AIランプ大戦：Fable 5.1 vs GPT-6 Astra、どっちを擦ればいい？
林政賢 ·
市場に二つの露店があり、それぞれ魔法のランプを売っている。あなたは真ん中に立ち、財布を握りしめ、頭の中にはひどく即物的だが切実な問いがひとつだけある。どっちを擦ればいいのか。
そして今週、二人の店主が二日のあいだに、それぞれ新しいランプを出してきた。
9月1日、Anthropic が Claude Fable 5.1 を発表。9月3日、OpenAI が GPT-6 Astra を発表。間隔は二日。タピオカ店の新商品より速い。
しかもこれは、四半期ごとに小改良、年に一度大改良、という以前のリズムではなくなっている。今は毎朝スマホを開くたびに、新しいモデルのニュースが出ている。昨日ようやく覚えた名前に、今日は小数点がひとつ増えている。追いかけても、追いつけない。
だからこの記事は追いかけるのを手伝わない。答えるのは、あの即物的な問いのほうだ。来月から何か作り始めたい。どのカードを切ればいい？
ただしその前に、どの比較記事も飛ばしている話がある——片方の新しいランプには、説明書にかなり奇妙な注意書きが付いている。
先に立場を明かしておく。私は Claude を使っている。この記事には偏りがある。
ただし以下では、相手が私より優れている点をあえてはっきり書く。とくに、まだ始めていない人にとって一番重要なあの一点を。
まず、ランプを擦るとはどういうことか
vibe coding が何かをすでに知っているなら、この節は飛ばしてかまわない。
従来のプログラミングは、まず文法を覚え、フレームワークを覚え、自分には興味のないことを山ほど覚えてから、ようやく動くものが作れる。ランプに火を入れるのに、まず免許が要るようなものだ。
vibe coding は、口で言うだけでいい。
「カードが三枚並んでいて、マウスを乗せると浮き上がるページがほしい」——そう打ち込めば、コードが書かれる。画面を見て「カードが大きすぎる」「この色は好みじゃない」「ここを押しても反応しない」と言えば、直る。
あなたはコードを書いていない。願いごとをして、それから文句を言っている。
三年前には存在せず、二年前はひどいものだった。今年、本当に使えるようになった。だから残る問題はひとつだけ。どちらのランプを擦るか。
その新しいランプは、ときどき勝手に消える
まず GPT-6 Astra から。今週最大のニュースであり、そしてその経緯が少し異様だからだ。
OpenAI 自身の説明によれば、これは社内の「クリティカル」サイバーセキュリティ閾値に到達した初めてのモデルだという。堅牢化されたブラウザや OS に対する攻撃手法を自力で組み立て、これまで知られていなかった V8 の脆弱性を二件発見したからだ。
平たく言えば、作った本人たちが驚くほど強かった。
普通に手に入る。9月3日にまず限られた組織へ、その後数日のうちに ChatGPT Plus / Pro / Business / Enterprise の全ユーザーへ、API とクラウド各社にも同時に展開された。すでに Codex にも入っていて、利用量はもともと払っているサブスクリプションの枠から引かれる。ここ数日あちこちで実地テストの投稿を見かけるのは、まったく正常な光景だ。
奇妙なのはその先である。
⚠ 説明書に書かれた一文
その閾値のため、公開版は高度な攻撃的セキュリティ作業を拒否する。これはきわめて妥当で、ほとんどの人は一生そこに触れない。
だが OpenAI の安全性責任者はもう一言添えている。信頼アクセスプログラムの外にいる利用者は、速度低下・一時停止・ブロックに遭う可能性があり、しかも「まったく無関係な作業の途中で起きることもある」。
API 利用者にはもっと直接的だ。安全チェックが発火したとき、確認を求めて止まるのではなく、タスクをその場で打ち切る。
ランプの言葉に訳すとこうなる。このランプはとても明るい。ただし願いごとの途中でときどき勝手に消える。しかも、あなたが願った内容とは関係ないことすらある。
この安全設計が間違っていると言いたいのではない。ブラウザの脆弱性を自力で見つけられるものに、ブレーキがあるのは当然だ。私が言いたいのは別のことだ。
ベンチマークの表は、
そういうことを教えてくれない。
そしてそれが、この記事の答えでもある。ふだんスコア表に覆い隠されている事実が、これで見えるようになるからだ——あなたが買っているのは、そもそもモデルではない。
買っているのは精霊ではなく、その車
ネット上の比較記事はどれもモデルを比べている。Fable 5.1 が何点、Astra が何点。
だが実際に手で触れるのはモデルではなく道具だ。だいたい「エンジン」と「車」の違いに近い。
エンジンモデル（Fable 5.1、GPT-6 Astra）
「考える」担当。ベンチマークが測っているのはこれだ。ただし直接触ることはない——馬力の数字が立派だからといって、高速道路でときどき止まるエンジンを我慢する人はいない。
車ツール（Claude Code、Codex）
「やる」担当。あなたのパソコンのファイルを読み、実際にコードを書き換え、動かして壊れていないか確かめ、壊れていれば自分で戻って直す。毎日使うのはこちらだ。
いい車に普通のエンジンのほうが、いいエンジンにひどい車より運転しやすいのが普通だ。そして「途中で止まるかどうか」は、どのスコア表にも一欄も存在しない。
だから本当の選択問題は「Fable か Astra か」ではなく、「Claude Code か Codex か」である。以下はその問いに沿って進める。
二つの露店の値札
まず、あまり気づかれていない偶然から。両社のフラッグシップは、API 価格がまったく同じだ。
API 価格（100万トークンあたり）
コンテキスト長は Fable 5.1 が100万、Astra が105万、出力上限はどちらも12.8万。Astra にはもう一つ規定があり、一回の入力が27.2万トークンを超えると入力単価が2倍、出力が1.5倍になる。
表示価格は同じ。差は二か所に隠れている。
一つ目はキャッシュ——同じものを繰り返し読むときの割引価格だ。数字は小さく見えるが、AI にコードを直させるとき、それは毎ターンごとにプロジェクト全体を読み直している。つまり実際の請求額の大半はキャッシュ単価で決まる。$0.25 対 $1。四倍の差である。
二つ目はあの27.2万の線だ。プロジェクトが大きくなれば簡単に踏み越え、請求額が何も言わずに倍になる。
もっとも、その前に言っておくべきことがある。これらの数字に、大半の人はそもそも触れない。
実際に払うのはサブスクリプションだから
API はエンジニアが自分のソフトに組み込むためのものだ。あなたがやりたいのは、座って話しかけること。そのとき払うのは月額である。
OPENAI（CODEX はこの中）
ANTHROPIC（CLAUDE CODE はこの中）
私は Claude を使っているが、この点は正直に言わねばならない。やるかどうかまだ決めていない人に、まず20ドル払わせるのは不要な障壁だ。とりあえず触ってみたいだけなら、右の露店は無料で始めさせてくれる。
だが、20ドルで何回擦れるかは誰も教えてくれない
ここが一番書きたかった部分だ。どの比較記事も値札を貼るだけで、そのランプが実際どれくらい保つのかを誰も書いていない。
⚠ 心の準備
$20 のプランは、利用量が5時間を一区間として計算される。
そして私の実体験はこうだ。プロジェクトを一つ立ち上げるだけで、一時間もかからずにその区間を焼き切る。そこでランプは暗くなり、あなたは再点灯を待って座っていることになる。
無料版はなおさらだ。「触れる」には十分でも、「作り終える」には足りない。
私自身は最上位の Max ×20（$200） を使い、同時に別のプラットフォームでも $200 のプランを開いている。
なぜ両方か。五つから六つのプロジェクトを同時に走らせているからだ。（どうやっているか、どう配分しているか、どうやって正気を保っているかは、いずれ別の記事で書く。）
いくら使っているかを自慢したいのではない。まったく逆だ。最初の一歩で怯えてほしくないし、最初の一歩で飛ばしすぎてほしくもない。
だから、正しい順番はこうなる
最初から「どのプランが一番お得か」と聞かないこと。自分がどれだけ必要かを、まだ知らないのだから。
STEP 1無料版で、ごく小さいものを作る
これ以上ないほど小さく。電卓、記録用のページ、文章を表に変換する小道具。目的はいいものを作ることではなく、一つの問いに答えることだ——これは私にとって楽しいのか、それとも面倒なのか。
STEP 2面白いと思えたら、初めて $20 を払って磨く
その不格好なものを、見た目よく、使いやすくする。ここで初めて5時間の壁にぶつかる——乗ってきたところで強制的に止められるあの感覚そのものが、一つのシグナルだ。
STEP 3そのあと、$100 が必要だと自分で気づく
誰かに勧められたからではない。本気で完成させたいものができて、リセット待ちが最大の障害になったからだ。その「必要」はあなたの中から生えてきたもので、売り込まれたものではない。
STEP 4最後にようやく $200、五つ六つを同時に走らせる
ここまで来れば、そのお金はもう学習コストではない。生産設備のコストだ。そして生産設備を買うかどうかは、いくら稼ぎ返すかで決まる。いくらするかではない。
もちろん、無料版の段階で「自分はこの手のものとは縁がない」と気づく可能性も十分にある。
それも収穫だ。しかも一番安く手に入る収穫である。
それぞれの車が強いところ
Claude Code が強いところ
コードの品質と広範囲の変更——一つの機能が十数ファイルに及ぶような作業だ。
平たく言えば、A を直すために B を壊すことが比較的少ない。プロジェクトが大きくなり、要素同士が絡み始めると、この価値は急速に上がる。
Codex が強いところ
速度、一つの作業を最後まで自走する力、そして先に試せる無料版があること。
平たく言えば、投げてからコーヒーを淹れに行き、戻って結果を見る。繰り返しが多くルールが明確な仕事に、とくに向いている。
長くやっている人の多くは両方擦っている——日和見ではなく、得意なことが本当に違うからだ。ドリルを買ったからといってドライバーを捨てる人はいない。
ではベンチマークは？ 調べたら、三つの問題にぶつかった
本当はきれいな比較表を出すつもりだった。調べ終えて、出さないことにした。その表はあなたを誤らせるからだ。
実際にぶつかった三つを書く。
⚠ スコア表をそのまま読めない理由
一、名前は同じでも、試験問題が違う。両社とも「OSWorld」の成績を公表している。Fable 5.1 が77.9%、Astra が72.6%。比べられそうに見える。だが片方は 2.0 版、もう片方は V2-Offline 版だ。別の試験であり、引き算に意味はない。
二、同じ数字に二つの説があった。Astra の DeepSWE の成績だけで、情報源によって74.1%と78.9%の二通りが出てきた。どちらが正しいか判断できないので、どちらも採用しない。
三、ほぼすべてがベンダー自身による測定である。これは業界慣行で、両社とも同じだ。ただしベンダーの公表スコアは、ベンダーが選んだ問題を、ベンダーが調整した設定で走らせたものだ。
露店の主人が自分で掲げた看板のようなものだ。看板は本物だしランプも本物だが、それは店主が一番いい角度を選び、一番磨き上げた一つである。持ち帰ったものがどうなるかは、また別の話だ。
唯一、覚えておく価値があると思う数字は、勝ち負けの話ではない。
Astra は ExploitBench で100%を取った。脆弱性を見つけて突けるかを専門に測る試験で、満点だ。そしてそれこそが、ブレーキを付けられた理由でもある。
この世代の競争は、そういう角度から理解できる。強すぎて、強さそのものが処理すべき問題になった。
だがアラジンの物語で、難しいのはランプを見つけることではなかった
ここまで書いてきたのは、すべてランプの仕様だ。値段、明るさ、持続時間、看板の見栄え、どれが途中で消えるか。
そしてそれこそが私の言いたいことだ。それらは実はどれも本題ではない。
アラジンを思い出してほしい。本当に厄介だったのは、ランプを見つけることではない。厄介なのは願いごとをする側の人間だ。
この種の物語には、ほとんど注目されない設定がある。精霊はきわめて従順で、しかも願いを文字どおりに叶える。「金持ちになりたい」と言えば、本当に金持ちにしてくれるかもしれない。あなたが想像もしなかった、あまり望んでいなかったやり方で。「本当にそれでいいですか」とは訊かない。「かしこまりました」と言って、動き出す。
AI を使ったことがあれば、この場面には見覚えがあるはずだ。
「このボタンを小さくして」と言えばそうしてくれるが、ついでに隣の三つの位置もずらしている。「検索機能を付けて」と言えば付けてくれる、しかも美しく。ただしあなたが本当に探したかった種類のものは検索できない。毎回とても自信ありげで、毎回「完了しました」と言う。
悪意はない。ただあなたが口にした文字どおりに動いているだけだ。そして頭の中にあるものと口から出たものの間には、いつだって隔たりがある。
しかも、どの願いにも見えない副作用がある
この種の物語が本当に陰険なのは、ここからだ。
金持ちになりたいと願い、お金は本当に来る——願わなかったものを引き連れて。誰が本心なのかもう信じられない、単純だったはずの関係に計算が混じり始める。
美しくなりたい、格好よくなりたいと願い、それも叶う——スポットライトを、見られ続けることを、二度と素顔で外へ出られないことを引き連れて。精霊は嘘をついていない。口に出した半分だけを叶えたのだ。残り半分は勝手に生えてくる。
今の AI はまさにこの状態だ。
一つ頼めば、やってくれる（やってくれないこともある）。だが同時に、その場からは見えない箇所を大量に触っている。画面は正しく見えるのに、どこかの隅の挙動がひそかに変わっている。このページは直り、別のページの何かが壊れ、それに気づくのは三日後だ。
こうしてあなたは何度も戻ってデバッグする。それは壊れているのではない。願いの副作用だ。
もう一つ、しばらく本気で使った人なら誰でも知っていることがある。会話が長くなるほど、でたらめを言い始める。
⚠ 文脈が長いほど、幻覚は増える
同じ会話が長く伸びると、前に言われたことを取り違え、存在しない設定を引用し、自分で作った話をきわめて誠実に説明し始める。
この数年ずっと改善されてきた。今世代は両社とも100万トークン超の文脈を持ち、発生頻度は明らかに下がっている。だが今はまだ、残っている。
つまり物語の本当の関門はこうだ。
自分が何を望むかをはっきりさせ、なおかつ間違ったものを渡されたと見抜けること。
そしてそれこそが、今すぐ入るべき理由だ
これらの問題が永久に残るとは思わない。障壁は下がっている、しかも速く。あと数回の世代交代、数年もすれば、幻覚はほとんど遭遇しない程度まで減り、副作用も向こうが先に止めてくれるようになるだろう。
だが、その日を待ってから入るわけにはいかない。
なぜならまだ間違えている今だからこそ、あなたの経験に値段がつくからだ。本当に間違えなくなった日には、「どこがおかしいか見抜ける」ことも同時に値打ちを失う。
言い換えれば、この「まだ間違える」期間は、あなたを遠ざける理由ではない。あなたの窓だ。
そして窓のもう一つの名前は、好機という。まだ開いているうちに、自分の窓を、自分のランプを見つけに行ってほしい。
「AI は間違える」はもう常識で、幻覚を起こすと告げる十本目の記事は要らない。まだ誰もはっきり書いていないのは次の一文だ。では、間違えたことに誰が気づくのか。
気づける人が頼っているのは、経験だ
答えは色気がないが、堅い。あなたが実際に生きてきたことに頼っている。
飲食をやったことのある人は、その注文フローがピーク時に詰まると一目で分かる。その場所に立っていたからだ。子どもを育てたことのある人は、その確認ボタンが指の下に来すぎていると一目で分かる。でたらめに押されたことがあるからだ。これは知識ではない。身体に残った痕だ。
AI に痕はない。世界中の飲食フローを説明してみせることはできるが、客が一気に押し寄せたあの瞬間に、慌てたことがない。
だからこそ、あれほど自信に満ちている。嘘をついているのではない。ためらう材料を持っていないだけだ。
どのランプを選ぶかは、願いの効率を決める。
願いの質を決められるのは、あなただけだ。
だから私はバージョン番号に焦る必要はないと思っている。今週は二日で二つ、しかも片方は途中で消える。来月には「それはもう古い」と誰かが言うだろう。ああした数字の賞味期限は、思っているよりずっと短い。
だがあなたの中にある「これは違う、と分かってしまう」感覚は期限切れにならない。むしろ障壁が下がるほど値上がりする——全員がランプを持ったとき、希少なのはもうランプではない。何を願うべきかを知っている人間だ。
視覚寄りの人こそ、損をしていると思わないでほしい
デザイン、映像、コンテンツをやっている人は、自分には縁がないと思いがちだ。むしろ逆である。
「ここは余白が詰まりすぎで、影が濃すぎるから浮いて見える」——こういう説明を AI は完全に理解し、直せる。「なんか変」の百倍役に立つ。
プログラムと最も無縁だと思っていたその目こそ、最も接続しやすい部品だ。（これについては別の記事でより詳しく書いた。プログラムをまったく知らない映像屋が、どうやって App を作れるようになったかも含めて。）
では、今日から始めるなら
順番は単純だ。
無料版でごく小さいものを作る → 面白ければ $20 で磨く → $100 が要ると自分で気づく → 最後にようやく $200
ただしランプを擦る前に、もっと大事なことを一つ。作りたいものを三つの文にして書く。
きれいに書く必要はないし、技術的に可能かどうかも気にしなくていい。書くのは、誰のためのものか、どんな面倒を解消するのか、今のやり方と何が違うのか。
それが書けたなら、あなたはもう大半の人より準備ができている。市場のランプは入れ替わり続けるからだ。来年はもっと明るいもの、もっと安いもの、看板がもっと派手なもの、そもそも買えないものすら出てくる。
だが願いごとをする人間は一人しかいないし、取り替えがきかない。
講座
願い方は、対面で教えます
記事をどれだけ細かく書いても、隣に座って操作を見ながら「その一言はこう解釈されます」とその場で伝えることには敵いません。 今後、この一連の踏み抜いてきた手順を対面でお伝えする講座を開きます——どう訊くか、いつ相手がはったりを言っているかの見分け方、 そして自分の経験を動くものに変える方法まで。フォローと購読をしておいてください。開講時に真っ先にお知らせします。
講座と最新情報を見る →オープンソース
私たちが作った9つのパッケージ、すべて無料
ものを作る過程で解決した問題を、抜き出してオープンソースにしました。スクロール連動のフレームシーケンス再生、日中韓の PDF が豆腐文字にならない処理、 モバイル音声、ゲームサーバー不要のリアルタイム多人数ルーム——どれも実際に落ちた穴から生まれたもので、発表のために書いたものではありません。
このブログを書いている理由
みんなをエンジニアにしたいわけではありません。もっと多くの人が AI に手を伸ばしてみて、それで自分の生活を少しよくしてくれたら——収入がもう一つ増える、残業が少し減る、心の中に長く置いたままだった案が本当に形になる。技術は通りすがりの道具で、その「よくなる」ほうが本題です。（もちろん、私たちの App を気に入って購読していただけたら、それはそれで嬉しいです。）
次に読む
ランプを選んだあと、実際に作るとどうなるか
この組み合わせで App をリリースするまでの全記録——数十回の失敗とその直し方、そして誰も先に教えてくれない Cloudflare の四つの落とし穴。
この記事の数字について：Claude Fable 5.1 は2026年9月1日、GPT-6 Astra は9月3日に発表。API 価格は両者とも100万トークンあたり入力 $10・出力 $50、キャッシュ読み出しは Fable 5.1 が $0.25、Astra が $1.00。コンテキスト長は100万と105万、出力上限はいずれも12.8万。Astra は一回の入力が27.2万トークンを超えると入力2倍・出力1.5倍、知識のカットオフは2026年4月30日。展開は9月3日にまず限られた組織へ、数日以内に ChatGPT Plus / Pro / Business / Enterprise の全ユーザー、API、Azure、AWS Bedrock へ、そしてすでに Codex にも導入済み（Enterprise は既定で無効、管理者による有効化が必要）。「無関係な作業の途中で速度低下・一時停止・ブロックに遭う可能性がある」「API 側の安全チェックはタスクを直接打ち切る」は OpenAI の安全性責任者の公開発言による。出典は OpenAI の公式発表と開発者向けドキュメント、各社の公式価格ページ、および発表を報じた複数のメディア。ベンチマーク（OSWorld、DeepSWE、ExploitBench など）は各ベンダーの自己公表で、執筆時点で独立した再検証はない。単純な引き算をしない理由は本文に記載。サブスクリプション価格は両社の公式ページによる。
「5時間区間」について：これは私自身の実使用経験であり、公式に公表された仕様ではありません。プロジェクトの規模や時間帯によって実際に使える量は変わります。
利益相反の開示：筆者は Claude（Max ×20 プラン）を実際に使用し、同時に別のプラットフォームにも課金しています。それによって他社の優位性を書き控えてはいません。とくに「無料版で先に試せる」点は、まだ始めていない人にとって実質的な優位です。
著者：林政賢（監督 · Gen AI クリエイター兼エンジニア · 瑭宜影像創意工作室 創業者）