Fable 5 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）
2026年8月時点の Claude Fable 5 vs DeepSeek V4 Pro／V4 Flash をプログラミング作業で比較——エージェント型コーディングの品質、オープンウェイトのセルフホスト、輸出管理の背景、そして合格率論争をひっくり返す「解決タスクあたりコスト」の算術。
Fable5 編集部
TL;DR（2026年8月5日時点）： コーディングに関して、通過率の差は現実だが価格差も現実だ。Fable 5 は SWE-Bench Pro で 80.3%（Anthropic 公式）、DeepSeek V4 Pro は同名テストで自己申告の 55.4%——しかし V4 Pro は100万トークンあたり $0.435/$0.87、Fable 5 の $10/$50 と比べ入力で約23倍安く、V4 Flash はさらに安い $0.14/$0.28 だ。これが評価の仕方を変える：通過率ではなく「解決タスクあたりコスト」で評価する。 約23倍の入力価格差があるため、DeepSeek は Fable 5 の1回の試行コストに届くまでに何度も失敗できる——だが Fable 5 の各試行は実際にタスクを解決する可能性がはるかに高い。日常〜中難度コーディングでは DeepSeek が合理的なデフォルト、フロンティア向けエージェント型コーディングでは Fable 5 が上限だ。選ぶ前にコスト計算機で自分のワークロードを計測しよう。
コーディングの問いを正直に組み立てる
「Fable 5 vs DeepSeek」の比較記事の大半は、1つのスコアで2モデルを比べて結論にする。コーディングではそれは実際の判断を潰してしまう。正直な枠組みは3つの部分からなる。
- ベンチマークは対等ではない。 Fable 5 の 80.3% SWE-Bench Pro は Anthropic 公式の発表データ。DeepSeek が同名テストで主張する 55.4% を含む V4 の数字はすべて DeepSeek 自社のテクニカルレポート由来で、2026年8月5日時点で独立検証なし。「未確認」が DeepSeek の各行に正確なラベルだ。
- 価格差は巨大。 DeepSeek の約23倍安い入力は、単にコストを削るだけでなくコードのリトライの算術を変える。
- タスクの層次が勝者を決める。 日常/中難度コーディングとフロンティア向けエージェント型コーディングは別問題で、各層でのモデルの順位は異なる。
モデルを並べて比較
| スペック | Claude Fable 5 | DeepSeek V4 Pro | DeepSeek V4 Flash |
|---|---|---|---|
| ベンダー | Anthropic | DeepSeek | DeepSeek |
| 位置づけ | Mythos 級フラッグシップ | オープンウェイトのフロンティア挑戦者 | 低価格帯オープンウェイト |
| 入力/出力価格（100万トークン） | $10 / $50 | $0.435 / $0.87 | $0.14 / $0.28 |
| キャッシュヒット入力（100万トークン） | $1 | $0.003625 | 約$0.0012 |
| コンテキスト | 100万 | 100万 | 100万 |
| SWE-Bench Pro（エージェント型コーディング） | 80.3%（公式） | 55.4%（自己申告） | 非公開 |
| ライセンス | クローズド、API のみ | MIT オープンウェイト | MIT オープンウェイト |
| データ保持 | 義務的30日 | あなたのポリシー（API）/ 完全に自前（セルフホスト） | V4 Pro と同じ |
| 輸出管理リスク | 実証済み——6月12日〜7月1日の19日間停止 | なし——ウェイトは取り消せない | なし |
価格は 2026年8月5日検証：Anthropic はモデル価格ページ、DeepSeek は公式 API ドキュメント。V4 Flash のキャッシュ価格は公開レートからの推定。DeepSeek は将来の2倍ピーク時料金（北京時間 09:00–12:00 と 14:00–18:00）を発表済みだが開始日は未定。
コーディングベンチマーク：何が誰によって発表されているか
| ベンチマーク | Fable 5 | V4 Pro | V4 Flash | 出典 |
|---|---|---|---|---|
| SWE-Bench Pro | 80.3% | 55.4% | 非公開 | Fable 5：Anthropic 公式。V4 Pro：DeepSeek テクニカルレポート（自己申告） |
| SWE-Bench Verified | 非公開 | 80.6% | 非公開 | DeepSeek テクニカルレポート（自己申告） |
| LiveCodeBench | 非公開 | 93.5 | 非公開 | DeepSeek テクニカルレポート（自己申告） |
| Codeforces（レーティング） | 非公開 | 3206 | 非公開 | DeepSeek テクニカルレポート（自己申告） |
| Terminal-Bench 2.0 | 非公開 | 67.9% | 非公開 | DeepSeek テクニカルレポート（自己申告） |
| FrontierCode（Diamond） | 29.3% | 非公開 | 非公開 | Anthropic 公式 |
数字を引用する前に3つの注意点：
- 唯一の「重なり」は罠。 両者とも「SWE-Bench Pro」を公表（80.3% vs 55.4%）しているが、V4 Pro の数字は DeepSeek 自身の実行で第三者による再現はゼロ。テスト名は同じでも信頼度が違う。SWE-Bench Verified と Pro は別のテストセットで、V4 Pro の 80.6% を Fable 5 の 80.3% と直接比較してはいけない。
- V4 Pro の数字は最高の思考設定のもの（「Thinking Max」）。デフォルトや低設定なら割り引くべき。
- DeepSeek 自身も V4 はフロンティアに約3〜6カ月遅れていると認める。 ベンダー自身の正直さであり、「日常 vs フロンティア」の区分とも一致する。
解決タスクあたりコスト：合格率論争が逆転する場所
合格率の差は Fable 5 に一方的に見える。だがコストの比較は結論を逆転させる。以下が算術だ。
代表的なコーディングエージェントのタスク：60,000トークンの入力（コードベースコンテキスト＋指示）と2,000トークンの出力（パッチ）、入力のプロンプトキャッシュヒット率80%。
| タスク | Claude Fable 5 | DeepSeek V4 Pro |
|---|---|---|
| 1回の試行の入力（60K、80%キャッシュ） | 約$0.13 | 約$0.0050 |
| 1回の試行の出力（2K） | $0.10 | $0.0017 |
| 1回の試行のコスト | 約$0.23 | 約$0.0067 |
DeepSeek の1試行は約34倍安い。具体的には、V4 Pro は Fable 5 の1回の試行コストを費やすまでに30回以上失敗できる。ここに解決率を織り込む：
- 解決タスクあたり（Fable 5）： 約$0.23 / 0.80 ≈ $0.29
- 解決タスクあたり（V4 Pro、55%）： 約$0.0067 / 0.55 ≈ $0.012
V4 Pro の解決率が Fable 5 の半分でも、実際に解決できるタスク帯では解決タスクあたりのコストはまだ約20倍安い。DeepSeek の経済性はここまで一方的で、判断は「どちらが賢いか」ではなく**「このタスクは私の安い解決可能帯にあるか？」**になる：
- 日常〜中難度コーディング——ボイラープレート、リファクタ、スニペット、境界のはっきりしたチケットの大半——はほぼ常に安い帯に属する。青空ベンチマークの差がどうであれ、DeepSeek の約20倍低い解決タスクあたりコストが勝つ。
- フロンティア向けエージェント型コーディング——複数ファイル横断リファクタ、長期間の自律実行、波及するアーキテクチャ判断——ではリトライの算術が逆転する。タスクが安いモデルの能力の縁に近いと、その失敗試行は無料でなくなり、解決できる Fable 5 の1パスがより安くかつ速い道になる。これは「より高価なモデルがタスクあたりで安くなり得る」の論点を、約23倍の入力差でより強く適用したものだ——ただし安いモデルが本当に解決できない場合に限る。
自分の数字はコスト計算機で。Fable 5 側には義務的30日のデータ保持と、コードがサイバーやバイオ領域に触れるなら試算に含める価値のある安全ゲートフォールバックの計上項目もある。
コーディングでそれぞれが勝つ領域
Fable 5 にルーティングするのは：
- タスクがエージェント型かつ長期。 複数ファイル・複数ステップ・自律の仕事こそ、ベンチマーク表が示す差のことだ。
- 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判断は、最安のリトライではなく天井の最も高いモデルに報いる。
- コンテキストが必要。 ファイルメモリを備えた100万コンテキストでの長時間セッション。V4 Pro も100万だが、その規模での持続力は未検証だ。
DeepSeek（V4 Pro / V4 Flash）にルーティングするのは：
- 量が支配する。 ボイラープレート、テスト、ドキュメント、境界のはっきりして両者がハードルを越えるチケットは、迷わず安い帯へ。
- セルフホストしたい。 MIT ウェイト、自前GPU、コードベースが自社インフラを出ない——Fable 5 級のスケールで完全なデータ主権を得る唯一の道。
- 継続性が絶対条件。 オープンウェイトは輸出管理で止められない。Fable 5 にとってそれは仮説ではなく19日間の実話だ。
規制と所有権の背景
ベンチマークに含まれない2つの事実が、スコア以上にコーディングの判断を左右する。
- Fable 5 の義務的30日データ保持。 厳格なデータ主権やゼロ保持のコンプライアンス下のコードベースでは、品質に関係なくブロッカーになる。DeepSeek の API は「あなたのポリシー」、セルフホストなら完全に自前。
- 輸出管理は噂ではなく実証済みのリスククラス。 Fable 5 は2026年6月に全世界停止を19日間経験した。CI/CDパイプラインがモデルの停止に耐えられないなら、それがオープンウェイトを支持する最大の論拠だ。
FAQ
コーディングでは DeepSeek は Fable 5 より優れている？ 特定の層でのみ。日常〜中難度コーディングでは——はい、ごくわずかな価格で競争力のある品質です。フロンティア向けエージェント型コーディングでは公表された証拠はノー：Fable 5 の 80.3% は公式、DeepSeek のエージェント系数字はすべて自己申告です。
コーディングでは DeepSeek はどれだけ安い？ V4 Pro は入力で約23倍、出力で約57倍 Fable 5 より安く、V4 Flash はさらに安い。代表的なコーディングワークロードでは総合で約40倍、リトライの算術によりタスクあたりの経済差はさらに大きい。
DeepSeek はセルフホストできる？ できます——ウェイトは MIT ライセンスで、Anthropic のどのモデルもできません。GPU と運用を自前で持ち、トークン課金をなくし、コードを社内に保ちます。ただしサーバー側の安全ゲートはありません。
輸出管理は影響する？ Fable 5 は2026年6月に19日間停止されました——実証済みのリスクです。API 形式の DeepSeek は結局あなたにはクローズドですが、MIT ウェイト自体は取り消せず、セルフホストの DeepSeek だけが止められない選択肢になります。
どちらを使うべき？ フロンティア向けエージェント型コーディング、複数ファイルのリファクタ、長期間の自律実行 → Fable 5（または半額の Opus 5）。日常・中難度・高ボリューム → DeepSeek V4 Pro をデフォルトに、最安帯は V4 Flash。「安いデフォルト＋割高なエスカレーション」のパターンであって、万能の1モデルではありません。
2026年8月5日時点の独立分析。DeepSeek のベンチマーク数字はすべてベンダー自己申告で、公開時点で第三者検証なし。DeepSeek の価格は公式 API ドキュメントによる。中国モデルの総括は中国モデル比較、フラッグシップ比較はFable 5 対 DeepSeek V4 Pro、低価格帯比較はFable 5 対 DeepSeek V4 Flash、自分のワークロードはコスト計算機で計測しよう。