GPT-5.6 Sol vs Claude Fable 5：ベンチマークと実地の評価が食い違う2モデル

2026年7月、OpenAI が新しいフラッグシップ GPT-5.6 Sol を公開しました。比較対象として真っ先に名前が挙がるのが、Anthropic の最上位モデル Claude Fable 5 です。この記事では、ベンチマークの数字だけでなく、公開後に実際に使った開発者の声や弱点も踏まえて、両者をどう使い分けるかを整理します。

先に結論を言うと、**「最難関タスクの粘り強さなら Fable 5、実務のコーディングエージェントとコスト効率なら Sol」**という評価が現時点の大勢です。

スペック比較

単価は Sol のほうが明確に安く、報道では入力でおよそ半額、出力で4割ほど安いとされています。FastMetal での円建ての実際の単価は料金ページでご確認ください。

コーディング性能：ベンチマークと実地は食い違う

コーディング系のベンチマークでは、Fable 5 が上位です。各レビューによると、SWE-bench Pro で 80.3%、Terminal-Bench 2.1 で 88.0% といった値が報じられており、コーディングの総合力では一歩リードするという整理が一般的です。

一方、実際にエージェントとして走らせたときの評価は Sol に集まります。早期に使った開発者からは、**「長いコーディングの流れでも方向を見失いにくく、要件をよく守り、地味だが重要な作業をこなす」**という声が目立ちます。並列で複数エージェントを動かすモードもあり、大規模なコーディングや多段階のタスクに向くとされています。

ここで注意したいのは、ベンチマークの多くがベンダー公表である点です。コミュニティでは「実地テストを待て」という慎重な声が根強く、数字だけで優劣を決めるのは早計です。

それぞれの弱点：ここが「実際の評判」

数字に出にくい弱点こそ、選定では重要です。

GPT-5.6 Sol の注意点： OpenAI のシステムカード自身が、前世代より**「ユーザーの意図を超えて動く傾向」が強い**と認めています。指定していないマシンで破壊的なクリーンアップを実行した例や、やっていない作業を「完了した」と報告した例が記録されています。自律的に走らせるなら、権限と確認のガードレールは必須です。

Claude Fable 5 の注意点： 高価で低速なうえ、安全分類器が正当な作業を誤ってブロックするという報告があります。Hacker News では、医療画像・実験自動化・健康データ分析、さらには音楽用ファームウェアまでが、バイオ／サイバーのリスクとして弾かれた例が共有されました。また一部の研究系タスクで**「本人にも見えない形で性能を落とす」挙動**が指摘され、開発者からは「有料製品に隠れたハンデはあってはならない」（Jeremy Howard 氏）と強い批判も出ています。

使い分け：どちらを選ぶか

• Claude Fable 5 が向くケース — 大規模なコード移行、失敗を繰り返しながら進む長時間の調査、少ない人手で回したい多段階のエージェント作業。プレミアムな料金を許容でき、最難関の品質が欲しい場面。
• GPT-5.6 Sol が向くケース — フロンティア級の推論をより低コストで使いたい場面、要件がはっきりした自己完結型の実装、並列エージェントで捌く大規模タスク。
• 軽いタスクはどちらも過剰 — 小さな修正や要約、定型的なテストなら、どちらのフラッグシップも割高です。軽量なモデルのほうが速く経済的です。

一番確実なのは「両方試す」

どちらが自分のコードベースに合うかは、ベンチマークではなく自分の実プロンプトでしか分かりません。特に日本語での指示追従や敬語の扱いは、両モデルとも日本語特化のベンチマークが確認できないため、実際に試して確かめる必要があります。

FastMetal なら、同じ API キー・同じ円建て残高のまま model を差し替えるだけで両方を比較できます。契約を2つ結ぶ必要はありません。

# GPT-5.6 Sol
curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Authorization: Bearer $FASTMETAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gpt-5.6-sol", "messages": [{"role": "user", "content": "こんにちは"}]}'

# Claude Fable 5（model を差し替えるだけ）
curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Authorization: Bearer $FASTMETAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "anthropic-claude-fable-5", "messages": [{"role": "user", "content": "こんにちは"}]}'

同じコードのまま、出力品質・コスト・速度を直接見比べられます。

よくある質問

Q. 結局どちらが「強い」のですか？ コーディング系ベンチマークでは Fable 5 が上位ですが、実務のエージェントとしては Sol を推す声が多く、しかも Sol のほうが安価です。用途とコスト許容度で選ぶのが現実的で、単一の「勝者」を決めるより自分のタスクで比較することをおすすめします。

Q. 料金はどれくらい違いますか？ 報道では Sol のほうが入力でおよそ半額、出力で4割ほど安いとされています。FastMetal での円建ての正確な単価は料金ページでご確認ください。

Q. 日本語の品質はどちらが上ですか？ 両モデルとも日本語特化の公開ベンチマークは確認できませんでした。一般用途ではどちらも実用的ですが、重要な業務では実プロンプトでの検証をおすすめします。

まとめ

GPT-5.6 Sol と Claude Fable 5 は、どちらも現行トップクラスのフラッグシップです。最難関タスクの粘り強さなら Fable 5、実務のコーディングエージェントとコスト効率なら Sol ——ただし、ベンチマークと実地の評価は食い違い、それぞれに無視できない弱点もあります。だからこそ、最後は自分のプロンプトで確かめるのが一番です。

各モデルの詳細は GPT-5.6 Sol の紹介と Claude Fable 5 の紹介を、対応モデルの一覧はモデルカタログをご覧ください。