Claude Fable 5.1 vs Muse Spark 1.2
料金・コンテキスト長・実際の回答で比較（2026年9月時点）
Claude Fable 5.1（Anthropic）とMuse Spark 1.2（Meta）を、FastMetalのゲートウェイで実際に呼び出せる条件で比較します。どちらも同じOpenAI互換エンドポイントとAPIキーから利用でき、切り替えは model の文字列を変えるだけです。
スペックと料金
 Claude Fable 5.1 |  Muse Spark 1.2 | |
|---|---|---|
| 提供元 | Anthropic | Meta |
| 入力（100万トークンあたり） | ¥1,787 | ¥219.9 |
| 出力（100万トークンあたり） | ¥8,935 | ¥747.65 |
| 想定コスト（入力1,000・出力500トークン × 1,000回） | ¥6,255 | ¥594 |
| コンテキスト長 | 1,000,000 トークン | 1,048,576 トークン |
| リリース日 | 2026/9/1 | 2026/8/5 |
| 入力モダリティ | text, image, file | text, image, video, file, audio |
| アリーナ 総合 | #3 · ELO 1,504 | #5 · ELO 1,499 |
| アリーナ 日本語 | 圏外 | 圏外 |
| アリーナ コーディング | #34 · ELO 1,517 | #10 · ELO 1,533 |
料金はFastMetalの円建て単価（税別）。アリーナ順位は公開リーダーボードの最新取得時点の値です。
どちらを選ぶべきか
- 料金重視ならMuse Spark 1.2。出力100万トークンあたり¥747.65で、Claude Fable 5.1より92%安くなります。
- 総合の評価はアリーナ順位でClaude Fable 5.1が上です（3位。Muse Spark 1.2は5位）。
- コーディングの評価はアリーナ順位でMuse Spark 1.2が上です（10位。Claude Fable 5.1は34位）。
- 長い文書を扱うならMuse Spark 1.2。コンテキスト長は1,048,576トークンで、Claude Fable 5.1の1,000,000トークンより広くとれます。
- 迷ったら両方を同じキーで試せます。model の文字列を変えるだけで切り替わり、料金はそれぞれの単価で従量課金されます。
同じプロンプトへの実際の回答
FastMetalのゲートウェイが返した回答をそのまま並べています。ベンチマークの数字ではなく、実際の出力です。
このエラーをデバッグして
以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport…
Claude Fable 5.1
## 原因
エラーメッセージ `unsupported operand type(s) for *: 'str' and 'int'` は、`order["price"]` が **文字列（str）** として返ってきていることを示しています。`quantity` は int なので、`"1200" * 3` のような演算になり失敗しています。
`price` が文字列になる典型的な原因は次のいずれかです。
1. **DBのカラム型が `VARCHAR`/`TEXT` になっている**（本来は `DECIMAL` や `INTEGER` にすべき）
2. **DBドライバやラッパー（`db.query`）が値を文字列で返している**（例：SQLite で型宣言が曖昧、あるいは独自ラッパーが全部文字列化している）
3. データ投入時に文字列として `INSERT` された行が混在している
## 修正方法
### 根本対策（推奨）：DBスキーマを直す
金額を文字列で保存しているのが問題なら、カラム型を数値型に変更します。
```sql
-- MySQL / PostgreSQL の例
ALTER TABLE orders MODIFY price DECIMAL(10, 2) NOT NULL; -- MySQL
ALTER TABLE orders ALTER COLUMN price TYPE DECIMAL(10, 2) USING price::DECIMAL; -- PostgreSQL
```
金額計算には浮動小数点誤差を避けるため `DEC…
応答時間 21.8秒出力 1362 トークン
Muse Spark 1.2
このエラーの原因は `DBから取得した price が文字列型(str)になっている`ためです。
### 1. 原因
```
TypeError: unsupported operand type(s) for *: 'str' and 'int'
```
は `文字列 * 数値` の掛け算ができないというエラーです。
`quantity` は `int` なのに対し、`price` が `'1500'` のような `str` になっています。
DBの `price` カラムが `VARCHAR / TEXT` 型になっているか、MySQLなどで `DECIMAL` 型を使っていてDBドライバが文字列として返しているのが原因でよく発生します。
### 2. 修正方法
計算する前に `price` を数値型に変換する必要があります。金額の計算なので `float` ではなく `Decimal` を使うのが推奨です。
#### 修正例1: シンプルな修正
```python
from decimal import Decimal
def get_user_orders(user_id):
orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", (user_id,))
total = sum(Decimal(str(order["price"])) * int(order["quantity"]) for order in orders)
retur…
応答時間 14.4秒出力 1292 トークン
コードレビュー
以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…
Claude Fable 5.1
以下、観点ごとに指摘と改善案をまとめます。
## 1. 型安全性（最優先）
`any[]` だと戻り値の構造がまったく保証されず、呼び出し側でも補完・型チェックが働きません。API のレスポンス型と返却する型を分けて定義しましょう。
```ts
interface ApiUser {
id: string;
first_name: string;
last_name: string;
email: string;
status: "active" | "inactive" | "deleted";
}
interface ApiUsersResponse {
users: ApiUser[];
// total や has_more が返るならここに追加
}
export interface User {
id: string;
name: string;
email: string;
}
```
## 2. エラーハンドリングの欠如
- `response.ok` を確認していないため、404/500 でも `.json()` を試みてしまい、意図しない例外や `data.users` が `undefined` で `TypeError` になります。
- ネットワークエラー時の挙動が未定義です。
- API 側の不具合でずっと 100 件返し続けると無限ループになります（安全弁がない）。
## 3. 可読性
- インデックス付き `for` + `data.users[i]` の繰り返しは冗長。`filter` /…
応答時間 42.1秒出力 2619 トークン
Muse Spark 1.2
この関数は動作しますが、保守性と堅牢性に大きな改善余地があります。
### 1.主な問題点まとめ
| 観点 | 問題点 |
| :--- | :--- |
| **可読性** | `any`の乱用で型の恩恵がゼロ。マジックナンバー`100`が散在。`for(let i=0...)`や`first_name + " " +`は現代的でない。`fetchAllUsers(page)`という引数が紛らわしい。 |
| **パフォーマンス** | 致命的な遅延はないが、`push`をループ内で一行ずつ行うより`filter + map`の方が最適化され可読。全体を配列に溜め込むためユーザー数が10万人規模だとメモリを圧迫。 |
| **ベストプラクティス** | エラーハンドリングが皆無。`response.ok`をチェックしていないため500エラーでも`response.json()`で例外。無限ループのリスク。`limit`の重複、API仕様変更に弱い。`fetch`が失敗した時にリトライも中断もできない。 |
### 2. 具体的な改善提案
#### A. 可読性
**1. `any`を廃止し、型を定義する**
これが最重要です。`any`を使うとTypeScriptを使う意味がありません。
**2. マジックナンバーとロジックの分離**
`100`は定数 `PAGE_LIMIT` に切り出す。ユーザーの変換処理は別関数 `toUser` に分離し単一責任にする。
**3. モダンな構文に置換**
`for(let i=0; ...)` -> `for...of`…
応答時間 23.1秒出力 2403 トークン
SQLクエリの最適化
以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN…
Claude Fable 5.1
## 問題点の整理
このクエリは「遅い」だけでなく**結果も正しくない**可能性が高いです。まずそこから整理します。
### 1. 【最重要】JOIN のファンアウトで集計値が壊れている
`order_details` と `reviews` を同じ商品に対して同時に JOIN しているため、行数が「注文明細数 × レビュー数」に膨張します。
- 注文10件・レビュー5件の商品 → 50行になり、`COUNT`/`SUM` は **5倍**に、`AVG(rating)` は注文数で重み付けされた値になる
- パフォーマンス悪化の主因でもあり（中間結果が数億行になり得る）、正しさの面でも致命的です
### 2. LEFT JOIN が実質 INNER JOIN になっている
`WHERE o.created_at >= '2024-04-01'` があるため、注文のない商品は NULL 判定で落ちます。`LEFT JOIN` にする意味がなく、オプティマイザの選択肢を狭めるだけです。`NULLS LAST` も意味を持ちません。
### 3. インデックス不足
- `order_details(product_id)` / `order_details(order_id)` がない → 500万行の全件スキャン＋Hash Join
- `orders(status, created_at)` がない → 絞り込みに使えない
- `reviews(product_id)` がない
### 4. GROUP BY が文字列カラム
`product_name`, `cate…
応答時間 48.9秒出力 3436 トークン
Muse Spark 1.2
このクエリが遅い原因は `インデックス不足`以前に `JOINによる行数の爆発`と `LEFT JOINが無効化されている`という論理的な欠陥にあります。
### 1. なぜ30秒以上かかるのか？ 3つの致命的な問題
#### 問題1: `WHERE`句で `LEFT JOIN`が `INNER JOIN`化している
```sql
LEFT JOIN orders o ON o.order_id = od.order_id AND o.status = '完了'
WHERE o.created_at >= '2024-04-01' -- ここが問題
```
`o.created_at` は `orders`が存在しない`NULL`の行では `NULL`になります。`WHERE NULL >= '2024-04-01'`はFalseなので、売上が0件の商品が全て除外されます。
`LEFT JOIN`にした意味がなくなり、オプティマイザが最適な実行計画を選べなくなります。
> 意図が「売上が0件の商品も表示したい」なら `WHERE`ではなく `ON`句に書くべきです。
> 意図が「2024/4/1以降に売れた商品だけ」なら `INNER JOIN`と明示すべきです。
#### 問題2: 行の掛け算による集計結果の誤りと爆発【最大の原因】
500万行のテーブルで一番重いのがこれです。
`1つの商品`に対して `注文10件` と `レビュー10件` があった場合、
`order_details/orders` × `reviews` を同時にJOINすると `10 × 10…
応答時間 25.9秒出力 2653 トークン
よくある質問
- Claude Fable 5.1とMuse Spark 1.2、料金はどちらが安いですか？
- 出力100万トークンあたりClaude Fable 5.1は¥8,935、Muse Spark 1.2は¥747.65で、Muse Spark 1.2の方が安くなります（FastMetalの円建て単価・税別）。
- Claude Fable 5.1とMuse Spark 1.2のコンテキスト長の違いは？
- Claude Fable 5.1は1,000,000トークン、Muse Spark 1.2は1,048,576トークンです。
- Claude Fable 5.1とMuse Spark 1.2、評価が高いのはどちらですか？
- 公開アリーナの順位ではClaude Fable 5.1が上です（Claude Fable 5.1 3位、Muse Spark 1.2 5位）。順位はリーダーボードの更新で変わります。
- Claude Fable 5.1とMuse Spark 1.2を同じAPIキーで使えますか？
- はい。FastMetalのOpenAI互換エンドポイントで、model に "anthropic-claude-fable-5-1" または "muse-spark-1.2" を指定するだけで切り替えられます。料金はそれぞれの単価で、同じ前払い残高から従量課金されます。
どちらも同じAPIキーで試せます
アカウントを作成してクレジットを追加すれば、Claude Fable 5.1とMuse Spark 1.2をブラウザのチャットとAPIの両方から呼び出せます。月額料金はありません。