AIにかける月額を、Claude 100ドル＋Codex 100ドルから、Claude 20ドル＋Codex 200ドルに変えました。合計は200ドルから220ドルです。使い方を見直したのに、20ドル増えた。
きっかけは、Fable 5に出した1つの指示でした。約30分動いて、私の環境では5時間枠をほぼ使い切ったんです。一方のSol Ultraは、かなり仕事を渡したあとで「もう少し枠がほしい」と感じる程度でした。頼んだ範囲を、こちらが確認できる形で終えてくれる場面も目立ちました。
ただ、同じ課題を何度も流して測ったベンチマークではありません。普段の個人開発で、指示の守り方、手戻りの多さ、利用枠の減り方を見て感じた比較です。
予算を変えた理由は手戻りと利用枠
Fable 5は長時間の複雑な仕事に向く上位モデル。ただ、日常の小さなタスクでは、指示からのずれと5時間枠の消費が重かった。Sol Ultraは頼んだ範囲から外れにくく、続けて頼みやすい。だから予算はCodex側に寄せた。
1回の回答ではなく、完了までの手間を数える
1回の回答の出来だけを見ても、どちらを使うかは決められませんでした。追加指示や修正のやり取り、待ち時間、残りの利用枠が、その見方では抜け落ちるからです。そこで普段のタスクを何件か渡して、次の4点だけを記録しました。
- 最初の指示から完了までに何回修正したか
- 変更範囲と禁止事項を守ったか
- テストと成果物で完了を確認できたか
- 次の仕事を頼める利用枠が残ったか
賢さそのものは、この4点に入れていません。私が渡した範囲の仕事では明確な差を確認できず、記録しても比較にならなかったからです。したがって、ここから両モデルの客観的な性能順位は出ません。
毎日繰り返す小さな仕事しか渡していない
私がAIに頼んでいるのは、モデルの限界を試すような難問ではありません。リポジトリの整理やドキュメントの更新、小さな機能追加、テスト、公開後の確認といった、毎日のように繰り返す仕事が中心です。個人開発をAIと進めるときの流れも、この繰り返しの積み上げでできています。
2026年7月17日時点の公式情報では、Claude Fable 5は、Anthropicが長時間の複雑な知識労働やコーディング向けに出している上位モデルです。GPT-5.6 SolはOpenAIのフラッグシップで、高性能設定のUltraでは標準で4つのエージェントが並列に動きます。想定されている土俵は、私の小さなタスクとは違います。それでも知りたかったのはもっと手前のことで、必要な前提を渡したあと、どちらなら普段の仕事を任せ続けやすいか、という一点でした。
30分動いた1つの指示で、次の依頼が出せなくなった
1つの指示に約30分動いた結果、5時間枠がほぼ消えました。Claudeの公式ヘルプにも、有料利用には5時間単位のセッション上限があり、上限に達するとリセット時刻まで待つよう表示される、とあります。
Fable 5が仕事をこなせなかった、という話ではないんです。結果はきちんと出ました。ただ、指定した範囲を超えたり、条件からずれたりして、追加の修正をお願いする場面がありました。
正直、上位モデルなら説明が少なくても意図を補ってくれるだろうと期待していました。実際には、何が正本で、目的と完了条件はどこにあって、何をしてはいけないか、丁寧に渡す必要がありました。この点はSolでも変わりません。
長時間、自律的に動き続けられるのはFable 5の強みのはずです。ただ、日中に小さな依頼を何度も渡す私の使い方では、その強みより、1回の作業で次の依頼を出せなくなることのほうが響きました。
枠の減り方は数字で渡せない
この「ほぼ使い切った」は、APIのトークン単価をそろえて測った数字ではありません。定額プランを普段どおり使って、画面に表示される利用可能枠の減り方を見比べた体感で、2026年7月12日時点の私の環境とタスクに限った話です。OpenAIの公式案内でも、Codexの利用量はタスクの規模や複雑さ、モデル、実行場所などで変わるとされていて、対象プランでは追加クレジットを使える場合もあります。
短い質問と長時間の移行作業、画像を含む確認とでは、消費量がそれぞれ違います。この記事の体感を持ち帰るより、自分の普段のタスクを1日分流して、次の依頼を出せる枠が残るかを見るほうが確実です。
Sol Ultraで減った、軌道修正の回数
Sol Ultraで効いていたのは、頼んだ範囲から外れないことでした。変更していい範囲と完了条件を渡すと、その中で調査、変更、テストまで進めて、こちらが確認できる状態で終えてくれることが多かったんです。難問を一発で解いた、みたいな派手な場面ではありません。
途中で「そこまでは触らなくていい」と止める回数が少なければ、成果物を確認する手間も減ります。私にとっての使いやすさは、賢そうな回答が返ってくることより、終わった仕事と残った仕事を見分けやすいことでした。
もちろん、曖昧に頼んでも意図どおりに仕上がるわけではありません。誤った前提を渡せば、その前提のまま丁寧に進んでしまいます。標準で4エージェントが動くぶん、軽い作業に常用すれば利用量も増えます。
4つの記録を並べて見えた差
記録を並べると、差が付いたのは賢さではなく、指示の守り方でした。
| 記録した項目 | Fable 5 | Sol Ultra |
|---|---|---|
| 完了までの修正 | 条件からのずれで追加の依頼が必要になった | 指示した範囲内で完了することが多かった |
| 変更範囲と禁止事項 | 指定した範囲を超えることがあった | 渡した範囲の中で収まっていた |
| 完了の確認 | 成果物を確認する往復が増えた | テストまで進み、確認できる状態で終わった |
| 次を頼める枠 | 約30分の1指示で5時間枠をほぼ消費 | 続けて頼めたが、使い続けると少し足りない |
4点のうち上の3点は、どれも同じ場所から派生しています。渡した範囲を超えるほど、確認の往復が増え、そのぶん枠も減っていくわけです。
上位モデルでも、渡す前提は減らなかった
どちらを使うにしても、結局、毎回これだけは渡していました。
- 何を正本として読むか
- 今回の目的と完了条件
- 変更してよい範囲と触れてはいけない範囲
- 判断が分かれたときの優先順位
- 作業後に行うテストと確認
ここが欠けると、FableでもSolでも、推測で埋める部分が増えます。差が付いたのは、前提を渡さずに済むかどうかではなく、渡した前提からどれだけ外れずに進むかでした。1つめの「何を正本として読むか」は、私が複数repoの索引をObsidianへ集めたのと同じ理由で、いちばん外せません。
Claudeを0ドルにしなかった理由
| 配分 | Claude | Codex | 合計 |
|---|---|---|---|
| 変更前 | 100ドル | 100ドル | 200ドル |
| 変更後 | 20ドル | 200ドル | 220ドル |
それでもClaudeに20ドル残したのは、Fable 5の能力そのものを否定する気がないからです。今回試していない、長期間かかる複雑な仕事なら、評価が逆になる可能性もあると思っています。いま決めたのは、どちらが優れているかではなく、どの仕事をどちらへ出すかです。
いまの振り分け
Sol Ultra（月200ドル側）
- リポジトリ整理、ドキュメント更新、小さな機能追加
- 変更範囲と完了条件を渡して、確認まで一度で終えたい仕事
Fable 5（月20ドル側）
- 長時間かかる複雑な仕事。ただし今回は試していない
- 5時間枠をこの1件に使うと決めたとき
この振り分けは、各社の料金表を見比べて決めたものではありません。実際に仕事を渡したときの手戻りと、渡したあとに残っていた利用枠で決まりました。増えた20ドルは、次の依頼をすぐ出せる状態への支払いです。
こうして選んだ環境で、WordPressの下書き作成から画像設定、公開後の確認までAIに任せています。手順と任せた範囲は、Xserverでのブログ運用の記事に残しています。
XserverのWordPress運営をAIで効率化｜任せた作業と人が決めたことXserverのWordPress運営にAIとWP-CLIを使い、15記事のアイキャッチ差し替えや下書き…
