Claude Fable 5 vs Muse Spark 1.2
料金・コンテキスト長・実際の回答で比較（2026年8月時点）
Claude Fable 5（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 |  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 | 2026/6/9 | 2026/8/5 |
| 入力モダリティ | text, image, file | text, image, video, file, audio |
| アリーナ 総合 | #1 · ELO 1,507 | #4 · ELO 1,498 |
| アリーナ 日本語 | #2 · ELO 1,526 | 圏外 |
| アリーナ コーディング | #3 · ELO 1,551 | #7 · 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が上です（1位。Muse Spark 1.2は4位）。
- コーディングの評価はアリーナ順位でClaude Fable 5が上です（3位。Muse Spark 1.2は7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
# エラーの原因
```
TypeError: unsupported operand type(s) for *: 'str' and 'int'
```
このエラーは、`order["price"]` が **文字列（str）型** で返ってきているため、整数（int）との掛け算ができずに発生しています。
## なぜ price が文字列になるのか
主な原因として以下が考えられます：
1. **DBのカラム型が文字列型**（`VARCHAR` / `TEXT`）で定義されている
2. **DECIMAL型をドライバが文字列として返す**（一部のMySQLドライバや設定で発生）
3. **SQLiteなど型が緩いDB**に文字列として保存されている
# 修正方法
## 方法1: アプリケーション側で型変換する（即効性のある対処）
```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(order["price"]) * int(order["quantity"]) for order in orders)
return {"user_id": user_id, "total": total, "orders": orders}
```
> 💡 金額…
応答時間 19.6秒出力 1132 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
# コードレビュー
全体的にロジックは正しく動作しますが、型安全性・エラーハンドリング・可読性の面で改善の余地があります。以下、観点別に指摘します。
---
## 🔴 重要度：高
### 1. `any` 型の使用（型安全性）
TypeScript の利点が失われています。API レスポンスと戻り値の型を定義しましょう。
```typescript
interface ApiUser {
id: string;
first_name: string;
last_name: string;
email: string;
status: "active" | "deleted" | string;
}
interface UsersResponse {
users: ApiUser[];
}
interface User {
id: string;
name: string;
email: string;
}
```
### 2. エラーハンドリングの欠如
`response.ok` のチェックがないため、404 や 500 が返っても `data.users` にアクセスして実行時エラーになります。
```typescript
if (!response.ok) {
throw new Error(`Failed to fetch users: ${response.status} ${response.statusText}`);
}
```
### 3. 無限ループのリスク
API が常に 100 件返し続け…
応答時間 25.4秒出力 1719 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
# SQLクエリの最適化
## 現在のクエリの問題点
### 1. 【最重要】ファンアウト問題（結果の重複による誤集計）
`order_details` と `reviews` を同時にJOINすると、**行が掛け算的に増殖**します。
例：ある商品に注文明細が100件、レビューが20件ある場合、JOIN後は **100 × 20 = 2,000行** になります。その結果：
- `COUNT(o.order_id)` → 実際の100倍に膨張
- `SUM(o.amount)` → 20倍に水増しされた誤った値
- `AVG(r.rating)` → 重み付けが歪む
**性能問題以前に、集計結果自体が間違っています。**
### 2. LEFT JOINが実質INNER JOINになっている
```sql
LEFT JOIN orders o ON ...
WHERE o.created_at >= '2024-04-01' -- ← NULLの行が除外される
```
WHERE句で `o.created_at` を参照すると、注文がない商品（`o` がNULL）が除外され、LEFT JOINの意味が失われます。意図を明確にしないとオプティマイザにも人間にも誤解を招きます。
### 3. インデックス不足
JOINキーと絞り込み条件にインデックスがなく、フルスキャン＋ハッシュ結合が多発します。
### 4. GROUP BYのキーが非効率
`product_name` は重複の可能性があり、文字列でのグループ化はIDより遅くなります。
---…
応答時間 43.6秒出力 1834 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とMuse Spark 1.2のコンテキスト長の違いは？
- Claude Fable 5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が上です（Claude Fable 5 2位、Muse Spark 1.2 4位）。順位はリーダーボードの更新で変わります。
- Claude Fable 5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" 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チャージすれば、Claude Fable 5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。