過去2日間、私は特定の実プロジェクトでテストを行った。
LeetCodeでもなく、単一ファイルのデモでもなく、すでに2年運用されている SaaS プロジェクトだ。
約48のコアファイル、フロントエンドとバックエンドのハイブリッドアーキテクチャ、典型的な歴史的負担のあるプロジェクトだ。
テストの課題は非常にシンプル：複数のモジュールに散らばっている権限検証ロジックを統一された中間層に抽出しつつ、旧インターフェースとの互換性を保つこと。
この種のタスクで最も難しいのは、実はコードを書くことではなく、継続的にコンテキストを維持することだ。
モデルは旧ロジックを理解し、依存関係を見つけ出し、複数のファイルを修正し、呼び出しチェーンを更新し、自分で漏れがないか検証しなければならない。
私は同じプロンプトを Claude Fable 5、Opus 4.8、GPT-5.5、Gemini 3.1 Pro にそれぞれ投げた。
全体の過程は ZenMux の PK モードで行った。なぜなら、出力、遅延、トークン消費を同時に観察できるからだ。
結果はなかなか面白い。GPT-5.5 は最も早く動き始めたが、第11ファイルから明らかなコンテキストの漂流が見られた。
Gemini 3.1 Pro は解説に長けているが、修正案はやや保守的だ。
Opus 4.8 のアーキテクチャ理解能力は依然として高いが、モジュール間の依存追跡で2つのエッジ権限判断を見落とした。
Fable 5 は唯一、自らの提案を積極的に見直すモデルだ。
修正計画を生成するだけでなく、潜在的なリスクポイントもリストアップし、その後呼び出しチェーンを再スキャンして検証する。
途中、モデルが一度「タスク完了」と言った後、自分で漏れを発見し、積極的に前の結論を覆して修正したこともあった。
これは私が最も重視している点だ。なぜなら、実際のエンジニアリングでは最も高価なのは、モデルが間違ったコードを書いたことではなく、正しいと思い込むことだからだ。
公式はずっと Fable 5 のセルフ検証（Self Verification）を強調している。
最初はマーケティング用語かと思っていたが、実際のテスト結果から、この能力は確かに存在し、複雑な工程タスクにおいてはベンチマークの数字以上に価値があることが明らかになった。
もちろん、その代償も現実的だ。Fable 5 の平均応答時間は明らかに長く、時には考えているのが感じられることもある。
単純な CRUD や普通のスクリプトなら選ばないだろう。
しかし、数十のファイルを連続理解し、長い推論チェーンを維持する必要があるタスクにおいては、今のところ最も印象に残った。
私の結論は非常にシンプルだ。Fable 5 はより強力なコード生成器ではなく、より信頼できるエンジニアリングコラボレーターに近い。
だからこそ、ますます多くの人がこれをエージェントワークフローのオーケストレーターとして、単なるコーディングモデルとしてではなく使い始めている。
もしあなたも似たようなテストを自分で再現したいなら、最近 ZenMux は Fable 5 を導入し、1週間限定の PAYG 充電返還キャンペーンを実施中だ。
20ドルチャージで10ドルプレゼント、50ドルチャージで30ドルプレゼント。
最も重要なのは、RPMや流量制限なし、別途のベンダー枠申請も不要、1つのアカウントで200以上のモデルを横断比較できることだ。
Fable 5、Opus 4.8、GPT-5.5 の違いを真剣にテストしたい人にとっては、敷居もかなり低い。
キャンペーンの入口：
Claude Fable 5 をいち早く体験したいなら、絶対に見逃さないで。

原文表示