BenchLeader

Claude Fable 5.2 vs GPT-5-Codex

詳しいプロフィール:Claude Fable 5.2(Anthropic)とGPT-5-Codex(OpenAI)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 12件の情報源のデータ

2026年11月16日時点で、品質ではClaude Fable 5.2がGPT-5-Codexを上回ります(BenchLeader Indexで72.7 対 58.6)。ただし、価格はGPT-5-Codexの方が4.7倍安く、100万トークンあたりのブレンド価格で$3.44 対 $16.00です。両方を測定できるすべてのカテゴリでClaude Fable 5.2がリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Fable 5.2が72.7、GPT-5-Codexが58.6です(BenchLeader、2026年11月16日)。
  • Claude Fable 5.2の100万トークンあたりのブレンド価格は$16.00です(定価、2026年11月16日)。
  • GPT-5-Codexの100万トークンあたりのブレンド価格は$3.44です(定価、2026年11月16日)。
  • 両モデルに結果がある4件のベンチマークのうち、Claude Fable 5.2が4件でリードしています(BenchLeader、2026年11月16日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングClaude Fable 5.2カテゴリスコア80 対 59高
エージェント・ツール利用Claude Fable 5.2カテゴリスコア77 対 67高
長い文書Claude Fable 5.2カテゴリスコア66 対 60;AA-LCR v1.1 83.3% 対 71.7%中
最低コストGPT-5-Codex100万トークンあたりブレンド価格$3.44 対 $16.00;エージェント型コーディングセッション$0.115 対 $0.640–
回答開始の速さGPT-5-Codex最初の回答トークンまで9.5秒(GPT-5-Codex (high))対 232.1秒(Claude Fable 5.2 (max))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • 品質ではClaude Fable 5.2 (max)がリードしています:72.7 対 58.6。
  • Claude Fable 5.2 (max)はエージェント・ツール、コーディング、長文コンテキストで優れています。
  • GPT-5-Codex (high)の方が4.7倍安くなっています(100万トークンあたりブレンド価格$3.44 対 $16.00)。

概要

仕様Claude Fable 5.2GPT-5-Codex
プロバイダーAnthropicOpenAI
リリース日2026年11月9日2025年9月15日
コンテキストウィンドウ(トークン)1,000,000272,000
比較した構成Claude Fable 5.2 (max)GPT-5-Codex (high)
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$8.00 / $40.00 / $0.200$1.25 / $10.00 / $0.125

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリClaude Fable 5.2 (max)GPT-5-Codex (high)トップ
推論75.7–比較不可
コーディング79.758.6Claude Fable 5.2
エージェント・ツール77.366.8Claude Fable 5.2
数学74.5–比較不可
知識86.3–比較不可
指示追従–72.5比較不可
マルチモーダル–56.1比較不可
長文コンテキスト66.460.3Claude Fable 5.2

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75コーディングエージェント・ツール長文コンテキストClaude Fable 5.2, コーディング: 79.7Claude Fable 5.2, エージェント・ツール: 77.3Claude Fable 5.2, 長文コンテキスト: 66.4GPT-5-Codex, コーディング: 58.6GPT-5-Codex, エージェント・ツール: 66.8GPT-5-Codex, 長文コンテキスト: 60.3

描画していないもの(測定済みのモデルが2つ未満):推論, 数学, 知識, 指示追従, マルチモーダル, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある4件のベンチマークのうち、Claude Fable 5.2のリードが4件、GPT-5-Codexのリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5.2が上回っています。

総合IndexClaude Fable 5.2 (max)GPT-5-Codex (high)トップ
BenchLeader Index72.758.6Claude Fable 5.2

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Claude Fable 5.2 (max)GPT-5-Codex (high)
100万トークンあたりのブレンド価格$16.00$3.44
100万トークンあたりの入力/出力$8.00 / $40.00$1.25 / $10.00
100万トークンあたりのキャッシュ入力$0.200$0.125
タスクあたりの価格:チャットの返答$0.015$0.0035
タスクあたりの価格:30ページのレポートを要約$0.120$0.021
タスクあたりの価格:コード編集$0.108$0.022
タスクあたりの価格:エージェント型コーディングセッション$0.640$0.115
タスクあたりの価格:構造化データの抽出$0.024$0.0045
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.289$0.064
ベンチマークのタスクあたりのコスト(AA Index)$26.54–
タスクあたりの出力トークン(AA Index)274k–
うち推論193k–
タスクあたりの時間(AA Index)42 min–
出力速度109 tok/s120 tok/s
回答開始までの時間232.1秒9.5秒
回答が完了するまでの時間(最終測定2026年11月13日)456.8秒17.8秒

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5.2 (max)のスコアは72.7、最初の回答トークンまで232秒。Claude Fable 5.2 (xhigh)は69.7(73秒)、Claude Fable 5.2 (high)は68.4(27秒)。GPT-5-Codex (high)のスコアは58.6、最初の回答トークンまで9秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

106件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Claude Fable 5.2 (max)GPT-5-Codex (high)
BenchLeader IndexBenchLeader72.758.6
エージェント・ツールスコアBenchLeader77.366.8
コーディングスコアBenchLeader79.758.6
知識スコアBenchLeader86.3–
長文コンテキストスコアBenchLeader66.460.3
数学スコアBenchLeader74.5–
推論スコアBenchLeader75.7–
指示追従スコアBenchLeader–72.5
マルチモーダルスコアBenchLeader–56.1
ブレンド価格($/100万トークン)BenchLeader$16.00$3.44
出力速度BenchLeader109 tok/s120 tok/s
回答開始までの時間BenchLeader232.1秒9.5秒
コンテキストウィンドウBenchLeader1,000,000トークン272,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub93.9%–
SimpleBenchSimpleBench94.9%†–
LiveBench 2.0 ReasoningLiveBench88.8%†–
GPQA Diamond (AA)Artificial Analysis–83.7%
Humanity's Last Exam (AA)Artificial Analysis74.3%27.9%
HLE-Diamond (AA)Artificial Analysis80.2%–
Kagi LLM BenchmarkKagi LLM Benchmark–70.3%†
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize92.5%–
ARC-AGI-3ARC Prize94.9%–
CritPtArtificial Analysis35.4%5.1%
CritPt v2 hard subset (AA)Artificial Analysis76.5%–
MysteryMechanismVals AI51.8%†–
HLE-Diamond (Scale)Scale AI SEAL72.4%†–
Chess PuzzlesEpoch AI Benchmarking Hub79.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub90.0%–
LMCAEpoch AI Benchmarking Hub70.1%†–
DTBenchEpoch AI Benchmarking Hub99.2%†–
コーディング
SciCodeSciCode67.7%–
WeirdMLWeirdML–54.5%
Arena WebDevArena (LMArena)1838†–
LiveBench 2.0 CodingLiveBench79.2%†–
LiveCodeBenchVals AI–84.7%
Code Migration v1.1Vals AI83.3%†–
ProgramBenchVals AI19.0%†–
106件のベンチマークをすべて表示
指標公開元Claude Fable 5.2 (max)GPT-5-Codex (high)
コーディング
SWE-bench MultimodalVals AI62.3%†–
Vibe Code Bench v1.1Vals AI93.8%†–
SWE Atlas v1.1Scale AI SEAL80.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL83.9%†–
SWE Atlas v1.1: Test WritingScale AI SEAL77.8%†–
SWE Atlas v1.1: RefactoringScale AI SEAL80.0%†–
CursorBenchCursor60.0%–
ALE-BenchEpoch AI Benchmarking Hub2509.8†–
FrontierSWEEpoch AI Benchmarking Hub69.9%–
Terminal-Bench 4.0 (AA)Artificial Analysis59.6%–
GameBench 2 OverallDuelLab GameBench 295.0†–
GameBench 2 by reasoning settingDuelLab GameBench 299.1†–
Design Arena WebsiteDesign Arena1352†–
FrontierCode 1.1 (AA)Artificial Analysis56.2%–
FrontierCode 2.0 (AA)Artificial Analysis48.8%–
LiveCodeBench (AA)Artificial Analysis–84.0%
エージェント・ツール
Terminal-BenchTerminal-Bench65.8%44.3%†
Remote Labor IndexScale AI / CAIS41.3%†–
APEX-AgentsMercor80.1%†–
Arena AgentArena (LMArena)30.4–
LiveBench Long AgenticLiveBench82.9%†–
LiveBench BrowserLiveBench86.9%†–
Terminal-Bench HardArtificial Analysis–37.9%
τ²-Bench Telecom (AA)Artificial Analysis–86.8%
HiL-BenchScale AI SEAL80.0%†–
GDPval-AA v2.1Artificial Analysis1831–
Finance Agent v2.1Vals AI69.5%†–
Harvey's Legal Agent Benchmark v1.1Vals AI5.0%†–
Legal Research BenchVals AI46.1%†–
Tax Agent BenchVals AI32.1%†–
Terminal-Bench 4.0 (Vals)Vals AI65.2%†–
Terminal-Bench ScienceVals AI55.7%†–
Arena Agent Task CompletionArena (LMArena)22–
SpireClimbEpoch AI Benchmarking Hub15.3%–
AutomationBenchArtificial Analysis76.4%–
GDP.pdf (AA)Artificial Analysis24.2%–
Harvey LAB-AA v1.1Harvey7.2%–
AA-Briefcase v1.1Artificial Analysis1785–
GDPxGDPx by SemiAnalysis16.4%–
Design Arena AgenticDesign Arena1373†1050†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis73.3%–
MKA (AA)Artificial Analysis56.6%–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub95.1%–
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%–
ProofBenchVals AI100.0%–
AIME 2025 (AA)Artificial Analysis–98.7%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub94.0%–
LiveBench 2.0 Data AnalysisLiveBench81.5%†–
LiveBench ResearchLiveBench94.5%†–
AA-Omniscience v1.1Artificial Analysis66.8–
PRBench FinanceScale AI SEAL47.1%†–
PRBench LegalScale AI SEAL49.0%†–
BioMysteryBenchVals AI83.7%†–
Excel Modeling Benchmark v1.1Vals AI77.4%†–
Immigration BenchVals AI74.0%†–
EBR-benchEpoch AI Benchmarking Hub90.5%–
AA-Omniscience v1.1: accuracyArtificial Analysis79.1%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.7%–
HealthBench Professional (AA)OpenAI67.7%–
指示追従
IFBenchArtificial Analysis–74.2%
マルチモーダル
LiveBench DesignLiveBench85.1%†–
MMMU-ProArtificial Analysis–73.8%
Humanity's Sixth SenseScale AI SEAL59.5%–
Furniture AssemblyEpoch AI Benchmarking Hub90.0%–
VIALS-AAHandshake AI67.1%–
AA-3DArtificial Analysis1271–
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.3%71.7%
MLCRArtificial Analysis43.9%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub173.4†–
LiveBench 2.0LiveBench84.9%†–
AA Intelligence Index v5.0.1Artificial Analysis64.6–
AA Intelligence Index v4.3.2Artificial Analysis–24.9
AA Progress Index v1Artificial Analysis358275.1
Vals IndexVals AI71.3†–
Vals Finance IndexVals AI63.6%†–
Vals RSI IndexVals AI37.9%–
Vals Science IndexVals AI63.7%†–
Vals Legal IndexVals AI69.2%†–
安全性・誠実さ
FORTRESSScale AI SEAL15.6%†–
メタデータ
AA Openness IndexArtificial Analysis–5.6

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Claude Fable 5.2 (max):スコアの改訂1件。
  • GPT-5-Codex (high):新しい結果1件(AIME 2025 (AA))。
  • Claude Fable 5.2 (max):BenchLeader Index 74.9 → 72.7。
  • Claude Fable 5.2 (max):新しい結果1件(Terminal-Bench)。
  • Claude Fable 5.2 (max):BenchLeader Index 72.1 → 74.9。
  • Claude Fable 5.2 (max):新しい結果1件(Arena Agent)。
  • Claude Fable 5.2 (max):新しい結果3件(SciCode, CursorBench, FrontierSWE)。
  • Claude Fable 5.2 (max):BenchLeader Index 69.4 → 72.1。
  • Claude Fable 5.2 (max):新しい結果13件(GPQA Diamond, FrontierMath Tiers 1–3, FrontierMath Tier 4…)。
  • GPT-5-Codex (high):新しい結果1件(AA Progress Index v1)。

ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Fable 5.2 vs GPT-5-Codex:よくある質問

Claude Fable 5.2はGPT-5-Codexより優れていますか?
品質ではClaude Fable 5.2 (max)がリードしています:72.7 対 58.6。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では総合でClaude Fable 5.2 (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
Claude Fable 5.2とGPT-5-Codexはどちらが安いですか?今後変わる予定はありますか?
現在はGPT-5-Codexの方が安く、100万トークンあたり$3.44 対 $16.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはClaude Fable 5.2とGPT-5-Codexのどちらが向いていますか?
コーディングではClaude Fable 5.2の方がスコアが高くなっています(カテゴリ指標で80 対 59。50が平均)。
Claude Fable 5.2とGPT-5-Codexはどちらが速いですか?
GPT-5-Codexの方が出力が速くなっています(出力120 対 109トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはClaude Fable 5.2とGPT-5-Codexのどちらが向いていますか?
エージェント型のタスクではClaude Fable 5.2の方がスコアが高くなっています(カテゴリ指標で77 対 67。50が平均)。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではClaude Fable 5.2の方がスコアが高くなっています(66 対 60)。コンテキストはClaude Fable 5.2の方が長く、1,000,000トークンです(GPT-5-Codexは272,000トークン)。
レイテンシが低いのはどちらですか?
先に回答を始めるのはGPT-5-Codexです。Artificial Analysisの測定では、最初の回答トークンまで9.5秒 対 232.1秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
Claude Fable 5.2とGPT-5-Codexについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある4件のベンチマークのうち、Claude Fable 5.2のリードが4件、GPT-5-Codexのリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5.2が上回っています。
Claude Fable 5.2はいつリリースされましたか?
Claude Fable 5.2は2026年11月9日にリリースされました。