Fable 5.1とChatGPT 5.6 Solの比較：どちらを使うべきか

重要なのは「どちらが万能に強いか」ではなく、失敗したときに何がどれだけ痛いかだ。Fable 5.1は難度が高く、長時間にわたるタスクを主戦場とし、GPT-5.6 Solは標準API料金の安さと、広くドキュメント化されたツール群を強みとする。ベンチマークの条件、出力上限、既存システムへの組み込み方によって、最適解は変わる。

「ChatGPT 5.6 Sol」は何を指しているのか

本稿でいう「ChatGPT 5.6 Sol」は、OpenAIが正式にGPT-5.6 Solとして掲載しているモデルを指す。OpenAIのAPIカタログでは、gpt-5.6エイリアスはgpt-5.6-solへルーティングされる。APIを導入するなら、ChatGPTプランの名称とAPIモデルを同一視せず、正確なモデルIDで判断したい。

Anthropic側の競合モデルはClaude Fable 5.1で、API IDはclaude-fable-5-1だ。両者はベンダーの異なるプロプライエタリモデルであり、推論の制御方法、課金ルール、利用できるツールの範囲に互換性はない。

結論の前に押さえたい仕様の差

長期的な推論への適性という公式上の位置付けではFable 5.1が強く、GPT-5.6 Solはコンテキストウィンドウがわずかに広く、標準トークン単価も低い。コンテキストの差は50,000トークンにすぎないため、リクエストが日常的に上限近くまで達するのでなければ、これだけで選定を決める材料にはなりにくい。

数値はClaude Fable 5.1のモデルドキュメントおよびOpenAIのGPT-5.6 Solモデルページに基づく。

公開ベンチマークはFable優勢、ただし一枚岩ではない

Anthropicのローンチ時比較では、両モデルの数値が掲載されている項目の大半でFable 5.1が上回っている。難しいエージェントタスクの参考にはなるが、これはベンダー自身が公表した比較だ。またAnthropicは、Fable 5.1の評価時に本番用セーフガードが有効だったとも明記している。

これらの数値はAnthropicのFable 5.1およびMythos 5.1のローンチ記事による。同記事にはOSWorld 2.0とHumanity’s Last ExamについてGPT-5.6 Solのスコアは示されていないため、その空欄を推測で埋めるべきではない。

effortの設定、ツールへのアクセス、セーフガード、ハーネスのバージョン、モデル単体を測るのか完成したエージェントを測るのかによって、結果は大きく動く。Anthropicによれば、Terminal-BenchでのFable 5.1と制限付きMythos 5.1構成との差にはセーフガード介入が影響している。したがって、これは制限のない能力を純粋に比較したものではない。

Fable 5.1が強みを見せる領域

Fable 5.1を選ぶ根拠として大きいのは、ターミナルコーディング、科学ワークフロー、業務自動化、CursorBenchにまたがる一貫した傾向だ。文脈を読み、計画を立て、ツールを使い、もっともらしい最初の回答で止まらずに多段の目標を進めるモデルとして位置付けられている。

一方、独立系のCodeRabbit評価では、単純な優劣では片付かない結果も出ている。既知の問題点105件を含む45件のコードレビュータスクで、Fable 5.1は再現率61.0%、適合率37.3%を記録した。CodeRabbitが示した比較では、GPT-5.6 Solは再現率69.7%、適合率31.6%だった。同評価においてFable 5.1はLowで1タスクあたり18:38、Highで21:36を要したが、公開された比較にはSolの直接対応する実測時間がない。そのため、これらの時間を速度ランキングと見なすことはできない。

本番環境ではこの差が効いてくる。根本原因の見落としが、追加コメントをレビューする負担より高くつくチームにはFable 5.1が合う可能性がある。問題候補を幅広く拾い、自動処理でノイズを絞り込めるワークフローなら、Solが適する場合もある。

Solが優位になり得るケース

GPT-5.6 Solは公開済みのARC-AGI-2で上回っており、APIではストリーミング、function calling、structured outputs、web search、file search、code interpreter、hosted shell、computer use、MCP、Skills、Apply PatchをResponses API経由で利用できることが明記されている。

短いリクエストを大量に処理するアプリ、リトライが頻繁に発生するアプリ、大量の出力を生成するアプリでは、トークン料金の低さがベンチマークの差を上回ることがある。Solの結果は「推論が劣る」という意味ではない。能力、価格、ツール統合、出力制御の間で異なるトレードオフを取っているということだ。

実運用ではワークフローの挙動が分かれ目になる

1回のプロンプトではなく、リポジトリ全体、1本の文書、あるいは自律エージェントを仕事の単位とすると、モデル選びの基準は変わる。持続的な計画が効く難しい作業ではFable 5.1が有力な出発点となり、成熟したツールループの中で範囲が明確な作業ならSolのほうが経済的な出発点になる。

コーディングとリポジトリ作業

複数ファイルにまたがるリファクタリング、根本原因のデバッグ、初見のコードベース、長時間にわたり一貫した計画を維持する必要があるタスクではFable 5.1を選びたい。CodeRabbitの実地テストでは、複雑なSnake-to-autonomous-arenaの構築において、ほかに試した手法がもっと早い段階で終了することが多かったのに対し、2匹のヘビが生存したままターン793まで到達したとされる。これは長期的なシステム推論の具体例であり、すべてのコーディングタスクが同じ差で改善するという主張ではない。

タスク仕様が明確で、ツールループが安定しており、1実行あたりのコストが最大限の深掘りより重要ならGPT-5.6 Solが向く。structured outputs、function calling、hosted shell、computer useが文書化されているため、明示的なインターフェースを中心に据えた制御しやすい本番ワークフローを組み立てやすい。

文章作成と構造化されたナレッジワーク

長文の下書き、論旨の展開、リサーチの比重が高い成果物では、Fable 5.1のほうが説得力を持つ。Everyが1週間かけて実施したハンズオンテストでは、ライターは長文課題でFable 5.1を好み、その文章は以前のAnthropicモデルより明快だと評価した。一方でGPT-5.6 Solは、アイデアを簡潔なソーシャルメディア風コピーへ圧縮する作業に強かった。タスクの背景はEveryの完全版テストを参照してほしい。

Fableの弱点は制約への厳密な追従だ。同テストでは、1,000語の指定に対して1,288語を出力し、3〜6個のテーマを求められて8個を提示し、8〜12個の正確な引用を求められると、与えられたソースに存在しない引用を含む43個を出力した。厳密な文字量、件数、スキーマ準拠が必要なアプリケーションでは、どちらのモデルを使う場合でも検証処理を追加すべきだ。

簡潔な要約、構造化抽出、出力契約を展開力より優先するワークフローでは、GPT-5.6 Solがより安全な出発点になる。論旨を十分に展開することが求められ、生成後に上限を強制できるなら、Fable 5.1が有力な候補だ。

請求額を左右するのはモデル名だけではなくプロンプトの中身

標準API料金では、キャッシュされない入力と出力に関してGPT-5.6 Solが大幅に安い。Fable 5.1はキャッシュ読み出し料金が低く、大きく安定したプレフィックスを再送するエージェントではこの差が重要になる。ただし、通常の出力料金は依然として大幅に高い。

料金はAnthropicとOpenAIのドキュメントに基づく。OpenAIによれば、入力$4・出力$20の料金は少なくとも2026年11月21日までプロモーション価格となっている。入力が272,000トークンを超えるリクエストでは、リクエスト全体に入力2×、出力1.5×の料金が適用される。

キャッシュなしの入力100万トークン、出力200,000トークンという単純なリクエストなら、料金は次のとおりだ。

• Fable 5.1：$10 + (0.2 × $50) = $20
• GPT-5.6 Sol：$4 + (0.2 × $20) = $8

この試算には、キャッシュ書き込み、ツール呼び出し料金、リトライ、長大なコンテキストに伴う料金調整は含まれない。プロンプトの大半がキャッシュされるなら、見出しの単価をすべてのトークンに当てはめるのではなく、実際のキャッシュヒット率で計算したい。

モデル選定を覆し得る統合上の制約

技術的に高性能なモデルでも、リクエストの意味論がエージェントフレームワークと衝突すれば、本番では不適切な選択になり得る。Fable 5.1ではツール選択とthinking blocksに関する移行ルールが導入されている。SolはOpenAIモデルカタログ上で文書化された制約が比較的少ない一方、fine-tuningには対応していない。

Fable 5.1への移行で注意すべき点

Anthropicのドキュメントは、Fable 5またはほかのClaudeモデルから移行する際に重要な変更点として、次の3点を挙げている。

1. 強制的なツール使用が失敗する可能性がある。 Fable 5.1は強制tool-choiceモードをサポートしない。自動選択と明示的な指示を使うか、structured outputを中心とした呼び出しに設計し直す必要がある。
2. 以前のモデルはFable 5.1のthinking blocksを読み取れない。 同じ会話を古いClaudeモデルへ送るフォールバックチェーンでは、reasoning blockの不整合を処理しなければならない。
3. 過去ターンの編集でthinking blocksが無効になる場合がある。 システムメッセージ、ツール、過去のターンを書き換えるクライアントコードでは、トラフィックを切り替える前に追記専用履歴とフォールバック動作を検証したい。

これらのルールは公式Fable 5.1ドキュメントにまとめられている。会話の途中でモデルを切り替えるルーターでは、APIエラー、既存の推論情報の破棄、次ターンのレイテンシ増加が起きる可能性がある。

GPT-5.6 SolのAPI上の制約

GPT-5.6 Solはストリーミング、function calling、structured outputsをサポートし、OpenAIはResponses APIで利用できる幅広いツールセットを文書化している。モデルページには、fine-tuningには非対応であり、音声と動画はモデル入力としてサポートされないことも記載されている。

コスト面での主な落とし穴は長大なコンテキストだ。1.05百万トークンのウィンドウがあるからといって、すべてのリクエストが標準料金で課金されるわけではない。入力が272,000トークンを超えると、リクエスト全体に高い倍率がかかる。保持可能なコンテキスト量と、経済的に扱えるコンテキスト量は別の設計変数として考えるべきだ。

両プロバイダーを共通インターフェースで検証するなら、Claude API routeとGPT-5.6 API routeを、同一のプロンプト、ツール、出力上限、リトライポリシーで比較するとよい。

用途別に考える選び方

ここまでの情報から導ける運用ルールは明快だ。深い自律推論によって高コストな失敗を防げる仕事にはFable 5.1を割り当て、範囲が限定される、ツール利用の比重が高い、または反復回数が多い仕事では、低コストなSolを標準にする。

評価環境を用意できるなら、少なくとも20件の代表タスクを使い、成功完了率、実測時間、ツール呼び出し数、出力トークン数、リトライ回数、開発者のレビュー時間、総コストを記録したい。トークン単価が2.5×安いモデルでも、リトライが増えれば結果として高くつく。ベンチマークスコアが高いモデルでも、出力がアプリケーションの制約を守れなければ採用に至らないことがある。

導入担当者からよくある質問

コーディングではFable 5.1のほうがGPT-5.6 Solより優れている？

Anthropicが公開した比較では、Fable 5.1はTerminal-Bench 4.0とCursorBenchで上回っている。一方、CodeRabbitの別のレビュー評価ではGPT-5.6 Solの再現率が高く、Fable 5.1の適合率が高かった。複雑なリポジトリ作業ではまずFable 5.1から試し、範囲が限定されたコーディングタスクでは、低価格とAPIツールの利点がより重要になる可能性があるため、Solを先に検証する価値がある。

料金が安いのはどちら？

ドキュメントに記載された標準料金ではGPT-5.6 Solが安い。100万入力トークンあたり$4、100万出力トークンあたり$20であり、Fable 5.1の$10と$50に対して低い。ただしFable 5.1のキャッシュ読み出しは100万トークンあたり$0.25と低いため、キャッシュ中心のエージェントでは実際のトークン構成で計算すべきだ。

推論設定を高くすれば、結果は必ず良くなる？

いいえ。CodeRabbitでは、コードレビューのサンプルにおいてFable 5.1のLow設定がHighより高速で、総合的にもわずかに良い結果だった。一方、Everyの文章テストでは、一部の課題で高いFable effortが好まれた。推論設定は品質保証ではなくワークロードを制御するためのものであり、Fableのeffort名はSolの設定と直接対応しない。

既存のFable 5またはSol統合を切り替えるべき？

Fable 5統合を切り替えるのは、強制tool choice、フォールバックルーティング、過去の会話ターンを編集するコードを検証してからにしたい。Solへ切り替えるのは、低い標準API料金、structured outputs、Responses APIツールによって実際の制約を解消できる場合だ。見出しになるベンチマークの変化だけを理由に切り替えるべきではない。

実務上の判断軸は、タスクの失敗がトークン面で高くつくのか、それとも人間による復旧時間の面で高くつくのかにある。コストを重視する新規API導入の多くでは、まずGPT-5.6 Solを使い、品質または自律性のしきい値を満たせないタスクにFable 5.1を割り当てる構成が現実的だ。すでに長時間の無人実行にコストを投じているコーディングチームなら、この優先順位を逆にし、圧縮、クリーンアップ、定型作業にSolを使うとよい。

関連記事

• Claude Fable 5.1 API pricing
• GPT-5.6 Sol token usage and cost guide