとは別の軸として、直近7日（2026-10-12 〜 2026-10-19）の X上の日本語の声をサンプル分析。てんびん丸総研調べ。
ポジ 17 ／ ネガ 3 ／ 中立 5
👍 仮想ドラフト作成の詳細さ
👍 コーディング業務の自律実行
👎 相性悪い
👎 手際が悪い
ポジ 6 ／ ネガ 7 ／ 中立 0
👍 良いモデル
👍 安定感が強い
👎 認知ドリフト
👎 コンテキスト短い
※ Grok（x_search）で過去7日の日本語Xポストを、モデルごとに3つの角度（感想・活用報告・他モデル比較）から検索してサンプル収集し、ポジ・ネガ・中立をLLM分類した傾向値。全数調査ではなく、角度間の重複除外も完全ではありません。評判スコア＝ポジ÷（ポジ＋ネガ）×100（判定5件未満は「—」）。 全モデルの一覧と推移は てんびん丸総研へ。
EDITOR'S NOTE
数値の背景と、いまの提供状況・注意点
2026-09-01 公開の Anthropic 最上位モデル（API は claude-fable-5-1）。公式の位置づけは「重い考えごとと、長時間ひとりで進める作業向け」で、2026-09-22 公開の Claude Opus 5.5 を高めの設定で試してもまだ足りないときに使う想定（公式ドキュメントは、迷ったらまず Opus 5.5 を使うよう案内している）。料金は前の Fable 5 と同じ $10/$50 のままで、読み込んだ内容の使い回し料金だけが $1 → $0.25（75%減）に下がった。Anthropic は「ふだんの作業でおよそ25%、AI が自分で手を動かす作業ではおよそ45%、費用が下がる」としている。Humanity's Last Exam（幅広い分野の難問テスト）は 60.9%（ツールなし。ツールありは 65.0%）で、前の Fable 5 の 57.8% と Claude Opus 5 の 56.3% を上回った（本表では 2026-09-22 公開の Claude Opus 5.5 の 64.4% が上）。第三者機関 Artificial Analysis の AA Intelligence Index は 53（v4.3.2・max 設定・2026-09-23 確認）で、AA 全体のランキングでは204モデル中5位（2026-10-09 確認。上位4つは Claude Opus 5.5 の max・xhigh・high と Claude Sonnet 5.5 の max の各設定で、本表の Opus 5.5 行は max の 58）。GPT-6 Astra も同じ 53 で、前世代の Opus 5 は 51。2026-09-08 の v4.3 では Fable 5.1 が130モデル中1位だった。SWE-bench Verified は Anthropic も第三者もまだ数値を出していないため本表では「—」（前の Fable 5 の 95.0% は流用しません）。公式が出したのはエージェント系・実務系のベンチで、Terminal-Bench 4.0 が 55.8%（Fable 5 は 42.0%）、Terminal-Bench-Science 0.1 が 52.6%（同 24.7%）、パソコン操作の OSWorld 2.0 が 77.9%／厳しめ判定 41.7%（同 72.9%／36.1%）、事務作業の AutomationBench が 31.4%（同 17.1%）、コーディング支援の CursorBench 3.2.0 が 73.4%（同 70.5%）、知識仕事の GDPval-AA v2 が 1853（同 1723）。MMLU・GPQA・AIME は公式未公表。じっくり考えるモードは常時オンで、考える量の既定は5段階中 high。一度に書ける量は最大12万8千トークン、知識は2026年6月まで。提供終了は 2027-09-01 より前にはならないと案内されている。姉妹モデルの Claude Mythos 5.1 は中身が同じで、サイバーセキュリティと生命科学の用途に限って制限をゆるめたもの（米国の認定を受けた組織だけが使えるため本表には載せていません）。前の Fable 5（2026-06-09 公開・SWE-bench Verified 95.0%・AA は v4.3 で 50）は公式ドキュメントで旧世代（Legacy）扱いになった（提供終了は 2027-06-09 より前にはならない）。Fable 5 は公開直後の 6-12 に米政府の輸出管理指令で全ユーザー停止となり、6-30 の規制解除を経て 7-1 にグローバル復帰（日本からは 7-2）した経緯がある。本表の「一度に読める量」100万トークンは、Anthropic 公式の context window（会話の履歴と AI の返答を合わせた1つの枠で、返答ぶんの最大12万8千トークンも同じ枠から引かれる。入力だけで枠を超えるとエラーになる）。入力専用の上限を別に公表している Google・OpenAI とは数え方が違う（2026-09-02 に公式ドキュメントで確認）。
中国の Z.ai が 2026-08-14（米国時間）に発表した同社の旗艦モデル（API のモデル名は glm-5.3、API の提供開始は 2026-08-18）。 土台は前世代 GLM-5.2 と同じで、公開後の追加学習だけで性能を伸ばしたと公式が明記しています。 考える機能は常にオンで、考える量は low / high / max の3段階（指定しない場合は max）。 入力はテキストのみで、画像・音声には対応しません。一度に読める量は100万トークン、 一度に書ける量は最大12万8千トークン（2026-08-28 に公式ドキュメントで確認）。 第三者測定の Artificial Analysis Intelligence Index は 45（v4.3.2・max 設定・2026-09-23 確認）で、本表では Kimi K3 の 44 をわずかに上回り、2026-09-21 公開の Grok 4.7（xhigh 設定で 46）に1ポイント届かない（v4.2 では 49 対 Kimi 50 で下だったので、指標が v4.3 に上がって順番が入れ替わった）。 コードを直す力は、誰でも見られる DeepSWE v1.1 の公式ランキング（113課題・ハーネスは mini-swe-agent・ max 設定／2026-09-03 更新・既定の表示は登録28モデルのうち21モデル）で 69%（誤差 ±3）・21モデル中6位（2026-09-10 確認）。 Grok 4.6（67%）・GPT-5.6 Luna（67%）・Gemini 3.7 Flash（65%）・DeepSeek V4-Pro（63%）を上回り、 Kimi K3（69%・誤差 ±5）とは同率です。上には GPT-6 Astra（74%）・Gemini 3.8 Flash（74%）・Claude Opus 5（74%）・ GPT-5.6 Sol（73%）・Claude Fable 5（70%）の5本がいます。 2026-08-26 更新版では 25モデル中5位で、Kimi K3（68.5%）にも競り勝っていましたが、 9月3日の更新でランキングの表示が整数に丸められ、Kimi K3 と並びました。 1課題あたりの平均費用は $3.99 で、Opus 5 の $11.84 の約3分の1です。 Z.ai 自身の発表値は同じベンチで 66.9 ですが、公式ランキングの 69%（誤差 ±3）の範囲に収まっています。 同社が公表している他のベンチは Terminal Bench 3.0 が 28.3、Agents' Last Exam が 28.5、 ソフトウェアの弱点を見つける CyberGym が 84.5%。Z.ai Code Bench（max 設定で 34.5%、前世代比 50%向上）は 名前に自社名が入る自社製のテストなので参考程度に見てください。 SWE-bench Verified・MMLU・GPQA・AIME は公式・第三者とも数値を公表しておらず本表では「—」です （名前の似た別のテストの値では埋めていません）。 【重みの公開について】GLM-5.3 本体の重みは 2026-08-28（米国時間）に Hugging Face の zai-org/GLM-5.3 で公開されました （重みファイルの合計は約753B、公式表記は 744B-A40B）。ただしライセンスは MIT ではなく独自の「GLM-5.3 License」で、 モデル提供（MaaS）事業を営み売上が100億ドルを超える事業者は商用利用の前に Z.ai の審査が必要という条件がつきます（2026-09-04 確認）。 【廉価版について】GLM-5.3-Flash（2026-08-26 公開・MIT ライセンス・AA Index は v4.3.2 で 42）は、 公開時に付いていた50%オフ（入力 $0.075 / 出力 $0.25）が 2026-09-09 24時（シンガポール時間・UTC+8）で終了し、 2026-09-10 から定価の入力 $0.15 / 出力 $0.50 になりました（2026-09-10 に公式料金ページで確認）。 値段が確定したので、本表には GLM-5.3-Flash 行として別に掲載しています。 中国製のため業務利用は規約とデータの取り扱いを確認してください。
PROS & CONS
長文・コード・推論で定評。主力は 9/22 に出た Opus 5.5（API の公式ドキュメントは迷ったらこれと案内）、重い推論や長時間の自走には Fable 5.1、日常使いは 9/28 に出た Sonnet 5.5、軽量は 10/7 に出た Haiku 5.5。
◎ 強み
△ 注意点
中国 Z.ai の GLM シリーズ。旗艦 GLM-5.3 は DeepSWE 公式ランキングで 69%・6位、重みは独自ライセンスで公開。廉価版 GLM-5.3-Flash は MIT ライセンスで商用利用もでき、その高速版 GLM-5.3-FlashX も出ている。
◎ 強み
△ 注意点
USE CASES
Claude Fable 5.1 か GLM-5.3 を取り上げてるタスク 7件
PRIMARY SOURCES
Claude Fable 5.1
GLM-5.3
FAQ
Q. Claude Fable 5.1 と GLM-5.3、結局どっちがいい？
A. 第三者測定の AA Intelligence Index は Claude Fable 5.1 が 53、GLM-5.3 が 45 と明確な差があり、現時点の総合性能では Claude Fable 5.1 が優位です。料金や使い勝手も含めた選び方は「こんな人はどっち？」の欄を参考にしてください。
Q. Claude Fable 5.1 と GLM-5.3、料金が安いのはどっち？
A. 入力料金は Claude Fable 5.1 が $10／1M、GLM-5.3 が $1.4／1M。出力料金は Claude Fable 5.1 が $50／1M、GLM-5.3 が $4.4／1M です。入力・出力とも GLM-5.3 の方が安く、コスト重視なら GLM-5.3 が有利です。
Q. Claude Fable 5.1 と GLM-5.3、ベンチマークで強いのはどっち？
A. 両モデルが共通で公表している指標は1項目と少ないため、全モデルを第三者が同一条件で測定している AA Intelligence Index（Claude Fable 5.1 53／GLM-5.3 45）を軸に判断するのがおすすめです。AA Intelligence Index・SWE-Bench・MMLU・GPQA・AIME などの比較可能な指標では Claude Fable 5.1 の勝ち数が多く（1／0）、総合的なベンチ性能では Claude Fable 5.1 が優勢です。
Q. Claude Fable 5.1 と GLM-5.3、コスパがいいのはどっち？
A. AIコスパ指数（第三者測定の知能スコアと料金の安さを 6:4 で合成した編集部独自指標）は Claude Fable 5.1 が 55、GLM-5.3 が 66。「安くて賢い」バランスでは GLM-5.3 が有利です。
Q. Claude Fable 5.1 と GLM-5.3、初心者にはどっちがおすすめ？
A. 初心者へのおすすめ度は Claude Fable 5.1 の方が高め（4／5 対 2／5）。まず触ってみるなら Claude Fable 5.1 から始めると迷いにくいです。
LABS
公式発表の要約ではなく、編集部が自分で動かして測った数字を載せた検証記事
2026-09-26
話題の組み合わせを実際に回して、声の読み間違い・速さ・料金を測った
検証メモ
2026-09-26
落とし穴を20個仕込んだ契約書で、Claude と Gemini を採点した
検証メモ
2026-09-13
「考える量」を上げると、何が変わって何が変わらないのか
検証メモ
RELATED
AIエージェント時代の本格幕開け
「指示するAI」から「自分で動くAI」へ。2026年は、AIがコードを書き、画面を操作し、Slackに常駐して仕事を片づける「エージェント」が本番運用に入った年。
AIブラウザ／Computer Use — 「PCを触るAI」の普及期
Dia・Comet などの AI ブラウザがブラウザのUIを作り変え、ChatGPT agent や Claude の Computer Use はAIにPCを触らせる。
推論モデル革命
「考える時間」を持たせると、AIは数学・コードで人類トップに肉薄する。
MCP（Model Context Protocol）が業界標準に
AnthropicがOSSで公開した「AIに道具を渡す共通規格」が、業界全体に広がっている。
更新を受け取る