Claude Opus 5 レビュー

Anthropic は2026年7月24日、Claude Fable 5 に近い能力を半分の API 価格で提供するという位置付けで Claude Opus 5 を発表しました。重要なのは公開直後の順位ではなく、Opus 4.8 や Sonnet 5 よりも1ドルあたり多くの実作業を完了できるかです。

私たちの判断は、困難で長期にわたる作業については「はい」です。 Opus 5 は、標準トークン価格が変更されていない一方で、パブリック コーディングと専門的作業の評価で大幅な品質の向上が示されているため、Opus 4.8 からの賢明なアップグレードです。 短い編集、抽出、分類、または大量のチャットの場合、Sonnet 5 のほうが安価で、通常は十分な速度を維持できるため、これは魅力的ではありません。

Claude Opus 5 レビュー: 短い答え

あなたのワークロード	最適な出発点	なぜ
複数ファイル機能、困難なデバッグ、または長時間にわたるエージェントの実行	高い努力で作品 5	能力と支出の最適なバランス。 評価で正当化される場合にのみ、xhigh に引き上げます
日常的なコーディング、サポート、抽出、または大量のタスク	Sonnet 5	より低いトークン価格と比較的速いレイテンシ
現在の Opus 4.8 統合	Opus 5 をテストして移行します	同じ標準価格、より強力な公開結果。 動作の変更には依然として回帰テストが必要です
コストを二の次にして最大の機能を実現	Opus 5 とFable 5 を比較してください	Fable は宣伝されている上限が高いですが、Opus のコストは半分で、いくつかの公開タスクでは近いか上回っています。

最大の改善点は、ワンショットのコード生成ではありません。 それは、長いタスクを通じて方向性を維持することです。つまり、症状にパッチを当てるのではなく根本原因を見つけ、結果が検証されるまでツールを使用し、プレースホルダーを残さずに成果物を完成させることです。

Opus 4.8 からの変更点

仕様	Claude Opus 5
API モデルID	claude-opus-5
コンテキストウィンドウ	1 百万トークン (デフォルトと最大の両方)
最大同期出力	128,000 トークン
信頼できる知識の遮断	5月 2026
標準API価格	$5 / 100 万入力トークン; $25 / 100 万出力トークン
プロンプトキャッシュ	$6.25 / 5 分の書き込みの場合は 100 万。 $10 は 1 時間の書き込みです。 ヒットの場合は $0.50
考える	適応的思考はデフォルトでオンになっています
努力レベル	low、medium、high、xhigh、および max。 デフォルトはhighです

見出しの制限は Opus 4.8, と一致しますが、動作動作は一致しません。 Opus 5 はデフォルトで思考をオンにし、作業量が増加した場合により確実にスケーリングし、キャッシュ可能なプロンプトの最小値を 1,024 から 512 トークンに下げます。 また、ベータ版の会話中のツール変更もサポートしているため、エージェントは既存のプロンプト キャッシュを無効にすることなくツールを追加または削除できます。

高速モードは、Claude API のリサーチ プレビューとして利用できます。 Anthropic によると、標準速度の約 2.5 倍で動作しますが、100 万トークンあたりの $10 入力と $50 出力の基本価格も 2 倍になります。 これは、割引ではなく、遅延購入です。

ベンチマーク: 重要な脚注を含む強力な結果

フロンティアベンチはOpus 5 を大差で支持

公開されている Frontier-Bench v0.1 リーダーボードには、43.53% +/- 1.65% 解像度でミニ SWE エージェントを備えた Opus 5 がリストされています。 同じ表には、33.78% にFable 5 が、21.08% にOpus 4.8 がリストされています。 言い換えれば、投稿された Opus 5 の結果は、Opus 4.8 の結果の約 2 倍であり、Fable 5. よりも約 10 パーセントポイント高いということです。

それは意味のあることですが、中立的な検査結果ではありません。 Anthropic の脚注によると、これは GKE バックエンドでの内部実行であり、タスクごとに平均 5 回以上の試行が行われました。 Opus 4.8 は、安全性分類子が Opus 5 または Fable 5 リクエストを拒否した場合のフォールバックとしても機能しました。 このベンチマークは、Opus 5 がハードなエージェント作業においてはるかに優れているという主張を裏付けています。 すべてのリポジトリで同じ増加が見られることを証明するものではありません。

GDPval-AA は最も強い独立シグナルを与えます

Artificial Analysis の GDPval-AA v2 は、44 の職業にわたる 220 の実際の作業タスクを評価します。 モデルは、シェルおよび Web ツールを使用してエージェント ループ内で動作し、ドキュメント、スプレッドシート、スライド、図、その他の成果物を生成します。 ブラインドペア比較により Elo スコアが生成されます。

努力とモデル	GDPval-AA v2 Elo	リーダーボードで表示される 95% 間隔
Opus 5, max	1861	-25 / +25
Opus 5, xhigh	1827	-24 / +24
Fable 5, max	1747	-17 / +17
Opus 5, high	1741	-23 / +23
GPT-5.6 Sol、max	1735	-17 / +17
Opus 5, medium	1632	-22 / +22
Sonnet 5, max	1603	-17 / +17
Opus 4.8, max	1593	-16 / +16
Opus 5, low	1454	-20 / +20

重要な結論は 2 つあります。 まず、max と xhigh の Opus 5 が、この独立したリーダーボードを明確な差でリードしています。 第二に、努力は表面的なものではありません。low と max の差は 407 Elo ポイントです。 デフォルトでは、high、Opus 5, Fable 5,、GPT-5.6 Sol はインターバルが重複しているため、6 ポイントの注文は決定的な勝ちとして売られるべきではありません。

Anthropic は、max の Opus 5 が、タスクあたりのコストの半分で Fable 5 のピーク CursorBench スコアの 0.5% 以内に到達し、ARC-AGI 3, の次に最高のスコアを 3 倍にし、Fable を上回ったことも報告しています。 5 の最高の OSWorld 2.0 の結果は、コストの 3 分の 1 強です。 これらは有用な指向性信号ですが、独立した発射ではなく打ち上げ物質から発生するため、GDPval-AA よりも重み付けが低くなります。

Opus 5 が実際のアップグレードのように見えるところ

ロングホライズン コーディング。 Anthropic のプロンプト ガイドによると、このモデルはマルチファイル機能、大規模なリファクタリング、エンドツーエンドの作業において最も強力です。 Frontier-Bench の結果は、その位置付けを裏付けています。 実際の利点は、放棄されたスタブが減り、タスク途中での人間の介入が減ることです。

デバッグとコード レビュー 初期のユーザーは、根本原因の分析が優れており、表面のみの修正が少ないと報告しています。 Anthropic はまた、レビューのリコールは少ない労力で引き続き有用であるとも述べています。 ローンチの評価はローカルの精度と再現率の代わりにはならないため、チームは依然として独自のコード レビュー セットで誤検知を測定する必要があります。

ビジュアルおよびドキュメント作業。 Opus 5 は、チャート、ダイアグラム、フロントエンド レプリケーション、スプレッドシート、およびスライド デッキに優れていると位置付けられています。 その利点は、エージェントがコードやマークアップを 1 回だけ発行する場合ではなく、レンダリングされた結果を検査して反復できる場合に最大になります。

自己検証。 モデルは、求められることなく、より頻繁にその動作をチェックします。 これは、無制限のタスクには役立ちますが、「すべてをダブルチェックする」などの重複した指示により、過剰検証が行われ、より多くのトークンが消費され、委任が過剰になる可能性があります。

正確な受け入れテストを伴う 1 つのファイルの編集では、アップグレードの規模が小さくなります。 Opus 5 のより深い推論が元を取る前に、より安価なモデルでこれらのタスクを解決できます。

実際のタスクの Claude Opus 5 価格設定

100,000 のキャッシュされていない入力トークンを送信し、10,000 の出力トークンを受信するタスクの場合、標準の定価の計算は次のようになります。

モデル	標準入出力価格	タスクコストの例
Claude Fable 5	$10 / $50 100 万あたり	$1.50
Claude Opus 5	$5 / $25/100 万件	$0.75
Claude Opus 4.8	$5 / $25 100 万あたり	$0.75
Claude Sonnet 5	$2 / $10 100 万あたり	$0.30

Anthropic は、Sonnet 5 の $2 / $10 の発売価格を 2026年8月10日 に固定しました。 以前に計画されていた $3 / $15 の増加は発生しません。 上記の価格には、ツール料金とゲートウェイの料金は含まれていません。

1-million-token ウィンドウは空き容量ではありません。 一度入力すると、回答前の入力に $5 の費用がかかります。 キャッシュされた同じ 100 万トークンの読み取りには $0.50, のコストがかかるため、迅速なキャッシュにより、リポジトリまたはナレッジベースの繰り返し作業の経済性が劇的に変化します。 5 分のキャッシュ書き込みコストは 100 万トークンあたり $6.25、1 時間の書き込みコストは $10.

トークンの価格もタスクの価格と等しくありません。 努力を増やすと思考トークンとツール呼び出しを追加できますが、より強力なモデルはより少ないターンで終了できます。 料金表だけでなく、完了したタスクのコストをベンチマークします。 現在のClaude Opus 5モデルページには、OmniaKeyのライブゲートウェイ料金がAnthropicの標準価格とは別に表示されています。

誰がアップグレードすべきか

Opus 4.8 ユーザー: 集中的な回帰テスト後にアップグレードします。 標準価格とコンテキスト制限は変更されていないため、Opus 5 によって自分の完了率が向上する場合、4.8 を使い続ける経済的理由はほとんどありません。 出力の長さ、思考動作、ツール呼び出し、レイテンシをテストするまで、4.8 を固定したままにしてください。

Sonnet 5 ユーザー: すべてのリクエストを移動するわけではありません。 Sonnet を日常的なターンに保持し、あいまいなバグ、アーキテクチャ作業、大規模なリファクタリング、または費用のかかる失敗を Opus 5. にエスカレーションします。そのルーティング ポリシーは、通常、すべてに対して 1 つのモデルを選択するよりも多くの価値を獲得します。

Fable 5 ユーザー: コスト重視の制作作業で、最初に Opus 5 をテストします。 Fable は依然として Anthropic の最高性能の一般入手可能なモデルですが、公開された証拠によると、トークン価格の半分で Opus 5 がそれに近い、同等、またはそれ以上である多くのワークフローが示されています。 評価セットが重要であることが証明された場合にのみ、ザ・Fableのプレミアムを支払います。

セキュリティ チーム: 一般的なベンチマークのストーリーを慎重に扱います。 Anthropic は、Opus 5 を攻撃的サイバー モデルとして意図的にトレーニングしておらず、エクスプロイト開発に関しては Mythos 5 に後れを取ったままです。 ソースコードの脆弱性を見つけることと、実用的なエクスプロイトを開発することは別のタスクです。

切り替える前にテストする移行トラップ

1. 正確なモデル ID を claude-opus-4-8 から claude-opus-5 に変更します。 日付のない Claude 5 ID は固定されたスナップショットであり、エイリアスをサイレントに移動するものではありません。
2. max_tokens を再確認します。 思考はデフォルトでオンになっており、制限は思考と目に見える出力をカバーします。
3. thinking: {"type": "disabled"} を xhigh または max と組み合わせないでください。 API は HTTP 400. を返します。コストが懸念される場合は有効な思考を維持し、労力を軽減します。
4. 少ない労力で、目に見える答えを確実に短縮できると期待しないでください。 簡潔な出力を個別に要求します。
5. 追加の検証やサブエージェントを強制する継承された命令を削除します。 Opus 5 はすでに Opus 4.8. よりも両方を容易に実行します。
6. 自分のタスクに対して工数スイープを実行します。 Anthropic では、デフォルトの high から開始し、要求の厳しいエージェント作業の場合は xhigh に移行し、品質が維持される場合は low または medium を使用することをお勧めします。

賢明な運用ロールアウトでは、medium、high、および xhigh で設定された同じ固定タスクを比較します。 成功、人間による修正時間、待ち時間、入力、キャッシュ、出力、ツール呼び出しコストを記録します。 次に、タスククラスごとにルーティングします。 たった 1 つの印象的なトランスクリプトは評価ではありません。

最終評決

Claude Opus 5 は、高価な問題が長く、曖昧で、ツールが重い開発者にとって、Anthropic のラインナップの中で最も強力なデフォルトの選択肢です。 これにより、Opus 4.8 ユーザーは、同じ標準価格で大幅な公開品質のアップグレードが提供され、いくつかの重要なワークロードで Fable レベルのパフォーマンスがより手頃な価格になります。

これは世界共通のデフォルトではありません。 Sonnet 5 は依然としてルーチンワークにとってより経済的な選択肢であり、max の取り組みによりトークンの使用により節約が失われる可能性があり、発売日の証拠は依然として Anthropic 自身の評価に重きを置いています。 high から開始して、完了したタスクのコストを測定し、選択的にエスカレーションします。

より広範なルーティングの決定については、Claude Code モデル選択ガイドでは、Sonnet、Opus、Fable、Haiku を日常の作業、エスカレーション、サブエージェントの役割にマッピングしています。

よくある質問

Claude Opus 5 は Opus 4.8 よりも優れていますか?

入手可能な公的証拠に関してはい。 Frontier-Bench は、Opus 5 の 43.53% 解像度をリストし、Opus 4.8, の 21.08% をリストし、GDPval-AA は、max での Opus 5 の 1861 Elo をリストします。 maxのOpus4.8の1593。 標準の API トークンの価格は変更されません。 プロンプトとエージェントのハーネスには回帰テストが必要です。

Claude Opus 5 はSonnet 5 より優れていますか?

Opus 5 は、難しい推論や長時間のエージェント作業に強いです。 Sonnet 5 は、日常的なワークロードでは安価で高速です。 リクエストごとに Opus 料金を支払うのではなく、タスクレベルのルーティングを使用します。 Opus 5 と Sonnet 5 の直接比較により、一致する制限、コストの例、明示的なエスカレーション シグナルが追加されます。

Claude Opus 5の価格はいくらですか?

Anthropic の標準 API 価格は、入力トークン 100 万個あたり $5、出力トークン 100 万個あたり $25 です。 キャッシュ ヒット数は 100 万トークンあたり $0.50 です。 高速モードでは、100 万件あたり $10 入力と $50 出力のコストがかかります。

Claude Opus 5 には 1M コンテキスト ウィンドウがありますか?

はい。 1 百万トークン ウィンドウはデフォルトと最大の両方であり、最大 128,000 の同期出力トークンが含まれます。 クライアントまたはゲートウェイの制限はさらに低くなる可能性があります。

どの程度の努力レベルを使用すればよいですか?

high から始めます。 低コストで同等の品質が評価で示される場合は medium を使用し、要求の厳しいコーディングまたは長時間実行されるエージェントの場合は xhigh を使用し、制約のないトークンの支出が測定可能な価値を生み出す場合にのみ max を使用します。

ソースを確認しました

• 【Claude Opus 5のご紹介】(https://www.anthropic.com/news/claude-opus-5)
• Claude Opus 5 の最新情報
• 【クロードモデル概要】(https://platform.claude.com/docs/en/about-claude/models/overview)
• Anthropic API 価格
• プロンプト Claude Opus 5
• 取り組みガイダンス
• Frontier-Bench v0.1 リーダーボード
• 人工分析 GDPval-AA v2
• Claude Opus 5 システムカード