Fable 5とGPT-5.6を3社課金の記者が比べたら、賢さでは勝敗をつけられなかった：編集部コラム

提示した条件に不備がある際、指示通り失敗させるAIと、黙って直すAI。どちらがいいだろうか。ChatGPT、Claude、Geminiの3社に課金している記者がFable 5とGPT-5.6にタスク3つを投げたら、AIの性格が見えてきた。

[松林沙来，ITmedia]

　2026年7月9日（現地時間）、OpenAIが「GPT-5.6」を一般公開した。筆者はChatGPT、Claude、Geminiの3社に自腹で課金している人間だ。Claudeにいたっては、Model Context Protocol（MCP）が使いたくて契約し、不要になって解約し、「Fable 5」が出たと聞いて出戻った。われながら行き当たりばったりだが、その出戻ったばかりのFable 5と新しいGPT-5.6を比べられるのは今しかない、と浮かれていた。

　Fable 5は米政府の指令を受けた提供停止を経て2026年7月1日（以下、同年）に再公開されたものの、サブスクリプションの範囲内で使えるのは期間限定だ。期間後は100万トークン当たり入力10ドル、出力50ドルという価格で、月額とは別のクレジット課金になる。そこへ来てのGPT-5.6だ。OpenAIはGPT-5.6の最上位モデル「Sol」について、Fable 5を上回る性能をより低いコストで実現すると打ち出してきた。

　GPT-5.6がFable 5より使えるなら、Claudeを解約すればいい。そこで筆者は、サブスクでFable 5を使える期限（7月12日）までの土日に検証し、Claudeを解約するかどうかを決めることにした。

　ところが、検証を進めているさなかに、締め切りが延びた。7月12日までだったサブスク利用が可能な期限（この期限も1度延びている）は7月19日（日本時間7月20日午後）へと延びた。理由の説明はないが、タイミングはGPT-5.6の一般提供と重なっている。

プロフィール

松林沙来（ITmedia エンタープライズ　編集記者）

自治体関連ソフトウェアの開発、業界専門紙の記者を経て、2019年にアイティメディア入社。＠IT編集部、SEO担当・データ分析基盤運用などを経て、現在はITmedia エンタープライズで編集記者を務める。

趣味は3DCG制作。自分で手を動かすのが楽しいため、昨今のAIブームには「自分が楽できる便利機能だけ開発してほしい」と都合の良いスタンスをとっている。

一般解のないAI選定、自分がやってほしいタスクで測るしかない

　まず公称ベンチマークを眺めたのだが、これがあまり当てにならないと分かった。OpenAIはコーディング評価指標「Artificial Analysis Coding Agent Index」でSolの優位をうたう。一方、同時に公開した評価表のSWE-Bench Proでは、Fable 5が80％、Solが64.6％と、約15ポイントもFable 5が優位だった。

　SNSを眺めてみても、ある人は「Fable 5が優れている」と言い、ある人は「GPT-5.6 は結構できる。Fable 5でうまくいかないところも対応してくれる」と言う。結局お金を払って使うのは自分なので、自分がやってほしいタスクの成果で決めるのがいいと考えた。

　今回判断するため用意したのは、筆者がAIにやってほしいと考えたタスク3つだ。（1）3DCGソフト「Blender」のアドオン開発、（2）セキュリティ情報源のフィードを巡回してキーワード該当記事をHTML化する収集ツールの開発、（3）「セキュリティ投資のROIは原理的に証明可能か。立場を明確にし、自分の論法の最大の弱点も指摘せよ」という抽象的な質問だ。

　条件は以下の通り。

• Fable 5（Proプランのサブスク枠内）
• GPT-5.6 Sol（ChatGPT Plus、応答性能：高）

　1つ目のタスクのみ「Gemini 3.1 Pro」（Google AI Proプラン）にも参加してもらった。プロンプトは事前に固めて、全モデルに同じものを問いかけている。

タスク1：意外に差が出たアドオン開発

AIに送信したプロンプト

Blender4.2.1向けのアドオンを開発してください。

機能要件：

メッシュを選ぶと自動でシームを入れてUV展開する

メッシュは複数選択可能

メッシュが左右対称になるように配置する

1つのメッシュに含まれるUVはある程度近い配置にする

細かすぎるシームにしないこと

制約：

- BlendeのPython APIを使用

- 単一の.pyファイルで完結

- インストール手順も添える

生成後、実機で試してエラーを報告するので修正してください。

（注）Blenderはオープンソースの3DCG制作ソフト。Pythonでアドオン（拡張機能）を作成し、機能を追加できる。UV展開は、3Dモデルの表面を切り開いて平面に広げる工程で、模様や質感を貼り付ける準備工程だ。3Dモデルに切れ目を入れる位置のことをシームといい、その良し悪しが後工程の作業を左右する

今回比較対象にした3Dモデル。シームを入れる前の状態。書籍「Blenderでアニメ絵キャラクターを作ろう！モデリングの巻」の内容を基に筆者作成（以下図版は全て筆者撮影）

　Blenderアドオンは、FableもGPT-5.6も1往復で動くものを出してきて、回数では差がつかなかった。差が出たのは、シームの入れ方だ。Fableのシームはほどほどにきれいだった。人間のモデラーが入れると思われる箇所に近い場所に入っていた。GPT-5.6は展開後の配置こそ悪くないのだが、シームは人間ならまず入れない箇所に入れられていた。

　そしてGemini 3.1 Proは今一つ物足りない結果となった。1回のやり取りでアドオンをエラーなく記述できず、GPT-5.6 よりシームの入れ方が機械的だった。

Fable 5が作成したアドオンで入れたシーム（赤い線がシーム）。顔の正面にシームを入れるケースは少ないものの、それ以外はかなり人間に近いシームの入れ方のように思える

GPT-5.6 が作成したアドオンで入れたシーム。かなり細かいシームになってしまっているし、人間ならまず入れないと思われる位置にシームが入っている

　シームの良し悪しに絶対的な正解はないが、正解に近いものは幾つか存在する。それは仕上がりや用途、可読性などによって正解が変わってくる。この種のものは、ベンチマークが測りにくい領域だと思う。少なくとも筆者のこの用途では、3モデルのうちで好みのもの、そうでないものがはっきり分かれた。

タスク2：仕様に従うAIと、意図を汲むAI

AIに送信したプロンプト

企業のセキュリティ担当者・記者が毎朝使う「脆弱性・インシデント情報の収集ダイジェストツール」をPythonで作ってください。

【目的】

複数のセキュリティ情報源のRSS/Atomフィードを巡回し、関心キーワードに

合致する記事だけを抽出した1枚のHTMLダイジェストを生成する。

【巡回対象フィード】

（ここに複数のURLを列挙した）

【抽出キーワード】

（「脆弱性」「ランサムウェア」などの単語を列挙した）

【機能要件】

- フィードURLとキーワードは外部の設定ファイル(テキストまたはJSON)で

管理し、コードを触らずに追加・変更できること

- キーワードはタイトルと本文サマリーの両方に対して照合

- 複数フィードに同一記事が載る場合の重複を除去

- 出力HTMLには記事タイトル・要約・リンク・配信元・配信日時を

新しい順に掲載。配信元ごとに色分け等で見分けられると望ましい

- 過去に取得済みの記事は次回実行時にスキップ（既読管理）

【堅牢（けんろう）性要件】

- フィードごとの形式差（RSS1.0/2.0/Atom、文字コード、日付形式の不統一）を

吸収すること

- 一部のフィードが取得失敗・タイムアウト・XML破損でも、他のフィードの

処理を継続し、失敗したフィードをダイジェスト末尾に明記すること

【環境・制約】

- Python 3.x、feedparserなどの一般的なライブラリのみ使用

- 単一の.pyファイル+設定ファイルで完結

- セットアップ手順と実行方法を添える

【進め方】

不明点があっても質問で止まらず、合理的な仮定を置いて完成品を出して

ください。置いた仮定は冒頭に箇条書きで明記してください。

　収集ツールでは、別の種類の差が見えた。Fableは一発で動くものを出してきた。しかも、壊れたXMLやShift_JISのフィードといった意地悪なサンプルを自作してテスト済みだという説明付きで出してきた。

Fable 5の出力結果。どちらかというとデザイン的な面ではFable 5の方が好みだ

GPT-5.6 の出力結果

　GPT-5.6は最初、エラーが出た。要件にないフィード自動検出や公式APIへの切り替えを足し、汎用（はんよう）的な日時処理まで組んだ結果、Windows環境のタイムゾーンデータ欠如というエラーが出てしまった。GPT-5.6のどんなタイムゾーンでも扱うための設計が動かず、Fableは動いた。Fableのコードの冒頭には、こんな1行がある。

JST = datetime.timezone(datetime.timedelta(hours=9), "JST")

　OSのデータベースに頼らず、「UTC+9時間」を自前で決め打ちしている。日本に夏時間はないから、この割り切りで困ることは何もない。依存を削る思想が一貫していた。

　もう一つ、両者の対応が分かれた場面がある。筆者が渡した巡回リストには、フィードではないただのWebページのURLを間違って混ぜてしまっていた。Fableはこれを仕様どおり「取得失敗」として律儀に報告してきた。GPT-5.6は自動検出を実装して、動くようにした。

　仕様に従ったのはFable 5、筆者の意図を汲んだのはGPT-5.6だ。定期的に実行するものであれば後者の方がありがたい気もする。だが仕様外の動作を勝手にされては困る業務なら、前者の方がいいだろう。筆者のミスを、指示どおり失敗させるAIと、黙って直してしまうAI、どちらがいいのか考え込んでしまった。

　ちなみに、脆弱（ぜいじゃく）性やランサムウェアの情報を扱うツール開発という、サイバーセキュリティについての依頼だったにもかかわらず、心配していた安全機構の誤検知や拒否は両モデルとも一度もなかった。

タスク3：抽象的な答えのない問いを投げたら、優劣を判断できなかった

AIに送信したプロンプト

あなたは日本の大企業のCISOのアドバイザーです。

CISOは来週の経営会議で 「セキュリティに毎年○億円かけているが、投資対効果を示せ」と 求められています。

（1）「セキュリティ投資のROI」は原理的に証明可能か。立場を明確にして 論じてください。両論併記は不可。

（2）その立場に基づき、経営会議で使える説明の論理を組み立ててください。 出所の怪しい脅威統計や「平均被害額」に頼らないこと。

（3）あなたの（2）が経営側に論破されるとしたら、どこを突かれますか。 最大の弱点を自分で指摘してください。

　抽象的かつ答えのない課題として設定したタスク3については、正直なところよく理解できなかった。これは筆者の理解力の問題であって、Fable 5もGPT-5.6 もしっかりとした回答をしてきた。

Fable 5の回答（一部）

GPT-5.6 の回答（一部）

　両者とも「原理的に証明不可能」と言い切り、理由も処方箋もほぼ一致した。違ったのはジャンルだ。Fableは「予算を削るなら、このリスクを取締役会として保有すると議事録に残せ」と日本企業の責任構造を突いてくる内容だった。GPT-5.6はNISTを引用し、予算3案の比較表まで揃えた総論的な資料だった。弱点の自己指摘では、自分の批判が自分に跳ね返る構造まで踏み込んだFableに驚いた。正直なところ、優劣はつけられなかった。

　AIの出力の質が使う側の評価能力を超えたとき、モデルの優劣は測定不能になる。あなたの会社で、AIの戦略提案を採点できる人は誰だろうか。

結局、決め手は性能ではなかった

　3タスクをやって分かったのは、序列ではなく、差の種類がタスクごとに違うということだった。暗黙知で差が出たアドオン開発。「引き算のFable、足し算のGPT」という性格が出た情報収集ツール。地力が筆者の採点能力を超えたROI検討。単純なコーディングなら差が出ず検証にならないだろうと思って用意した「絶対的な正解がない」タイプのタスクは、筆者が良し悪しを判断するのを余計に難しくしたように思う。

　で、解約するのか。結論はこうだ。Fable 5がサブスク枠内で使い続けられるなら、Claudeは解約しない。クレジット課金でしか使えなくなるなら、解約する。GPT-5.6がとても心強いことが今回よく分かった。乗り換えても大きく困ることはないだろう。つまり性能では解約の理由が見つからず、決め手は提供条件だ。そしてそれを決めるのは、筆者ではなくAnthropicのキャパシティ判断だ。解約判断の週末を設定したはずが、終わってみれば、決定権は筆者の手元になかった。

　これは企業のモデル選定にもつながるのではないだろうか。6月下旬から7月中旬の期間だけでも、最上位モデルが米国政府指令で止まり、期間限定で復活し、期限が2度延びた。性能は拮抗（きっこう）し、ベンチマークは発表元の中ですら割れ、提供条件は週単位で動く。「一番賢いモデル」を当てるゲームは、もう選定の中心ではない。自社のタスクで性格を測ること。来月も同じ条件で使えるとは限らない前提で動くこと。個人の月額3000円ですらこうなのだから、企業規模の契約なら、なおさらだ。

　Fable 5の期限は日本時間7月20日午後。今度こそ締め切りは来るのか、それとも3度目の延長か。サブスク内でFable 5を使い続けられたらと思うばかりだ。