Claude Fable 5.2 と Opus 5.5 の違いを一言で言うと、「性能は Fable 5.2 が上、料金は Opus 5.5 のちょうど半分」です。Anthropic 自身が、2026年11月9日の Fable 5.2 の発表文で「ほとんどのコーディングと知的作業は Opus 5.5 から始めて」と推奨しています。つまり既定は Opus 5.5、Fable 5.2 は“上げる先”という位置づけです。
この記事では、公式の料金表とベンチマークをもとに、どこで差が出て、どこでは出ないのか、そして月の請求がどれくらい変わるかを試算します（数値はいずれも2026年11月10日に取得した公式資料）。
Fable 5.2とOpus 5.5の比較表
項目 | Claude Fable 5.2 | Claude Opus 5.5 |
|---|---|---|
公式の位置づけ | 難しい推論・長時間のエージェント作業向け | 長時間のエージェント型コーディングと知的作業向け（普段使いの推奨） |
入力／出力（100万トークンあたり） | $8／$40 | $4／$20 |
キャッシュ読み取り | $0.20 | $0.20（同額） |
Batch API | $4／$20 | $2／$10 |
既定のeffort（Claude API） |
|
|
コンテキスト／最大出力 | 100万／12.8万トークン | 100万／12.8万トークン |
速度の目安（公式） | Moderate | Moderate |
Amazon Bedrock ID | —（Claude Platform on AWS では利用可） |
|
データ保持 | 30日保持が前提（ZDR対象外） | — |
性能差：どこで開き、どこでは開かないか
発表文のベンチマークから、Fable 5.2 と Opus 5.5 の差を大きい順に並べました（Anthropic の公表値）。
指標 | Fable 5.2 | Opus 5.5 | 差 |
|---|---|---|---|
RoboDojo Sim | 64.9% | 39.4% | +25.5pt |
Remote Labor Index（実務の代行） | 41.3% | 21.3% | +20.0pt |
Terminal-Bench-Science 0.1 | 74.6% | 58.7% | +15.9pt |
AutomationBench | 51.4% | 42.5% | +8.9pt |
Chartography（ツールなし） | 73.4% | 64.4% | +9.0pt |
FrontierSWE v2 | 69.9% | 62.3% | +7.6pt |
Humanity's Last Exam（ツールあり） | 74.2% | 67.7% | +6.5pt |
AA-Briefcase v1.1 | 66.1% | 61.2% | +4.9pt |
FrontierCode 2.0 | 49.1% | 45.5% | +3.6pt |
OSWorld 2.1（PC操作） | 89.3% | 87.2% | +2.1pt |
読み取れることは2つです。差が大きいのは「人の仕事を丸ごと代わりにやる」「長い手順を最後までやり切る」系（Remote Labor Index・RoboDojo・Terminal-Bench-Science）で、20pt前後開いています。逆にPC操作（OSWorld）やコード生成（FrontierCode）は差が数ptにとどまります。日常のコーディング支援や文章作成で「Opus 5.5 だと明らかに足りない」と感じる場面は、少なくとも公表値からは多くなさそうです。なお FrontierCode 2.0 の Fable 5.2 の値は effort を xhigh にした条件で、条件をそろえた比較ではない点にも注意が必要です。
月の請求はどれくらい変わるか（試算）
単価だけ見ると「ちょうど2倍」ですが、実際の請求はキャッシュの使い方とeffortで変わります。ここが比較記事であまり触れられていない点です。
ケース1：キャッシュなし（入力5,000万・出力1,000万トークン／月）
- Opus 5.5：50×$4 ＋ 10×$20 ＝ $400
- Fable 5.2：50×$8 ＋ 10×$40 ＝ $800（ちょうど2倍）
- 参考 Fable 5.1：50×$10 ＋ 10×$50 ＝ $1,000
ケース2：長い社内資料を毎回キャッシュで読ませる（キャッシュ読み4,000万・新規入力1,000万・出力1,000万）
- Opus 5.5：40×$0.20 ＋ 10×$4 ＋ 10×$20 ＝ $248
- Fable 5.2：40×$0.20 ＋ 10×$8 ＋ 10×$40 ＝ $488（約1.97倍）
キャッシュ読み取りが同額（$0.20）なので、入力の大半がキャッシュに乗る使い方ほど差はわずかに縮みます。ただし出力単価は2倍のままなので、出力が多い仕事では結局2倍に近づきます。（キャッシュ書き込みの費用は省略しています）
注意：effortの既定値の違いで、差が2倍以上に開く
Claude API で effort を指定しないと、Fable 5.2 は high、Opus 5.5 は medium で動きます。思考に使ったトークンも出力として課金されるため、何も指定せずに比べると、Fable 5.2 は単価の2倍に加えて出力量そのものも増えがちです。さらに公式は、Fable 5.2 は medium 以上だと「考えずに答えて」という指示があっても思考する、と注記しています。比較するときは effort をそろえて、同じ課題で実測するのが唯一確実な方法です。
使い分けの判断フロー
- まず Opus 5.5（effort は既定の medium）で試す
- 足りなければ Opus 5.5 の effort を high／xhigh に上げる（モデルを変えるより安い）
- それでも評価が届かない仕事だけ Fable 5.2 に上げる（公式ドキュメントが示す手順そのもの）
- 大量・定型の処理は逆に Sonnet 5.5（$2／$10）や Haiku 5.5 へ下げる
Fable 5.2 が向くのは、数時間かかるエージェント作業、複数段階の調査、分析から資料・表・スライドの完成までを一気に任せる仕事です。1回の作業が人の数時間ぶんの価値を持つなら、トークン単価の差は誤差になります。逆に、問い合わせ対応や要約のように1回の価値が小さい処理を Fable 5.2 で回すと、費用だけが2倍になります。
実際に移すときの注意点は、Fable 5.2 で400エラーになる書き方と直し方にまとめています。発表内容の全体像はClaude Fable 5.2 の料金と変更点を、前世代どうしの比較はOpus 5.5とFable 5.1の違いを、Opus 5.5 単体の料金の内訳はClaude Opus 5.5 の料金をご覧ください。
中小企業での現実的な選び方
実務では、全社で1つのモデルに決めるより、仕事ごとにモデルを割り当てるほうが費用対効果が出ます。たとえば「社内問い合わせの一次回答は Haiku 5.5、議事録や提案書の下書きは Opus 5.5、月次の分析レポートを丸ごと作らせる時だけ Fable 5.2」といった分け方です。最初から Fable 5.2 に寄せると、効果が見える前に請求が倍になります。
私たちMihataでは、こうしたモデルの割り当てを含めて、社内向けAIの仕組みづくりをお手伝いしています。記事の途中で恐縮ですが、どの仕事にどのモデルを当てるかで迷っている方は、よろしければ合わせてご覧ください。
まとめ
Fable 5.2 は多くの指標で Opus 5.5 を上回りますが、差が大きいのは長い仕事を丸ごと任せる領域で、日常のコーディングやPC操作では数ptの差です。料金は通常2倍、キャッシュ読み取りだけ同額。既定は Opus 5.5、足りない仕事だけ Fable 5.2という Anthropic の推奨は、費用の面から見ても妥当です。AI活用の進め方で迷ったら、お気軽にご相談ください。
よくある質問
Claude Fable 5.2とOpus 5.5はどちらが高性能ですか？
Anthropicの公表値では、FrontierSWE v2がFable 5.2で69.9%、Opus 5.5で62.3%など、多くの指標でFable 5.2が上です。ただしOSWorld 2.1は89.3%と87.2%で差が小さく、仕事によっては差が出ません。
料金はどれくらい違いますか？
100万トークンあたり、Fable 5.2は入力$8・出力$40、Opus 5.5は入力$4・出力$20で、通常の入出力はちょうど2倍です。キャッシュ読み取りはどちらも$0.20で同額です。
Anthropicはどちらを推奨していますか？
発表文で、ほとんどのコーディングや知的作業はOpus 5.5から始め、必要に応じてFableやMythosへ上げるよう推奨しています。公式ドキュメントも、Opus 5.5のeffortを上げても評価が届かない時にFable 5.2へ移るよう書いています。
既定のeffortが違うと何が起きますか？
Claude APIの既定値はFable 5.2がhigh、Opus 5.5がmediumです。何も指定しないとFable 5.2のほうが深く考えるため、思考ぶんの出力トークンが増え、単価差の2倍以上に請求が開くことがあります。比較するときはeffortをそろえて測ります。