DeepSWEベンチマークにおけるDeepSeek V4 Pro 0813とClaude Fable 5の比較により、両方のモデルを使用するルーティング戦略は、各タスクあたり$8.28で82.7%のタスクを解決し、Fable単独（69.7%）を上回り、大幅に安価であることが示された。

  • Claude Fable 5は単一試行の精度（pass@1で69.7%）で首位であり、Rust（85%）やシリアライズが重い作業に優れているが、ロールアウトあたり$21.63のコストがかかり、DeepSeek V4 Pro 0813の約90倍である。
  • DeepSeek V4 Pro 0813は低コスト（ロールアウトあたり$0.24）で、複数試行によりより高い精度（Fableの84.1%に対しpass@4で88.5%）を達成し、高ボリュームまたは再試行許容の作業においてより良い価値を提供する。
  • 両モデルはタスクごとの相関が低く（0.39）、113タスクのうち107タスクをカバーしており、これはプロを最初に実行し、必要な場合にのみFableにエスカレーションするカスケードアプローチを正当化する。

分析により、Fable 5はデフォルトモデルではなくRustのような特定のドメインに対する選択的なエスカレーションとして使用するのが最適であり、DeepSeek V4 Pro 0813はコストの大幅な削減でFableに迫る精度を提供することが示唆された。