Claude Fable 5とは？Codex・Claude Codeとの違いを徹底比較｜AI開発エージェント時代の選び方
この記事の要点
Claude Fable 5は、Anthropicが2026年6月9日に発表した、Claudeシリーズの新しい上位モデルです。AnthropicはFable 5を「Mythos-class」の一般向けモデルと位置づけており、これまで一般提供されてきた同社モデルよりも高度な能力を持つと説明しています。特に、長時間にわたる複雑な推論、ソフトウェア開発、知識労働、視覚理解、科学研究、長い文脈を必要とする作業で強みを発揮するモデルです。[1]
ただし、CodexやClaude Codeと比較するときは、最初に「比較対象の種類」を分けて考えることが大切です。Claude Fable 5はAIモデルそのものです。一方、Claude CodeはAnthropicが提供するコーディングエージェントで、Claudeモデルを使ってコードベースを読み、ファイルを編集し、テストを実行し、PR作成まで支援します。CodexはOpenAIのコーディングエージェントで、CLI、アプリ、Web、クラウド環境、IDE連携などから開発作業を進められる製品群です。[2][3][4]
結論として、Claude Fable 5は「高難度タスクを考える頭脳」、Claude Codeは「Claudeを開発現場で動かす作業環境」、Codexは「複数の開発タスクを並列に進めるOpenAIの開発エージェント基盤」と捉えると理解しやすくなります。どれか一つが常に優れているわけではなく、設計相談、コード修正、リファクタリング、クラウドでの並列タスク、チーム開発など、目的によって選び方が変わります。
Claude Fable 5とは
Claude Fable 5は、Anthropicが一般利用向けに公開した「Mythos-class」のClaudeモデルです。Mythos-classとは、Anthropicの説明ではOpusクラスを上回る能力帯に位置するモデル群で、Claude Fable 5とClaude Mythos 5は同じ基盤モデルを共有しています。違いは安全策の有無です。Fable 5は一般利用向けに安全分類器が組み込まれており、Mythos 5は一部の安全制限を外した限定提供モデルとして、Project Glasswingなどの承認済み組織向けに提供されています。[1:1]
Fable 5の特徴は、単に「賢く答える」ことではありません。長く、複雑で、途中に検証が必要な作業を続けられる点が重要です。Anthropicは、Fable 5とMythos 5がこれまでのClaudeモデルよりも長く自律的に作業できると説明しています。これは、開発者がAIに「この関数を書いて」と頼む段階から、「このプロジェクト全体を調査し、移行計画を立て、実装し、テストし、結果をまとめて」と依頼する段階へ進むことを意味します。[1:2]
API上では、Claude Fable 5のモデルIDはclaude-fable-5です。公式ドキュメントでは、1Mトークンのコンテキストウィンドウと、最大128Kトークンの出力に対応すると案内されています。料金は、Claude Fable 5とClaude Mythos 5のどちらも100万入力トークンあたり10ドル、100万出力トークンあたり50ドルです。[5]
Claude Fable 5が得意なこと
Claude Fable 5の得意分野は、大きく分けると「長時間のエージェント作業」「大規模コーディング」「知識労働」「視覚理解」「長文脈の維持」です。
まず、ソフトウェア開発では、大規模な移行、複雑な実装、複数ファイルにまたがる修正、テスト作成、UIの再現、コードレビューなどに向いています。Anthropicの製品ページでは、Claude CodeやClaude Managed Agentsのようなエージェント環境でFable 5を使うと、数日単位の作業、段階的な計画、サブエージェントへの委任、自己検証が可能になると説明されています。[6]
次に、知識労働です。Fable 5は、財務、法務、分析、建築、研究など、文書量が多く、表・図・PDFを含む領域で力を発揮しやすいモデルです。単に文章を要約するだけではなく、複数の資料を読み、論点を分け、判断材料を作り、レビュー可能な成果物に落とし込む使い方が想定されています。[6:1]
さらに、視覚理解も重要です。Fable 5は、図表、チャート、表、PDF内の情報を読み取る能力を強化したモデルとして紹介されています。開発現場では、スクリーンショットからUIの差分を確認する、デザインに近い画面になっているかを判断する、グラフやダッシュボードの数値を読み解く、といった使い方ができます。[6:2]
たとえば、Fable 5に向いている依頼は次のようなものです。
当社の請求処理システムについて、現行仕様、障害時の挙動、返金処理、監査ログ、法務リスクを踏まえて、改善方針、移行計画、テスト観点、運用上の注意点を整理してください。
このような依頼では、いきなりコードを書くよりも、業務理解、仕様整理、リスク評価、実装方針の検討が必要です。Fable 5は、こうした「考える時間が長い仕事」に向いています。
注意点：安全分類器、フォールバック、データ保持
Claude Fable 5は高性能である一方、一般公開にあたって強い安全策が組み込まれています。Anthropicは、サイバーセキュリティ、生物学、化学、モデル蒸留に関連する一部のリクエストについて、Fable 5ではなくClaude Opus 4.8へ自動的にフォールバックする仕組みを導入しています。Anthropicによると、初期データでは95％超のFableセッションでフォールバックは発生していないとされていますが、バイオ、化学、セキュリティ、AIモデル開発に近い業務では注意が必要です。[7]
また、API利用では拒否やフォールバックを前提にした設計が必要です。公式ドキュメントでは、Fable 5が特定リクエストを拒否した場合、Messages APIはエラーではなくHTTP 200の成功レスポンスとしてstop_reason: "refusal"を返すと説明されています。開発者は、通常の障害処理とは別に、「拒否された場合」「別モデルへ再試行する場合」「費用をどう扱うか」をアプリ側で設計しておくと安心です。[5:1]
データ保持も見逃せません。Anthropicは、Fable 5、Mythos 5、および同等以上の能力を持つ将来モデルについて、30日間のデータ保持を求めると説明しています。同社はこのデータを新しいClaudeモデルの訓練や安全目的以外には使わないとしていますが、ゼロデータ保持が必須の組織、機密コードを扱う企業、金融・医療・法務分野では、社内ルールと契約条件の確認が必要です。[7:1][5:2]
公開直後には、Fable 5の一部安全策がユーザーに見えにくい形で働くことへの批判も報じられました。その後、AnthropicはフロンティアLLM開発に関する安全策も可視化し、該当時はOpus 4.8へのフォールバックや拒否理由を示す方向へ変更したと報じられています。2026年6月11日時点では、Fable 5を評価する際に、性能だけでなく「どの業務で安全分類器が作動するか」も合わせて見る必要があります。[8][9]
Claude Codeとは
Claude Codeは、Claudeモデルを実際の開発環境で使うためのコーディングエージェントです。Claude Codeは、コードベースを読み、複数ファイルを編集し、テストを実行し、GitやGitHubなどの開発ツールと連携し、PR作成まで支援します。Anthropicは、Claude Codeを「オートコンプリートではなくエージェント」と説明しており、単なるコード補完ではなく、開発作業そのものを進めるためのシステムとして位置づけています。[2:1][10]
Claude Codeは、ターミナル、デスクトップアプリ、VS Code、JetBrains IDE、Web、Slackなどから利用できます。ローカル環境ではターミナル上で動き、既存のCLIツール、ビルドシステム、テストスイート、Gitワークフローを活用します。公式ページでは、Fable 5、Opus 4.8、Sonnet 4.6、Haiku 4.5といったClaudeモデルで動作すると説明されています。[2:2]
Claude Codeの魅力は、既存のリポジトリに深く入り込めることです。たとえば、新しいメンバーが大きなコードベースを理解したいとき、Claude Codeに「このプロジェクトの構成を説明してください」と依頼できます。また、Issueを読み、実装方針を立て、必要なファイルを変更し、テストを走らせ、PRとしてまとめることもできます。GitHub Actionsでは、PRやIssueで@claudeとメンションするだけで、コード分析、PR作成、機能実装、バグ修正を行うワークフローも用意されています。[11]
Claude Codeに向いている依頼は、次のようなものです。
このリポジトリの請求処理モジュールを調査し、二重課金が起きないように冪等性を追加してください。関連する単体テストと統合テストを追加し、既存テストを実行したうえで、変更内容をPR説明文にまとめてください。
この依頼では、モデルの推論力だけでなく、ファイル編集、コマンド実行、テスト、差分確認、PR作成が必要です。そのため、Fable 5単体よりも、Fable 5をClaude Code上で使う構成のほうが実務に近くなります。
Codexとは
Codexは、OpenAIが提供するAIコーディングエージェントです。現在のCodexは、以前の「コード生成モデル」という意味よりも、開発作業を進めるための製品群として捉えるほうが正確です。OpenAI公式ページでは、Codexは機能開発、複雑なリファクタリング、移行、コードレビューなど、実際のエンジニアリング業務をエンドツーエンドで進めるためのエージェントとして紹介されています。[3:1]
Codex CLIは、ターミナルからローカルで使えるOpenAIのコーディングエージェントです。選択したディレクトリ内のコードを読み、変更し、コマンドを実行できます。OpenAIの開発者ドキュメントでは、Codex CLIはRustで構築されたオープンソースのローカルエージェントと説明されています。[4:1]
Codex appは、複数のCodexスレッドを並列に扱うためのデスクトップ体験です。公式ドキュメントでは、組み込みのworktree、Automations、Git機能を備え、プロジェクトごとに並行作業を管理できる「Codex command center」と説明されています。macOSとWindowsで利用可能です。[12]
Codex web、つまりCodex cloudでは、OpenAIのクラウド環境上でCodexに作業を委任できます。Codex cloudは、コードを読み、編集し、実行し、バックグラウンドでタスクを進められる仕組みで、並列作業にも対応しています。GitHub連携により、リポジトリ上で作業し、PRを作成する流れにも向いています。[13]
Codexに向いている依頼は、次のようなものです。
新しい管理画面機能について、バックエンドAPI、フロントエンド画面、テスト、ドキュメントの4つに分けて進めてください。各作業を別スレッドで進め、最後に差分、未解決リスク、レビュー観点をまとめてください。
このように、Codexは「複数作業を並行して管理する」「クラウド環境でタスクを委任する」「レビューと差分確認を中心に進める」用途と相性がよいです。
Claude Fable 5・Claude Code・Codexの比較
| 項目 | Claude Fable 5 | Claude Code | Codex |
|---|---|---|---|
| 種類 | AIモデル | コーディングエージェント | コーディングエージェント |
| 提供元 | Anthropic | Anthropic | OpenAI |
| 主な役割 | 推論、分析、生成、長時間タスク処理 | Claudeモデルを開発現場で動かす | OpenAIモデルで開発タスクを実行する |
| 得意分野 | 長文脈、複雑な推論、大規模コーディング、知識労働、視覚理解 | コードベース調査、複数ファイル編集、テスト、Git/PR作成 | 並列作業、クラウドタスク、worktree、アプリ・CLI・Web連携 |
| 実行場所 | Claude API、Claude Platform、各クラウド基盤など | ローカル、デスクトップ、IDE、Web、Slack、GitHub Actions | CLI、デスクトップアプリ、Web、クラウド、IDE連携など |
| 料金の考え方 | 100万入力トークン10ドル、100万出力トークン50ドル | ClaudeプランまたはAPIトークン消費 | ChatGPT各プランに含まれ、上限後はクレジット等で利用 |
| 注意点 | 安全分類器、Opus 4.8へのフォールバック、30日間データ保持 | コマンド実行・ファイル編集の権限管理が必要 | クラウド環境、並列差分、クレジット管理が重要 |
| 選びたい場面 | 高難度の設計・分析・長時間推論を任せたい | 自分のリポジトリでClaudeに実作業をさせたい | 複数タスクを並列に進め、レビュー中心で取り込みたい |
この表で特に大切なのは、Claude Fable 5とClaude Code、Codexを同列に並べすぎないことです。Fable 5は「モデル」です。Claude CodeとCodexは「作業環境を持つエージェント」です。したがって、Fable 5と直接比較するならOpenAI側の基盤モデル、Claude Codeと比較するならCodexが自然です。
Claude Fable 5とClaude Codeの違い
Claude Fable 5は、考えるためのモデルです。Claude Codeは、そのモデルを開発現場で動かすためのエージェントです。Fable 5だけでも、設計相談、仕様整理、リスク分析、コード方針の検討はできます。しかし、ローカルのリポジトリを読み、ファイルを変更し、テストを実行し、PRを作るには、Claude Codeのような実行環境が必要になります。
たとえば、Fable 5単体への依頼は次のようになります。
既存の認証基盤をOAuth 2.1ベースへ移行したいです。現在のセッション管理、トークン更新、監査ログ、障害時のユーザー体験を踏まえて、移行計画とリスクを整理してください。
一方、Claude Codeへの依頼は次のように、より作業指示に近くなります。
このリポジトリの認証モジュールを調査し、古いセッション管理をOAuth 2.1ベースへ段階的に移行してください。関連テストを追加し、既存テストを実行し、差分とリスクをPR本文にまとめてください。
つまり、Fable 5は「方針を考える」「複雑な判断をする」ことに向き、Claude Codeは「コードベースの中で実際に動く」ことに向いています。実務では、難しい開発タスクほど、Fable 5の推論力をClaude Code上で活かす組み合わせが有効です。
Claude CodeとCodexの違い
Claude CodeとCodexは、どちらもコーディングエージェントですが、設計思想に違いがあります。Claude Codeは、Claudeの長文理解力やコードベース理解力を、ローカルの開発環境、ターミナル、IDE、GitHub Actionsに接続して使う印象が強いです。既存リポジトリの構造を読み込み、開発者が普段使うCLIやテスト環境に沿って作業を進める点が魅力です。
Codexは、複数のエージェント作業を並列で管理する「コマンドセンター」としての性格が強いです。Codex appは複数スレッド、worktree、Automations、Git機能を備え、Codex cloudではクラウド環境上でバックグラウンドタスクを動かせます。チームで複数タスクを同時に進め、結果をレビューして取り込む運用に向いています。
どちらが上というより、仕事の進め方が違います。自分のローカル環境で、深く対話しながらリポジトリを直していきたいならClaude Codeが合います。複数の実装案やタスクを並行して走らせ、差分をレビューしながら選びたいならCodexが合います。
独立研究から見える比較の注意点
AIコーディングエージェントの比較では、単純な勝敗をつけにくい点にも注意が必要です。2026年2月に公開されたタスク別PR受け入れ率の分析では、OpenAI Codex、Claude Code、GitHub Copilot、Devin、Cursorなどを比較し、タスク種別が受け入れ率に大きく影響することが示されています。この研究では、OpenAI Codexは9種類のタスクカテゴリで59.6％〜88.6％の安定した受け入れ率を示し、Claude Codeはドキュメント作成で92.3％、新機能で72.6％と高い結果を示したと報告されています。ただし、この研究はFable 5公開前の比較であり、現在のFable 5搭載時のClaude Codeを直接測ったものではありません。[14]
この点は、実務でとても重要です。AIエージェントの評価は、モデル性能だけで決まりません。タスクの種類、リポジトリの規模、テストの整備状況、レビュー文化、プロンプトの書き方、権限設定、クラウド環境、チームの慣れによって結果が変わります。自社で導入する場合は、公式ベンチマークだけでなく、自分たちの実際のIssue、実際のテスト、実際のPRレビューで試すのが一番確実です。
どれを選ぶべきか
Claude Fable 5を選ぶべきなのは、複雑な判断や長時間の推論が必要なときです。たとえば、巨大な仕様書を読み込んで設計方針を作る、複数のPDFや表から経営判断用の資料をまとめる、レガシーシステムの移行計画を立てる、アーキテクチャの欠陥を洗い出す、といった用途に向いています。
Claude Codeを選ぶべきなのは、Claudeの推論力を自分のコードベースに直接接続したいときです。ファイルを編集し、テストを実行し、Git操作を行い、PR作成まで進めたいなら、Claude Codeが自然な選択です。特に、既存システムの理解、複数ファイルの修正、コードレビュー、テスト追加、CIエラー対応では力を発揮します。
Codexを選ぶべきなのは、複数の開発タスクを並列に進めたいときです。たとえば、バックエンド、フロントエンド、テスト、ドキュメントを分けて進めたい場合、クラウド上で複数タスクを委任したい場合、worktreeを使って複数案を比較したい場合には、Codexが便利です。
個人開発者なら、Claude Codeは「深く相談できる実装パートナー」、Codexは「複数タスクを回す作業台」として使いやすいです。企業の開発組織なら、Fable 5のデータ保持、Claude Codeの権限管理、Codexのクラウド実行環境、PRレビュー体制を合わせて検討する必要があります。
導入前に確認したいチェックポイント
まず、機密情報の扱いを確認しましょう。Fable 5は30日間のデータ保持が必要です。安全監視のためとはいえ、ゼロデータ保持が必須の業務では利用できない可能性があります。顧客情報、未公開コード、契約書、医療データ、金融データを入力する場合は、契約と社内規程を必ず確認してください。
次に、安全分類器の影響を見ましょう。サイバーセキュリティ、化学、生物学、AIモデル開発に近い業務では、Fable 5からOpus 4.8へフォールバックしたり、拒否が返ったりする可能性があります。通常のWebアプリ開発では問題になりにくいかもしれませんが、セキュリティ企業、研究機関、AI開発企業では事前検証が必要です。
そして、AIが行う変更のレビュー体制を決めておくことが大切です。Claude CodeもCodexも、ファイル編集やコマンド実行を行える強力なツールです。便利な一方で、テストが不十分なまま本番に近いコードを変更したり、複数のエージェントが別々の差分を作ってレビューが追いつかなくなったりする可能性があります。AIには作業を任せても、最終的な品質判断と責任は人間が持つ設計にしておくのが安心です。
この記事が役立つ方
この記事は、生成AIを開発現場に導入したいエンジニア、テックリード、CTO、プロダクトマネージャー、情報システム部門、DX推進担当者に役立ちます。特に、「Claude Fable 5、Claude Code、Codexという名前は聞いたけれど、何が違うのかわからない」という方に向けて、モデルとエージェントの違いを整理しました。
また、個人開発者やスタートアップの方にも有用です。少人数のチームでは、設計、実装、テスト、ドキュメント、レビューを同じ人が抱えがちです。Fable 5で設計や調査を深め、Claude Codeでリポジトリを修正し、Codexで複数タスクを並列に進めるように使い分ければ、限られた人数でも開発の見通しがよくなります。
企業の導入担当者にとっては、性能だけでなく、情報管理、データ保持、権限設定、料金、レビュー運用を含めて比較する視点が重要です。AIエージェントは、開発速度を上げるだけでなく、チームがどのように仕事を分解し、レビューし、責任を持つかを変える存在です。その変化を前提に導入すれば、単なる流行ではなく、開発体制そのものの改善につながります。
まとめ
Claude Fable 5は、Anthropicが一般公開した最上位クラスのモデルで、長時間の複雑な推論、ソフトウェア開発、知識労働、視覚理解、長文脈の維持に強いモデルです。1Mトークンのコンテキストウィンドウ、最大128Kトークンの出力、100万入力トークン10ドル・100万出力トークン50ドルというAPI条件で提供されています。
一方で、Fable 5にはサイバーセキュリティ、生物学、化学、モデル蒸留に関する安全分類器があり、該当するリクエストではOpus 4.8へのフォールバックや拒否が発生します。また、30日間のデータ保持が必要なため、企業利用では情報管理上の確認が欠かせません。
Claude Codeは、Fable 5などのClaudeモデルを開発現場で動かすためのコーディングエージェントです。コードベースを読み、ファイルを編集し、テストを実行し、PR作成まで支援します。Codexは、OpenAIのコーディングエージェントで、CLI、デスクトップアプリ、Web、クラウド環境を通じて、複数の開発タスクを並列に進められます。
選び方は、次のように整理できます。
- 複雑な設計、分析、長時間推論を重視するなら、Claude Fable 5
- Claudeを自分のリポジトリで実際に動かしたいなら、Claude Code
- 複数タスクを並列に進め、クラウドやworktreeを活用したいなら、Codex
これからのAI開発エージェント時代に大切なのは、一つのツールにすべてを任せることではありません。Fable 5の深い推論、Claude Codeのコードベース作業、Codexの並列タスク管理を、それぞれの強みに合わせて使い分けることです。人間が目的、品質、責任、最終判断を持ち、AIに調査、実装、検証、差分作成を任せる。そのバランスが、もっとも現実的で、長く使えるAI導入の形だといえます。
参考リンク
Claude API Docs「Introducing Claude Fable 5 and Claude Mythos 5」 ↩︎ ↩︎ ↩︎
Business Insider「Anthropic: ‘We made the wrong tradeoff’ in new model guardrails」 ↩︎
The Verge「Anthropic apologizes for invisible Claude Fable guardrails」 ↩︎
arXiv「Comparing AI Coding Agents: A Task-Stratified Analysis of Pull Request Acceptance」 ↩︎