BenchLeader

Claude Fable 5 vs GPT-5.3-Codex

詳しいプロフィール:Claude Fable 5(Anthropic)とGPT-5.3-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 · 10件の情報源のデータ

2026年11月16日時点で、Claude Fable 5とGPT-5.3-Codexの品質は互角です(BenchLeader Indexで65.4 対 62.9、±8.5の誤差範囲内)。価格はGPT-5.3-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 61)を重視するならClaude Fable 5、エージェント・ツール(80 対 61)を重視するならGPT-5.3-Codexが向いています。回答開始までの時間はClaude Fable 5の方が短く、3.2秒 対 38.2秒です。GPT-5.3-Codexは出力が約1.5倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Fable 5が65.4、GPT-5.3-Codexが62.9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-5.3-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)。
  • GPT-5.3-CodexはClaude Fable 5より出力が約1.5倍速いです(Artificial Analysis、7日間の中央値、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 61高
エージェント・ツール利用GPT-5.3-Codexカテゴリスコア80 対 61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-5.3-Codex100万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Claude Fable 5最初の回答トークンまで3.2秒(Claude Fable 5)対 38.2秒(GPT-5.3-Codex (xhigh))–
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

  • Claude Fable 5とGPT-5.3-Codex (xhigh)の品質は互角です(65.4 対 62.9、±8.5の誤差範囲内)。
  • Claude Fable 5はコーディングで優れています。
  • GPT-5.3-Codex (xhigh)はエージェント・ツールで優れています。
  • GPT-5.3-Codex (xhigh)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)。
  • GPT-5.3-Codex (xhigh)の方が出力が1.9倍速くなっています(94 対 50トークン/秒)。

概要

仕様Claude Fable 5GPT-5.3-Codex
プロバイダーAnthropicOpenAI
リリース日2026年6月9日2026年2月5日
コンテキストウィンドウ(トークン)1,000,000400,000
比較した構成Claude Fable 5GPT-5.3-Codex (xhigh)
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 5GPT-5.3-Codex (xhigh)トップ
推論80.1–比較不可
コーディング75.561.0Claude Fable 5
エージェント・ツール60.580.1GPT-5.3-Codex
知識66.4–比較不可
指示追従–73.6比較不可
人間の評価67.7–比較不可
マルチモーダル–60.8比較不可
長文コンテキスト–66.4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。

2550 avg75推論コーディングエージェント・ツール知識指示追従長文コンテキストマルチモーダル人間の評価Claude Fable 5, 推論: 80.1Claude Fable 5, コーディング: 75.5Claude Fable 5, エージェント・ツール: 60.5Claude Fable 5, 知識: 66.4Claude Fable 5, 人間の評価: 67.7GPT-5.3-Codex, コーディング: 61.0GPT-5.3-Codex, エージェント・ツール: 80.1GPT-5.3-Codex, 指示追従: 73.6GPT-5.3-Codex, 長文コンテキスト: 66.4GPT-5.3-Codex, マルチモーダル: 60.8

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。

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0件のベンチマークのうち、Claude Fable 5のリードが0件、GPT-5.3-Codexのリードが0件です。

総合IndexClaude Fable 5GPT-5.3-Codex (xhigh)トップ
BenchLeader Index65.462.9互角

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 5GPT-5.3-Codex (xhigh)
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/s94 tok/s
回答開始までの時間3.2秒38.2秒
回答が完了するまでの時間(最終測定2026年11月13日)–97.1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-5.3-Codex (xhigh)のスコアは62.9、最初の回答トークンまで38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

130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 5GPT-5.3-Codex (xhigh)
BenchLeader IndexBenchLeader65.462.9
エージェント・ツールスコアBenchLeader60.580.1
コーディングスコアBenchLeader75.561.0
人間の評価スコアBenchLeader67.7–
知識スコアBenchLeader66.4–
推論スコアBenchLeader80.1–
指示追従スコアBenchLeader–73.6
長文コンテキストスコアBenchLeader–66.4
マルチモーダルスコアBenchLeader–60.8
ブレンド価格($/100万トークン)BenchLeader$20.00$4.81
出力速度BenchLeader50 tok/s94 tok/s
回答開始までの時間BenchLeader3.2秒38.2秒
コンテキストウィンドウBenchLeader1,000,000トークン400,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub85.9%†–
SimpleBenchSimpleBench81.9%†–
Arena Hard PromptsArena (LMArena)1530†–
LiveBench 1.0 ReasoningLiveBench89.7%†–
GPQA Diamond (AA)Artificial Analysis92.6%†91.5%
Humanity's Last Exam (AA)Artificial Analysis55.5%†42.5%
GPQA Diamond (Vals)Vals AI93.2%†–
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%–
ARC-AGI-1ARC Prize98.5%†–
ARC-AGI-2ARC Prize89.2%†–
CritPtArtificial Analysis28.6%†16.9%
Arena ExpertArena (LMArena)1550†–
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub52.0%†–
LMCAEpoch AI Benchmarking Hub60.3%†–
DTBenchEpoch AI Benchmarking Hub98.4%†–
ForecastBenchForecastBench65.9%†–
BTF-3Epoch AI Benchmarking Hub13.0%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–74.8%†
SciCodeSciCode61.0%†–
WeirdMLWeirdML91.9%†77.9%
FrontierCodeCognition53.5%–
GSO-BenchGSO-Bench78.4%–
Arena CodingArena (LMArena)1552†–
130件のベンチマークをすべて表示
指標公開元Claude Fable 5GPT-5.3-Codex (xhigh)
コーディング
Arena WebDevArena (LMArena)1625†1406†
LiveBench 1.0 CodingLiveBench86.0%†–
LiveCodeBenchVals AI89.8%†87.3%
IOIVals AI–53.8%
SWE-bench (Vals)Vals AI95.0%†78.0%
Code MigrationVals AI55.1%†–
ProgramBenchVals AI2.0%†–
Vibe Code Bench v1.1Vals AI90.3%†61.8%
SWE Atlas v1.0: Codebase QnAScale AI SEAL39.0%†–
SWE Atlas v1.0: RefactoringScale AI SEAL54.8%†–
SWE Atlas v1.0: Test WritingScale AI SEAL55.6%†–
MirrorCodeEpoch AI Benchmarking Hub70.0%†–
Surface Evolver BenchEpoch AI Benchmarking Hub95.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub69.7%†–
ALE-BenchEpoch AI Benchmarking Hub2041.3†1655.2
FrontierSWEEpoch AI Benchmarking Hub47.0%†–
WeirdML v3WeirdML15.6%†–
Terminal-Bench 4.0 (AA)Artificial Analysis42.4%†–
Terminal-Bench 2.1 (AA)Artificial Analysis84.6%†–
Startrise FrontendStartrise73.8%†–
GameBench 2 OverallDuelLab GameBench 265.8–
GameBench 2 by reasoning settingDuelLab GameBench 258.1†–
Design Arena WebsiteDesign Arena12881155†
エージェント・ツール
Terminal-BenchTerminal-Bench44.9%†78.4%†
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%–
Arena AgentArena (LMArena)7.3†–
LiveBench Agentic CodingLiveBench62.2%†–
Terminal-Bench HardArtificial Analysis62.9%†53.0%
τ²-Bench Telecom (AA)Artificial Analysis98.5%†86.0%
Terminal-Bench 2.1 (Vals)Vals AI80.5%†–
MCP AtlasScale AI SEAL83.3%–
HiL-BenchScale AI SEAL56.3%4.3%†
τ³-bench Bankingτ²-bench39.7%†–
GDPval-AA v2.1Artificial Analysis1618†–
τ³-Banking (AA)Artificial Analysis38.1%†–
Analyst Agent (AA)Artificial Analysis48.8%†–
Finance Agent v2Vals AI56.3%†–
Harvey's Legal Agent Benchmark v1Vals AI11.3%†–
Legal Research BenchVals AI49.5%†–
Tax Agent BenchVals AI38.3%†–
Terminal-Bench 2.0 (Vals)Vals AI–64.0%†
Terminal-Bench 4.0 (Vals)Vals AI41.4%†–
Terminal-Bench ScienceVals AI15.7%†–
Web Search IndexVals AI46.9%†–
Arena SearchArena (LMArena)1229†–
Arena Agent Task CompletionArena (LMArena)5.1†–
PostTrainBenchEpoch AI Benchmarking Hub37.3%†–
METR Time HorizonsMETR–74.5%†
GBAEvalEpoch AI Benchmarking Hub74.5%–
Vending-Bench 2Andon Labs4529.95940.1†
AutomationBenchArtificial Analysis54.1%†–
GDP.pdf (AA)Artificial Analysis24.0%†–
EnterpriseOps-GymArtificial Analysis51.1%†–
AA-Briefcase v1.1Artificial Analysis1536†868
Design Arena AgenticDesign Arena12751018†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†–
ProofBenchVals AI95.0%†–
LiveBench MathematicsLiveBench96.0%†–
Arena MathsArena (LMArena)1520†–
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†–
LiveBench 1.0 Data AnalysisLiveBench80.5%†–
MMLU-ProVals AI91.5%†–
LegalBenchVals AI88.6%†–
CorpFinVals AI71.8%†–
TaxEvalVals AI76.9%†–
PRBench FinanceScale AI SEAL53.9%–
PRBench LegalScale AI SEAL52.6%–
Excel Modeling BenchmarkVals AI73.7%†–
MedCodeVals AI56.1%†–
MedScribeVals AI88.5%†–
Public Benefits Bench v1.1Vals AI70.4%†–
EBR-benchEpoch AI Benchmarking Hub39.5%†–
GDP.pdfEpoch AI Benchmarking Hub30.0%–
指示追従
LiveBench LanguageLiveBench90.7%†–
LiveBench Instruction FollowingLiveBench75.8%†–
IFBenchArtificial Analysis63.5%†75.4%
Arena Instruction FollowingArena (LMArena)1509†–
人間の評価
Arena TextArena (LMArena)1504†–
EQ-Bench 4EQ-Bench1313–
EQ-Bench Creative Writing v3EQ-Bench1944–
Arena Creative WritingArena (LMArena)1501†–
Arena Multi-turnArena (LMArena)1517†–
Arena Longer QueriesArena (LMArena)1522†–
マルチモーダル
Arena VisionArena (LMArena)1326†–
MMMU-ProArtificial Analysis–78.5%
MMMU-Pro (Vals)Vals AI89.3%†–
MortgageTaxVals AI68.9%†–
Humanity's Sixth SenseScale AI SEAL34.5%†–
GeoBenchGeoBench89.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%–
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.3%†83.3%
Arena DocumentArena (LMArena)1500†–
MLCRArtificial Analysis20.6%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1–
LiveBench 1.0LiveBench83.0%†–
AA Intelligence Index v4.3.2Artificial Analysis49.6†32.5
AA Progress Index v1Artificial Analysis329.3†301.3
Vals RSI IndexVals AI24.3%†–
Vals Multimodal IndexVals AI74.2%†–
安全性・誠実さ
DistressBenchScale AI SEAL69.4%–

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。
  • GPT-5.3-Codex (xhigh):新しい結果1件(AA-Briefcase v1.1)。
  • GPT-5.3-Codex (xhigh):新しい結果1件(AA Progress Index v1)。
  • 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。

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-5.3-Codex:よくある質問

Claude Fable 5はGPT-5.3-Codexより優れていますか?
Claude Fable 5とGPT-5.3-Codex (xhigh)の品質は互角です(65.4 対 62.9、±8.5の誤差範囲内)。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日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Claude Fable 5とGPT-5.3-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-5.3-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-5.3-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 61。50が平均)。
Claude Fable 5とGPT-5.3-Codexはどちらが速いですか?
GPT-5.3-Codexの方が出力が約1.5倍速くなっています(出力94 対 50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-5.3-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-5.3-Codexの方がスコアが高くなっています(カテゴリ指標で80 対 61。50が平均)。
ほかの質問(3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-5.3-Codexは400,000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Claude Fable 5です。Artificial Analysisの測定では、最初の回答トークンまで3.2秒 対 38.2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。