Amazon Bedrock で Claude Fable 5.1 が利用可能になったので Converse API から呼び出してみた

Amazon Bedrock で Claude Fable 5.1 が利用可能になったので Converse API から呼び出してみた

Anthropic の Claude Fable 5.1 が Amazon Bedrock で利用できるようになりました。AWS CLI から Converse API と InvokeModel API で呼び出し、データ保持モードの設定、モデルID の使い分け、reasoning effort、プロンプトキャッシュを確認した結果をまとめます。
2026.09.02

はじめに

2026年9月1日、Anthropic の Claude Fable 5.1 が Amazon Bedrock と Claude Platform on AWS で利用可能になりました。

https://aws.amazon.com/about-aws/whats-new/2026/09/claude-fable-5-1-aws/

https://aws.amazon.com/blogs/machine-learning/introducing-claude-fable-5-1-on-aws/

https://www.anthropic.com/claude-fable-and-mythos-5-1

AWS CLI から Converse API と InvokeModel API で Fable 5.1 を呼び出し、事前に必要な設定と返ってきたレスポンスを確認しました。

検証内容

検証は 2026年9月2日に us-east-1 で、AWS CLI 2.36.36 を使って実施しました。このバージョンでは、データ保持モードを確認・変更するコマンドを利用できました。

データ保持モード

Fable 5.1 のモデルカードは、利用にあたって Data Retention API でアカウントのデータ保持モードを aws_review に設定することを求めています。

Fable 5.1 は Covered Model に指定されており、AWS のブログによると、利用にあたっては最大30日のデータ保持と Amazon の担当者によるレビューの対象になります。aws_review は、AWS が安全性審査のためにプロンプトと出力を AWS の境界内で保持するモードです。Fable 5.1 はモデルプロバイダーとの共有を必要としません。

現在の値を読み取ってから切り替えました。

aws bedrock get-account-data-retention
aws bedrock put-account-data-retention --mode aws_review

切り替える前の読み取り結果です。

{
    "mode": "provider_data_share",
    "updatedAt": "2026-06-09T23:46:41.595000+00:00"
}

切り替えた後の読み取り結果です。

{
    "mode": "aws_review",
    "updatedAt": "2026-09-01T19:49:15.480000+00:00"
}

変更に必要なパラメータは --mode だけです。モデルIDは指定せず、アカウント単位で設定します。

Converse 呼び出し

Global の推論プロファイルを指定して、Converse API を呼びました。

aws bedrock-runtime converse \
  --model-id "global.anthropic.claude-fable-5-1" \
  --messages '[{"role":"user","content":[{"text":"こんにちは!あなたのモデル名を教えてください。一言で。"}]}]' \
  --inference-config '{"maxTokens":100}'

応答テキストと usage、metrics が返りました。

{
    "output": {
        "message": {
            "role": "assistant",
            "content": [
                {
                    "text": "こんにちは!Claudeです。"
                }
            ]
        }
    },
    "stopReason": "end_turn",
    "usage": {
        "inputTokens": 32,
        "outputTokens": 14,
        "totalTokens": 46,
        "cacheReadInputTokens": 0
    },
    "metrics": {
        "latencyMs": 2062
    }
}

この Converse 呼び出しでは、content に text ブロックだけが入り、reasoningContent ブロックは含まれませんでした。思考の内容が返る条件は次の節で扱います。

モデルIDには推論プロファイルを指定します。モデルカードの Programmatic Access では In-Region endpoint URL が N/A です。Geo なら us.anthropic.claude-fable-5-1、Global なら上で指定した global.anthropic.claude-fable-5-1 を指定します。US Geo の推論プロファイルでも、同じプロンプトで応答が返りました。

reasoning effort

思考の深さを指定する effort は output_config の下に置きます。モデルカードには、effort が low / medium / high / xhigh / max の5段階で、既定は high と記載されています。Converse API でも次の形で通りました。

--additional-model-request-fields '{"output_config":{"effort":"max"}}'

指定の効果を数値で見るために、output_tokens_details.thinking_tokens を得られる InvokeModel で計測しました。ネイティブのリクエストボディでは、output_config をトップレベルに置きます。

{
    "anthropic_version": "bedrock-2023-05-31",
    "max_tokens": 6000,
    "messages": [
        {
            "role": "user",
            "content": "ある農場にニワトリとウシがいます。頭の数の合計は30、脚の数の合計は74です。それぞれ何頭ですか。考え方も示してください。"
        }
    ],
    "output_config": {
        "effort": "max"
    }
}
aws bedrock-runtime invoke-model \
  --model-id "global.anthropic.claude-fable-5-1" \
  --content-type application/json --accept application/json \
  --body "fileb://body-effort-max.json" \
  05-effort-max.json

effort 未指定側は、このボディから output_config を落としたものです。同一のつるかめ算プロンプトを、effort 未指定と max で各1回ずつ実行しました。次の表の出力トークンと経過時間は1回の実行値であり、同じプロンプトでも実行ごとに変動します。

effort output_tokens thinking_tokens content ブロック 実測経過
未指定(既定 high) 382 0 text 8,362 ms
max 956 410 thinking, text 13,724 ms

経過時間は date +%s%3N の差分です。InvokeModel のレスポンスには、Converse の metrics.latencyMs に相当するフィールドがありません。

表のとおり、effort によって content ブロックの構成が変わるため、位置は固定できません。AWS のブログのサンプルコードも、固定インデックスではなく type で text ブロックを選ぶ形になっています。

プロンプトキャッシュ

モデルカードでは、1つの cache checkpoint に必要な最小トークン数は 512 です。1リクエストあたりの checkpoint 数は最大4つで、TTL は 5 分と 1 時間です。checkpoint は system、messages、tools に置けます。

system(695 tokens)の末尾に cache checkpoint を置きました。用語集の本文に続けて cachePoint ブロックを並べる形です。次の JSON は用語集の行を途中で省略しています。

[
    {"text": "You are a glossary reference. Answer strictly from the glossary below.\n1. The term 'cache checkpoint' is defined in the Amazon Bedrock user guide as a concept used when invoking a model.\n2. The term 'foundation model' is defined in the Amazon Bedrock user guide as a concept used when invoking a model."},
    {"cachePoint": {"type": "default"}}
]
aws bedrock-runtime converse \
  --model-id "global.anthropic.claude-fable-5-1" \
  --system "$(cat system-695.json)" \
  --messages '[{"role":"user","content":[{"text":"Reply with the single word: ok"}]}]' \
  --inference-config '{"maxTokens":20}'

1回目はキャッシュ書き込みになりました。

{
    "usage": {
        "inputTokens": 16,
        "outputTokens": 4,
        "totalTokens": 715,
        "cacheReadInputTokens": 0,
        "cacheWriteInputTokens": 695,
        "cacheDetails": [
            {
                "ttl": "5m",
                "inputTokens": 695
            }
        ]
    }
}

約2秒後に同じリクエストを実行すると、695 tokens がキャッシュ読み出しとして計上されました。

{
    "usage": {
        "inputTokens": 16,
        "outputTokens": 4,
        "totalTokens": 715,
        "cacheReadInputTokens": 695
    }
}

続いて、リクエストの形は変えず、system の用語集の行数を減らし、入力全体が最小トークン数 512 を下回る状態にして実行しました。

1回目: {"inputTokens": 377, "outputTokens": 4, "totalTokens": 381, "cacheReadInputTokens": 0}
2回目: {"inputTokens": 377, "outputTokens": 4, "totalTokens": 381, "cacheReadInputTokens": 0}

1回目に cacheWriteInputTokens は付かず、レスポンスでは入力 377 tokens の全量が inputTokens に入りました。

まとめ

データ保持モードを aws_review に切り替え、推論プロファイル付きのモデルIDを指定すれば、公開当日でも Converse API から Claude Fable 5.1 を呼び出せました。

データ保持モードはアカウント単位の設定です。aws_review にすると、そのアカウントから送るプロンプトと出力が保持とレビューの対象になるため、試す前に所属組織のデータ取り扱い方針を確認してください。


Claudeならクラスメソッドにお任せください

クラスメソッドは、Anthropic社とリセラー契約を締結しています。各種製品ガイドから、業種別の活用法、フェーズごとのお悩み解決などサービス支援ページにまとめております。まずはご覧いただき、お気軽にご相談ください。

サービス詳細を見る

この記事をシェアする

AWSのお困り事はクラスメソッドへ

関連記事