TL;DR
· Claude Fable 5 は7月1日にアクセスが再開され、7月7日以降は使用量がusage creditsに移行します。
· 公式価格は入力トークン100万あたり10ドル、出力トークン50ドルで、長いセッションや自動ループにより消費が拡大します。
· ユーザーはFable 5を計画やレビューの段階に活用し、実行タスクはより安価なモデルに任せるのが適切です。

Claude Fable 5の再開後、高額なトークンコストを節約する使い方がユーザーの議論の焦点となっています。Anthropicが「最も広くリリースされた高性能モデル」と呼ぶこのフラッグシップモデルは、高度な推論と長期エージェントタスク向けに設計され、100万トークンのコンテキストウィンドウと最大12.8万トークンの出力をサポートします。能力向上に伴う直接的な問題として、ユーザーがClaude Code、Managed Agents、または長いセッションでモデルに継続的な思考、ツール呼び出し、繰り返しのチェックをさせると、請求額が拡大します。

Anthropicの公式ページによると、Claude Fable 5は2026年7月1日にアクセスが再開され、Pro、Max、Team、Enterpriseユーザー、およびClaude Platform、AWS、Google Cloud、Microsoft Foundryなどのチャネルで利用可能です。公式価格は入力トークン100万あたり10ドル、出力トークン100万あたり50ドルで、prompt cachingの読み取り価格は入力価格から最大90%割引となります。

Anthropicは「Redeploying Fable 5」の発表で、Pro、Max、Team、および一部のEnterpriseユーザーは7月7日まで、週間使用制限の最大50%以内でこのモデルを使用できると述べています。その後も使用を続ける場合は、usage creditsを通じて課金されます。

そのため、Fable 5はデフォルトのチャットモデルとして気軽に開くのには適していません。これはむしろ高価なアーキテクト兼レビュアーのような存在であり、タスクの開始時に方向性を定め、タスク終了前にチェックを行うのに適しており、中間の大量の実行作業はより安価なモデルに任せるべきです。

最も高額になるのは一回の回答ではなく、長いタスクが自動で動き続けること

Fable 5のコスト圧力は、まず単価に起因する。

入力トークン100万あたり10ドル、出力トークン100万あたり50ドルという価格設定は、それ自体が高価格帯のモデルであることを示している。短い質問と回答であれば、ユーザーはその差をあまり感じないかもしれない。しかし、コード修正、資料整理、プロダクト企画、研究タスク、自動化エージェントといった長いチェーンを伴うシナリオに入ると、出力トークン、コンテキスト、ツール呼び出し、複数回の修正が積み重なっていく。

消費をさらに拡大しやすいのは、Fable 5の強みである。

公式ドキュメントでは、このモデルはlong-horizon agentic work、すなわち長期的なエージェント型作業に適していると位置づけられている。タスクを複数のフェーズに分割し、能動的にギャップをチェックし、必要に応じてツールやサブタスクを呼び出して進めることができる。複雑なタスクにとってこれは非常に価値があり、ユーザーが毎ステップ手動でプロンプトを与える必要はなく、モデルが目標に向かって自律的に反復できる。

しかし、目標が不明確であったり、範囲が広すぎたり、時間が長すぎたりすると、モデルはタスクをより完全に遂行しようとして継続的に動作し続ける可能性がある。原文の著者は、最初の数時間のテストで、特に大げさなタスクを実行したわけではないにもかかわらず、使用制限をほぼ使い果たしたと述べている。このような体験はユーザーフィードバックに近く、公式のコスト試算ではないが、現実的なリスクを警告している。長い会話、自動ループ、デフォルトの誤用は、7月7日以降、より直接的にクレジット消費に直結する。

「10-80-10」：重要な両端にのみFableを使用

原文が提案する中核的な方法は、Fable 5を「全行程の実行者」から「前後のチェック役」に変更することである。

いわゆる「10-80-10」は、おおよそAIプロジェクトの3つのフェーズに対応する。

最初の10%では、Fableを計画立案に使用する。タスク構造、実行パス、成功基準、制約条件、納品フォーマットを定義させる。Fableが最も適しているのは機械的な実行ではなく、複雑なタスクが始まる前に明確な計画を構築することである。

中間の80%は、より安価なモデルに実行を任せる。大量のトークンは通常、繰り返しの修正、フォーマット調整、コードの小修正、資料整理、一般的な生成、反復的なやり取りで消費される。この部分の作業は必ずしもFable 5の全行程参加を必要とせず、Opus、Sonnet、Haiku、または他の低コストモデルに任せることができる。

最後の10%で、再びFableを呼び戻してレビューを行う。安価なモデルが主要な実行を完了した後、Fableに当初の計画と照らし合わせて、結果が目標から逸脱していないか、漏れがないか、修正が必要な箇所はないか、リリース基準を満たしているかをチェックさせる。この時点では、既存の成果物をレビューするだけで、ゼロからすべてのコンテンツを生成するわけではないため、トークン消費は通常はるかに少なくなる。

この方法は、公式に約束された節約術とは言えません。原文著者は、一部のシナリオでは実行レイヤーを安価なモデルに切り替えることでトークン消費を50%以上削減できると述べていますが、これはむしろ経験則として捉えるべきです。本当に再現可能な考え方は、ハイエンドモデルがすべてのトークン集約型の作業を担う必要はなく、判断、アーキテクチャ設計、エラー識別の場面に適しているということです。

/goal と /loop でエージェントが使いやすくなり、コストも見えにくくなる

Fable 5 のもう一つの変化は、エージェント型ワークフローにより適している点です。

従来のプロンプト方式では、ユーザーが質問を投げかけ、モデルが回答します。ユーザーが確認してさらに質問を重ねるというループは、人間が推進します。各ステップを続けるか、修正するか、停止するかは、すべてユーザーが決定します。

Claude Code 環境では、/goal と /loop がこのプロセスをより自動化された実行方法に変えます。

Anthropic のドキュメントによると、/goal は条件が満たされるかユーザーがクリアするまで継続的に実行され、トークン消費量を表示できます。公式はまた、ユーザーに対して「20ラウンド後に停止」といった時間やラウンド数の境界を設定することを推奨しています。良い目標とは、単に「コードを修正して」ではなく、何を完了すべきか、結果をどう検証するか、どの制限を超えてはいけないか、いつ停止するかを明確にすることです。

/loop は、一定間隔でプロンプトを繰り返し実行するために使用されます。例えば、5分ごとにデプロイ状況を確認するといった用途や、Claude が動的に間隔を選択することも可能です。公式ドキュメントによると、ループ型タスクには7日間の有効期限ルールがあります。このような機能は、監視、反復、チェック、長期的な修正、エージェントタスクに適しており、モデルはユーザーが繰り返しプロンプトを送るのを待たずに処理を進めることができます。

ここでコストリスクが発生します。

自動ループは、「人間が手動で次のステップを確認する」から「モデルが計画に従って自動的に実行を続ける」に変わります。目標が広すぎる、終了条件が曖昧、間隔が短すぎる、継続時間が長すぎる場合、Fable 5 はユーザーが離れた後もトークンを消費し続ける可能性があります。モデルが問題を発見し、ステップを補完し、自己チェックを行う能力が高いほど、ユーザーは事前にハードな境界を設定する必要があります。

したがって、10-80-10 と loop engineering は一緒に使用するのが適しています。Fable 5 はループの設計、目標の設定、検収基準の策定を担当し、実行レイヤーは可能な限り安価なモデルに任せます。ループが閉じられ、結果の判断が必要な場合、または重要なノードで品質管理が必要な場合にのみ、Fable 5 を介入させます。

7月7日以降、モデル選択と支出上限を再確認する必要がある

一般ユーザーにとって、最も直接的なリスクは複雑なワークフローではなく、誤った使用です。

原文では、Claude Code や Claude アプリを開いた際に、モデルがデフォルトで Fable を選択する可能性があると注意喚起しています。この記述はユーザー体験に基づくもので、公式資料では統一ルールとして明示されていません。しかし、新モデルが再公開され、プラットフォームがユーザーにテストを促す段階では、一部のユーザーが通常のチャット、簡単な整理、低価値のタスクで意図せず最も高価なモデルを使用する可能性があります。

クレジット課金が開始されると、このような誤用はより敏感になります。簡単な会話、軽いリライト、フォーマット整理、一般的な要約には、必ずしも Fable 5 は必要ありません。セッションを開始するたびにモデルセレクターを確認することが、ヘビーユーザーの基本動作になるかもしれません。

もう一つの現実的な注意点は、spending cap（支出上限）の設定です。

Anthropic のサポートドキュメントによると、usage credits は Settings > Usage で有効化でき、ユーザーは支払い方法を設定し、クレジットを購入またはプリチャージできます。同時に、monthly spending cap（月間支出上限）、auto-reload（自動補充）、usage alerts（使用アラート）を設定可能です。Claude Code でも usage credits が適用されます。

月間上限がない場合、長時間のタスク、自動ループ、エージェント型実行により、短期間で顕著な費用が蓄積される可能性があります。ヘビーユーザーにとって、月間支出制限の設定、使用アラートの活用、そして /goal や /loop に停止条件を明記することは、単なる財務設定ではなく、エージェントモデルを使用する上での一部です。

Fable 5 のようなモデルがもたらす新しい習慣は、タスクの価値と難易度に応じてモデルを割り当てることです。計画、複雑な判断、最終確認には Fable が適しており、反復実行、一般的な生成、軽い修正には、より安価なモデルが適しています。ハイエンドモデルは「より賢いチャットボット」から「自動で動作するエージェント」へと進化しており、能力が高まるほど、ユーザーが事前に目標、境界、時間、予算を設定する必要があります。そうしなければ、タスクの失敗よりも先に、請求額の暴走が発生する可能性があります。

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia