Claude Fable 5.1 vs Grok 4.7

ポジ 10 ／ ネガ 5 ／ 中立 0

ポジ 8 ／ ネガ 5 ／ 中立 9

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）。

2026-09-21 公開、Grok 4.6 の後継（API は grok-4.7）。SpaceXAI は「Grok 4.6 より大きい新しい土台のモデル」を使い、完了まで何時間もかかる難しい問題に重みを置いて追加学習を延ばしたと説明している。料金は入力 $2／出力 $6、キャッシュ済み入力 $0.50 で Grok 4.6 と同じ。ただしプロンプトが20万トークンに達したリクエストは、そのリクエストの全トークンが倍額（入力 $4／キャッシュ $1／出力 $12）になる。本表の $2/$6 は20万トークン未満のときの値。一度に読める量は50万トークン、1回の出力に上限は設けられていない。知識は2026年5月まで。考える機能は切れず、段階は low・medium・high・xhigh の4つで既定は high。出力速度が2倍・料金も2倍の高速版は、Cursor と自社のコーディングツール Grok Build でだけ使える。第三者機関 Artificial Analysis の AA Intelligence Index は 46（v4.3.2・xhigh 設定／2026-09-23 確認。high 設定でも 46）で、同じ指標の Grok 4.6（high 設定）は 44。公式の比較表（Grok 4.7 は xHigh、Grok 4.6 は High、GPT-5.6 Sol と Claude Fable 5.1 は Max での測定）では、コマンド操作の Terminal-Bench 4.0 が 37.6%（Grok 4.6 は 20.3%）、CursorBench 4.0 が 46.3%、DeepSWE v1.1 が 71.0%（この1項目だけ high 設定）、電気工学の EEBench が 64.0%、法務の Harvey Legal Agent Benchmark が 19.6%。なお同じ表は Claude Fable 5.1 の Terminal-Bench 4.0 を 57.9% としているが、Anthropic 自身の公表値は 55.8%。Artificial Analysis 自身の測定（共通の足回り）では、Grok 4.7 の Terminal-Bench 4.0 は 25.8% だった。本表の SWE-bench Verified・MMLU・GPQA・AIME・HLE は公式も第三者も数値を出しておらず「—」（DeepSWE や SWE-bench Pro の値を、別のテストである SWE-bench Verified の欄には入れません）。前世代 Grok 4.6（2026-08-12 公開）は料金も一度に読める量も同じで、知能スコアは 44（v4.3.2・high 設定）。

• → Anthropic：Claude Fable 5.1 / Mythos 5.1 発表（2026-09-01・公式ベンチ一覧）
• → Anthropic Models Overview（claude-fable-5-1・$10/$50・context 1M・知識カットオフ 2026-06）
• → Anthropic 公式ドキュメント：Claude Fable 5.1 overview
• → Artificial Analysis：Claude Fable 5.1（Intelligence Index v4.3.2 で 53・204モデル中5位・max 設定・2026-10-09 確認。v4.3 では130モデル中1位）
• → Anthropic API 料金（$10 / $50 per MTok・キャッシュ読み込み $0.25）
• → Anthropic 公式ドキュメント：Claude Fable 5 overview（Legacy 扱い）
• → Anthropic：Claude Fable 5 / Mythos 5 発表（2026-06-09）
• → Anthropic：Fable 5 提供再開（2026-06-30）
• → Anthropic：コンテキストウィンドウの仕様（1Mは入力と出力を合わせた枠）

• → SpaceXAI：Introducing Grok 4.7（2026-09-21・公式の比較表）
• → xAI Docs：Grok 4.7（知識カットオフ 2026年5月・出力上限なし）
• → xAI Docs：Models（grok-4.7・一度に読める量 50万トークン）
• → xAI Docs：料金（20万トークン以上で倍額の段差料金・高速版の料金）
• → Artificial Analysis：Grok 4.7（Intelligence Index v4.3.2 で 46・xhigh 設定・2026-09-23 確認）
• → Artificial Analysis：Benchmarking Grok 4.7（2026-09-21・xhigh 設定で評価）
• → Anthropic：Claude Fable 5.1 発表（Terminal-Bench 4.0 は 55.8%）
• → Artificial Analysis：Grok 4.6（前世代・v4.3.2 で 44・high 設定）