Claude Fable 5、実務代行16.1%で首位。実力の物差し

結論

AIの安全性を研究する非営利団体Center for AI SafetyとScale AI Labsが公表したRemote Labor Indexの最新結果で、AnthropicのClaude Fable 5が公開されているAIモデルの中で最高となる16.1%の自動化率を記録した。3D・CADや建築、グラフィックデザイン、動画・アニメーション、音声、データ分析、Webアプリ開発など23の専門分野にまたがる240件の実際のフリーランス案件を対象に、発注者が納品物として受け入れられる品質かどうかを判定した結果だ。2位はAnthropicのOpus 4.8で8.3%、3位はOpenAIのGPT-5.5で6.3%だった。この指標が公表されてから最高記録は2.5%から16.1%へと半年ほどで6倍以上に伸びており、AIの実務遂行力は着実に上がっている。

何が起きたか

Remote Labor Indexは、学術的なベンチマークのように正答率を測るのではなく、実際にクライアントが納品物として受け取り、報酬を支払うかどうかを基準にしている点が特徴だ。対象となる240件の案件は、3Dモデリング、建築設計、グラフィックデザイン、動画・アニメーション制作、音声編集、データ分析、Webアプリ開発といった、実務で発注される仕事そのものから構成されている。

今回の結果でClaude Fable 5が16.1%というスコアを出したことは、企業がAIエージェントに実務を任せる際の目安として参考になる。ただし裏を返せば、残り8割超の案件は人による確認や手直しが必要な水準にとどまっているということでもある。AIが「何でもできる」という期待と、実際にどこまで任せられるかという現実の間には、まだ相応の開きがある。

この数字をどう読むか

企業がAI導入の投資対効果を見積もる際、こうした実務ベースの指標は、デモや宣伝文句よりも現実的な判断材料になる。16.1%という数字は、単純作業の一部を任せられる水準に達しつつあることを示す一方、専門性の高い業務全体を無人で回せる段階にはまだないことも意味している。またAnthropicの分析でも、モデルの価格構造を踏まえたときに、この自動化率で実際に経済的に見合うかどうかは別の論点として残ると指摘されている。性能が上がっても、コストに見合う使い方を設計できなければ投資は回収できない。

モデル間の差が示すもの

今回の結果でAnthropicのモデルが上位を独占した点も注目に値する。1位のClaude Fable 5が16.1%、2位のOpus 4.8が8.3%と、同じ開発元の2つのモデルが上位を占め、3位のOpenAI製GPT-5.5は6.3%にとどまった。ベンチマークによってどのモデルが強いかは変わりやすいが、実務代行というクライアント視点の評価軸では、Anthropic勢が優位に立っているという結果は、企業がモデルを選ぶ際の一つの参考情報になる。ただしモデルの優劣は日々のアップデートで入れ替わるため、特定のモデルを固定的に評価するのではなく、定期的に最新の結果を確認する習慣が欠かせない。

半年で6倍に伸びた背景

このベンチマークが公開された当初、最高スコアは2.5%にとどまっていた。それが半年ほどで16.1%まで伸びたことは、AIエージェントの実務遂行力が着実に、かつ急速に向上していることを示している。この伸びのペースがそのまま続けば、今後1年ほどで自動化率がさらに大きく上がる可能性もある一方、実務で通用する品質を担保するのが難しい高度な専門領域では伸びが鈍る可能性もある。過去の技術トレンドと同様に、易しい部分から自動化が進み、難しい部分ほど時間がかかるという非対称な進み方になると見ておくのが妥当だろう。

現場の実務にどう効くか

AI導入を検討する部門にとって、こうした第三者機関のベンチマークは、自社の業務のどの部分をAIに任せられそうかを見積もる出発点になる。デザインやデータ分析、簡易なWeb制作といった領域では、AIが下書きや一次成果物を作り、人が最終確認と調整をするという分業を組みやすい。逆に、まだ自動化率が低い専門領域では、AIを補助ツールとして使いつつ、判断の主体は人に残す設計を維持するのが現実的だ。ベンダーの宣伝文句だけでなく、こうした実務ベースの指標を確認したうえで導入範囲を決めることをすすめたい。

価格と性能のバランスを見る視点

Anthropicの分析でも指摘されているとおり、自動化率が高いモデルほど利用料金も高くなる傾向があり、16.1%という性能を得るためのコストが、人が同じ作業をする場合の費用を下回るかどうかは案件ごとに異なる。単純な作業であれば人件費に対してAI利用料金が十分に安く済むが、専門性が高くAIの精度が求められる作業では、確認や修正にかかる人の工数を含めるとかえって割高になる場合もある。導入を検討する際は、性能の数字だけでなく、実際の作業にかかる総コストで比較することが欠かせない。

FAQ

Remote Labor Indexは今後もモデルの更新に合わせてスコアが公表される見通しだ。導入判断の材料にする際は、最新のスコアと評価対象の案件内容を確認してほしい。

出典

• A Significant Increase in Digital Labor Automation（Center for AI Safety）
• Remote Labor Index（Scale AI Labs）

Claude Fable 5そのものの機能や輸出規制解除の経緯はAnthropic、最強クラスのClaude Fable 5を一般公開で取り上げている。AIの精度を左右する要因を基礎から知りたい場合は生成AIの精度を左右する5つの要因、AIにできることとできないことの見極め方は生成AIでできること・できないこと 仕事で使う前の見極め方を参考にしてほしい。