AIToday
大規模言語モデルAIビジネス・産業THE DECODER掲載日時: 2026年11月11日 1:00

AnthropicのFable 5.2が41%完遂

LINEで送る
AnthropicのFable 5.2が41%完遂

3つのポイント

  1. 何が起きたか

    AnthropicのFable 5.2はScale Labsのベンチマークで実在のフリーランス案件の41.3%を完遂した。約1年前の開始時はManusが2.5%だった。

  2. なぜ重要か

    このベンチマークは動画編集やCAD設計など業務全体の出来を採点するため、AIエージェントが専門業務を高品質で仕上げる割合が大きく高まったことを示す。

誰に効くか動画編集やCAD設計、ゲーム開発、データ分析の案件を手がけるフリーランスは、このベンチマークの業務構成から見て、AIエージェントが同じ仕事を奪い合う状況に直面する可能性がある。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

このベンチマークは、AIの進歩を切り離された技能テストではなく実際のフリーランス業務に結びつけて測る。約$144,000相当の240件はUpworkで本人確認済みの専門家358人による案件で、動画編集やCAD設計、ゲーム開発、データ分析などを含む。約1年前のテスト開始時、Manusの完遂率はわずか2.5%だった。7月にはAnthropicのFable 5が約16%に達した。

最新の結果はその上昇をさらに延長している。Fable 5.2の完遂率は41.3%で、7月時点のFable 5の約2.5倍にあたる。Scale Labsによると、最も伸びたのは音声・音楽の編集、建築・インテリア空間の設計、3Dモデルの制作だ。成功した案件のうち50件近くは、これまでテストでどのAIエージェントも解けなかった業務だった。

人間の専門家は提出ファイルを専門ソフトで開き、フリーランスの成果物と比べて成否を判定する。別のAIでこの審査を自動化するCAISの試みは今のところ失敗している。AIの審査役はソフトをほとんど操作できず、見た目は整っていても技術的に欠陥のある提出物にだまされるからだ。

よくある質問
このベンチマークはどんな業務を対象にしているか?
Upworkで本人確認済みの専門家358人が手がけた完了済みプロジェクト240件を対象とし、動画編集からCAD設計、ゲーム開発、データ分析まで幅広く含む。
ベンチマークの案件はどのくらいの価値があるのか?
240件のプロジェクトは合計で約$144,000相当で、1件あたりの平均は$632.60だ。
Fable 5.2が最も大きく伸びた分野は?
Scale Labsによると、Fable 5.2の伸びが最も大きいのは音声・音楽の編集、建築・インテリア空間の設計、3Dモデルの制作だ。
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

kickflow、AIワークフローで約10.6億円調達

kickflowはシリーズAで約10.6億円を調達

NEWTHE BRIDGE2時間前

Anthropic上場へ、SpaceXより有望と筆者

Anthropicは11月19日に上場する見通しで、筆者は2026年上半期の売上高が前年同期比1,305%増の163億ドルだったことを挙げ、SpaceXより好意的に見ている

NEWYahoo Finance AI2時間前

ソフトバンク、スマホ撮影のバスケ試合をAI解析しハイライト自動生成

ソフトバンクは日本バスケットボール協会と連携し、米Built Different AIのHOOPERアプリを国内大会で実証

NEWAI Watch (Impress)2時間前

Microsoft、Copilotを「仕事の新しいOS」と位置付け

Microsoft Ignite 2026でCEOのSatya Nadella氏はCopilotを「仕事の新しいOS」と呼び、AIチャットやエージェントへの委任、アプリ開発、自律的なタスク実行を統合すると述べた

NEWImpress Watch2時間前

ローカルLLM、囮に5.7秒で接触も偽認証情報は12個中0個

Docker Composeの閉鎖ラボでLlama 3.1 8Bエージェントは約5.7秒でOpenCanaryハニーポットに到達したが、ダミー認証情報12個のファイルサーバーには触れず発見数は12個中0個だった

NEWZenn AI/ML2時間前

ForceHarnessがGPT-6 Astraの成功率を90%に

ForceHarnessはロボットハードウェアとモデルAPIの間に位置し、生の力覚トレースを不確実性推定付きの物理量に変換してツール呼び出し結果として凍結モデルに返す

NEWAI Weekly2時間前
次の記事へFed当局者、AI支出は過熱と指摘