BenchLeader

Claude Fable 5 vs Grok 4.5

詳しいプロフィール:Claude Fable 5(Anthropic)とGrok 4.5(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 · 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がGrok 4.5を上回ります(BenchLeader Indexで65.4 対 59.3)。ただし、価格はGrok 4.5の方が6.7倍安く、100万トークンあたりのブレンド価格で$3.00 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 4.5が59.3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 4.5の100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
  • 両モデルに結果がある11件のベンチマークのうち、Claude Fable 5が11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 57;FrontierCode 53.5% 対 42.4%高
エージェント・ツール利用Claude Fable 5カテゴリスコア61 対 55;APEX-Agents 63.6% 対 56.2%中
推論Claude Fable 5カテゴリスコア80 対 67;Kagi LLM Benchmark 88.8% 対 83.5%高
チャットの質(人間の評価)Claude Fable 5Arenaの投票で68 対 65中
最低コストGrok 4.5100万トークンあたりブレンド価格$3.00 対 $20.00;エージェント型コーディングセッション$0.144 対 $0.800–
回答開始の速さGrok 4.5最初の回答トークンまで1.4秒(Grok 4.5)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 59.3。
  • Claude Fable 5はエージェント・ツール、コーディング、人間の評価、推論で優れています。
  • Grok 4.5の方が6.7倍安くなっています(100万トークンあたりブレンド価格$3.00 対 $20.00)。

概要

仕様Claude Fable 5Grok 4.5
プロバイダーAnthropicSpaceXAI
リリース日2026年6月9日2026年7月8日
コンテキストウィンドウ(トークン)1,000,000500,000
比較した構成Claude Fable 5Grok 4.5
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$2.00 / $6.00 / $0.300

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 4.5トップ
推論80.166.5Claude Fable 5
コーディング75.556.7Claude Fable 5
エージェント・ツール60.554.5Claude Fable 5
数学–65.1比較不可
知識66.4–比較不可
人間の評価67.765.2Claude Fable 5
マルチモーダル–63.1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, 人間の評価: 67.7Grok 4.5, 推論: 66.5Grok 4.5, コーディング: 56.7Grok 4.5, エージェント・ツール: 54.5Grok 4.5, 人間の評価: 65.2

描画していないもの(測定済みのモデルが2つ未満):数学, 知識, 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11件のベンチマークのうち、Claude Fable 5のリードが11件、Grok 4.5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 4.5トップ
BenchLeader Index65.459.3Claude Fable 5
Arena Text1504†1466Claude 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 4.5
100万トークンあたりのブレンド価格$20.00$3.00
100万トークンあたりの入力/出力$10.00 / $50.00$2.00 / $6.00
100万トークンあたりのキャッシュ入力$1.00$0.300
タスクあたりの価格:チャットの返答$0.019$0.0026
タスクあたりの価格:30ページのレポートを要約$0.150$0.028
タスクあたりの価格:コード編集$0.135$0.021
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$0.144
タスクあたりの価格:構造化データの抽出$0.030$0.0052
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$0.068
出力速度50 tok/s49 tok/s
回答開始までの時間3.2秒1.4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 4.5のスコアは59.3、最初の回答トークンまで1秒。Grok 4.5 (high)は56.8(10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

133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 4.5
BenchLeader IndexBenchLeader65.459.3
エージェント・ツールスコアBenchLeader60.554.5
コーディングスコアBenchLeader75.556.7
人間の評価スコアBenchLeader67.765.2
知識スコアBenchLeader66.4–
推論スコアBenchLeader80.166.5
数学スコアBenchLeader–65.1
マルチモーダルスコアBenchLeader–63.1
ブレンド価格($/100万トークン)BenchLeader$20.00$3.00
出力速度BenchLeader50 tok/s49 tok/s
回答開始までの時間BenchLeader3.2秒1.4秒
コンテキストウィンドウBenchLeader1,000,000トークン500,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub85.9%†93.4%†
SimpleBenchSimpleBench81.9%†70.0%
Arena Hard PromptsArena (LMArena)1530†1488
LiveBench 1.0 ReasoningLiveBench89.7%†87.2%
GPQA Diamond (AA)Artificial Analysis92.6%†93.1%†
Humanity's Last Exam (AA)Artificial Analysis55.5%†42.7%†
GPQA Diamond (Vals)Vals AI93.2%†92.9%†
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%83.5%
ARC-AGI-1ARC Prize98.5%†85.7%†
ARC-AGI-2ARC Prize89.2%†52.6%†
ARC-AGI-3ARC Prize–0.3%†
CritPtArtificial Analysis28.6%†15.4%†
Arena ExpertArena (LMArena)1550†1489
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†35.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub52.0%†–
LMCAEpoch AI Benchmarking Hub60.3%†45.2%†
DTBenchEpoch AI Benchmarking Hub98.4%†96.5%†
ForecastBenchForecastBench65.9%†65.8%†
BTF-3Epoch AI Benchmarking Hub13.0%†–
コーディング
SciCodeSciCode61.0%†55.0%†
WeirdMLWeirdML91.9%†46.4%
FrontierCodeCognition53.5%42.4%
GSO-BenchGSO-Bench78.4%–
Arena CodingArena (LMArena)1552†1514
133件のベンチマークをすべて表示
指標公開元Claude Fable 5Grok 4.5
コーディング
Arena WebDevArena (LMArena)1625†1553
LiveBench 1.0 CodingLiveBench86.0%†68.6%
LiveCodeBenchVals AI89.8%†87.3%†
IOIVals AI–40.6%†
SWE-bench (Vals)Vals AI95.0%†86.6%†
Code MigrationVals AI55.1%†36.6%†
ProgramBenchVals AI2.0%†0.0%†
Vibe Code Bench v1.1Vals AI90.3%†69.0%†
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%†32.2%†
Surface Evolver BenchEpoch AI Benchmarking Hub95.0%†74.4%†
DeepSWE v1.1Epoch AI Benchmarking Hub69.7%†53.8%†
ALE-BenchEpoch AI Benchmarking Hub2041.3†1309.3†
FrontierSWEEpoch AI Benchmarking Hub47.0%†–
WeirdML v3WeirdML15.6%†–
Terminal-Bench 4.0 (AA)Artificial Analysis42.4%†10.6%†
Terminal-Bench 2.1 (AA)Artificial Analysis84.6%†81.7%†
Startrise FrontendStartrise73.8%†68.0%
GameBench 2 OverallDuelLab GameBench 265.856.7
GameBench 2 by reasoning settingDuelLab GameBench 258.1†61.5†
Design Arena WebsiteDesign Arena12881273
エージェント・ツール
Terminal-BenchTerminal-Bench44.9%†12.4%†
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%56.2%
Arena AgentArena (LMArena)7.3†–
LiveBench Agentic CodingLiveBench62.2%†56.5%
Terminal-Bench HardArtificial Analysis62.9%†–
τ²-Bench Telecom (AA)Artificial Analysis98.5%†–
Terminal-Bench 2.1 (Vals)Vals AI80.5%†67.8%†
MCP AtlasScale AI SEAL83.3%–
HiL-BenchScale AI SEAL56.3%–
τ³-bench Bankingτ²-bench39.7%†47.9%†
GDPval-AA v2.1Artificial Analysis1618†1388†
τ³-Banking (AA)Artificial Analysis38.1%†42.1%†
Analyst Agent (AA)Artificial Analysis48.8%†35.0%†
CyberBenchVals AI–71.0%†
Finance Agent v2Vals AI56.3%†48.4%†
Harvey's Legal Agent Benchmark v1Vals AI11.3%†12.9%†
Legal Research BenchVals AI49.5%†38.0%†
SkillsBenchVals AI–66.0%†
SREBenchVals AI–0.8%†
Tax Agent BenchVals AI38.3%†24.9%†
Terminal-Bench 4.0 (Vals)Vals AI41.4%†8.6%†
Terminal-Bench ScienceVals AI15.7%†–
Time Horizon Index: KSPVals AI–6.3%†
Web Search IndexVals AI46.9%†35.5%†
Arena SearchArena (LMArena)1229†1205
Arena Agent Task CompletionArena (LMArena)5.1†–
PostTrainBenchEpoch AI Benchmarking Hub37.3%†22.6%†
GBAEvalEpoch AI Benchmarking Hub74.5%65.4%
Vending-Bench 2Andon Labs4529.93887.4
AutomationBenchArtificial Analysis54.1%†57.9%†
GDP.pdf (AA)Artificial Analysis24.0%†18.8%†
EnterpriseOps-GymArtificial Analysis51.1%†40.8%†
AA-Briefcase v1.1Artificial Analysis1536†1277†
Design Arena AgenticDesign Arena12751221
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†57.2%†
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†24.4%†
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†97.8%†
ProofBenchVals AI95.0%†31.0%†
LiveBench MathematicsLiveBench96.0%†90.8%
Arena MathsArena (LMArena)1520†1470
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†48.3%†
LiveBench 1.0 Data AnalysisLiveBench80.5%†73.0%
MMLU-ProVals AI91.5%†89.2%†
LegalBenchVals AI88.6%†86.0%†
CorpFinVals AI71.8%†67.4%†
TaxEvalVals AI76.9%†71.7%†
PRBench FinanceScale AI SEAL53.9%–
PRBench LegalScale AI SEAL52.6%–
Excel Modeling BenchmarkVals AI73.7%†52.9%†
MedCodeVals AI56.1%†43.3%†
MedScribeVals AI88.5%†86.9%†
Public Benefits Bench v1.1Vals AI70.4%†–
EBR-benchEpoch AI Benchmarking Hub39.5%†–
GDP.pdfEpoch AI Benchmarking Hub30.0%14.0%†
FACTS ParametricGoogle–42.5%
指示追従
LiveBench LanguageLiveBench90.7%†82.8%
LiveBench Instruction FollowingLiveBench75.8%†71.5%
IFBenchArtificial Analysis63.5%†–
Arena Instruction FollowingArena (LMArena)1509†1462
人間の評価
Arena TextArena (LMArena)1504†1466
EQ-Bench 4EQ-Bench1313–
EQ-Bench Creative Writing v3EQ-Bench19441576
Arena Creative WritingArena (LMArena)1501†1452
Arena Multi-turnArena (LMArena)1517†1472
Arena Longer QueriesArena (LMArena)1522†1480
マルチモーダル
Arena VisionArena (LMArena)1326†1288
MMMU-ProArtificial Analysis–80.4%†
MMMU-Pro (Vals)Vals AI89.3%†61.8%†
MortgageTaxVals AI68.9%†61.8%†
Humanity's Sixth SenseScale AI SEAL34.5%†–
GeoBenchGeoBench89.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%27.3%
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†22.5%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.3%†79.3%†
Arena DocumentArena (LMArena)1500†1466
MLCRArtificial Analysis20.6%†16.1%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1155.0
LiveBench 1.0LiveBench83.0%†75.8%
AA Intelligence Index v4.3.2Artificial Analysis49.6†38.8†
AA Progress Index v1Artificial Analysis329.3†312.3†
Vals RSI IndexVals AI24.3%†–
Vals Multimodal IndexVals AI74.2%†63.4%†
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。
  • Grok 4.5:BenchLeader Index 59.9 → 59.3。
  • Claude Fable 5:スコアの改訂1件。
  • Grok 4.5:スコアの改訂1件。
  • Claude Fable 5:スコアの改訂1件。
  • Grok 4.5:スコアの改訂1件。
  • Grok 4.5:BenchLeader Index 59.1 → 59.9。
  • Claude Fable 5:BenchLeader Index 67.3 → 66.5。
  • 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 Grok 4.5:よくある質問

Claude Fable 5はGrok 4.5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 59.3。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 4.5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 4.5の方が安く、100万トークンあたり$3.00 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 4.5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 57。50が平均)。共通するコーディングベンチマークのうち最も重要なFrontierCodeでは、Claude Fable 5が53.5%、Grok 4.5が42.4%です。
Claude Fable 5とGrok 4.5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 49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 4.5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 55。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なAPEX-Agentsでは、Claude Fable 5が63.6%、Grok 4.5が56.2%です。
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 4.5は500,000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Grok 4.5です。Artificial Analysisの測定では、最初の回答トークンまで1.4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Grok 4.5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11件のベンチマークのうち、Claude Fable 5のリードが11件、Grok 4.5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。
Grok 4.5はいつリリースされましたか?
Grok 4.5は2026年7月8日にリリースされました。