複数のLLMを使い分ける手間を、エージェント側に任せられるようになりました。
Abacus AIは2026年6月10日、Abacus AI Agentに「Claude Fable Mode」を追加し、エージェントタスクの種類に応じて最適なモデルへ自動ルーティングする仕組みを発表しました。コーディング、データ分析、リサーチ、資料作成、モバイルアプリ開発など、用途ごとにClaude Fable 5、GPT-5.5、Gemini、Opus 4.8、DeepSeekといった主要モデルが割り当てられます。本記事では、発表内容と公式ドキュメントに基づく使い分けの全体像を整理します。
この記事でわかること
- Abacus AI Agentの新モードとタスク別ルーティングの対応表
- Claude Fable Modeが担うコーディング向けの位置づけ
- Effort LevelやRouteLLMとの関係
- 手動選定から自動振り分けへ移行する際の注意点
何が変わったか
Abacus AI Agentは、指示を受けてアプリ構築やデータ分析、リサーチ、資料作成などを自律実行する汎用エージェントです。これまでもRouteLLMという仕組みでリクエスト内容に応じたモデル選定は行っていましたが、今回の発表ではエージェントタスクのカテゴリごとに、より明確なモデル割り当てが示されました。
Abacus AIの公式X投稿（2026年6月10日）によると、ルーティングの対応は次のとおりです。
- ハードコーディング → Claude Fable（Fable Mode）
- データ分析 → GPT-5.5
- リサーチ → Gemini
- デザイン・プレゼン資料 → Opus 4.8
- Agent Swarms（複数エージェント協調） → DeepSeek
- モバイルアプリ → GPT-5.5 + Opus 4.8
「どのモデルを選ぶか」をユーザーが毎回判断しなくてよい点が、今回の変更の核心です。
背景：なぜタスク別ルーティングが必要か
LLM（大規模言語モデル）は得意分野が異なります。コーディングに強いモデル、長文リサーチに向くモデル、表やグラフを含む分析に適したモデルは、必ずしも一致しません。ChatGPT、Claude、Gemini、DeepSeekを個別契約して使い分ける方法もありますが、タスクのたびにモデルを切り替える運用は手間がかかります。
Abacus AIはChatLLMという単一のワークスペース上で100以上のモデルにアクセスできるプラットフォームです。RouteLLMは、その中からリクエストの複雑さ・コスト・速度のバランスを見てモデルを選ぶルーティング層として機能します。公式ドキュメントでは、20以上のモデルを組み合わせてエージェント体験を最適化していると説明されています。
今回の発表は、チャット単発の応答だけでなく、Abacus AI Agentが実行する長時間のエージェントタスクにも、用途別のルーティング方針を適用したものと読めます。
タスク別ルーティングの詳細
ハードコーディング：Claude Fable Mode
コーディング向けには、新設されたClaude Fable Modeが割り当てられます。Abacus AIの公式ヘルプでは、Fable ModeはAnthropicのClaude Fable 5を利用する設定であり、「高コストだが高能力」と明記されています。
Claude Fable 5はAnthropicが2026年6月9日に公開したモデルで、数日にわたる自律的なコーディングや大規模な実装を想定して設計されています。Abacus AI AgentのFable Modeは、このモデルをコーディングタスクに振り向ける入口です。単純な修正には過剰な場合があるため、公式は「責任を持って使うこと（Use responsibly）」と注意喚起しています。
データ分析：GPT-5.5
スプレッドシートや構造化データの分析、ダッシュボード生成などのデータ分析タスクにはGPT-5.5が割り当てられます。Abacus AI AgentはCSVやExcelのアップロード、Web上の表データの取得に対応しており、数値処理と自然言語による解釈を組み合わせた出力を返します。
リサーチ：Gemini
Web上の最新情報を収集し、引用付きのレポートを組み立てるリサーチタスクにはGeminiが使われます。Abacus AI Agentの「Deep Research & Live Web Browsing」機能は、ライブWebアクセスで情報源を集め、構造化されたレポートを生成する用途を想定しています。
デザイン・プレゼン資料：Opus 4.8
スライドやレポートの作成、UIデザインの試作にはOpus 4.8が割り当てられます。2026年4月のプラットフォームアップデートで追加された「Abacus Design」は、フルアプリではなくデザイン要素だけを先に作る機能として提供されており、資料作成とデザイン系タスクのモデル選定が連動していると考えられます。
Agent Swarms：DeepSeek
複数のAbacus AI Agentを協調させるAgent SwarmsにはDeepSeekが割り当てられます。Agent Swarmsは、モバイルアプリとWebダッシュボードを並行開発するような大規模タスクを、マスターエージェントが複数のサブタスクに分解して同時進行する仕組みです。公式ドキュメントでは、スウォームはトークン消費が大きい処理であると警告されています。
モバイルアプリ：GPT-5.5 + Opus 4.8
iOS・Android向けモバイルアプリの構築には、GPT-5.5とOpus 4.8の2モデルが組み合わされます。実装ロジックとUI設計を分担させる構成で、単一モデルより複雑なアプリ開発に対応する意図が読み取れます。
使い方とEffort Level
タスク別ルーティングは、Abacus AI AgentのEffort Level設定と連動します。公式ヘルプに記載されている選択肢は次のとおりです。
- Auto（推奨）：コストと性能のバランスを自動調整
- Low Effort：低コストモデルへ振り分け、単純タスクの消費を抑える
- High：難易度の高いタスク向け
- Fable Mode：コーディングタスクをClaude Fable 5へ固定
通常運用ではAutoを維持し、大規模なコーディングや難しい実装に直面したときだけFable ModeやHighを選ぶ、という使い方が公式の推奨に沿います。RouteLLMをチャットモードで使う場合も、同じEffort Level設定が適用されます。
手動選定との違い
ChatLLMでは、GPT-5.5、Claude Sonnet 4.6、Gemini 3.1 Proなどを手動で指定することも可能です。手動選定は、特定モデルの出力を比較したい場面で有効です。
一方、Abacus AI Agentのタスク別ルーティングは、エージェントが自律的に複数ステップを実行する場面を想定しています。ツール連携、Webブラウジング、ファイル生成、デプロイまで含むワークフローでは、途中でモデルを切り替える判断をユーザーが担うのは現実的ではありません。ルーティング層がタスク種別に応じてモデルを割り当てることで、エージェント実行中のコンテキストを維持したまま最適なモデルへ切り替えられます。
RouteLLM APIを使えば、route-llmというモデル識別子で同様の自動選定をプログラムから呼び出すこともできます。ChatLLMのサブスクリプションに含まれるAPIで、OpenAI互換のエンドポイントを提供しています。
料金と注意点
Abacus AI AgentはChatLLM TeamsのProプラン（月額10ドル）から利用できます。サブスクリプションには20,000クレジットが付属し、API呼び出しやエージェントタスクごとに消費されます。RouteLLMは月間クレジット上限を超えても利用可能と公式に記載されていますが、Fable Modeのような高コストモデルはクレジット消費が大きくなります。
タスク別ルーティングは利便性を高める一方、裏側でどのモデルが選ばれたかを意識しないと、想定外のクレジット消費につながる場合があります。Effort LevelをAutoに保ち、本当に必要な場面だけFable Modeを使う運用が現実的です。
複数モデル時代のエージェント設計
Abacus AI Agentの今回の更新は、単一の最強モデルに依存するのではなく、タスク特性に応じてモデルを組み合わせる設計思想を前面に出したものです。コーディングにClaude Fable 5、分析にGPT-5.5、リサーチにGemini、資料作成にOpus 4.8、大規模協調にDeepSeek——という分担は、各社のフロンティアモデルが異なる強みを持つ現状を反映しています。
Claude Fable 5の公開（2026年6月9日）の翌日にAbacus AIがFable Modeを組み込んだことからも、最新モデルをエージェント基盤へ素早く載せ替える速度が、このプラットフォームの差別化要素になっていることがわかります。複数のAIサブスクリプションを抱えている開発者やビジネスユーザーにとって、ルーティングを任せられること自体が実務上のメリットになります。