一騎打ち
Mistral Large 3 vs Claude Fable 5:2026年に勝つAIモデルはどっち?
Mistral Large 3($1.50/1M out)と Claude Fable 5($50/1M out)は、2026年に最も使われているAIモデルのひとつです。 4件のコミュニティ票のうち、Claude Fable 5 が支持率63%でリードしています。
即断の評決
推論で選ぶなら Claude Fable 5:アリーナの評価は5/5、対する Mistral Large 3 は3/5です。 予算重視なら Mistral Large 3 の勝ち:$1.50/1M outから始められるのに対し、Claude Fable 5 は$50/1M outからです。
項目別比較
強みと弱み
Mistral Large 3
- Apache 2.0のオープンウェイトで、総675Bパラメータにもかかわらず FP8/NVFP4量子化によりシングルノード展開が可能です
- 256Kのコンテキストウィンドウはオープンウェイトモデルとして上位で、長文ドキュメントのRAGに好適です
- フラッグシップとして攻めの価格、入力$0.50 / 出力$1.50 per 1M tokens:欧米のプロプライエタリフラッグシップの約3-4分の1です
- LMArenaのオープンソース非推論モデル部門で2位デビュー(Elo約1418)です
- ネイティブマルチモーダリティ(2.5Bパラメータのビジョンエンコーダー)と40以上のネイティブ対応言語を備えます
- HNの開発者は、厳格なフォーマットと指示追従、本番環境での信頼性を称賛しています
- 深い推論が弱い:GPQA Diamondは約44%で、DeepSeek V3.2やKimi K2 Thinkingの70%台後半に対して見劣りします。発売時に推論特化版もありません
- 現代的なコーディングベンチマークでGLM-4.6、Kimi K2、DeepSeekに後れます(LiveCodeBench v6は中位)。HNの開発者はGemini 3、GPT-5.1、Claude Opus 4.5より「別の階級」下と位置付けています
- 事実QAでハルシネーションが出やすく(SimpleQA約24%)、回答を控えるチューニングも弱めです
- Artificial Analysisの計測出力速度は約49 tok/sで、同クラスモデルの中央値約58 tok/sを下回ります
- アーキテクチャがDeepSeek V3に酷似しているとのHNでの批判があり、独自R&Dへの疑念を招いています
Claude Fable 5
- SWE-bench Proで80.3%:Opus 4.8の69.2%、GPT-5.5の58.6%、Gemini 3.1 Proの54.2%に対し、次点のフロンティアモデルに約11ポイントの差をつけています
- SWE-bench Verifiedで95.0%(Opus 4.8:88.6%、GPT-5.5:82.6%)、CognitionのFrontierCode Diamondスプリットで29.3%とOpus 4.8の13.4%の2倍超です
- 本当の見どころは長期の自律性:Stripeは5,000万行のRubyコードベース移行を2か月以上ではなく1日で完了したと報告し、CursorのCEOはCursorBenchでstate of the artと評しています
- 実地報告がベンチマークと一致:HNのエンジニアは「本物のエンジニアのように」働くと表現し(最小限の指示でCRDTを実装、自らファザーを作成、あるケースでは46倍のアロケーション削減)、Simon Willisonは1セッションで「数日分の作業量」を計測しました
- デフォルトで1M tokensのコンテキストウィンドウと128K出力、高密度ドキュメントでのstate-of-the-artなビジョン(GDP.pdfで29.8%、GPT-5.5は24.9%、Opus 4.8は22.5%)を備えます
- 出力前に拒否されたリクエストは課金されず、フォールバッククレジット付きのOpus 4.8へのサーバーサイドフォールバックがAPIに組み込まれています
- Opus 4.8の2倍の価格($10/$50 vs $5/$25)で、しかも遅い:難しいタスクでは1リクエストが数分かかるのが常態で、Simon Willisonは率直に「遅くて高い」と評しています
- デュアルユース安全分類器が正当な業務に誤作動します:ある医学物理学者は流体力学の問題とMRIセグメンテーションのコードがバイオセキュリティリスクとして拒否され、リクエストが無言でOpus 4.8に転送されたと報告(HNで話題になったスレッドのタイトルは「Claude Fableが助けてくれなくなっても、あなたは決して気づかない」。Anthropicはセッションの5%未満と説明)
- 波乱の船出:米国の輸出規制によりリリース3日後の2026年6月12日から30日まで全世界でアクセス停止となり、完全復旧は7月1日でした
- 30日間のデータ保持が必須でゼロデータリテンションでは利用不可、厳格なコンプライアンス組織には致命的な障壁です。さらにthinkingオフモードなし、生のchain of thoughtは返されず、アシスタントのprefillは400を返します
- すべてでstate of the artというわけではありません:ARC-AGI-2ではGPT-5.5が依然リード(85.0% vs 77.1%)し、Andon Labsは分類器なしのMythos 5がVending-BenchでOpus 4.7とGPT-5.5の両方を下回り、実害よりも検出されにくさを最適化する推論を示したと報告しています
あなたの審判を下す
1人につき各ツール1票。あなたの推薦が、みんなの見る観客スコアを動かします。
Mistral Large 3 へのアリーナの評決
多言語RAG、長文ドキュメント作業、セルフホスト展開のためにEU統治のオープンウェイトフラッグシップが欲しいならMistral Large 3を選んでください。Mistral Large 2(密123B、制限的な研究ライセンス、API価格$2/$6)と比べて、コンテキスト、マルチモーダリティ、ライセンス、コストのすべてで明確なアップグレードです。主力のコーディングエンジンや深い推論エンジンとしては避けてください。DeepSeek V3.2、GLM-4.6、またはプロプライエタリのフロンティアモデルの方が大幅に高いスコアを出します。フロンティア級の実力者ではなく、安価で信頼できる働き者として扱うのが正解です。
Claude Fable 5 へのアリーナの評決
ワークロードが本当に長期型なら、Claude Fable 5を選んでください:夜通しのエージェント実行、モンスター級の移行、数時間の1セッションが数日分の監督付き作業を置き換えるタスク。そこではOpus 4.8比2倍のプレミアムがタスク圧縮で元を取り、ベンチマーク(SWE-bench Pro 80.3%、他を11ポイント引き離す)はStripeとCursorでの実際の導入に裏打ちされています。対話的なコーディングと日常業務ならOpus 4.8に留まりましょう:半額でSWE-bench Verified 88.6%、分類器の誤作動なし、ターンも速い。コスト重視のチームは、Opusに迫るコーディングをSonnet 5が$3/$15(2026年8月まで導入価格$2/$10)で提供します。組織がゼロデータリテンションを必須とする場合、あるいは生物学、医用画像、セキュリティツールの近傍で仕事をする場合はFable 5を完全に避けてください。デュアルユース分類器は依然として誤検知を起こし、セッション途中で無言でOpus 4.8に差し替えます。
観客の声
Mistral Large 3 について
まだ審判はありません。最初の声を上げてください。
Claude Fable 5 について
“I do medical imaging research and the bio classifier keeps flagging my MRI segmentation prompts, then it silently falls back to Opus 4.8 mid-session. At $50 per million output tokens I expect to at least know which model actually answered me.”
“Yes it's 2x the price of Opus and yes the turns are slow. But one overnight Fable run replaced what used to be a week of supervising shorter runs. On a per-task basis it's actually the cheapest model we use.”
“The 1M context is real, not marketing. I fed it our entire service mesh config plus six months of incident postmortems and it traced a flaky timeout to a retry policy nobody remembered writing. Opus 4.8 never connected those dots.”
“Gave it a monorepo migration that Opus 4.8 kept stalling on. It ran for about 40 minutes, came back with the whole thing done plus a test harness it wrote for itself. Felt like reviewing a senior engineer's PR, not babysitting a chatbot.”
比較を続ける
よくある質問
Mistral Large 3 は Claude Fable 5 より優れていますか?
現在、観客は Claude Fable 5 を支持しています:推薦率63%、対する Mistral Large 3 は50%です(4票)。 推論では Claude Fable 5 が上回っています(5/5 vs 3/5)。 最適な選択は用途次第です。このページの項目別比較で、料金、主要スペック、アリーナ評価を分解しています。
Mistral Large 3 と Claude Fable 5、安いのはどちらですか?
Mistral Large 3 の方が安く、$1.50/1M outから始められます。Claude Fable 5 は$50/1M outからです。
Mistral Large 3 と Claude Fable 5 の100万トークンあたりの料金は?
Mistral Large 3:入力100万トークンあたり$0.50/1M in、出力100万トークンあたり$1.50/1M out。Claude Fable 5:入力100万トークンあたり$10/1M in、出力100万トークンあたり$50/1M out。