Fable 5対GPT-5.6 Sol：NP困難問題での性能比較
Judul asli: Fable 5 vs. GPT-5.6 Sol on an NP-Hard Problem: Does /goal help?
Mengapa Ini Penting
最先端AIモデルの実問題における解法品質と機能効果を定量的に示した事例として注目される。
Charles AzamがClaude Fable 5とGPT-5.6 Solに同一のNP困難最適化問題を与え、/goalモード有無で比較。Fable 5が最良解を記録し、高い一貫性を示した。
エンジニア・研究者のCharles Azamが、2018年に自身が取り組んだ光ファイバーネットワーク設計問題「KIRO」を使い、Claude Fable 5とGPT-5.6 Solの性能を検証した。KIROはGrenoble、Nice、Parisの有向距離行列を元に、配線ループや短鎖を最小ケーブル長で構築するNP困難な最適化問題で、探索空間はパリ単体でも約10の1223乗に達する。
実験は30分の最適化バジェット、最大推論設定で実施。Fable 5は3回中2回で/goalモードが改善し、最良スコア31,934を記録。GPT-5.6 Solは3回中2回で/goalが有効だったが、1回で+5,790と大幅悪化するケースもあった。
Azamは「/goalは『より頑張る』汎用スイッチではなく、制御ループと探索経路を変える仕組みであり、良い探索域を見つけることもあれば、悪いアイデアに時間を与えるだけになる場合もある」と説明。Claude CodeとCodexでは/goalの内部実装も異なると指摘している。全コード・プロンプト・結果はCLIArenaに公開されている。