Claude Fable 5とOpus 4.8を比較：同じプロンプトでWebアプリ開発を試みた結果
本記事は、AIモデルの進化度合いをベンチマークスコアではなく「実物のアウトプット」で検証するため、Anthropic社のClaude Fable 5とOpus 4.8という2つの大規模言語モデル（LLM）を用いてWebアプリケーションの開発比較を行った実験レポートである。検証では、両モデルに全く同じプロンプトを一度だけ渡し、以下の2種類の課題に取り組ませた。
1. **「絶対に押してはいけないボタン」のWebアプリ開発**: 静的なHTML/CSS/JSのみを使用し、「面白さ」が求められた。Fable 5は平均で1,300行程度の規模を維持し、Opus 4.8はよりコンパクトなコード（平均400〜600行）に留まった。筆者は、ユーモアや細部へのこだわりといった「クオリティ」の面ではFable 5が優れていると感じた。
2. **Windows 95風デスクトップWebアプリ開発**: 必須機能14項目を記した仕様書（spec.md）に基づき、「ブラウザで動くWin95風デスクトップ」の完成が求められた。この課題では、Fable 5は初回に起動処理ファイル(shell.js)の欠落という「納品事故」を起こしたが、再チャレンジの結果、Opus 4.8（2,086行）とFable 5（3,390行）を比較した。最終的な印象として、コード規模は大きいものの、細かい演出やクオリティの高さでは依然としてFable 5が優位であると筆者は結論づけている。
総括として、アウトプットの「質」はFable 5が高いものの、「コスト（費用）」を考慮すると、その差額に見合うほどの衝撃的な進化はまだ感じられないというのが検証者の正直な感想である。
背景
大規模言語モデル（LLM）の性能比較が活発化する中、単なるベンチマークスコアだけでは実用的な進歩を測ることが困難になっている。本記事は、実際にWebアプリケーションという具体的な成果物を作成させることで、Fable 5とOpus 4.8の実質的な能力差を検証した。
重要用語解説
- 大規模言語モデル（LLM）: 人間のような自然な文章生成やタスク実行が可能なAIモデル全般の総称。プロンプトに基づいてコードやテキストを出力する。
- ベンチマーク: 特定の基準やテストを用いて、システムの性能や能力を客観的に測定すること。ここではAIモデルの性能比較に用いられている。
- 静的なHTML/CSS/JS: サーバーサイドの処理を伴わず、ブラウザ上で表示される構造（HTML）、デザイン（CSS）、動作（JavaScript）のみで構成されたウェブページのこと。
今後の影響
本検証結果は、LLMが複雑なタスクや大規模なコードベースの生成において高い能力を持つことを示唆している。しかし、コストと品質のバランスを考慮すると、ユーザー側は単に「高性能」であるだけでなく、「効率的かつ実用的なアウトプット」を提供するモデル選択が重要となることが今後の開発指針となる。