Claude Fable 5 vs GPT-5.2-Codex
詳しいプロフィール:Claude Fable 5(Anthropic)とGPT-5.2-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 · 13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がGPT-5.2-Codexを上回ります(BenchLeader Indexで65.4 対 57.6)。ただし、価格はGPT-5.2-Codexの方が4.2倍安く、100万トークンあたりのブレンド価格で$4.81 対 $20.00です。コーディング(76 対 55)を重視するならClaude Fable 5、エージェント・ツール(69 対 61)を重視するならGPT-5.2-Codexが向いています。回答開始までの時間はGPT-5.2-Codexの方が短く、1.5秒 対 3.2秒です。
要点(2026年11月16日時点)
- BenchLeader IndexはClaude Fable 5が65.4、GPT-5.2-Codexが57.6です(BenchLeader、2026年11月16日)。
- Claude Fable 5の100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。
- GPT-5.2-Codexの100万トークンあたりのブレンド価格は$4.81です(定価、2026年11月16日)。
- 両モデルに結果がある1件のベンチマークのうち、Claude Fable 5が1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 | カテゴリスコア76 対 55 | 高 |
| エージェント・ツール利用 | GPT-5.2-Codex | カテゴリスコア69 対 61;Design Arena Agentic 1039 対 1275 | 高 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはClaude Fable 5のみです(カテゴリスコア68) | 比較不可 |
| 最低コスト | GPT-5.2-Codex | 100万トークンあたりブレンド価格$4.81 対 $20.00;エージェント型コーディングセッション$0.161 対 $0.800 | – |
| 回答開始の速さ | GPT-5.2-Codex | 最初の回答トークンまで1.5秒(GPT-5.2-Codex)対 3.2秒(Claude Fable 5) | – |
| 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がリードしています:65.4 対 57.6。
- Claude Fable 5はコーディングで優れています。
- GPT-5.2-Codexはエージェント・ツールで優れています。
- GPT-5.2-Codexの方が4.2倍安くなっています(100万トークンあたりブレンド価格$4.81 対 $20.00)。
概要
| 仕様 | Claude Fable 5 | GPT-5.2-Codex |
|---|---|---|
| プロバイダー | Anthropic | OpenAI |
| リリース日 | 2026年6月9日 | 2025年12月18日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 272,000 |
| 比較した構成 | Claude Fable 5 | GPT-5.2-Codex |
| 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) | $10.00 / $50.00 / $1.00 | $1.75 / $14.00 / $0.175 |
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 | GPT-5.2-Codex | トップ |
|---|---|---|---|
| 推論 | 80.1 | – | 比較不可 |
| コーディング | 75.5 | 55.2 | Claude Fable 5 |
| エージェント・ツール | 60.5 | 69.0 | GPT-5.2-Codex |
| 知識 | 66.4 | – | 比較不可 |
| 人間の評価 | 67.7 | – | 比較不可 |
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。
破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。
描画していないもの(これらのモデルの結果なし):数学, 指示追従, 長文コンテキスト, マルチモーダル。
情報源で評価が分かれる点
両方に結果がある1件のベンチマークのうち、Claude Fable 5のリードが1件、GPT-5.2-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が上回っています。
| 総合Index | Claude Fable 5 | GPT-5.2-Codex | トップ |
|---|---|---|---|
| BenchLeader Index | 65.4 | 57.6 | Claude Fable 5 |
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 | GPT-5.2-Codex |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $20.00 | $4.81 |
| 100万トークンあたりの入力/出力 | $10.00 / $50.00 | $1.75 / $14.00 |
| 100万トークンあたりのキャッシュ入力 | $1.00 | $0.175 |
| タスクあたりの価格:チャットの返答 | $0.019 | $0.0049 |
| タスクあたりの価格:30ページのレポートを要約 | $0.150 | $0.029 |
| タスクあたりの価格:コード編集 | $0.135 | $0.032 |
| 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 | $0.800 | $0.161 |
| タスクあたりの価格:構造化データの抽出 | $0.030 | $0.0063 |
| 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) | $0.395 | $0.090 |
| 出力速度 | 50 tok/s | 45 tok/s |
| 回答開始までの時間 | 3.2秒 | 1.5秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5のスコアは65.4、最初の回答トークンまで3秒。Claude Fable 5 (max)は65.1(95秒)、Claude Fable 5 (high)は63.9(3秒)。GPT-5.2-Codexのスコアは57.6、最初の回答トークンまで1秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
131件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Fable 5 | GPT-5.2-Codex |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 65.4 | 57.6 |
| エージェント・ツールスコア | BenchLeader | 60.5 | 69.0 |
| コーディングスコア | BenchLeader | 75.5 | 55.2 |
| 人間の評価スコア | BenchLeader | 67.7 | – |
| 知識スコア | BenchLeader | 66.4 | – |
| 推論スコア | BenchLeader | 80.1 | – |
| ブレンド価格($/100万トークン) | BenchLeader | $20.00 | $4.81 |
| 出力速度 | BenchLeader | 50 tok/s | 45 tok/s |
| 回答開始までの時間 | BenchLeader | 3.2秒 | 1.5秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 272,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 85.9%† | – |
| SimpleBench | SimpleBench | 81.9%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1530† | – |
| LiveBench 1.0 Reasoning | LiveBench | 89.7%† | 77.7% |
| GPQA Diamond (AA) | Artificial Analysis | 92.6%† | 89.9%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 55.5%† | 35.7%† |
| GPQA Diamond (Vals) | Vals AI | 93.2%† | – |
| EnigmaEval | Scale AI SEAL | 39.3%† | – |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 88.8% | – |
| ARC-AGI-1 | ARC Prize | 98.5%† | – |
| ARC-AGI-2 | ARC Prize | 89.2%† | – |
| CritPt | Artificial Analysis | 28.6%† | 8.7%† |
| Arena Expert | Arena (LMArena) | 1550† | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 47.0%† | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 52.0%† | – |
| LMCA | Epoch AI Benchmarking Hub | 60.3%† | – |
| DTBench | Epoch AI Benchmarking Hub | 98.4%† | – |
| ForecastBench | ForecastBench | 65.9%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | 13.0%† | – |
| コーディング | |||
| SciCode | SciCode | 61.0%† | – |
| WeirdML | WeirdML | 91.9%† | – |
| FrontierCode | Cognition | 53.5% | – |
| GSO-Bench | GSO-Bench | 78.4% | – |
| Arena Coding | Arena (LMArena) | 1552† | – |
| Arena WebDev | Arena (LMArena) | 1625† | 1339 |
131件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Fable 5 | GPT-5.2-Codex |
|---|---|---|---|
| コーディング | |||
| LiveBench 1.0 Coding | LiveBench | 86.0%† | 83.6% |
| LiveCodeBench | Vals AI | 89.8%† | 88.0% |
| SWE-bench (Vals) | Vals AI | 95.0%† | 72.4%† |
| SWE-Bench Pro | Scale AI SEAL | – | 41.0% |
| SWE-bench Verified (bash only) | SWE-bench | – | 72.8% |
| SWE-bench Multilingual (bash only) | SWE-bench | – | 66.3% |
| SWE-bench Verified (any scaffold) | SWE-bench | – | 72.8% |
| Code Migration | Vals AI | 55.1%† | – |
| ProgramBench | Vals AI | 2.0%† | – |
| Vibe Code Bench v1.1 | Vals AI | 90.3%† | 37.9%† |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 27.7% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 39.0%† | – |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 54.8%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 55.6%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 70.0%† | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 95.0%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 69.7%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2041.3† | 1299.9 |
| FrontierSWE | Epoch AI Benchmarking Hub | 47.0%† | – |
| WeirdML v3 | WeirdML | 15.6%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 42.4%† | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 84.6%† | – |
| Startrise Frontend | Startrise | 73.8%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 65.8 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 58.1† | – |
| Design Arena Website | Design Arena | 1288 | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 44.9%† | 66.5% |
| Remote Labor Index | Scale AI / CAIS | 16.1% | – |
| APEX-Agents | Mercor | 63.6% | – |
| Arena Agent | Arena (LMArena) | 7.3† | – |
| LiveBench Agentic Coding | LiveBench | 62.2%† | 49.4% |
| Terminal-Bench Hard | Artificial Analysis | 62.9%† | 37.1%† |
| τ²-Bench Telecom (AA) | Artificial Analysis | 98.5%† | 92.1%† |
| Terminal-Bench 2.1 (Vals) | Vals AI | 80.5%† | – |
| MCP Atlas | Scale AI SEAL | 83.3% | – |
| HiL-Bench | Scale AI SEAL | 56.3% | – |
| τ³-bench Banking | τ²-bench | 39.7%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1618† | – |
| τ³-Banking (AA) | Artificial Analysis | 38.1%† | – |
| Analyst Agent (AA) | Artificial Analysis | 48.8%† | – |
| Finance Agent v2 | Vals AI | 56.3%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 11.3%† | – |
| Legal Research Bench | Vals AI | 49.5%† | – |
| Tax Agent Bench | Vals AI | 38.3%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 41.4%† | – |
| Terminal-Bench Science | Vals AI | 15.7%† | – |
| Web Search Index | Vals AI | 46.9%† | – |
| Arena Search | Arena (LMArena) | 1229† | – |
| Arena Agent Task Completion | Arena (LMArena) | 5.1† | – |
| PostTrainBench | Epoch AI Benchmarking Hub | 37.3%† | – |
| GBAEval | Epoch AI Benchmarking Hub | 74.5% | – |
| Vending-Bench 2 | Andon Labs | 4529.9 | – |
| AutomationBench | Artificial Analysis | 54.1%† | – |
| GDP.pdf (AA) | Artificial Analysis | 24.0%† | – |
| EnterpriseOps-Gym | Artificial Analysis | 51.1%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1536† | – |
| Design Arena Agentic | Design Arena | 1275 | 1039 |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 87.0%† | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 90.2%† | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.7%† | – |
| ProofBench | Vals AI | 95.0%† | – |
| LiveBench Mathematics | LiveBench | 96.0%† | 88.8% |
| Arena Maths | Arena (LMArena) | 1520† | – |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0%† | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 70.7%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | 80.5%† | 78.2% |
| MMLU-Pro | Vals AI | 91.5%† | – |
| LegalBench | Vals AI | 88.6%† | – |
| CorpFin | Vals AI | 71.8%† | – |
| TaxEval | Vals AI | 76.9%† | – |
| PRBench Finance | Scale AI SEAL | 53.9% | – |
| PRBench Legal | Scale AI SEAL | 52.6% | – |
| Excel Modeling Benchmark | Vals AI | 73.7%† | – |
| MedCode | Vals AI | 56.1%† | – |
| MedScribe | Vals AI | 88.5%† | – |
| Public Benefits Bench v1.1 | Vals AI | 70.4%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | 39.5%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 30.0% | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 90.7%† | 73.7% |
| LiveBench Instruction Following | LiveBench | 75.8%† | 66.5% |
| IFBench | Artificial Analysis | 63.5%† | 77.6%† |
| Arena Instruction Following | Arena (LMArena) | 1509† | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1504† | – |
| EQ-Bench 4 | EQ-Bench | 1313 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1944 | – |
| Arena Creative Writing | Arena (LMArena) | 1501† | – |
| Arena Multi-turn | Arena (LMArena) | 1517† | – |
| Arena Longer Queries | Arena (LMArena) | 1522† | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1326† | – |
| MMMU-Pro | Artificial Analysis | – | 76.3%† |
| MMMU-Pro (Vals) | Vals AI | 89.3%† | – |
| MortgageTax | Vals AI | 68.9%† | – |
| Humanity's Sixth Sense | Scale AI SEAL | 34.5%† | – |
| GeoBench | GeoBench | 89.0%† | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 38.6% | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 35.8%† | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 82.3%† | 82.3%† |
| Arena Document | Arena (LMArena) | 1500† | – |
| MLCR | Artificial Analysis | 20.6%† | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 164.1 | – |
| LiveBench 1.0 | LiveBench | 83.0%† | 74.0% |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 49.6† | 28.5† |
| AA Progress Index v1 | Artificial Analysis | 329.3† | 290.2† |
| Vals RSI Index | Vals AI | 24.3%† | – |
| Vals Multimodal Index | Vals AI | 74.2%† | – |
| 安全性・誠実さ | |||
| DistressBench | Scale AI SEAL | 69.4% | – |
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:BenchLeader Index 66.5 → 65.4。
- Claude Fable 5:スコアの改訂1件。
- Claude Fable 5:スコアの改訂1件。
- Claude Fable 5:スコアの改訂1件。
- Claude Fable 5:BenchLeader Index 67.3 → 66.5。
- Claude Fable 5:スコアの改訂1件。
- Claude Fable 5:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
- Claude Fable 5:スコアの改訂1件。
- Claude Fable 5:新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
関連する比較
- Claude Fable 5 vs Claude Fable 5.2
- Claude Fable 5 vs Gemini 4 Carbon
- Claude Fable 5 vs Claude Opus 5.5
- Claude Fable 5 vs GPT-6 Astra
- GPT-5.2-Codex vs Claude Opus 5.5
- GPT-5.2-Codex vs GPT-6.1 Sol
- Claude Fable 5 vs Claude Fable 5.1
- Claude Fable 5 vs GPT-6.1 Sol
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 vs GPT-5.2-Codex:よくある質問
- Claude Fable 5はGPT-5.2-Codexより優れていますか?
- 品質ではClaude Fable 5がリードしています:65.4 対 57.6。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とGPT-5.2-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-5.2-Codexの方が安く、100万トークンあたり$4.81 対 $20.00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とGPT-5.2-Codexのどちらが向いていますか?
- コーディングではClaude Fable 5の方がスコアが高くなっています(カテゴリ指標で76 対 55。50が平均)。
- Claude Fable 5とGPT-5.2-Codexはどちらが速いですか?
- Claude Fable 5の方が出力が速くなっています(出力50 対 45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とGPT-5.2-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GPT-5.2-Codexの方がスコアが高くなっています(カテゴリ指標で69 対 61。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?
- コンテキストはClaude Fable 5の方が長く、1,000,000トークンです(GPT-5.2-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-5.2-Codexです。Artificial Analysisの測定では、最初の回答トークンまで1.5秒 対 3.2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とGPT-5.2-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1件のベンチマークのうち、Claude Fable 5のリードが1件、GPT-5.2-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が上回っています。
- Claude Fable 5はいつリリースされましたか?
- Claude Fable 5は2026年6月9日にリリースされました。