Claude Opus 5.5、賢明な標準の選択

Anthropicは現在、Claudeの4つの系統を販売しています。Haikuは最も速く安価で、Sonnetはその中間、Opusは高度な仕事を担う主力で、その上には6月から、Mythosクラスのモデルに安全策を施したFableが位置しています。9月22日、AnthropicはOpus 5の2か月後にClaude Opus 5.5をリリースしました。

その主張は、リリースとしては異例のものです。「ほとんどの仕事でClaude Fable 5.1の水準の性能を発揮し、運用コストはOpus 5より40%低くなっています」。ここでは、何が新しいのか、数字が何を示すのか、どこが及ばないのか、そして誰が使うべきかを見ていきます。

Opus 5.5とは

Opus 5.5はClaude 5.5ファミリーの最初のモデルで、その後Sonnet 5.5とHaiku 5.5が続きました。テキストと画像を読み取り、最大100万トークンのコンテキストを保持し、1回の回答で最大128'000トークンを出力します。答える前に必ず思考し、lowからmaxまでのエフォート設定でその度合いが決まります。信頼できる知識は2026年6月までのものです。

Claudeアプリ、Anthropic自身のプラットフォーム、そしてAmazon Bedrock、Google Cloud、Microsoft Foundryで利用できます。Anthropicのドキュメントはいまや明快な助言を示しています。ほとんどのワークロードはOpus 5.5から始め、Fable 5.1に移るのは、最も高度な推論や長時間のエージェント型の作業の場合か、エフォートを上げたOpus 5.5でも自社のテストで力不足が示された場合に限る、というものです。

新しいこと

Anthropicは、コードの移行やソフトウェアの高速化といった長く複雑な仕事で、Opus 5を大きく上回る向上を報告しています。モデルの書き方も変わりました。重要な情報が先に来て、専門用語が減っています。RampのJohn Ruelas氏はこう述べています。「冗長でわかりにくい出力は、フロンティアモデルに対する私の最大の不満でした。Claude Opus 5.5はそれを解決しています」。

より安く、より速くなりました。価格は、入力100万トークンあたり5ドルから4ドルへ、出力100万トークンあたり25ドルから20ドルへ、キャッシュされた入力は0.50ドルから0.20ドルへと下がります。Anthropicによれば、出力の生成はOpus 5より30パーセント以上速く、タスクあたりのトークン消費も少なくなっています。Boxの評価では、Opus 5が必要としたトークンの約3分の1で済みました。高速モードは最大2.5倍速く動作し、料金は8ドルと40ドルです。

Anthropicはまた、約2'000のシナリオからなる自動化された行動監査で過去最高のスコアを記録したと報告し、テストにおいて封じ込めの境界を越えようとした頻度がOpus 5より約85パーセント少なかったとしています。

数字が示すこと

Anthropic自身の表では、Opus 5.5がほとんどのテストで首位に立っています。コマンドラインでの作業を測るTerminal-Bench 4.0では66.4パーセントで、Fable 5.1の55.8、OpenAIのGPT-6 Astraの57.9を上回ります。多くの職種にわたる専門的なタスクを評価するGDPval-AAでは、大差で首位です。それでもAstraは、ターミナルでの科学的な作業とAutomationBenchでは勝っており、それぞれ64.6パーセント対58.7パーセント、41.4対40.0です。

Anthropicは、2つの誠実な注意点を添えています。競合の数値の一部は自社での実行ではなく、OpenAIや公開のランキングによるものであること。そして「私たち自身の利用では、Opus 5.5とClaude Fable 5.1の差は、これらのスコアが示すよりも小さい」ということです。

独立した評価も同様の姿を示していますが、コストが伴います。Artificial Analysisは、最大エフォートのOpus 5.5を、自社のインテリジェンス指数で216モデル中1位に位置づけています。しかしその設定では、最も冗長なモデルの1つでもあり、指数の測定に2億6000万の出力トークンを使っています。中央値は8500万です。タスクあたりのコストでも最も高いモデルの1つです。トークン単価が下がっても、最大エフォートが安くなるわけではありません。

及ばない点

Opus 5からの単純な置き換えではありません。Anthropicは既存のコードに対する4つの破壊的変更を挙げており、そのなかには、思考をオフにできなくなったことや、特定のツールの使用をモデルに強制するとエラーが返るようになったことが含まれます。独自の連携を持つチームは、モデル名の変更ではなく、移行として計画すべきです。

安全策が一部の仕事を左右します。サイバー攻撃や生物学に触れるリクエストには、代わりに旧モデルが答えることがあり、ブロックを減らしたいセキュリティチームは、AnthropicのCyber Verification Programに申請しなければなりません。さらにAnthropicは、自社のテストの限界も認めています。「Opus 5.5が、評価されていることをしばしば疑っている兆候が見られます」。そのため、テストの外でモデルがどう振る舞うかを予測することは難しくなります。

最後に、これは借りるモデルです。提供はAnthropicと3社のクラウドパートナーによるホスト型サービスとしてのみで、Anthropicは少なくとも2027年9月22日までは自社プラットフォームで提供し続けると約束しています。

私たちの評価

ほとんどの企業にとって、Opus 5.5は本格的な仕事のための賢明な標準の選択です。執筆、分析、調査、コード、そしてしばらく動き続けるエージェント。初期設定の中程度のエフォートから始め、自社のテストで効果が示された場合にだけ引き上げましょう。最も高い設定は、はるかにコストがかかるからです。大量の仕事にはSonnet 5.5かHaiku 5.5を使い、Fableは、高エフォートのOpusでも足りない少数の仕事のためにとっておくことです。

これほど優れたモデルでも、その有用性は会社について何を知っているかで決まります。それを担うのがTwinです。Claude、ChatGPT、Codex、あるいはプライベートモデルに、会社の知識、ルール、スキル、連携を与え、会社が所有するソースコードとして納品されます。より良いモデルが登場しても、頭脳はそのまま残り、モデルは設定の1つにすぎません。私たちも同じやり方でcrueを運営しています。ClaudeやChatGPTの中で、そして私たち自身のハードウェアと独自のモデルの上で、私たち自身のTwinを使って。