ブラウザーエージェントを Claude Fable 5.2 に切り替える価値はある?

ブラウザーエージェントで現在 5.1 を使っているなら、Claude Fable 5.2 への切り替えを勧めます。より速く、安く、正確になっています。今回の Claude Fable 5.2 と 5.1 の比較では、同じ 28 のウェブタスクを各モデルで一度ずつ実行しました。Fable 5.2 は 89.3%、Fable 5.1 は 82.1% に成功しました。両モデルが成功したタスクでは、Fable 5.2 はタスク当たり 418.5 秒、$2.63 で、Fable 5.1 は 450.6 秒、$3.28 でした。
- 複数の公式サイトから同じ項目を集める作業では、Fable 5.2 は平均費用が低く、成功率もやや高くなりました。
- 一つのウェブアプリ内のワークフローでは、両モデルとも 4 回の試行すべてに成功し、Fable 5.2 のタスク当たりの費用が低くなりました。
- ただし、主な作業が自由度の高い調査であれば、Fable 5.1 は Fable 5.2 と同じ成功率を保ちながら、費用がわずかに低くなりました。
| モデル | 成功率 | 成功タスク当たりの時間 | 成功タスク当たりの費用 | 成功した試行一件当たりの費用 |
|---|---|---|---|---|
| Claude Fable 5.2 | 89.3% (25/28) | 418.5 s | $2.63 | $3.13 |
| Claude Fable 5.1 | 82.1% (23/28) | 450.6 s | $3.28 | $4.85 |
Fable 5.2 が前モデルでは終えられなかった作業を完了する場面
両方の Fable モデルはブラウザーエージェントとして高い能力を持つため、条件の厳しい日常業務で試しました。その一つが仕事用スマートフォンの選定です。各メーカーの公式サイトを使い、九つのフラッグシップ機種について、多くの項目を含む仕様表を作ります。OnePlus 15 の概要ページでは、IP 等級は代替テキストのない製品画像の中にしか記載されていません。両モデルとも ego(lite) でそのページを開きました。Fable 5.2 は画像のスクリーンショットを撮り、IP66、IP68、IP69、IP69K の四つの等級をすべて読み取りました。

Fable 5.1 は同じページのテキストから IP コードを検索しましたが、見つかりませんでした。その後、仕様ページのエコデザインに関する一文から IP68 を取得しました。最終的な表には OnePlus 15 の等級が一つしか記載されず、そのため IP69 対応機種の一覧からもこの端末が抜けていました。このタスクで Fable 5.2 は 65 回、Fable 5.1 は 31 回のツール呼び出しを行いました。正しい回答の費用は $6.04、もう一方は $3.13 でした。

Fable 5.1 でも十分にこなせる作業
Fable 5.1 も十分な能力を持つブラウザーエージェントであり、使い続ける選択にも意味があります。旅行の予約、発注書の作成、情報源の追跡など、すべてのウェブアプリのワークフローと調査タスクに成功しました。エージェントの主な用途がこうした作業なら、切り替えても完了するタスクが劇的に増えるわけではありません。実際の利点は、価格が約 20% 低くなることです。ただし、複数サイトを使って長い仕様表や比較表を頻繁に埋めるなら、Fable 5.2 のほうが依然として適しています。この種の作業では、値の欠落や誤りは通常、見つけにくいためです。
Fable 5.2 の費用が安い理由
Fable 5.2 の費用が安いのは、主に Anthropic が価格を引き下げたためです。その 定価 は、Fable 5.1 と比べてすべての種類のトークンで 20% 低くなっています。これが切り替えを勧める最大の理由でもあります。効率という点では、両モデルはタスクを終えるためにほぼ同じ量の作業をしているからです。Fable 5.2 はタスク当たりの出力トークンが約 18% 少ない一方、ツール呼び出しは 32 回に対して 35 回とやや多く、両者が相殺されています。Fable 5.1 の単価で計算すれば、費用は同じになります。
ブラウザーエージェントでは、主にモデルが書くことではなく、読むことに費用がかかります。Fable 5.2 の支出の約 70% はコンテキストに充てられました。取り込んだページのテキスト、スナップショット、スクリーンショットに加え、毎ターン読み返す過去のステップです。そのため、多くのサイトにまたがる作業ほど、費用が最も高くなることがよくあります。8〜12 の公式サイトから同じ項目を集める作業では、Fable 5.2 のタスク当たりの費用は $4.65 でした。一方、最大三つのサイトを使う検索では $1.35 でした。私たちなら、モデルの価格だけでなく、エージェントが行う作業の種類に合わせて予算を立てます。
より大きな節約は、使える結果一件当たりで見ると現れます。タスクがうまくいかなかったとき、Fable 5.1 は停止するまでにより多くを費やしました。そのため、総額の約三分の一が失敗した試行に使われ、Fable 5.2 では八分の一でした。そうした失敗も含めると、成功した試行一件当たりの費用は Fable 5.1 が $4.85、Fable 5.2 が $3.13 でした。費用を比較する際に注目したいのは、この数値です。
表で表示
| 作業の種類 | Fable 5.2 の成功件数 | Fable 5.1 の成功件数 | Fable 5.2 のタスク当たりの費用 | Fable 5.1 のタスク当たりの費用 | 費用の集計対象タスク数 |
|---|---|---|---|---|---|
| すべての作業種別 | 25/28 | 23/28 | $2.63 | $3.28 | 23 |
| 複数サイトのデータ収集 | 9/10 | 8/10 | $4.65 | $5.77 | 8 |
| 検索と比較 | 8/8 | 7/8 | $1.35 | $1.84 | 7 |
| ウェブアプリ自動化 | 4/4 | 4/4 | $1.44 | $1.84 | 4 |
| 調査と統合 | 3/3 | 3/3 | $2.02 | $1.87 | 3 |
| ソーシャルメディアの検証 | 1/3 | 1/3 | $1.96 | $3.32 | 1 |
実行方法
今回、claude-fable-5-2 を、推論の強度を high に設定し、Bash、Read、Write、Edit、Skill の各ツールを備えた Claude Code で実行しました。エージェントは ego-browser の skill ファイルを読み込み、ego(lite) を ego-browser を通じて操作します。短い JavaScript スクリプトを書き、ego-browser がそれを実行して ego(lite) 内のページを操作します。

よくある質問
ブラウザーエージェントには、Claude Fable 5.2 のほうが Fable 5.1 より優れていますか?
今回のテストでは、そう言えます。Claude Fable 5.2 は Fable 5.1 が成功したすべてのタスクに加え、さらに二つに成功しました。同じエージェント実行環境とブラウザーツールを使い、28 のウェブタスクを一度ずつ実行した結果、Fable 5.2 は 28 回のうち 25 回(89.3%)、Fable 5.1 は 28 回のうち 23 回(82.1%)に成功しました。追加で成功したタスクの一つは仕様表の作成で、Fable 5.2 は製品画像から IP コードを読み取りました。
Fable 5.1 から Claude Fable 5.2 にアップグレードする価値はありますか?
はい。ブラウザーエージェントには Claude Fable 5.2 へアップグレードする価値があります。同じ作業の費用が低く、Fable 5.1 が成功したタスクを一つも落とさなかったためです。28 回の試行のうち 25 回に成功し、Fable 5.1 は 28 回のうち 23 回でした。両モデルが成功した 23 タスクでは、タスク当たりの費用は前者が $2.63、後者が $3.28 でした。これは Anthropic の 20% の値下げによるものです。
Claude Fable 5.2 は Fable 5.1 よりタスク当たりでも安いのですか。それともトークン単価だけですか?
Claude Fable 5.2 はトークン単価だけでなく、タスク当たりの費用も安くなっています。両モデルが成功した 23 のウェブタスクでは、$3.28 に対して $2.63 でした。定価はすべての種類のトークンで 20% 低くなっています。これらのタスクでの使用量を Fable 5.1 の単価で計算すると、費用は約 $3.28 になるため、完了した作業でのタスク当たりの節約分は値下げによるものです。
Claude Fable 5.2 は Fable 5.1 よりトークン使用量が少ないのですか?
全 28 回の試行では、Claude Fable 5.2 の出力トークンは 29% 少なく、試行当たり 20,138 トークンでした。Fable 5.1 は 28,481 トークンです。両モデルが成功した 23 タスクでも、タスク当たりの出力トークンは 22,607 に対して 18,581 と少なくなりました。同じ単価を適用すると、これらのタスクでの総使用量に対する費用は Fable 5.1 とほぼ同じでした。
ブラウザータスクでは、Claude Fable 5.2 のほうが Fable 5.1 より速いのですか?
はい、わずかに速くなりました。両モデルが成功した 23 のウェブタスクでは、Claude Fable 5.2 はタスク当たり 418.5 秒、Fable 5.1 は 450.6 秒でした。その 23 タスクのうち 13 タスクで Fable 5.2 のほうが速くなりました。両モデルとも同じエージェント実行環境とブラウザーツールを使用し、時間にはモデル API の応答待ちも含まれます。
Claude Fable 5.2 をブラウザーエージェントとして実行する費用はどのくらいですか?
今回のテストでは、Claude Fable 5.2 は、両モデルが成功した 23 のウェブタスクでタスク当たり平均 $2.63、全 28 回の試行を含めた成功試行一件当たりでは $3.13 でした。Fable 5.1 はタスク当たり $3.28、成功試行一件当たり $4.85 でした。最も費用が高い作業種別は複数サイトのデータ収集で、Fable 5.2 のタスク当たりの費用は $4.65 でした。
Claude Fable 5.2 はブラウザー自動化でどのような作業を得意としますか?
今回のテストで Claude Fable 5.2 は、ウェブアプリ自動化、検索と比較、調査のすべての試行に成功し、複数サイトのデータ収集では 10 回のうち 9 回に成功しました。Fable 5.1 は、複数サイトの試行では 10 回のうち 8 回、検索と比較では 8 回のうち 7 回に成功しました。Fable 5.2 が追加で成功した二つのタスクは、この二つの作業種別に属します。
Claude Fable 5.1 が今も Fable 5.2 と同等にこなせるのは、どの作業ですか?
Claude Fable 5.1 は、ウェブアプリのワークフローと自由度の高い調査では Fable 5.2 と同等でした。両モデルとも、ウェブアプリ自動化の 4 回の試行と、調査と統合の 3 回の試行すべてに成功しました。調査では、Fable 5.1 のタスク当たりの費用は $1.87 で、もう一方は $2.02 でした。一方、ウェブアプリのワークフローでは Fable 5.2 が安く、$1.84 に対して $1.44 でした。
Claude Fable 5.2 は複数ステップのブラウザータスクを終える前に停止しますか?
今回のテストでは、そうしたことはありませんでした。Claude Fable 5.2 のすべての試行は最終回答で終了し、100 ステップの上限を使い切ったものはありませんでした。三件の失敗は、最終回答で必要な値をすべて正しく示せていなかったものでした。
Claude Fable 5.2 にブラウザータスクを無人で任せられますか?
Claude Fable 5.2 は大半のタスクを自力で完了し、28 回の試行のうち 25 回に成功しました。ただし、三件の失敗でも、誤りを含む最終回答を出して終了しています。二度は、後のセキュリティリリースや地域向けの別のプレスリリースなど、誤った情報源から値を取得していました。リリース情報や価格データでは、それぞれの値をどのページから取得したか確認してください。
Claude Fable 5.2 はどのようにブラウザーを使いますか?
Claude Fable 5.2 は、エージェント実行環境とブラウザーツールを通じてブラウザーを操作できます。今回のテストでは Claude Code で動かし、ego-browser を通じて ego(lite) を操作しました。短い JavaScript スクリプトを書き、ego-browser がそれを実行してページを操作します。この構成では、ウェブタスクの 28 回の試行のうち 25 回に成功しました。
検証方法
Claude Fable 5.2(claude-fable-5-2)と Claude Fable 5.1(claude-fable-5-1)を、どちらも推論の強度を high に設定して、同じエージェント実行環境で比較しました。Bash、Read、Write、Edit、Skill の各ツールを備えた Claude Code です。両モデルとも ego-browser を通じて ego(lite) を操作しました。ego-browser は、モデルのスクリプトからの要求に応じて、ページをアクセシビリティスナップショット、ページのテキスト、またはスクリーンショットとしてモデルに渡します。テストは 2026 年 11 月 12 日に Linux 上で実施しました。
28 のタスクは五つの作業種別を対象としています。ウェブアプリ自動化は、請求書と入金の照合など、テスト用業務アプリ内のワークフローです。検索と比較は一つから三つのサイトを使う作業で、MDN や Can I use でブラウザーの対応状況を確認するタスクなどです。複数サイトのデータ収集は、12 の中央銀行の金利決定など、8〜12 の公式サイトから同じ項目を集める作業です。調査と統合は自由度の高い作業で、Wikipedia の表から出典をたどるタスクなどが含まれます。ソーシャルメディアの検証は、X の投稿と公式ページを照合します。各タスクは一つの種別に属します。
各モデルで各タスクを一度ずつ実行し、タスクの一回の実行を一回の試行とします。最終回答の必要な値がすべて正しい場合に、その試行を成功とします。各試行の上限は 100 ステップ、60 分でした。一ステップはモデルの一ターン、ツール呼び出しはモデルからツールへの一回の呼び出し、ブラウザーコマンドは ego-browser に渡す一つのスクリプトを指します。時間は試行当たりの実経過時間で、モデル API の応答を待つ時間も含みます。費用は、各試行のトークン使用量に Anthropic の定価を適用して計算した米ドル建ての金額です。キャッシュの読み取りと書き込みには、それぞれの単価を適用しています。成功タスク当たりの時間と費用は、両モデルが成功した 23 タスクで比較します。成功試行一件当たりの費用は、すべての試行にかかった費用を成功した試行の件数で割ったものです。
全タスクの結果
各セルには、そのモデルの一回の試行が成功したかどうか、モデル API の応答待ちも含む秒単位の所要時間、米ドル建ての費用を示します。本文中の他の平均値は、丸め前の費用を使って計算しています。
| タスク | 作業の種類 | Claude Fable 5.2 | Claude Fable 5.1 |
|---|---|---|---|
| 予約アプリで出張規定に沿って航空便、座席、ホテルを予約 | ウェブアプリ自動化 | 成功 · 220.0 秒 · $1.66 | 成功 · 208.2 秒 · $2.19 |
| 監視アプリで、文書化された基準にサービスモニターを合わせる | ウェブアプリ自動化 | 成功 · 140.7 秒 · $1.02 | 成功 · 158.2 秒 · $1.60 |
| 在庫アプリで在庫量に基づいて発注書を作成 | ウェブアプリ自動化 | 成功 · 163.0 秒 · $1.06 | 成功 · 128.2 秒 · $1.29 |
| 財務アプリで二月の請求書と入金を照合し、異議申し立てを開始 | ウェブアプリ自動化 | 成功 · 316.3 秒 · $2.02 | 成功 · 308.8 秒 · $2.28 |
| 講義動画の各章を GitHub のコードおよび arXiv の論文と照合 | 検索と比較 | 成功 · 136.3 秒 · $1.14 | 成功 · 221.8 秒 · $1.57 |
| FRED を使ってインフレ指標を計算し、BLS で確認 | 検索と比較 | 成功 · 122.7 秒 · $1.03 | 成功 · 93.3 秒 · $1.11 |
| MDN と Can I use で六つのウェブ機能のブラウザー対応を相互確認 | 検索と比較 | 成功 · 179.2 秒 · $1.14 | 成功 · 239.1 秒 · $2.13 |
| 航空券検索サイトで三都市を対象に最安の直行便運賃を探す | 検索と比較 | 成功 · 683.0 秒 · $2.24 | 失敗 · 768.3 秒 · $4.41 |
| ClinicalTrials.gov の第 3 相試験を、対応する DailyMed の医薬品表示情報と照合 | 検索と比較 | 成功 · 178.6 秒 · $1.52 | 成功 · 267.6 秒 · $2.24 |
| メーカーの米国ストアで三つのノートパソコン構成の価格を調べて比較 | 検索と比較 | 成功 · 378.2 秒 · $2.46 | 成功 · 392.0 秒 · $3.17 |
| 興行収入データベースと Wikipedia の間で六作品の興行収入を照合 | 検索と比較 | 成功 · 102.2 秒 · $1.09 | 成功 · 87.6 秒 · $1.12 |
| Companies House で英国四社を審査 | 検索と比較 | 成功 · 101.2 秒 · $1.09 | 成功 · 185.4 秒 · $1.52 |
| 9 つの SaaS トラストセンターからコンプライアンス対応表を作成 | 複数サイトのデータ収集 | 成功 · 1110.0 秒 · $6.16 | 成功 · 737.9 秒 · $5.56 |
| メーカーのサイトから 8 台のカメラの仕様を五項目ずつ収集 | 複数サイトのデータ収集 | 成功 · 482.4 秒 · $3.49 | 成功 · 480.9 秒 · $4.35 |
| メーカーの英国サイトから 9 機種のフラッグシップスマートフォンの仕様を五項目ずつ収集 | 複数サイトのデータ収集 | 成功 · 992.6 秒 · $6.04 | 失敗 · 467.5 秒 · $3.13 |
| 9 つの開発者カンファレンスのオープニング基調講演の詳細を収集 | 複数サイトのデータ収集 | 成功 · 920.8 秒 · $4.85 | 成功 · 1168.4 秒 · $8.85 |
| メーカーの米国サイトから 9 車種の電動 SUV の航続距離と充電データを収集 | 複数サイトのデータ収集 | 成功 · 1120.9 秒 · $6.91 | 成功 · 1261.0 秒 · $6.91 |
| Hugging Face とベンダーのページから 9 つのオープンウェイトモデルの仕様とライセンスを収集 | 複数サイトのデータ収集 | 成功 · 758.7 秒 · $5.24 | 成功 · 1059.6 秒 · $6.26 |
| 9 つの労働行政機関から法定最低賃金を収集 | 複数サイトのデータ収集 | 成功 · 567.0 秒 · $4.25 | 成功 · 640.1 秒 · $5.32 |
| 12 の中央銀行のサイトから 2026 年最初の金利決定を収集 | 複数サイトのデータ収集 | 成功 · 525.9 秒 · $3.51 | 成功 · 435.1 秒 · $4.52 |
| 9 つのサーバーレスプラットフォームの無料枠を比較 | 複数サイトのデータ収集 | 成功 · 501.1 秒 · $2.77 | 成功 · 665.2 秒 · $4.40 |
| 9 つの音楽サービスで、ある一枚のアルバムの掲載情報を比較 | 複数サイトのデータ収集 | 失敗 · 408.6 秒 · $1.98 | 失敗 · 292.4 秒 · $2.22 |
| 公開モデルデータベースで EU の計算量しきい値を超えるモデルを集計 | 調査と統合 | 成功 · 195.2 秒 · $1.64 | 成功 · 80.4 秒 · $1.08 |
| 対話型リーダーボードのグラフから費用とスコアのデータ点を読み取る | 調査と統合 | 成功 · 317.1 秒 · $2.39 | 成功 · 327.3 秒 · $2.41 |
| Wikipedia の表の 10 セルから、それぞれの出典をたどる | 調査と統合 | 成功 · 382.2 秒 · $2.03 | 成功 · 342.7 秒 · $2.12 |
| X に投稿された 8 ブランドの製品関連の投稿を、各ブランドのプレスリリースと照合 | ソーシャルメディアの検証 | 失敗 · 1132.7 秒 · $3.79 | 失敗 · 2200.8 秒 · $14.22 |
| 8 つのオープンソースプロジェクトによる X のセキュリティ関連の投稿を、各プロジェクト自身の告知と照合 | ソーシャルメディアの検証 | 失敗 · 750.8 秒 · $3.75 | 失敗 · 3302.8 秒 · $12.30 |
| X の一週間分の SpaceX の打ち上げ投稿を、Wikipedia の打ち上げ一覧と照合 | ソーシャルメディアの検証 | 成功 · 706.2 秒 · $1.96 | 成功 · 875.8 秒 · $3.32 |

