AnthropicのClaude Fable 5は、2026年6月9日に一般提供が始まった高性能モデルです。 公式docsでは、Claude Fable 5は広く公開されたモデル、Claude Mythos 5はProject Glasswing経由の限定提供モデルとして整理されています。
ただし、業務利用で大切なのは「新しいから使う」ではありません。 価格、データ保持、拒否応答、再試行、社内ルールを確認してから使うことです。
この記事では、中小企業がClaude Fable 5のような高性能AIモデルを業務に入れる前に見るべき5つの確認事項を整理します。
まず一般提供と限定提供を分ける
Claude Fable 5とClaude Mythos 5は、名前が近くても提供範囲が違います。
Anthropicの公式docsでは、Claude Fable 5はClaude API、Claude Platform on AWS、Amazon Bedrock、Vertex AI、Microsoft Foundryで一般提供されるモデルです。一方、Claude Mythos 5はProject Glasswingの承認顧客向け限定提供とされています。
ここを混同すると、社内説明がずれます。
- 社員が触れる可能性があるのは、基本的にはClaude Fable 5
- Claude Mythos 5は一般ユーザー向けに開放されたモデルではない
- API IDやクラウド提供経路は、導入前に自社の契約画面で確認する
AIモデルのニュースでは、性能の話が先に来がちです。 しかし企業利用では、誰が、どの契約で、どのデータを入れてよいかが先です。
価格は「1回いくら」ではなく月次予算で見る
Claude Fable 5のAPI価格は、公式pricingで100万入力トークンあたり10ドル、100万出力トークンあたり50ドルとされています。 Claude Opus 4.8の標準価格より高く、SonnetやHaiku系よりさらに高い価格帯です。
この価格を見たとき、次のように考えると失敗しやすくなります。
- 高いから使わない
- 高性能だから全員に使わせる
- まず試して、あとで費用を見ればよい
業務では、使う前に利用枠を分けます。
日常作業: 低コストモデル
社内文書の下書き: 中位モデル
重要な設計・レビュー: 高性能モデル
顧客提出前の判断: 高性能モデル + 人間確認
機密度が高い情報: 契約と保持条件を確認するまで投入しない高性能モデルは、全作業に使うものではなく、失敗したときの損失が大きい作業に割り当てるものです。
30日データ保持を先に確認する
Claude Fable 5とClaude Mythos 5について、公式docsでは30日データ保持があること、zero data retentionでは利用できないことが示されています。
これは、業務利用では重要です。
たとえば、次のような情報を入れる前には、社内ルールを確認する必要があります。
- 顧客名、個人情報、問い合わせ履歴
- 未公開の見積、契約、価格交渉
- 社内の財務資料、採用資料、評価資料
- ソースコード、設計書、認証情報に近い情報
- 顧客から預かった資料
「学習に使われない」と「一定期間保持される」は同じ意味ではありません。 情報システム、管理部門、現場責任者が、保持条件と入力可能な情報の境界を共有してから使うべきです。
refusalはエラーではなく正常応答として扱う
Claude Fable 5には安全分類器が含まれ、一定のリクエストを拒否する場合があります。
公式docsでは、拒否時にMessages APIがHTTP 200の成功応答として stop_reason: "refusal" を返すと説明されています。
これは、アプリや業務ツールに組み込むときに見落としやすい点です。
エラーとして扱わないと、次のような事故が起きます。
- 画面上は成功しているのに、実質的な回答が出ていない
- 後続処理が空の結果を正しい出力として保存する
- 顧客対応や社内承認のワークフローが止まらず進んでしまう
- 現場が「AIが壊れた」と判断して手作業に戻る
Claude Fable 5を業務システムに入れるなら、拒否時の表示文、再試行、別モデルへの切り替え、人間確認への戻し方を先に決めておきます。
fallbackを設計してから使う
公式docsでは、Claude Fable 5が拒否したリクエストは、別のClaudeモデルで処理できる場合があり、server-side、client-side、manualのfallback方法が整理されています。 また、出力生成前に拒否されたリクエストには課金されないこと、再試行時のprompt cache costに関する扱いも説明されています。
ここで重要なのは、fallbackを「便利な再試行」と見ないことです。
業務では、次のように扱います。
拒否されたら別モデルに投げる:
低リスクの下書き、要約、社内メモなら可
拒否されたら人間に戻す:
顧客対応、契約、セキュリティ、医療・法務に近い相談、削除・送信・決済に関わる操作
拒否されたら処理を止める:
入力情報が社内ルール違反の可能性がある場合fallbackは、性能を維持する仕組みであると同時に、責任の戻し先を決める仕組みです。
中小企業は「試す前の1枚ルール」を作る
Claude Fable 5のような高性能モデルは、うまく使えば、設計、レビュー、調査、長い文脈の整理で力を発揮します。 一方で、価格、保持条件、拒否応答、再試行の設計を曖昧にしたまま使うと、あとで運用が苦しくなります。
最初に作るべきなのは、詳細なAI規程ではありません。 まずは1枚で十分です。
使ってよい業務:
入れてよい情報:
入れてはいけない情報:
高性能モデルを使う条件:
低コストモデルでよい条件:
拒否されたときの戻し先:
月次予算:
確認責任者:この1枚があると、「新モデルを試したい」という話を、業務設計の話に変えられます。
Optiensの見方
Optiensでは、AI導入を「最新モデルの導入」ではなく、「業務と責任の設計」として見ています。
無料のAI活用診断簡易版では、フォーム入力をもとに、どの業務からAI化しやすいかを整理します。 詳細版AI活用診断では、導入可否、優先順位、構成案、費用前提を整理します。 個別の作業支援が必要な場合は、診断とは別の導入支援として範囲を分けます。
Claude Fable 5のような高性能モデルを試す前に、自社で何を入れてよいか、何に使うか、拒否されたらどう戻すかを決めたい場合は、まずAI活用診断簡易版（無料）で現在の業務を整理してください。