AnthropicはClaude Fable 5をリリースし、64.9のスコアでArtificial Analysisインテリジェンス指数のトップランクを獲得しました。これは、GPT-5.5のようなAnthropic以外の最も近いモデルよりも約5ポイント上回っています。

  • このモデルは適応的推論アプローチを採用しており、Humanity's Last ExamやAA-Omniscienceなどのベンチマークで約9%のタスクにおいて安全フラグが設定されたクエリにはClaude Opus 4.8をフォールバックとして使用します。
  • GDPval-AA、Terminal-Bench Hard、Tau2-bench Telecomを含むすべての3つのエージェント評価で最先端の結果を達成し、10の基礎ベンチマークのうち5つで最高のスコアを記録しました。
  • Claude Fable 5はHumanity's Last Examで53%のスコアを獲得し、Claude Opus 4.8 (max) より7ポイント以上上回り、AA-Omniscienceではより高い精度により40のスコアで首位となりました。
  • このモデルは1Mトークンのコンテキストウィンドウを維持していますが、入力/出力トークンあたり1Mに対してそれぞれ$10/$50という価格設定であり、Claude Opus 4.8のコストの2倍です。これにより、Humanity's Last Examの実行には推定で$2.2kの費用がかかります。

このリリースは、Anthropicがフロンティアインテリジェンスとエージェント機能において継続的なリードを維持していることを示していますが、高い価格設定とフォールバックメカニズムは全体的な効率性に影響を与えます。