「一番賢いモデル」を選ぶ時代の終わり Fable 5の失速から読み解く7万社の判断

史上最強のはずだったモデルが、企業の支出のたった11%だった

2026年6月9日、AnthropicはClaude Fable 5を公開しました。あまりの性能に米政府が一時待ったをかけたほどのモデルです。ところが公開から2か月後、企業の財布はまったく別の答えを出していました。

最高性能のモデルが、必ずしも選ばれるモデルではない。この事実は、AI導入を任されているすべての担当者にとって、追い風にもなり得る大きな転換点です。

「一番賢いモデルを使っておけば間違いない」。ここ数年、多くの企業がこの考え方でAI予算を組んできました。実際それは、ある時期までは正しい判断でした。ところが2026年の夏、その常識が音を立てて崩れつつあります。

本記事では、決済データ会社Rampが公開した実際の企業支出データをもとに、Fable 5に何が起きたのかを整理します。そのうえで、AI担当者がこれから追いかけるべき指標を具体的に示します。単なるニュース解説ではなく、明日の社内会議でそのまま使える判断材料としてお読みいただければと思います。

Table of Contents

データが示した「11%」という現実

まず、今回の話の出どころをはっきりさせておきます。データを出したのはRampという米国の法人カード・経費管理サービスです。約7万社の実際の支払いデータを集計しているため、アンケート調査とは違い、企業が本当にお金を出したかどうかがそのまま数字に出ます。ここが重要なポイントです。

用語のかみ砕き:トークンとは
AIが文章を処理するときの最小単位で、日本語ならおおむね1文字から2文字分にあたります。AIの料金は「100万トークンあたり何ドル」という形で決まるため、トークンは電気やガスの使用量のようなものだと考えるとイメージしやすくなります。

そのRampの集計によれば、Fable 5がAnthropicから購入されたトークン全体に占める割合はわずか6%でした。金額ベースでも11.4%にとどまっています。しかも8月下旬時点でこの数字はほぼ横ばいで、11%前後から動いていません。

この2つの数字の差にも意味があります。トークンでは6%なのに金額では11.4%ということは、使われている量は少ないのに単価が高いせいで金額だけがかさんでいるという状態です。裏を返せば、実際の利用量はさらに小さいことになります。

モデル	提供元	トークン比率	金額比率
Fable 5（最上位）	Anthropic	6%	11.4%
GPT-5.6 Sol（最上位）	OpenAI	25%	23%
Opus 4.8（1世代前）	Anthropic	集計対象外	7月末に50%超

Rampが約7万社の支出を集計した2026年7月時点のデータ。Opus 4.8は6月初旬の約15%から急伸しました。

同じ「最上位モデル」でも、OpenAIのGPT-5.6 SolはOpenAI社内シェアの23%から25%を占めています。Fable 5との差は歴然です。さらにAnthropic自身が7月下旬に出したOpus 5は、公開から1か月足らずでFable 5を企業支出で追い抜きました。自社の下位モデルに、自社の最上位モデルが負けたわけです。

誤解してはいけない点:Anthropicが不振なのではない

ここは正確に押さえておきたいところです。Rampの調査対象企業のうち43.5%がAnthropicに支払いをしており、OpenAIの39.7%を上回っています。年換算売上も7月時点で650億ドル規模と、5月の470億ドルから大きく伸びました。

つまり、会社としてのAnthropicは伸びているのに、看板商品であるはずの最上位モデルだけが売れていないという構図です。この「ねじれ」こそが、今回のニュースの本質にあたります。

なぜ最高性能が選ばれなかったのか

理由は感情論ではなく、極めて実務的な3つに集約されます。順番に見ていきましょう。

理由1:単純に価格が高すぎた

Fable 5の料金は入力100万トークンあたり10ドル、出力50ドルです。一方、7月24日に登場したOpus 5は入力5ドル、出力25ドルとちょうど半額でした。

モデル	入力（100万トークン）	出力（100万トークン）	位置づけ
Fable 5	10ドル	50ドル	最上位
Opus 5	5ドル	25ドル	実務の主力
Sonnet 5	2ドル	10ドル	中量級
Haiku 4.5	1ドル	5ドル	大量処理向け

問題は、半額だからといって性能が半分ではないことです。Anthropic自身の公表値でも、コーディング系のベンチマークCursorBench 3.2ではOpus 5がFable 5と0.5%以内の差まで迫り、パソコン操作を評価するOSWorld 2.0では3分の1のコストでFable 5を上回ったとされています。

これを見れば、企業の判断は自然です。ほぼ同じ結果が半額で得られるなら、わざわざ倍の値段を払う理由がありません。

理由2:データを30日間預けなければ使えなかった

これが日本企業にとって、実は価格以上に大きい論点です。Fable 5は「Covered Model」という特別な区分に指定されており、入力した内容と出力結果が30日間保存されることが利用の必須条件になっています。

用語のかみ砕き:ZDR（ゼロデータ保持）とは

送ったデータをAI提供側に一切保存させない契約のことです。金融、医療、法務など、機密情報を扱う企業がAI導入の前提条件にしてきた仕組みで、いわば「預かりません」という約束書にあたります。

ところがFable 5では、すでに結んでいたZDR契約が適用されません。AWS BedrockでもGoogle CloudでもMicrosoft Foundryでも同じで、設定が要件を満たしていないとAPIがエラーを返して呼び出し自体を拒否します。回避策はワークスペースを分けて保持を有効にすることだけで、保存されない選択肢は存在しません。

この影響は実際に表面化しました。Microsoftは社内での利用を制限したと報じられています。自社のクラウドで販売しているモデルを、自社の社員には使わせないという判断です。法務や情報システム部門がどう受け止めたかを、これ以上わかりやすく示す事例はないでしょう。

Rampのエコノミストも、Fable 5が伸び悩んだ要因として価格とデータ保持要件の両方を挙げています。日本企業の稟議で言えば、「安くない」と「情報管理規程に抵触しかねない」が同時に立ちはだかった形です。

理由3:そもそも最先端を必要とする業務が少なかった

3つ目が、もっとも根が深い理由です。Anthropicに約10億ドルを投じた投資会社Accelのパートナーは、英Financial Timesの取材に対して、ほとんどの人は最先端の水準で作業する必要がないと述べています。常に最新最強を選ぶのが当たり前だった時期は続かなかった、という趣旨の発言です。

そのうえで彼は、最上位モデルは実際の利用を牽引するというより、技術力を示すショーケースとしての役割を強めていくのではないかと指摘しています。

Anthropic自身の説明も、実はこれと矛盾しません。同社の製品責任者は、費用対効果を求めるならOpus 5を、数日にわたって自律的に動き続けるような特殊な作業ならFable 5を選んでほしい、という趣旨の整理をしています。最上位モデルは万能の主力ではなく、特定用途の専用機として位置づけられつつあるのです。

AI担当者が本当に見るべき指標はここです

ここからが本題です。今回の一件が教えてくれるのは、モデル選定の物差しを入れ替えるべき時期が来たということです。

これまで多くの現場で使われてきた物差しは、ベンチマークのスコアとトークン単価でした。しかしこの2つだけでは、Fable 5の落とし穴は見抜けません。必要なのは、業務の結果とお金を直接つなぐ指標です。

見るべき指標	何を測るのか	危険信号
完了タスクあたりコスト	1件の仕事を最後までやり切るのにかかった総額。やり直し分も含める	単価は安いのに総額が下がらない
一発完了率	やり直しなしで終わった割合	70%を下回り続けている
エスカレーション率	人間が引き取った割合	モデル変更後に静かに上昇している
1タスクあたりトークン量	同じ仕事に何トークン使ったか	利用者数は横ばいなのに増え続ける
利用モデル数	1つの業務で何種類のモデルを使い分けているか	1種類しか使っていない
データ保持の適合可否	自社の情報管理規程に照らして使えるか	契約条件を確認しないまま本番投入している

とくに重要なのが「完了タスクあたりコスト」です

トークン単価が半分のモデルでも、やり直しが2倍発生すれば支払額は変わりません。逆に単価が高くても、一発で正解を出せば総額は安くなります。比べるべきは値札ではなく、仕事1件あたりの請求額です。

この視点が2026年に急に重要になったのには理由があります。AIが自分で手順を組み立てて動くエージェント型の使い方が広がったからです。モデル利用を仲介するOpenRouterの集計では、8月10日時点の7日平均で、エージェントによる処理が約7.3兆トークン、人間が直接使った分は約1.4兆トークンでした。担当者ひとりが投げた1つの指示が、裏側で何十回もの呼び出しに膨らむのが当たり前になっています。

ここが落とし穴です
トークン使用量の増加は「順調に活用が進んでいる証拠」にも見えますが、失敗したやり直しを延々と繰り返しているだけの場合もあります。使用量だけを見ているダッシュボードでは、この2つを区別できません。

安いモデルに寄せるなら、品質のゲートが必須です

コスト削減を狙って安価なモデルへ振り分ける場合、必ずセットで用意すべきものがあります。それが評価ゲートです。50件から500件ほどの代表的な業務ケースを用意しておき、モデルや振り分けルールを変更する前に自動で通す仕組みを指します。

これがないままモデルを切り替えると、品質低下に気づくのは数日後の顧客クレームからということになりかねません。コスト削減は請求書ですぐ見えますが、品質の劣化は解約という形で遅れてやってきます。評価ゲートのない振り分けは、コスト最適化ではなく賭けだと考えてください。

海外企業はすでにこう動いています

実際の事例を見ると、指標の入れ替えがすでに現場で進んでいることがよくわかります。

事例1

階層型の使い分けが標準に

24億回のAPI呼び出しを分析した調査では、1アカウントあたりの利用モデル数が2.1から4.7へ増加。大量処理は安価なモデル、難所だけ高性能モデルという構成が全体の64%を占め、企業のトークン単価は1年で約67%下がりました。

事例2

法務AI企業の選択

米国の法務AI企業Harveyは、中国Moonshot AIの公開モデルKimi K3を土台に自社モデルを構築。平均的なトークン使用量で比べると、Fable 5の約3割のコストで済むと報じられています。

事例3

Airbnbの問い合わせ対応

AlibabaのQwenを使った応対エージェントを5月に導入したところ、平均の問題解決時間が約3時間から6秒に短縮したと公表されています。最上位モデルでなくても業務指標は動くという実例です。

事例4

Microsoftの「使わない」判断

自社クラウドで提供しているにもかかわらず、データ保持要件を理由に社内利用を制限。提供可能であることと社内で承認できることは別だという、重要な線引きを示しました。

とくに注目したいのが事例3です。問い合わせ対応のような業務では、モデルの賢さより社内データとどれだけつながっているかのほうが結果を左右します。注文状況、返品条件、在庫、配送状況といった情報が正しく参照できていれば、モデルは中量級でも十分な成果が出ます。逆に、そこがつながっていなければ最上位モデルを入れても数字は動きません。

明日からできる3つのステップ

ここまでの内容を、実際の行動に落とし込みます。

1

請求書を業務単位に割り直す

まず、AIの月額費用を用途ごとに分解します。そのうえで各用途の処理件数で割り、完了タスクあたりコストを出してください。ここで「思ったより高い業務」が必ず1つか2つ見つかります。
2

代表ケースを50件そろえる

過去に実際にあった依頼と、その理想的な回答をセットで集めます。これが評価ゲートの土台になり、モデルを下げても大丈夫かどうかを事実で判断できるようになります。特別なツールは不要で、表計算ソフトで十分に始められます。
3

契約条件を業務ごとに棚卸しする

データ保持の条件は、モデルごとに違う時代に入りました。顧客情報や機密情報を扱う業務では、性能を比べる前に使えるかどうかを先に確認します。この順番を逆にすると、検証が終わってから差し戻される事態になります。