Claude Fable 5の価格設定はSonarコンテキスト拡張を強力なコストレバーにする

2026年6月9日、AnthropicはClaude Fable 5をリリースしました。入力トークン100万あたり10ドル、出力トークン100万あたり50ドルです。Claude生成コードをSonarQubeの品質ゲートで評価するチームにとって、このリリースは静かに価格ゲームを変えました。Fable 5では、失敗した初回PRのコストがさらに高くなりました。これに応じて、Sonar Context Augmentationは、AIコーディングエージェントに必要なコンテキストを提供し、トークンの消費を削減することを目指しています。

価格とその重要性

Fable 5は、数時間または数日間にわたって実行されるワークロード向けにAnthropicが位置付けたモデルです。マルチステップのリファクタリング、クロスプロジェクトのビルド、単一のセッションを超えるエージェントセッションなどです。この長い注意の範囲と、数百万のトークンを超えて作業を続ける能力が、チームがアクセスするために高い料金を支払う理由です。しかし、その拡張された範囲でエージェントが何をするかが、最終的な請求額を決定します。

Opus 4.8からFable 5に切り替えるチームは、出力トークンあたり2倍の料金を支払いますが、エージェントは価格が上がったからといって本能的にトークンを少なく生成するわけではありません。Anthropicはその価格比較をClaude Mythos 5と比較していますが、あなたの請求に最も影響を与える比較はOpus 4.8との比較です。

反復税

AIエージェントがコードを生成し、PRを開き、品質ゲートに失敗し、修正を行うたびに、出力トークンの形で追加のコストが発生します。より深いコード集約型のサイクルでは、PRの反復のたびにトークンの消費が増加します。入力の請求も増加します。なぜなら、各リトライは失敗のコンテキスト、失敗したルール、およびエージェントが書き直しているファイルをプロンプトに戻すからです。

この複合は、エージェントループの定義的なコスト挙動です。エージェントが書き込み-失敗-修正の反復を繰り返すと、出力トークンはリトライの回数に比例して増加しますが、入力トークンはより速く増加します。各ループは前のループの生成されたコード、失敗のコンテキスト、および再読み込みされたソースファイルを次のプロンプトに戻します。3回のリトライセッションは、単一のパスの4倍のコストではありません。それ以上のコストです。なぜなら、ループ2に入るコンテキストウィンドウはループ1に入ったものよりも大きく、ループ3はさらに大きいからです。エージェントシステムを構築し、予算を立てるエンジニアはこれをループエンジニアリングと呼びます。この複合コストを抑えるために反復構造を設計する実践です。出力トークン100万あたり50ドル、入力トークン100万あたり10ドルで、Fable 5はループエンジニアリングを財務的な規律にします。

AI生成コードに取り組む多くのチームにとって、暗黙の合格/不合格ラインはエージェントAIのためのSonar way品質ゲートに沿っており、エージェントが最初の試行でそれをクリアできない場合、反復税が課されます。SonarQube Cloudの品質ゲートは、エージェントがコードを書き換え、修正する環境に最適化されており、その条件は設計上厳格です（例：新しい信頼性、セキュリティ、および保守性の問題に対する重大度しきい値チェック、新しい依存関係リスクのゲート、≥80％のカバレッジと≤3％の重複率）。厳格なゲートはAI生成コードに対する正しい対応ですが、失敗するゲートはますます高価になっています。

Sonarがトークンコスト効率を改善する方法

広いウィンドウはエージェントに余裕を与えますが、方向性を与えるわけではありません。長いコンテキストウィンドウは、エージェントが編集しようとしているファイルにどのコーディングルールが適用されるか、越えてはならないアーキテクチャの境界がどこにあるか、リファクタリングが実際に触れるべき特定の呼び出しサイトがどれかを教えてくれません。それがなければ、エージェントは自分で答えを見つけます。盲目的なファイル読み込みは入力トークンを積み重ね、ミスは出力レートでのさらなる反復を伴います。どちらも、コードベース分析がすでに知っていることを再発見するために支払っています。

660のClaude Code試行を33のタスクで測定した制御された研究は、まさにこのコストを測定しました。Sonarの研究では、よりクリーンなコードベースをナビゲートするエージェントは、1回の実行あたり7〜8％少ないトークンを使用し、より乱雑なコードベースで作業するエージェントよりも34％少ないファイルを再訪問しましたが、タスク完了率に違いはありませんでした。トークンの差はより良いコードを生成することからではなく、正しいファイルを見つけるための努力を減らすことから来ています。不要なファイル読み込みは入力トークンコストであり、マルチループエージェントワークフローではそれらの読み込みは次の反復で再び支払われます。34％の再訪問削減は、セマンティックナビゲーションが正しく行われた場合の実際の姿です。

さらにコストがかかる可能性のある別の失敗モードがあります。プロジェクト固有のコンテキストなしでエージェントが出荷するコードは、単独でコンパイルされるかもしれませんが、チームの実際の基準を満たさない可能性があります。たとえば、誤った抽象化を実装したり、制約を見逃したり、存在すべきでない依存関係を持っていたりします。その結果、ゲートがこれらの問題をフラグし、エージェントがそれらを書き直し、請求がますます増加します。エージェントが推測しなければならなかったルールは、すでにSonarQube分析に存在しており、Sonar Context Augmentationはコードが書かれる前にそれらをエージェントに提供できます。

SonarのAIエージェントとの作業フレームワークは、エージェント中心の開発サイクル（AC/DC）を中心に展開され、エージェントがコードを生成する3つの柱で構成されています。ガイドは最初のプロンプトから必要なコンテキストをエージェントに提供し、検証は出力を基準に対してチェックし、解決は生き残った問題を修正するために引き渡します。反復税は生成と検証の間の空間に存在し、ガイドはそのギャップを最初から埋める機会を提供します。

Sonar Context Augmentation

Sonar Context Augmentationは、AC/DCのガイド段階で動作し、エージェントがコードを書く前にプロジェクト固有の知識を4種類提供します：

• アーキテクチャの認識：現在のアーキテクチャグラフとユーザー定義の制約を含み、エージェントが単一のファイルから推測できない境界を尊重します。
• インテリジェントなガイドライン：エージェントが触れる予定のファイルで実際に問題が発生したSonarルールを絞り込みます。エージェントはプロジェクトでテストされたルールを取得し、一般的なルールダンプではありません。
• セマンティックナビゲーション：ASTとセマンティクスを介して、呼び出しスタック、クラス階層、参照、および実際のソース位置を提供します。
• サードパーティの依存関係ガイダンス：新しいライブラリに手を伸ばす前に、既知の脆弱性、サプライチェーンマルウェア、およびライセンスの姿勢を確認します。

Sonar Context Augmentationが有効になっている場合、エージェントはコードを書く前にプロジェクトの実際のルール、アーキテクチャ、依存関係の確認、およびセマンティック構造を手に入れます。

サポートされているエージェントに対して推奨されるセットアップは、ローカルのContext Augmentationツールを使用するエージェントスキルをインストールするSonarQube CLIです。同じ機能は、SonarQube Cloudに接続するローカルで実行されるSonarQube MCPサーバーを通じてMCPツールとしても利用できます。どちらの方法でも、Claude Code、GitHub Copilot、CodexなどのAIコーディングツールにContext Augmentationを提供します。この機能は、SonarQube Cloudのチームおよびエンタープライズプランでオープンベータ版として提供されています。

経済的なポイントは機械的です。このコンテキストは、出力トークン100万あたり50ドルではなく、入力トークン100万あたり10ドルで到着します。入力は出力の5倍安いです。あなたはより安いレートで完全な絵を支払い、その後の実行でエージェントがその中で描きます。

実践におけるコンテキスト拡張

Sonar Context Augmentationは、数分でClaude Codeに統合できます。SonarQube CLIスキルをインストールすると、「SharedAggregators.javaの変更に適用されるSonarコーディングガイドラインは何ですか？」のようなプロンプトをClaude Codeに送信し、スキルが呼び出しを行い、プロジェクト固有のルールが返され、エージェントの計画がコード生成前に調整される様子を確認できます。

ここでエージェントが読むのは、リポジトリに依存したものであり、一般的なものではありません。この違いは、3回の書き直しが必要なドラフトと、最初の試行でゲートをクリアするドラフトの違いです。

具体的なケースを考えてみましょう。エージェントが大規模なJavaサービスで広く使用されているrecordEvent()メソッドにtraceIdパラメータを追加するように求められた場合です。

Sonar Context Augmentationがない場合、エージェントは手動でコードベースをマッピングします。文字列検索を実行し、一致するファイルを読み、新しいパラメータが必要なサイトを組み立てようとします。文字列検索はここでは脆弱です。異なるシグネチャを持つオーバーロード、インターフェースを介した呼び出し、生成されたプロキシの背後にあるサイトを見逃します。エージェントが自分自身を方向付けるために読むファイルはすべてトークンの請求に追加され、ミスは将来の出力レートでの反復を必要とします。

Sonar Context Augmentationが有効になっている場合、その方向付けはすでに完了しています。セマンティックナビゲーションは、エージェントにすべての呼び出しサイトを事前に提供します。アーキテクチャは、影響を受けるサービスに触れることが許可されているモジュールを示します。チームのトレーシング規約は、すでにSonarにコード化されており、同時に提供されます。同じモデル、同じタスク：変更は最初の試行で成功する可能性が高く、ゲートはより頻繁にクリアされ、反復税はSonar Context Augmentationなしで行われたように複合しません。

数学

平均20,000の出力トークンを生成するエージェントを想像してください。

• 初回試行での合格：20,000 × $50/M = $1の出力コストでのマージされたPRあたり。
• 2回の反復：20,000 × 2 × $50/M = $2のマージされたPRあたり。
• 4回の反復：20,000 × 4 × $50/M = $4のマージされたPRあたり。

各反復で入力トークンが増加し、各リトライは前のものよりも多くのコンテキストを持ちます。

今、見積もりを拡大します。週に200のAI生成PRをマージするチームは、初回試行率に応じて出力トークンで約$200から$800の間を揺れ動きます。年間を通じて、それは1つのチームで出力トークンだけで$30,000のギャップを構成します。組織内の10チームでは、それは約$300,000に増加します。

数字を方向性として扱ってください。あなたのチームにとっての本当のレバーは、エージェントが最初の試行でゲートをクリアするPRの割合です。

適切なコンテキストを事前に、コストのかかる反復を減らす

Fable 5は、エージェントにより大きな作業を引き受ける余地を与えます。出力率100万あたり50ドルは、各リトライがOpus 4.8標準の下での請求の約2倍を提供することを意味します。Sonar Context Augmentationは、エージェントにプロジェクトのルール、アーキテクチャ、および依存関係の姿勢を最初の行を書く前に提供することで、そのリトライ率を下げるガイド段階のレバーです。

さらなる読み物

• AnthropicのClaude Fable 5とClaude Mythos 5の発表を読む
• ループエンジニアリングを深く掘り下げ、Fable 5時代における自律AIコーディングエージェントの管理について学ぶ。
• SonarQube分析を用いたClaude Fable 5をレビューする
• SonarQube CLIのコマンドとClaude Codeの統合に慣れる
• MCPサーバーアプローチについては、Sonar Context AugmentationとClaude Codeのガイドを読む
• Sonar Context AugmentationとSonarQube MCPサーバーの公式ドキュメントを参照する
• Sonarのエージェント中心の開発サイクルのフレーミングで点をつなぐ