Fable 5.1 対 DeepSeek コーディング：ベンチマークと「解決タスクあたりコスト」（2026）

Fable 5.1（2026-09-02）向けに更新。 継続更新の旗艦比較は Claude Fable 5 vs DeepSeek V4 Pro。2026年8月の Fable 5 vs DeepSeek コーディング分析 は歴史的参照として残しています。

TL;DR（2026-09-04 時点）： コーディングでは、Anthropic の Fable 5.1 リリースが品質差を広げ、価格差は変えませんでした。Fable 5.1 は SWE-bench Verified で 87.7%（Anthropic 公式）に対し DeepSeek V4 Pro は同一テスト名で自己申告 55.4%——しかし V4 Pro は 100 万トークンあたり $0.435/$0.87、Fable 5.1 は $10/$50 で入力約 23 倍安く、V4 Flash は $0.14/$0.28。合格率ではなく解決タスクあたりコストでランク付け。 入力約 23 倍の差では DeepSeek は何度失敗しても Fable 5.1 の 1 回試行に届かない——ただし Fable 5.1 の 1 回試行の方がはるかに解決しやすい。ルーティン〜中程度のコーディングでは DeepSeek が合理的デフォルト。フロンティアのエージェント型コーディングでは Fable 5.1 が天井。選ぶ前にコスト計算機で試算を。

コーディング問題を正直に枠組み化

多くの「Fable vs DeepSeek」記事は 1 スコアで結論を出します。コーディングではそれは本当の意思決定を潰します。正直な枠組みは 3 点：

1. ベンチマークは同格ではない。 Fable 5.1 の 87.7% SWE-bench Verified は Anthropic 公式リリースデータ（2026-09-02）。DeepSeek の 55.4% および V4 のすべての数字は DeepSeek 自家技術報告——2026-09-04 時点で独立検証なし。「未確認」が DeepSeek 行の正確なラベル。
2. 価格差は巨大——5.1 でも変わらない。 Fable 5.1 は Fable 5 と同じ $10/$50 定価。DeepSeek の約 23 倍安い入力はコスト削減だけでなく、コーディングのリトライ計算を変える。
3. タスク tier が勝者を決める。 ルーティン/中程度とフロンティアのエージェント型コーディングは別問題。

モデル並列比較

価格確認 2026-09-04：Anthropic はモデル価格から変更なし。DeepSeek は公式 API ドキュメント。

コーディングベンチマーク：何が誰によって公開されたか

引用前の 3 つの注意：

• 唯一の「重複」は罠。 類似 SWE-bench 名で両者が数字を出す（87.7% vs 55.4%）が、V4 Pro は DeepSeek 自家 harness で第三者複製ゼロ。SWE-Bench Verified と Pro は別テストセット——V4 Pro の 80.6% と Fable 5.1 の 87.7% を直接比較しない。
• V4 Pro の数字は最高推論設定（「Thinking Max」）から。デフォルトや低 effort では下がる。
• DeepSeek 自身が V4 はフロンティアより約 3–6 か月遅れると述べている。 Fable 5.1 がエージェント型コーディング差を広げたが、DeepSeek の価格優位は消えていない。

解決タスクあたりコスト：合格率議論が反転する地点

合格率差は Fable 5.1 有利に見える。コスト比較が結論を反転させる。5.1 向けに更新した計算。

代表的なコーディングエージェントタスク：入力 60,000 トークン（コードベース文脈 + 指示）と出力 2,000 トークン（パッチ）、入力 80% プロンプトキャッシュヒット。

DeepSeek の試行は 約 34 倍安い。解決率を掛ける：

• 解決タスクあたり（Fable 5.1、87.7%）： ≈ $0.23 / 0.877 ≈ $0.26
• 解決タスクあたり（Fable 5、80.3%——旧）： ≈ $0.23 / 0.803 ≈ $0.29
• 解決タスクあたり（V4 Pro、55%）： ≈ $0.0067 / 0.55 ≈ $0.012

Fable 5.1 の高い解決率は解決タスクあたり請求を約 $0.03 削る——意味はあるが、V4 Pro が実際に解ける tier での DeepSeek との約 20 倍差は埋まらない。DeepSeek の経済性は極端に傾いているので、決定は「どちらが賢いか」ではなく**「このタスクは安い解決可能 tier に入るか？」**：

• ルーティン〜中程度のコーディング——ボイラープレート、リファクタ、スニペット、スコープ明確な ticket——ほぼ常に安い lane。DeepSeek の解決タスクあたりコストは約 20 倍低く、ベンチマーク差は関係ない。
• フロンティアのエージェント型コーディング——多ファイル横断リファクタ、長期自律実行——リトライ計算が反転。安いモデルの能力端で失敗試行はもうタダではなく、1 回の Fable 5.1 成功が安くも速い。

コスト計算機で自分の数字を。Fable 5.1 側には強制 30 日データ保持と safeguard フォールバックも計上価値あり。

コーディングで各が勝つ場面

Fable 5.1 へ：

1. タスクがエージェント型で長い。 多ファイル・多ステップ・自律作業——87.7% vs 自己申告低スコアの差そのもの。
2. アーキテクチャ判断が重要。 コードベース全体に波及する決定は最高天井が報われる。
3. コンテキストとメモリが必要。 1M + ファイルメモリ。V4 Pro も 1M だがその規模での耐久は未検証。

DeepSeek（V4 Pro / V4 Flash）へ：

1. ボリューム優先。 ボイラープレート、テスト、ドキュメント、スコープ明確な ticket——両方がバーを超えれば安い lane。
2. 自前ホストしたい。 MIT ウェイト、自社 GPU、コードは社内に。
3. 継続性が交渉不可。 オープンウェイトは輸出管理でオフにできない。

規制と所有権の文脈

ベンチマークに含まれない 2 点が、しばしばスコアよりコーディング決定を左右する：

• Fable 5.1 の強制 30 日データ保持。 厳格な data residency / ゼロ保持コンプライアンスのコードベースでは品質に関係なく blocker。
• 輸出管理は実証済みリスククラス。 Fable 5 は 2026 年 6 月に 19 日間全世界停止。CI/CD がモデル停止を許容できないなら、それがオープンウェイト最強の論拠。

2026-09-04 時点の独立分析。DeepSeek ベンチマークはすべてベンダー自己申告で第三者未検証。旗艦比較、予算 tier 比較、DeepSeek Harness プラグインガイド、Fable 5.1 リリースベンチマーク、コスト計算機 を参照。