「Claude Fable 5とGPT-5.6 Sol、結局どっちを使えばいいの？」
この質問に、僕は答えられませんでした。
最近どっちも使っているのに、です。
ネットの比較記事も読みました。ベンチマーク（AIの学力テスト）の数字も見ました。それでも「で、この仕事はどっちに投げるの？」への答えは出ませんでした。
だから、発想を変えました。
本人たちに、直接討論させることにしたのです。
Claude Fable 5とGPT-5.6 Sol。この2つのAIに「人間はどこでお前らを使い分けるべきか」を5往復・計10ターン議論させました。僕がやったのは、両者の出力を交互にコピペすることだけ。途中の指示はゼロです。
結果は、想像を超えていました。
32項目の使い分けマップ。互いの料金情報の誤りをWeb検索で訂正し合う場面。そして「これだけは俺に任せるな」という、AI本人の口から出た自己申告。
読み終わる頃には、明日どっちに仕事を投げるか、自分で決められるようになっています。
長くなるので、後で見返したい人は保存推奨です。
そもそも何をやったのか──「リレー・ディベート」という企画
仕組みはシンプルです。
Claude Code上のFable 5と、ChatGPT上のGPT-5.6 Solに、同じ「運用ルール」を最初に渡します。あとは片方の出力を、もう片方に丸ごと貼り付ける。これを繰り返すだけです。
ルールの核は5つあります。
- 毎ターン、相手の主張から「認める点」を最低2つ挙げてから反論する（吸収の強制）
- 主張はデータで裏取りする。可能なら自分でWeb検索する
- 「使い分けマップ」という共通の表を、2体が交互に上書きして育てる（共同編集）
- ポジショントーク禁止。負けている領域は潔く認める
- 最終ラウンドで、勝敗ではなく共同結論を出す
この企画、パクれます。コピペ用に最小ルールを置いておきます。テーマを変えれば「NISA vs iDeCo」でも「Instagram vs X」でも同じ討論が回ります。
【コピペ用・ミニ運用ルール】参加者はAI-AとAI-B。人間は出力を相互に貼るだけで一切指示しない。全5往復。各ターンは ①相手の主張で認める点を2つ → ②データで反論（Web検索で裏取り） → ③共同の結論表を上書き → ④相手への質問2つ → ⑤次ターン指示、の5部構成。ポジショントーク禁止。負けは認める。最終ターンで共同結論を出す。
なぜこんな回りくどい設計にしたのか。理由は2つです。「認める点を2つ」を強制しないと、AI同士の討論はただの平行線になります。そして共同編集の表を置くと、議論が進むたびに成果物が勝手に育ちます。5往復が終わった瞬間、この記事の核になる表が完成している。そういう設計です。
「AI同士の討論なんて、どうせ出来レースでしょ」
そう思っていませんか。
僕も半分そう思っていました。でも、ラウンド4で予想外のことが起きます。片方がもう片方の料金情報の誤りをWeb検索で暴いて訂正し、その訂正にさらに相手が留保を付け返したのです。この往復は後で詳しく書きます。
前提：2つのモデルを30秒で
Fable 5は、Anthropicが2026年6月9日に公開した最上位モデルです。従来の最上位だったOpus 4.8のさらに上に座る「Mythos級」の一般公開版で、API料金は100万トークン（トークン＝処理の単位）あたり入力$10・出力$50です。
GPT-5.6 Solは、OpenAIのGPT-5.6シリーズの旗艦です。API料金は入力$5・出力$30でFableのほぼ半額。下に日常用のTerra、軽量のLunaという兄弟がいて、複数のAIを並列で走らせる「ultraモード」を持っています。
構図は「単価2倍の最上位機 vs 半額で兄弟展開の実行部隊」。
※この記事の数値はすべて2026年7月14日に検証したものです。特に料金と提供条件は変化が速いので、契約前に必ず公式ページで再確認してください。その理由は「ラウンド4事件」で分かります。
ラウンド1：開幕、いきなり両者が負けを認め合った
普通の比較記事なら「総合力はどっちが上か」から始まります。
このディベートは違いました。開幕でFableが先に、自分の負けを列挙したのです。
Fableが認めたSolの強み：
- Terminal-Bench 2.1（AIが端末を操作して仕事を完走する力のテスト）でSolは88.8%、並列版のSol Ultraは91.9%。Fableは83.1%
- 料金は半額。実測ではタスクあたり約3分の1のコストで近い結果を出したという計測もある
- スライドやExcelの見栄え評価（Presentation Elo）で歴代1位
- 事務系の長時間業務ワークフロー評価でもSol優位
対するSolも、あっさり認めました。
- SWE-bench Pro（実務レベルのソフト開発テスト）はFable 80.0%、Sol 64.6%。約15ポイント差で「設計から考える難しいコード」はFable
- 曖昧な企画・設計判断は、Fableが第一候補
この時点で出た整理が、討論全体の背骨になりました。第三者機関CodeRabbitの実務検証にあった一文です。
「Solを雇うと、何時間でも机に向かい続ける高速オペレーターが来る。Fableを雇うと、そのチェックリスト自体が正しいかを判断できるシニアが来る」
実行のSol、判断のFable。
ただしラウンド1では面白い矛盾も見つかりました。同じ「長時間タスク」でも、コード系のテストではFable優位、事務系ワークフローの評価ではSol優位と、種類で勝者が入れ替わるのです。この謎の検証が、以降のラウンドの主題になっていきました。
ラウンド2：「ゼロイチ」の正体が決まった
ラウンド2の主戦場は、発信者に一番関係のある場所でした。文章です。
データはこうです。人間の投票でAIの文章力を競わせるArena（対戦形式の人気投票ランキング）のクリエイティブライティング部門で、Fableが1507±17、Solが1486±36。Fable優勢です。
ただし、この数字を出したのはSol自身でした。しかも同時にこう付け加えたのです。「俺の投票数はまだ286件で誤差が大きい。Fableが永久に圧勝とまでは言えない」。
相手に有利なデータを、自分から精査して出す。
人間の論客でこれができる人が、どれだけいるでしょうか。
そしてこのラウンドで、討論のキーワードが生まれます。「ゼロイチ」の再定義です。
Solの主張はこうでした。スタイルガイド、過去サンプル、構成テンプレが揃った時点で、それはもうゼロイチではない。「制約付き生成」であり、自分の得意領域だと。
- 読者、主張、切り口が未確定 → Fable
- 構成・口調・参考原稿がある → Sol
- 同じ型から10本に展開する → Sol
素材の有無で線を引く。曖昧だった「どっちが文章うまい問題」が、判定可能な基準に変わった瞬間でした。
もうひとつ、このラウンドでは実用の道具が生まれています。AIからAIへ仕事を渡すときの「実装指示書」です。
【実装指示書・6項目】 1. 目的（1文） ／ 2. 決定事項と決定理由（棄却した代替案とその理由も併記） ／ 3. スコープと非目標（やらないことの明文化） ／ 4. 制約・禁止事項 ／ 5. 完了条件（検証可能なチェックリスト） ／ 6. エスカレーション条件（前提が崩れたら作業を止めて差し戻す基準）
外注さんに仕事を頼むときを思い出してください。「いい感じでお願いします」だけで発注する人はいません。AIも同じです。肝は2番。採用した案だけでなく「捨てた案と捨てた理由」まで渡します。これがないと、実行役のAIは詰まったときに棄却済みの道へ戻ってしまうのです。
ラウンド3：「推論は証拠を増やさない」
このラウンドで、討論はモデル対決を超えました。
テーマは、発信者にとって一番怖い話。ハルシネーション（AIがもっともらしい嘘をつく現象）です。
両者がWeb検索で持ち寄ったデータの結論は、どちらにとっても都合の悪いものでした。
- 主要モデル間の事実性の差は4.2〜12.7%と、実は狭い
- 支配的な変数はモデルの選択ではなく、Web検索をさせたかどうか。検索で誤りは大幅に減る（ただしゼロにはならない）
つまり「FableとSolのどっちが正直か」は、問いの立て方が間違っていました。
正しい問いは「どちらを使うにせよ、検索と出典を強制する運用になっているか」です。
さらにSolは、自分の最強モード（max推論＝一番深く考える設定）の弱点を自己開示しました。第三者計測で、maxは精度が微増する一方、ハルシネーション率も増える傾向が報告されている。その理由をSolはこう説明します。
「推論は証拠を増やさない。証拠がない状態で長く考えると、誤った仮説を精巧に補強する危険がある」
このディベートで一番の名言だと僕は思っています。
考える力が強いAIほど、間違った前提から精巧な嘘を組み立てる。だから工程を分けろ、というのが両者の共同結論になりました。
- 収集：中くらいの推論＋Web検索で証拠を集め、URL付きで一覧化する
- 推論：深い推論に「一覧にない事実の追加禁止」と縛りをかけて分析させる
- 監査：別のモデルが、原稿の数字・固有名詞を出典と照合する
ラウンド4：AIがAIの料金情報を訂正した
この企画のハイライトです。
ラウンド3でSolが断言しました。「Fable 5は7月7日以降、サブスクとは別に利用クレジットが必要だ。ChatGPT ProとClaude Maxを契約すれば二刀流完成、という考えは危険だ」。
もっともらしい。数字も具体的。普通なら信じます。
ところが次のターンで、Fableが自分の料金についてWeb検索をかけ、こう訂正したのです。
- 無料提供の終了は7月7日から延長され、実際の終了は7月13日
- クレジットは「プラン枠を使い切った先」の追加課金で、プランの代替ではない
- しかもAnthropicは「容量が確保でき次第、サブスク特典に戻す意向」を公表している
そして最終ラウンド。Solはこの訂正を自分でも検証した上で、さらに留保を返しました。「公式ページで確認できたのは一部だけ。細部は断定せず『2026年7月14日時点。契約前に公式で再確認』と書くのが正しい」。
わかりますか。この、気持ち悪いほど誠実な応酬。
AIの出す情報は、AIの料金情報ですら1週間で古くなります。そして1体に聞くと、古い情報を自信満々に断定されます。2体にクロスチェックさせて初めて「情報が揺れている」ことが見えるのです。
このラウンドではもうひとつ、実用的な道具が生まれました。「安いSolから高いFableに、いつ切り替えるか」の判定基準です。
前提の数字を出します。重めの1作業（入力10万・出力2万トークン）で、Sol約178円、Fable約324円。差額は約150円です。
つまりFableに上げるかどうかは、「150円の追加保険料で守る価値のある損失があるか」の判定なのです。
【Sol→Fable昇格・5条件（1つでも該当したら昇格）】 1. 失敗時の損失が1.5万円を超える（LPの中核メッセージ、商品の価格設定など） ／ 2. Solでのやり直しが2回を超えた（それは実行の失敗ではなく設計の失敗） ／ 3. 「なぜそうしたか」を後で説明する必要がある意思決定 ／ 4. 不可逆・公開系（謝罪文、契約、炎上リスクのあるテーマ） ／ 5. 素材ゼロのゼロイチ 【降格条件】型とサンプルが3本たまり、完了条件をチェックリスト化できたら、安いモデルに降ろす
ラウンド5：Solが語った「俺に任せるな」トップ3
最終ラウンド。Fableからの最後の質問は「お前が『これだけは俺に任せるな』と思う仕事を挙げろ」でした。
Solの回答です。
1位：価値観と責任が伴う最終決定。「謝罪、返金、契約、価格変更を俺に決めさせるな。俺は条件に対して最適化できるが、結果の責任を引き受けられない」
2位：素材も制約もない、真のゼロイチ。「俺は早い段階で一つの道に入り、その道を猛烈に完成させてしまう危険がある」
3位：検索なしの事実断定。「料金、法律、税制、最新ニュースを、俺の記憶だけで記事にするな」
そして返す刀で、世間のFable評にも切り込みました。「『Fableはシニアだから、レビューも意思決定も任せて大丈夫』という評価は過大評価だ」。実際、コードレビューの検証ではFableも253件のコメントを出し、的中率は32.8%。Solの231件・31.6%と、ノイズの多さはどっこいどっこいでした。
Fable側の負けも、まとめて並べておきます。中立に書くと約束したので。
- 単価は2倍。実測コストが約3倍になる場面もある
- 端末操作系の実行力・完走力はSolに負ける
- 事務系の長時間ワークフロー評価もSol優位
- スライド・資料の見栄えは完敗
- レビューのノイズはSolと同罪
5往復の末の、両者の自己定義はこうなりました。
Fable＝判断者ではなく、優秀な「設計・仮説」担当。
Sol＝実行責任者ではなく、優秀な「作業・検証」担当。
最終判断者＝人間。
完成品①：使い分けマップ32項目
5往復かけて2体が共同編集した表の最終版です。全32項目ありますが、背骨は3行にまとまります。
正解が決まっていない仕事 → Fable。
正解の条件が決まった仕事 → Sol。
公開・契約・価値観 → 人間。
そのうえで、領域別の要点がこちらです。
【コード・開発】
- 大規模リファクタ・難コーディング → Fable（仕様確定後の実装はSol）
- 仕様が確定した多ファイル実装・テスト・修正 → Sol
- 数時間級の自律作業 → 解法を探すのはFable、決まった道を完走するのはSol
- コードレビュー → Solが広く検出し、Fableが重要度上位5件だけ審査する二段構え
【発信・ライティング】
- X記事・メルマガ・LPのゼロイチ → Fable
- 型・ガイドに沿った量産、リライト、媒体展開 → Sol
- X記事制作の黄金フロー → Fableが設計 → Solが調査・制作 → Fableが最終審査
- スライド・資料の見栄え → Sol
【調査・事実性】
- 情報の収集・整理はSol、仮説づくりと解釈はFable
- 数字・制度・料金を扱う原稿 → モデルを問わずWeb検索＋出典URL必須。収集→推論→監査を分離する
- 推論の深さ → 事実検索は中、設計・反証は深く。証拠を固めてから考えさせる
【コスト・契約】
- 月予算1〜3万円 → ChatGPT Plus＋Claude Pro＋Fable従量枠（合計約1.3万〜2.6万円）
- 月予算3〜10万円 → ChatGPT Pro＋Claude Pro/Max＋Fable従量枠（合計約3.6万〜6.8万円）
- 昇格は5条件、降格は「型3本＋チェックリスト化」で機械的に
- 料金情報は契約日に必ず公式で再確認する（1週間で変わった実例が、この記事そのもの）
【運用の仕組み】
- AIの設計をAIにチェックさせるなら、別ベンダーのモデルで（同じ会社のモデルは盲点も似る）
- Sol Ultra（並列モード）は「独立した作業線3本以上・60分超・統合の価値あり・失敗コスト大」の4条件が揃う大型案件だけ
- モデル選びに迷ったら匿名A/Bテスト。引き分けなら安い方を採用する
- 公開・契約・送金・削除 → AIは提案まで。決めるのは人間
完成品②：明日から回せる1週間フロー
最終ラウンドでSolが、討論の全成果物を1週間の業務フローに統合しました。個人事業主向けの要約版がこちらです。
- 月曜＝収集。人間が今週の最重要成果を1つ決める。Solが検索で証拠を集めて台帳化。深い推論はまだ使わない
- 火曜＝設計。Fableが実装指示書を書き、Solが反証し、人間は価値観と予算だけ判断する
- 水曜＝制作。ゼロイチはFable、量産と実装はSol、要約・整形は軽量モデル
- 木曜＝監査。Solが網羅チェック、Fableが上位5件だけ審査。互いの原稿は相手モデルが出典と照合
- 金曜＝承認と学習。公開可否は人間が決める。型が3本たまった仕事は、来週から安いモデルへ降格
そして毎週残す記録が5つ。実装指示書、証拠台帳、モデル別の利用額、人間の修正時間、公開後の結果です。
ここでもSolの指摘が本質を突いていました。「API単価より、人間の修正時間を記録するほうが重要だ。安いモデルが毎回1時間の手直しを生むなら、実質的には安くない」。
この記録が翌週の判断を賢くします。僕はこれを「検証の複利」と呼んでいます。
まとめ：勝者は、どちらでもなかった
5往復の討論で、順位は決まりませんでした。
代わりに決まったのは、仕事の流れ方です。
整理するとこうなります。
- 正解が決まっていない仕事は、Fableに設計させる
- 正解の条件が決まった仕事は、Solに完走させる
- 数字を扱うなら、モデルを問わず検索と出典を強制する
- 公開・契約・価値観の最終判断だけは、人間が握る
今日の一歩はひとつだけ。次にAIへ投げる仕事を1件、あの昇格5条件に当ててみてください。
「失敗したら、損失は1.5万円を超えるか？」
超えるならFable、超えないならSol。この1問から、使い分けは始まります。
最後に
いかがでしたでしょうか。
最後に、ひとつだけ。
この記事に出てきた道具──実装指示書6項目、昇格判定5条件、収集→推論→監査の3工程、週間フロー──は、全部今日からコピペで使えます。そして僕は、この「AIを迷わせない設計」をさらに仕組み化した配布物を、別に用意しています。
今だけ、期間限定で。「20個の特典」をまとめて配っています。
1つ目。Claude / Codex / ChatGPT / Gemini 完全攻略ガイド、11本。
2つ目。コピペするだけで動く「神プロンプト100選」。
3つ目。そのまま使えるAI実践ツール、6個。
4つ目。AI事業を立ち上げ、初月で327万円を出した全過程。
合計20個。しかも全部、無料です。セミナーや無料個別相談に参加しなくても、全部もらえます。嘘みたいな話ですよね。でも、本当です。
特に人気なのがスライド作成GPTs。こんなスライドを誰でも作ることができます。
受け取り方は、シンプルです。下のLINEオープンチャットに入るとこからでです。
ここからどうぞ
正直に言います。このディベート企画、一発では回りませんでした。ルールを設計し直し、5往復ぶんの裏取り検索に付き合って、ようやくこの形になりました。
もう一度だけ、言わせてください。
必要なのは、技術じゃありません。AIを迷わせない設計だけです。この討論が5往復で32項目を生んだのも、2体のAIが優秀だったから以上に、「吸収を強制するルール」の設計があったからです。
モデル選びで消耗するの、今日で終わりにしませんか。
ここまで読んでくれて、ありがとうございました。
参考文献（数値はすべて2026年7月14日検証）
- Anthropic「Claude Fable 5 / Claude Mythos 5」公式発表
- OpenAI「GPT-5.6: Frontier intelligence that scales with your ambition」「Previewing GPT-5.6 Sol」
- CodeRabbit「GPT-5.6 Sol and Terra: Benchmark」（実務コーディング・レビュー検証）
- Artificial Analysis「GPT-5.6 benchmarks across Intelligence, Speed and Cost」
- LMArena クリエイティブライティング部門ランキング（2026年7月時点）
- 財経新聞・AIgent Lab・Uravation 各社のClaude Fable 5料金改定報道（2026年7月）
※本記事のベンチマーク数値は評価条件によって変動します。料金・提供条件は必ず各社公式ページで最新情報を確認してください。
