# Claude最強モデル「Fable 5.1」登場!進化した能力と知っておくべき高コストの落とし穴 アンスロピックのクロードに最強モデルフェイブル5.1が発表され公開されました。この最新モデルですが、早速私も利用してみましたので、どういう点で進化しているのかという所感と、実際何に使うのか、どういうところで役に立つのかというお話を紹介したいと思います。 おはようございます。立場屋純です。今週から娘の夏休みも終わり、小学校が始まったので、ちょっと遠いところに通っているので朝からのお送り迎えも始まりました。 今日は英語のレッスンの日なので、夕方ですね。レッスンに送り届けて、車の中で待機しながら収録しています。今回テーマとするフェイブル5.1というAIモデルがアンスロピックのクロードで出ましたということで、ちょうど9月1日に発表して、もう既に使える機能ともなっております。 ただし、このフェイブルというモデルなんですけども、一つ前のモデルがフェイブル5という非常に話題になっているモデルでして、性能はものすごく高いんですけども消耗も激しいとかね。この運営の方でですね、アンスロピック側もリソースが大変な状況らしいので、クロードのMAXプランという1万円以上する月額のプランに入っている人が、週間利用制限の半分までなら今使える状況という感じです。 それより下のプラン、つまりクロードプロとかね、そういう月額3000円ぐらいのプランだとしても普通に使うことはできず、追加料金を払いながら使わないとできないというのがフェイブル5系列なんですよ。非常に評判は高いんですけどね。その最新バージョンとしてフェイブル5.1がリリースされましたということですね。 単的に何が進化したのか、何が進歩したのかということですけども、アンスロピックの発表によるとですね、長時間の難しい仕事の性能が向上しました。コーディングとか、複数ステップ、長いリサーチとかですね、文書作成、スプレッドシート、スライド作成とか、要するに何かを達成するために長く膨大な量のデータを扱いながら最後までやりきる能力が強化されたということですね。 それ以外にもですね、出力がより簡潔になったり、指示への追従性、つまりプロンプトへの追従性というかね、ちゃんと従うかどうかとか、自己検証、ちゃんとセルフチェックするかとかですね、そういうところも改善されているということです。 それからですね、利用時の実質コストが削減というところも発表されているんですけども、これはちょっと注意が必要でして、APIで、つまりシステムからCloudを利用するときのFable 5.1を利用するときにコストが削減されていると。実質削減なので、APIを使うときの利用料、値段自体が下がったわけではないんだけども、キャッシュなどを利用して効率化することで最大約45%削減できるという説明のようですね。 ここの話というのは、APIを使っている場合という話になりますので、普通にウェブサービスとしてCloudとかCloudコワーク、Cloudコードなどを使ってFable 5.1を使う分にはあまり影響がなく、依然としてコストが非常に高い、燃費が悪いというかね、そういうモデルというのは変わらないようです。 軽くXとかでSNSで口コミを見てみましたが、やっぱCloudとかでFable 5.1を使ってみたところ、もうちょっと使ったらあっという間に利用制限のリミットに達してしまったみたいな感じで、相変わらずコストは結構かかるモデルということみたいですね。 ちなみに私はCloudに関してはMAXプランに入っていなくて、プロプランという3,000円くらいのプランなんですよね。で、著しくよく使うときに追加料金を重力金で払って使うみたいな形をとっております。 なので、CloudでFable 5.1を試すという手もあるんだけども、私はNotion AIというNotionのサービスの中でのAIを使うことができて、そこで最新のAIモデルが結構使えるようになるんですよ。 今回はNotion AIの中で早速Fable 5.1が使えるようになってましたので、そちらを使ってみた感想を述べたいと思います。 # 1日使い倒した率直な感想…文系タスクではどう?F1カーに例えるモデル使い分けの極意 ではチャプター変わりました。早速なんですけども、結論から言ってフェイブル5.1になったことで、何かすごい変化があったと感じられたのかというね 1日使ってみての感想なんですけども、わかりませんという感じですね。フェイブル5ももうすでに優秀なモデルだったし、フェイブル5.1になったところでものすごく優秀になったのかっていうと うーん、わからんという感じがしますね。それはなぜかというと、やっぱり非常に評判が高い分野で言うとコーディングとか、いわゆるバイブコーディングとかね、よく言われてますけども AIにコードを書かせてプログラムを作らせたりアプリを作らせたりサービス作らせるみたいな文脈で言うと、やっぱりそういうところは性能向上を感じられやすかったりね バグが少ないとか、UI、見た目とかね、設計が良くなってるとか、そういう部分は目に見えて感じられやすいんじゃないかなと思います。ただ、私は多くの一般的なビジネスパーソンと同じく、そんなに常にアプリ作ってるわけじゃないんで どちらかというと、リサーチや資料作成とか文書系とかですね、ドキュメント系の一般的なビジネスパーソンとしての使い方が多いわけなんですよね その点で考えると、あまりフェイブル5が5.1になったところで、ものすごく文書作成が上手くなったとかね、そういうところまでは感じにくいのかなというふうに思います ただフェイブル5系がね、依然として良いモデルというか、やっぱりすごく対話能力も高いし、私の指示をしっかりと理解しつつも裏読みというかね、その言葉の奥までおもんばかった上でのね 実行能力もあるし、AIと対話していて、本当に人間に指示をすると優秀な人はこういうことをしてくれるよねっていう先回り能力みたいなものが非常に高いので、私はすごく好きなモデル系列なんですよね、フェイブル5系はですね ただノーションAIとかで使っていてもやっぱり消費は激しいので、前ねフェイブル5が出てきた頃っていうのはノーションAI上でフェイブル5がほぼほぼ使い放題で もう本当にね、リミットに達することがほぼほぼないなって思うくらい、使い放題祭り状態だったんですが、今のノーションAIっていうのはちゃんとですね、利用制限のゲージみたいなのが出てきて、まず6時間以内の利用制限というスパンでのね、AIの消費量のカウンターがついております それから1ヶ月間のカウンターもついていて、いずれも注意しながらですね、利用しすぎないように調整していく。フェイブル5系なんか使ってるとガンガン消費されるので気をつけなきゃいけないという状況です。なので普段からは一般的なタスクをさせるときには、クロードの中でも中堅モデルであるソネット5というものを使ってますし、ちょっと頑張ってほしいなと、頭使ってほしいなというときにはオーパス5っていうね上位モデルを使ってますし ここぞという、ここはフェイブルにやってほしいみたいなときにフェイブル5ないし、5.1を使うわけなんですよね。そういうバランスをとっていくんですね。やっぱりフェイブル5がスポーツカーとかF1カーみたいな超高級なハイエンドモデルの車だとすると、常にF1カーみたいなものを使うのが適切ってわけでもないでしょうね。 例えば50メートル先のコンビニに行きたいというときにF1カーを使ってですね、行く必要はないんですよね。原付とかコスパの良いものですね。自転車とかでいいというときもありますよね。少し10分とかね走らなきゃいけないというときには乗用車を普通に使うというとこありますけれども、そういう感じで常にフェイブル系を使っているのはある意味コスパが悪い行為でもあるのでバランスをとっていくのが大事と。 次のところでチャプターで紹介したいのは、じゃあどういうときにフェイブル系を使っているのかという私の使い分けなんかを話していきたいと思います。 # 【文系必見】Fableを「司令塔」にしてSonnetに書かせる!書籍執筆での最強AI分業術 はいこのチャプターでですねフェイブル5.1が出ました でフェイブル5フェイブル5.1みたいなそういうF1カーのようなですねハイエンドな エージェント系のモデルを使うときにコーディングとかプログラミングはしたくない 別にしたいわけじゃないんだけども文系のいわゆるテキスト系のタスクでどういう時に フェイブル系を使うのかということを私の考えているところを話したいと思います ずばり私が考えている 文系のタスクでフェイブル系が適してるなぁと思っているのが大量のリサーチを行い 文脈に沿ったドキュメントを作るとか 一つの文章をまとめるでその司令塔になってもらうって感じですね でリサーチっていうと何なのかっていうともちろんねウェブで何か調べてもらう っていうのもあるにはあるんですけども そうじゃなくて社内リサーチみたいなね自分の自社データベースみたいなものをくまなく探して もらって適切な資料とか 社内とかですね自分のデータの保管庫の中に散らばってしまっている いろんな資料とかドキュメントとかそういうものをくまなく探して取りまとめつつ 一本の成果物を作るみたいなイメージですね わかりやすい例で言うと書籍の執筆や電子書籍の執筆です 私は電子書籍とかね最近書籍を書くときにはノーションの中でやるんですけど なぜノーションの中でやるのかというとノーション自体がね 文章を書くのに適したエディターという機能もあるというのもあるんだけども ノーション上にいろんなですね私のメモであったりとかアウトプットとか プロジェクトの計画とかセミナーをやるときの講義資料や講義のアウトラインとか あるいは音声入力で大量に話したブレストメモみたいなものなんかも散らばっているんですよね でノーション ai に指示をすると何をするかというと必要な情報や必要なメモとか ドキュメントをノーション内で探してくれて必要な時に取ってきてくれて文章にまとめて くれるというところなんですよね ただ単発の例えば youtube とか作りますとかいう時だったら別にいいんですけども 書籍とかになってくるとかなり大量の資料とか情報を持ってくる必要があり 1個や2個じゃ済まないんですよね あの情報はこのページからこの章のこの説についてはあのページからメモを取ってきてそれを 文章に下書きに使いたいみたいなリソースがもう大量に必要になってくる時があります でも散らばっちゃってて探すのも大変だし面倒だしと そういう時に ai エージェントに1本の書籍の骨組みをもとにして あの章のあの説はどの私のノーション内のメモが役に立つのかというのを大量に 調べてもらうんですよね でこれをフェイブル5とかフェイブル5.1に指示してお願いするもう丸々お願いする 本の骨組みは決まっているんだけどもどの辺の私の資料から 情報を持ってきて本の文脈にすればいいのか みたいな情報を探してきて全部まとめるみたいなことをさせるわけです そうするとフェイブルの場合ですねこの本のコンセプトはこういうものであり ターゲット層読者層っていうのはこんな初心者の方々であり 全体の流れとしてはここから始めて 最後はここに行くという流れはもう決まっており じゃあこの本を成り立たせるためにどんな素材がノーション内から持ってこれだろうか もしくは私のブログとかウェブで見てから必要な情報を全部取ってくるみたいな そういうリサーチをして統合してくれるわけなんですね そういうですね膨大なリサーチをしながら文脈も維持しつつ まとめさせる時なんかに私はやっぱりフェイブルを使うのが多いですね でそれだけじゃなくてですねフェイブルに文章全部を書かせるわけではないんですね やっぱりフェイブルはね コスパが悪いというところがありますので司令塔になってもらうのが適切で細かい作業とか 末端の作業についてはもっとコスパの良いモデルにやらせた方がいい部分もあります 本の執筆で言うとですね本の骨組みを見ながらどこのメモを参照すべきかという リサーチやメモを見つけてきて それを設計図にリンクを貼っておき このメモをこんな風に書籍の原稿に役立てるみたいな設計のところや指示書までは書かせるん ですねフェイブルにその後実際に原稿の下書きを書くというところは フェイブルにやらせるわけじゃなくてソネットとかコスパの良いモデルにやらせるんですね それなぜかというとフェイブルがすでにですね設計図を書いてくれていて この部分の原稿を書くにはメモのこの辺を読んでこういう使い方で 原稿に役立てるといいよみたいな指示書を書いてくれるんですね だから買いモデルであるソネットとか下っ端というかねもっと単純なあのブレイクダウンした 作業をすればいいわけですね フェイブルから指示書が書いてあるのでそれを読みに行きつつ実際に文章のライティングをさせる ということになります この辺がやっぱりそのプログラミングコーディングにおいてフェイブルを使っている人たちもよく言ってる ことなんですけど フェイブル5には司令塔になってもらって実際にコーディングコードを書くところをソネットとかの安いモデルにやらせる この作業分担みたいなしてチームで働かせることによってコスパ良くなりますよねみたいな 話がよく言われていますそれを文系タスクに置き換えると今回みたいな話になるのかなと思います # 散らばる社内データを一本化!ビジネスレポート・プレゼン資料作成への応用とまとめ はいチャプター変わりました。一つ前のチャプターでですね、私がフェイブル5系を使う時の代表的な例 ここだという時に使うケースとして紹介しましたけども、本とか書籍の原稿を書く時だけじゃなくていいんですよね。 似たような使い方ができるのは、例えばビジネスレポートを書きますと、レポートを書く時に社内とか自分のフォルダー内にいろんな情報が溜まっています。 もうチリジリバラバラになっていて、その時その時にですね、どこからそのドキュメントを引用してくればいいのか。 はたまたウェブから探してくる必要もあるだろうし、過去のプレゼン資料から引用してくる必要もあるかもしれないし、 そのチリジリバラバラになったものをですね、一つのコンセプトに従ってAIエージェントに探してきてもらって、取りまとめてもらう。 でその取りまとめのところはリンク付けだけでもいいから設計図としてね、まとめてもらって、実際にレポートを書くというところにおいては、 買いモデル、軽量なソネットとかに書かせるみたいなね、そういう分業をさせるというのも手になると思います。 それで言うとビジネスレポートなんかもそうですし、プレゼン資料なんか一つ組むという時でも、必要な情報をエージェントに探してきてもらって取りまとめていくというのはよくあると思います。 これが個人のリソースだけじゃなくて、社内のリソースということもあり得るんですよね。 で経営会議があるから月次レポート、売上データとか過去の議事録とか、お客さんからの問い合わせとか、いろいろまとめた上で一本にまとめなきゃいけないみたいな時もありますし、 何かプロジェクトの進捗報告をしなきゃいけないという時にも、お客さんとのメールの履歴を探してきてとか、他にも取引先との商談の議事録を取ってきてとか、 過去の提案書とか見積書とかを取ってきてとか、そういう様々な種類のドキュメントを時期もバラバラで散らばっているものをエージェントに指示して、一定のルールに従ってまとめさせるみたいなことができるのかなというふうに思います。 要はこういう使い方というのは、やっぱりフェイブルとかフェイブル5.1だけじゃなくて、他の例えば、GPTとGPT5.6ソルとかハイエンドで持続能力がある、コストも高いようなエージェントにどういうタスクを割り振っていくのかという点では、フェイブルに限らず共通で言えるのかなと思います。 さっきのF1カーの話も言いましたけども、やっぱりコスパの悪いでもハイエンドなF1カーでどこへでも行くというのはもったいないというか、簡単なタスクに対しても出力が強すぎるというか、かかるコストに見合わない時もあるということなので、その時その時に適切なモデルに切り替えたりして、分業体制を作っていくというのがバランスの取れたやり方なのかなというふうにも思います。 今はね、フェイブル5.1ということで非常に話題にはなっていますけども、オープンAIもですね、そういったハイエンドモデルをまた出してきそうだということも噂されていますので、それも楽しみにしつつ、今後もですね、分形タスクに中心となりますが、使いながらこういったモデルの扱い方について実践してまた共有できればなと思います。 それではご清聴いただきありがとうございました。