Claude Fable 5.1、値下げは「反復」だけ

据え置き価格の裏に隠れた「75%減」はどこか

米Anthropicは2026年9月1日、最新モデルとなる「Claude Fable 5.1」および「Claude Mythos 5.1」を正式に発表した。100万トークンあたりのAPI利用単価は入力10ドル、出力50ドルとなっており、前世代モデルである「Fable 5」の数値を完全に据え置いている。発表の表面だけを追うと「性能向上のみで価格変更なし」という印象を受けるが、今回の真の変更点は別の場所にある。

それは、プロンプトキャッシュ機能における読み取り費用（Cache Read）の75%削減だ。AIに長大な資料やプログラムコードをあらかじめ読み込ませておき、差分や質問だけを投げる運用において、データ読み取りにかかる計算コストが従来比で4分の1まで引き下げられた。

「全機能の一律値下げ」という分かりやすいアピールを捨て、特定パターンの利用コストだけを極端に下げる設計を選択した背景には、実務での自律型エージェント活用の広がりがある。

キャッシュ読み取りとは何か、なぜ反復作業だけ安くなるのか

プロンプトキャッシュとは、頻繁に参照する固定のテキスト情報をAI側のメモリ領域に一時保持しておく技術だ。たとえば、100万文字に及ぶ社内マニュアルを毎回AIに入力して質問を投げると、質問のたびに100万文字分の計算コストが発生する。しかし、キャッシュを利用すれば最初の一回だけデータを登録し、二回目以降は記憶されたデータを高速かつ安価に引き出して回答を生成できる。

今回のアップデートでは、この「記憶されたデータの読み取り費用」が従来比75%削減された。文脈長は公称100万トークンに対応しており、巨大なコードベースや過去の問い合わせ履歴を一括してキャッシュに乗せておく運用が可能だ。

これにより、同じ参照データを何度も使い回す業務ほど、全体のコスト削減効果が高くなる。一方で、毎回まったく異なる長文を入力する単発処理では、100万トークンあたり10ドルの入力単価がそのまま適用されるため、コスト面のメリットは生じない。

Adaptive Thinkingの隠れコスト、値下げは相殺されるか

AnthropicのCEOである Dario Amodei（ダリオ・アモデイ） らは、エージェント型タスクにおける処理能力の高さを強調している。

Fable 5.1は、自律的に思考を組み立てて複雑な課題を解くエージェントタスク性能において、前モデル比で2倍以上のベンチマークスコアを記録した。

確かに、エージェント型科学タスクベンチマークでの得点は大幅に伸びており、複雑な推論を自律的にこなす能力は進化している。しかし、実務での導入にあたっては「Adaptive Thinking（適応型思考）」が標準で有効化されている点に注意が必要だ。

適応型思考とは、AIが回答を出力する前に自らの推論プロセスを深掘りし、内部で試行錯誤を繰り返す仕組みである。この思考プロセス自体が「思考トークン」としてカウントされ、出力費用（100万トークンあたり50ドル）として請求される仕組みになっている。つまり、キャッシュ読み取りで基本費用を抑えられたとしても、簡単な質問に対してAIが長時間の「思考」を行えば、1回あたりの支払額が前モデルより高くなるという隠れコストの発生リスクが存在する。

Amodei率いる開発陣がアピールする100万トークンの文脈長についても、長大なテキストの中盤に埋もれた情報を正確に拾い上げる「実効文脈長」の精度低下リスクを考慮しなければならない。公式のベンチマーク数値を鵜呑みにせず、実際の業務データで精度と消費トークン量を測定することが不可欠だ。

中小の一手：どの業務なら実際に月額が下がるか

自社で Claude Fable 5.1 を採用すべきかどうかは、自社のAI利用形態が「単発の文章生成」か「固定データの反復参照」かで明確に分かれる。例えば、地方の工務店が顧客からの建築確認申請や過去の施工図面データを常時参照しながら問い合わせに答える自動応答システムを組む場合、キャッシュ75%減の恩恵を最大限に受けることができる。

逆に、毎日異なるニュース記事を要約させたり、毎回異なるテーマで企画書の下書きを作らせるような運用では、月額利用料は一切安くならない。思考トークンの無駄遣いを防ぐためにも、システム構築時に思考深度（Thinking Budget）の上限を設定できる構造にしておくことが重要だ。

30分で課題を整理する→