はじめに
Claude Codeで使えるモデルに、Opus 5.5とFable 5.2があります。
Fable 5.2の方が上位のモデルですが、単価はOpus 5.5の2倍です。
普段の開発でどちらを選べばよいのか、調べてもあまり具体的な数字が出てきませんでした。
なので、同じ課題を2つのモデルに解かせて、結果・トークン量・時間・コストを比べてみました。
ついでに、effort（low〜xhigh）を変えるとどれくらい変わるのかも測っています。
備忘録として残しておきます。
先に書いておくと、Opus 5.5のhighとFable 5.2のmediumは、トークン量も時間もほぼ同じでした。
TL;DR
- 今回の4つの課題では、どちらのモデルも全部合格しました（隠しテストに72回中72回合格）。結果に差は出ませんでした
- 差を出そうと難しくした3つの課題でも、どちらも全部満点でした（Opus 5.5はlowでも満点）
- 同じeffortで比べると、Fable 5.2の方が重くなりました。出力トークンが1.1〜1.3倍、時間が1.2〜1.3倍です。APIの定価で換算したコストは2.1〜2.5倍でした
- なので、今回のような数ファイルの課題ならOpus 5.5で十分でした
- Fable 5.2の方が軽かった場面もあります。知識の質問とバグ修正では、Fable 5.2の方が出力トークンが少なく済みました
- Fable 5.2は、指示していないテストを自分で書いて確かめる回が多かったです
- Opus 5.5のhighとFable 5.2のmediumは、出力トークンも時間もほぼ同じでした。換算コストはFable 5.2が約1.9倍です
- effortを上げたときのトークンは、medium→highで1.2〜1.3倍でした。medium→xhighでは2.3倍です
手元で作った課題では、品質の差は数値では出せませんでした。
ただ、Fable 5.2の方が性能が良いことは、公式のベンチマークや、普段使っている感覚でも分かると思います。
私の感覚ではありますが、Opus 5.5のhighよりも、Fable 5.2のmediumの方が使い勝手は良かったです（考慮の深さや、気づきの多さなど）。
なので、この記事では主にコストを軸に測っています。
環境
| 項目 | 内容 |
|---|---|
| 実施日 | 2026年11月11日 |
| Claude Code | 2.1.322（macOS） |
| モデル | Claude Opus 5.5（claude-opus-5-5）、Claude Fable 5.2（claude-fable-5-2） |
| effort | low・medium・high・xhigh（maxは測っていません） |
| 回数 | 4課題×2モデル×4段階×各3回＝96回。難しい3課題は64回（後述） |
単価は次のとおりです（100万トークンあたり。Pricingより）。
| モデル | 入力 | 出力 | キャッシュの読み込み |
|---|---|---|---|
| Opus 5.5 | 4ドル | 20ドル | 0.20ドル |
| Fable 5.2 | 8ドル | 40ドル | 0.20ドル |
Claude Codeでは、どちらのモデルも既定のeffortはmediumです（Model configurationより）。
やりかた
Claude Codeを-p（非対話モード）で起動しました。
--modelと--effortだけを変えて、同じ課題を実行しています。
claude -p "$(cat prompt.txt)" \
--model claude-opus-5-5 \
--effort high \
--output-format stream-json --verbose \
--safe-mode --strict-mcp-config --no-session-persistence \
--tools "Bash,Read,Edit,Write,Glob,Grep" \
--permission-mode acceptEdits --allowedTools "Bash(python3:*)"
-
--safe-modeと--strict-mcp-configを付けています。手元のCLAUDE.md・スキル・MCPサーバーを読み込ませない為です - 課題のフォルダは毎回コピーして、まっさらな状態から始めます
- 最後に出力される
resultのusageから、トークン数・ターン数・時間・換算コストを取りました
課題
課題は4つ用意しました。
どれもこの記事の為に作った小さなものです。
| 課題 | 種類 | 中身 |
|---|---|---|
| 知識の質問 | ツールなしの1問1答 | WebhookをSQSで非同期にするときの設定を4点説明させる |
| バグ修正 | 調査して直す | カート計算のコード（4ファイル）。原因の違うバグが2つ |
| 小さな実装 | 1関数を書く | 仕様書どおりにCSVパーサを実装する |
| 少し重い機能追加 | 複数ファイルの変更 | 在庫台帳（3ファイル）にロットと使用期限の機能を足す |
コーディングの3課題には、Claude Codeに見せない隠しテストを用意しました。
実行が終わったあとに流して、合否を記録しています。
数字の見方
- 表の数字は3回の中央値です。合計は、課題ごとの中央値を足したものです
- 「出力トークン」はthinkingを含みます
- 「換算コスト」はClaude Codeが返す
total_cost_usdです。APIの定価で計算した値で、プラン契約の場合の請求額ではありません
結果：Opus 5.5とFable 5.2の比較
結果はどちらも全部合格
コーディングの3課題は、モデルとeffortのどの組み合わせでも隠しテストに合格しました。
| モデル | バグ修正 | 小さな実装 | 少し重い機能追加 |
|---|---|---|---|
| Opus 5.5 | 12回中12回 | 12回中12回 | 12回中12回 |
| Fable 5.2 | 12回中12回 | 12回中12回 | 12回中12回 |
lowでも全部通っています。
今回の課題では、結果の面でモデルの差は出ませんでした。
知識の質問は採点していません。
同じeffortなら、Fable 5.2は約2倍のコスト
4課題の合計です。
| effort | 出力トークン（Opus） | 出力トークン（Fable） | 秒（Opus） | 秒（Fable） | ドル（Opus） | ドル（Fable） |
|---|---|---|---|---|---|---|
| low | 8,621 | 9,636 | 92 | 115 | 0.30 | 0.64 |
| medium | 12,687 | 15,002 | 134 | 157 | 0.42 | 0.96 |
| high | 15,534 | 19,954 | 161 | 200 | 0.50 | 1.22 |
| xhigh | 29,062 | 35,175 | 273 | 344 | 0.87 | 2.05 |
Opus 5.5を1としたときの、Fable 5.2の倍率です。
| effort | 出力トークン | 時間 | 換算コスト |
|---|---|---|---|
| low | 1.12倍 | 1.26倍 | 2.14倍 |
| medium | 1.18倍 | 1.17倍 | 2.27倍 |
| high | 1.28倍 | 1.25倍 | 2.45倍 |
| xhigh | 1.21倍 | 1.26倍 | 2.36倍 |
- Fable 5.2は、出力トークンが1〜3割多く、時間も2〜3割長くなりました
- 換算コストは2.1〜2.5倍です。単価が2倍で、トークンも少し多い為です
課題によっては、Fable 5.2の方が軽い
既定のmediumで、課題ごとに並べます。
| 課題 | 出力トークン（Opus） | 出力トークン（Fable） | 秒（Opus） | 秒（Fable） | ドル（Opus） | ドル（Fable） |
|---|---|---|---|---|---|---|
| 知識の質問 | 3,370 | 2,114 | 33 | 23 | 0.071 | 0.091 |
| バグ修正 | 2,121 | 1,320 | 28 | 20 | 0.097 | 0.125 |
| 小さな実装 | 1,800 | 2,352 | 19 | 34 | 0.065 | 0.160 |
| 少し重い機能追加 | 5,396 | 9,216 | 54 | 79 | 0.190 | 0.584 |
- 知識の質問とバグ修正は、Fable 5.2の方が出力トークンが少なく、時間も短くなりました。換算コストの差も1.3倍ほどに縮まっています
- 実装と機能追加は、Fable 5.2の方がトークンを多く使いました。機能追加では換算コストが3.1倍です
コードを多く書く課題では、Fable 5.2の方がトークンを使いました。
振る舞いの違い
回答はFable 5.2の方が短い
知識の質問の回答の文字数（中央値）を並べます。
| モデル | low | medium | high | xhigh |
|---|---|---|---|---|
| Opus 5.5 | 3,247 | 3,706 | 4,149 | 4,944 |
| Fable 5.2 | 2,349 | 2,611 | 2,901 | 2,821 |
Opus 5.5はeffortを上げると回答が長くなります。
Fable 5.2はあまり変わりませんでした。
Fable 5.2は、自分でテストを書いて確かめる回が多い
機能追加の課題では、テストを足すようには指示していません。
それでもテストファイル（test_lots.py）を自分で書いた回数は、次のとおりでした。
| モデル | low | medium | high | xhigh |
|---|---|---|---|---|
| Opus 5.5 | 3回中0回 | 3回中0回 | 3回中1回 | 3回中3回 |
| Fable 5.2 | 3回中1回 | 3回中2回 | 3回中3回 | 3回中3回 |
機能追加でFable 5.2のトークンが多いのは、この確認の分も入っています。
Opus 5.5のhighと、Fable 5.2のmedium
「Opus 5.5を1段階上げる」のと「Fable 5.2を既定のまま使う」のを並べます。
| 課題 | 出力トークン（Opus high） | 出力トークン（Fable medium） | 秒（Opus high） | 秒（Fable medium） | ドル（Opus high） | ドル（Fable medium） |
|---|---|---|---|---|---|---|
| 知識の質問 | 4,449 | 2,114 | 44 | 23 | 0.092 | 0.091 |
| バグ修正 | 1,803 | 1,320 | 20 | 20 | 0.077 | 0.125 |
| 小さな実装 | 2,416 | 2,352 | 27 | 34 | 0.082 | 0.160 |
| 少し重い機能追加 | 6,866 | 9,216 | 69 | 79 | 0.245 | 0.584 |
| 合計 | 15,534 | 15,002 | 161 | 157 | 0.50 | 0.96 |
- 合計の出力トークンと時間は、ほぼ同じでした
- 換算コストは、Fable 5.2のmediumが約1.9倍です
- 知識の質問だけは、換算コストもほぼ同じでした。Fable 5.2が半分のトークンで答えた為です
プラン契約で使っている場合、利用枠の減り方が換算コストに比例するのかは確かめていません。
課題を難しくしても、差は出なかった
4つの課題では差が出なかったので、難しい課題を3つ足しました。
| 課題 | 中身 | 隠しテスト |
|---|---|---|
| バージョン範囲の判定 |
^1.2.3や1.2 - 2.3のような範囲指定を、仕様書どおりに実装する。プレリリースの扱いなど細かい決まりが多い |
107問（正解はnode-semverで作成） |
| cron式の次回実行時刻 | 日と曜日の両方を指定したときの扱い、実在しない日付の検出などを含む | 92問 |
| バグ探し | 勤怠集計のコード（5ファイル）に仕込んだ8個のバグを全部見つける。既存のテストは通る状態で、どこが悪いかは教えない | 9問 |
結果は、実行した64回すべてが満点でした。
| モデル | 実行した回数 | 満点の回数 |
|---|---|---|
| Opus 5.5 | 36回 | 36回 |
| Fable 5.2 | 28回 | 28回 |
Opus 5.5は、一番低いlowでも3課題とも満点です。
バグ探しでは、8個のバグをどの設定でも全部見つけました。
既定のmediumでの、トークンとコストです。
| 課題 | 出力トークン（Opus） | 出力トークン（Fable） | 秒（Opus） | 秒（Fable） | ドル（Opus） | ドル（Fable） |
|---|---|---|---|---|---|---|
| バージョン範囲の判定 | 7,870 | 12,892 | 64 | 114 | 0.259 | 0.799 |
| cron式の次回実行時刻 | 4,728 | 8,223 | 46 | 78 | 0.155 | 0.508 |
| バグ探し | 3,500 | 5,503 | 33 | 58 | 0.131 | 0.413 |
難しい課題では、Fable 5.2の換算コストはOpus 5.5の約3倍でした。
Fable 5.2のcron式とバグ探しは、用意した上限に達したので各2回です（ほかは各3回）。
上の表は、3回のものは中央値、2回のものは2回の中間の値です。
仕様がはっきりしていて数ファイルに収まる課題は、難しくしても差が出ませんでした。
公式のベンチマークでは
手元の課題では、品質の差が出ませんでした。
もっと大きな作業での差は、公式の資料に数字が載っています。
Optimizing for cost and intelligenceです（2026年11月11日に確認）。
SWE-bench Proの一部（463問）での結果です。
| モデル | effort | 解けた割合 | 解けた1問あたりのコスト |
|---|---|---|---|
| Opus 5.5 | medium | 93.1% | 0.22ドル |
| Opus 5.5 | high | 95.5% | 0.30ドル |
| Opus 5.5 | xhigh | 96.5% | 0.75ドル |
| Fable 5.2 | low | 94.6% | 0.39ドル |
| Fable 5.2 | high | 96.3% | 1.39ドル |
- Opus 5.5のxhighは、Fable 5.2のhighと同じくらい解けて、コストは半分強です
- 同じページでは、まずOpus 5.5の既定のeffortから始めることが勧められています
- Fable 5.2は、難しい推論や長時間の作業に使う位置づけです。Opus 5.5のeffortを上げても足りないときにも使います
ついでに：effortでどれくらい変わるか
既定のmediumを1としたときの、出力トークンの倍率です（4課題の合計）。
| モデル | low | medium | high | xhigh |
|---|---|---|---|---|
| Opus 5.5 | 0.68 | 1.00 | 1.22 | 2.29 |
| Fable 5.2 | 0.64 | 1.00 | 1.33 | 2.34 |
- lowにすると、3割ほど減りました
- highにすると、2〜3割増えました
- xhighにすると、2.3倍になりました
課題ごとの数字や、Sonnet 5.5を入れた比較は、別の記事にまとめています。
どちらを使うか
今回の結果からは、次のような使い分けになるかなと思います。
| 場面 | 選び方 |
|---|---|
| 普段の実装・バグ修正 | Opus 5.5のmedium（既定）。今回の課題は、難しくした3つも含めて全部これで通りました |
| 検証を厚くしたい | Opus 5.5のhigh。トークンは2割増で済みます |
| Opus 5.5のhighやxhighで解けなかった | Fable 5.2を試す |
| 設計の相談など、短い回答が欲しい | Fable 5.2でも差は小さめ。知識の質問では換算コストが1.3倍でした |
同じ結果が出るなら、Opus 5.5の方がトークンもコストも少なく済みます。
Fable 5.2を選ぶ理由になるのは、Opus 5.5では解けない課題があるときです。
今回はそういう課題を用意出来ていないので、そこは分かっていません。
確かめていないこと
- 品質の差が出る課題：最初の3課題は72回、難しくした3課題は64回、すべて満点でした。モデルやeffortによる正解率の差は測れていません
- 実際のリポジトリでの作業：OSSのバグ修正を課題にする方法も検討しましたが、今回は実施していません
- 難しい3課題の回数：Opus 5.5は各3回です。Fable 5.2は、バージョン範囲の判定が各3回、cron式とバグ探しが各2回です
- コードの読みやすさや設計の良し悪し：隠しテストに通るかどうかだけを見ています
- maxのeffort：測っていません
- 大きなリポジトリや長時間の作業：今回は数ファイルの小さな課題だけです
- 回数：各3回です。軽い課題の小さな差は、ばらつきの範囲に入っています
-
effortの反映：
--effortが効いているかは、直接は確かめていません。起動時のログに値が出ない為です。thinkingのトークンがeffortに沿って増えていることから判断しています -
手元の設定を読み込んだ場合：今回は
--safe-modeで測りました。CLAUDE.mdやMCPサーバーを読み込む普段の使い方では、入力トークンがもっと多くなります
おわりに
今回のような数ファイルの課題では、難しくしてもOpus 5.5の方が軽く、結果も同じでした。
課題によって結果は変わるので、自分の作業で一度測ってみるのが確実かなと思います。
claude -pに--output-format jsonを付ければ、同じやりかたで測れます。
少しでも皆さんのモデル選びの判断材料になれば幸いです。