Fable 5.2 のタスク単価が想定外に高い、公称どおり Fable 5.1 より安くはない

Anthropic のモデル選定ガイドの測り方に沿い、日本語の事務・専門文書タスク 24 問で Haiku 5.5〜Fable 5.2 の 7 設定を比較した検証記事。180 点満点で全設定が 173〜179 点に収まる一方、費用は最大 63 倍差、effort を上げても点は伸びず。AI 採点の誤りや 1 回測定の限界にも言及し、API でモデル選定する開発者向け。

2026年11月3日のリリースノートで、Claude Mythos 5・Opus 4.7・Sonnet 4.6 の生成テキストに対象プラットフォーム上で Anthropic のテキスト透かしが入ると発表。対応必須ではないが、Sonnet 4.6 では `temperature` / `top_p` / `top_k` を既定値以外にすると透かしが入らない場合あり。出力を公開する開発者や AI 生成判定・コンプライアンス担当者向けの整理記事。

Claude 5.1・Gemini 3.8 Flash・GPT-6 Astraの3日連続リリースを受け、大企業のAI推進担当者が基盤選定で変えた評価軸を整理。ガバナンス (バージョン固定・廃止通知)、マルチモデル前提の設計、トークン数ベースのコスト試算、移行時の検証項目の4点を、Copilot Studio・Dify Enterprise運用の立場から解説。複数モデルを比較検討する導入担当者向け。

Claude Haiku 5.5 の公式ベンチマークと料金を、タスクごとのモデル振り分けという実務視点で整理した記事。OSWorld や Terminal-Bench で前世代から大幅に向上した一方、複数ファイル編集や長期 Agent 作業では Sonnet 5.5 との差が残るとの整理。100K tokens 境界を踏まえた構成、effort 設定、成功タスク単価の考え方も解説。数値はすべて Anthropic 発表値で、独立計測ではない。