BenchLeader

Claude Fable 5 vs Grok 4

詳しいプロフィール:Claude Fable 5(Anthropic)とGrok 4(SpaceXAI)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 14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Grok 4を上回ります(BenchLeader Indexで65.4 対 58.1)。ただし、価格はGrok 4の方が3.3倍安く、100万トークンあたりのブレンド価格で$6.00 対 $20.00です。両方を測定できるすべてのカテゴリでClaude Fable 5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が65.4、Grok 4が58.1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)。
  • Grok 4の100万トークンあたりのブレンド価格は$6.00です(定価、2026年11月16日)。
  • 両モデルに結果がある3件のベンチマークのうち、Claude Fable 5が3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 56;Design Arena Website 1288 対 1006高
エージェント・ツール利用Claude Fable 5カテゴリスコア61 対 59中
推論Claude Fable 5カテゴリスコア80 対 60;Kagi LLM Benchmark 88.8% 対 73.6%高
知識Claude Fable 5カテゴリスコア66 対 56高
チャットの質(人間の評価)Claude Fable 5Arenaの投票で68 対 59高
最低コストGrok 4100万トークンあたりブレンド価格$6.00 対 $20.00;エージェント型コーディングセッション$0.240 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 17.5秒(Grok 4)–
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 58.1。
  • Claude Fable 5はエージェント・ツール、コーディング、人間の評価、知識、推論で優れています。
  • Grok 4の方が3.3倍安くなっています(100万トークンあたりブレンド価格$6.00 対 $20.00)。
  • Grok 4の方が出力が1.4倍速くなっています(69 対 50トークン/秒)。

概要

仕様Claude Fable 5Grok 4
プロバイダーAnthropicSpaceXAI
リリース日2026年6月9日2025年7月9日
コンテキストウィンドウ(トークン)1,000,000256,000
比較した構成Claude Fable 5Grok 4
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$3.00 / $15.00 / –

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 5Grok 4トップ
推論80.160.0Claude Fable 5
コーディング75.555.9Claude Fable 5
エージェント・ツール60.558.6Claude Fable 5
数学–58.3比較不可
知識66.456.0Claude Fable 5
指示追従–62.5比較不可
人間の評価67.758.5Claude Fable 5
マルチモーダル–52.0比較不可
長文コンテキスト–68.3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: 67.7Grok 4, 推論: 60.0Grok 4, コーディング: 55.9Grok 4, エージェント・ツール: 58.6Grok 4, 知識: 56.0Grok 4, 人間の評価: 58.5

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 長文コンテキスト, マルチモーダル。

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3件のベンチマークのうち、Claude Fable 5のリードが3件、Grok 4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IndexClaude Fable 5Grok 4トップ
BenchLeader Index65.458.1Claude Fable 5
Arena Text1504†1411Claude 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 5Grok 4
100万トークンあたりのブレンド価格$20.00$6.00
100万トークンあたりの入力/出力$10.00 / $50.00$3.00 / $15.00
100万トークンあたりのキャッシュ入力$1.00–
タスクあたりの価格:チャットの返答$0.019$0.0057
タスクあたりの価格:30ページのレポートを要約$0.150$0.045
タスクあたりの価格:コード編集$0.135$0.041
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$0.240
タスクあたりの価格:構造化データの抽出$0.030$0.0090
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–
出力速度50 tok/s69 tok/s
回答開始までの時間3.2秒17.5秒
回答が完了するまでの時間(最終測定2026年11月13日)–42.8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)。Grok 4のスコアは58.1、最初の回答トークンまで18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

153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 5Grok 4
BenchLeader IndexBenchLeader65.458.1
エージェント・ツールスコアBenchLeader60.558.6
コーディングスコアBenchLeader75.555.9
人間の評価スコアBenchLeader67.758.5
知識スコアBenchLeader66.456.0
推論スコアBenchLeader80.160.0
指示追従スコアBenchLeader–62.5
長文コンテキストスコアBenchLeader–68.3
数学スコアBenchLeader–58.3
マルチモーダルスコアBenchLeader–52.0
ブレンド価格($/100万トークン)BenchLeader$20.00$6.00
出力速度BenchLeader50 tok/s69 tok/s
回答開始までの時間BenchLeader3.2秒17.5秒
コンテキストウィンドウBenchLeader1,000,000トークン256,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub85.9%†87.0%
SimpleBenchSimpleBench81.9%†60.5%
Arena Hard PromptsArena (LMArena)1530†1421
LiveBench 1.0 ReasoningLiveBench89.7%†–
GPQA Diamond (AA)Artificial Analysis92.6%†87.7%
Humanity's Last Exam (AA)Artificial Analysis55.5%†26.7%
GPQA Diamond (Vals)Vals AI93.2%†88.1%
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%73.6%
GPQA Diamond (HELM)HELM Capabilities–72.6%
ARC-AGI-1ARC Prize98.5%†66.7%†
ARC-AGI-2ARC Prize89.2%†16.0%†
CritPtArtificial Analysis28.6%†2.0%
Arena ExpertArena (LMArena)1550†1429
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%†64.7%
BTF-3Epoch AI Benchmarking Hub13.0%†–
コーディング
SciCodeSciCode61.0%†–
WeirdMLWeirdML91.9%†45.7%
FrontierCodeCognition53.5%–
GSO-BenchGSO-Bench78.4%–
Arena CodingArena (LMArena)1552†1435
153件のベンチマークをすべて表示
指標公開元Claude Fable 5Grok 4
コーディング
Arena WebDevArena (LMArena)1625†–
LiveBench 1.0 CodingLiveBench86.0%†–
LiveCodeBenchVals AI89.8%†83.3%
SWE-bench (Vals)Vals AI95.0%†57.8%
Aider PolyglotAider polyglot leaderboard–79.6%†
Code MigrationVals AI55.1%†–
ProgramBenchVals AI2.0%†–
Vibe Code Bench v1.1Vals AI90.3%†–
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†–
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 Arena12881006
LiveCodeBench (AA)Artificial Analysis–81.9%
エージェント・ツール
Terminal-BenchTerminal-Bench44.9%†27.2%
GDPvalOpenAI–21.1%†
CybenchCybench–43.0%
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%–
Arena AgentArena (LMArena)7.3†–
LiveBench Agentic CodingLiveBench62.2%†–
Terminal-Bench HardArtificial Analysis62.9%†37.9%
τ²-Bench Telecom (AA)Artificial Analysis98.5%†74.8%
Terminal-Bench 2.1 (Vals)Vals AI80.5%†–
MCP AtlasScale AI SEAL83.3%–
HiL-BenchScale AI SEAL56.3%–
BFCL OverallBerkeley Function Calling Leaderboard–63.0%
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–28.1%
Terminal-Bench 4.0 (Vals)Vals AI41.4%†–
Terminal-Bench ScienceVals AI15.7%†–
Web Search IndexVals AI46.9%†–
Arena SearchArena (LMArena)1229†1123
Arena Agent Task CompletionArena (LMArena)5.1†–
BALROGBALROG–43.6%
DeepResearch BenchDeepResearch Bench–47.3%
PostTrainBenchEpoch AI Benchmarking Hub37.3%†–
METR Time HorizonsMETR–66.6%
GBAEvalEpoch AI Benchmarking Hub74.5%–
Vending-Bench 2Andon Labs4529.9–
AutomationBenchArtificial Analysis54.1%†–
GDP.pdf (AA)Artificial Analysis24.0%†–
EnterpriseOps-GymArtificial Analysis51.1%†–
AA-Briefcase v1.1Artificial Analysis1536†–
Design Arena AgenticDesign Arena1275–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†84.0%
ProofBenchVals AI95.0%†–
LiveBench MathematicsLiveBench96.0%†–
AIME (Vals)Vals AI–90.6%
MGSMVals AI–90.9%
IMO 2025MathArena–21.4%
MathArena ApexMathArena–2.1%
Omni-MATH (HELM)HELM Capabilities–60.3%
MATH 500Vals AI–96.2%
Arena MathsArena (LMArena)1520†1425
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
AIME 2025 (AA)Artificial Analysis–92.7%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†–
LiveBench 1.0 Data AnalysisLiveBench80.5%†–
MMLU-ProVals AI91.5%†85.3%
LegalBenchVals AI88.6%†83.2%
CorpFinVals AI71.8%†66.0%
TaxEvalVals AI76.9%†65.1%
MedQAVals AI–92.5%
PRBench FinanceScale AI SEAL53.9%–
PRBench LegalScale AI SEAL52.6%–
MMLU-Pro (HELM)HELM Capabilities–85.1%
CaseLaw v2Vals AI–65.8%
Excel Modeling BenchmarkVals AI73.7%†–
MedCodeVals AI56.1%†38.1%
MedScribeVals AI88.5%†78.2%
Public Benefits Bench v1.1Vals AI70.4%†–
EBR-benchEpoch AI Benchmarking Hub39.5%†–
GDP.pdfEpoch AI Benchmarking Hub30.0%–
Global-MMLU-Lite (AA)Artificial Analysis–89.5%
指示追従
LiveBench LanguageLiveBench90.7%†–
LiveBench Instruction FollowingLiveBench75.8%†–
IFBenchArtificial Analysis63.5%†53.7%
IFEval (HELM)HELM Capabilities–94.9%
WildBench (HELM)HELM Capabilities–79.7%
Arena Instruction FollowingArena (LMArena)1509†1396
人間の評価
Arena TextArena (LMArena)1504†1411
EQ-Bench 4EQ-Bench1313–
EQ-Bench Creative Writing v3EQ-Bench1944–
Arena Creative WritingArena (LMArena)1501†1394
Arena Multi-turnArena (LMArena)1517†1413
Arena Longer QueriesArena (LMArena)1522†1416
Lech Mazur Creative WritingLech Mazur–76.9%
マルチモーダル
Arena VisionArena (LMArena)1326†1210
MMMU-ProArtificial Analysis–68.8%
MMMU-Pro (Vals)Vals AI89.3%†76.3%
MortgageTaxVals AI68.9%†44.5%
Humanity's Sixth SenseScale AI SEAL34.5%†–
GeoBenchGeoBench89.0%†45.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%–
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†–
長文コンテキスト
Fiction.LiveBench 120kFiction.live–96.9%
AA-LCR v1.1Artificial Analysis82.3%†68.0%
Arena DocumentArena (LMArena)1500†–
MLCRArtificial Analysis20.6%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1146.9
LiveBench 1.0LiveBench83.0%†–
AA Intelligence Index v4.3.2Artificial Analysis49.6†22.5
AA Progress Index v1Artificial Analysis329.3†262.3
HELM Capabilities meanHELM Capabilities–78.5%
Vals RSI IndexVals AI24.3%†–
Vals Multimodal IndexVals AI74.2%†–
安全性・誠実さ
DistressBenchScale AI SEAL69.4%–
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:BenchLeader Index 66.5 → 65.4。
  • Claude Fable 5:スコアの改訂1件。
  • Grok 4:新しい結果1件(AIME 2025 (AA))。
  • Grok 4:新しい結果1件(Arena Search)。
  • Claude Fable 5:スコアの改訂1件。
  • Grok 4:スコアの改訂1件。
  • Claude Fable 5:スコアの改訂1件。
  • Grok 4:BenchLeader Index 58.8 → 58.3。
  • Grok 4:新しい結果1件(AA Progress Index v1)。
  • Claude Fable 5:BenchLeader Index 67.3 → 66.5。

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 Grok 4:よくある質問

Claude Fable 5はGrok 4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 58.1。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Grok 4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Grok 4の方が安く、100万トークンあたり$6.00 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Grok 4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 56。50が平均)。
Claude Fable 5とGrok 4はどちらが速いですか?
Grok 4の方が出力が速くなっています(出力69 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Grok 4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の方がスコアが高くなっています(カテゴリ指標で61 対 59。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(Grok 4は256,000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 17.5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Grok 4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3件のベンチマークのうち、Claude Fable 5のリードが3件、Grok 4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。