Claude Opus 5：フロンティア級の知能を「半額」で日常に
Anthropic は 2026年7月24日、フラッグシップモデル Claude Opus 5 を公開した。核心的な価値提案は「最上位の Fable 5 に迫るフロンティア級の知能を、Fable 5 の半額で日常運用可能にする」ことにある。未知のルールをその場で発見する流動的知能を測る ARC-AGI-3 で 30.2%（前世代 Opus 4.8 は 1.5%）を記録し、SWE-bench Verified では 96.0% と Fable 5 を上回った。Adaptive Thinking と Effort 制御による推論リソースの動的割り当て、そして Constitutional AI に基づく自己修正能力までを技術的に読み解く。
前世代 Opus 4.8 は 1.5%、GPT-5.6 Sol は 7.8%
Fable 5 の 95.0% を上回る
Fable 5（$10 / $50）のちょうど半額
長文プレミアム課金は廃止
大規模なリファクタリングを一度に扱える
知識労働リーダーボードで新首位
モデル階層における「主力層」としての再定義
Claude Opus 5 は、Anthropic のモデル階層において「企業実務と高度な開発における主力モデル」として位置づけられている。最上位層を Fable 5 / Mythos 5 が担い、軽量・高速層を Sonnet 5 / Haiku 4.5 が担う構成のなかで、Opus 5 は「最難関ではないが十分に複雑な、日々の実務タスク」を引き受ける層だ。
最上位層Fable 5 / Mythos 5
最難関タスク、長時間の自律エージェント、未知の研究課題向け。到達点を押し上げる役割を担う。
主力層Opus 5（本モデル）
高度な開発、企業業務、複雑なエージェント型コーディング向け。日常運用可能な価格帯にフロンティア級の推論を落とし込む。
軽量・高速層Sonnet 5 / Haiku 4.5
速度・コスト・知能のバランス重視。大量処理や低レイテンシが要件になるワークロード向け。
公開仕様一覧
| 項目 | 詳細仕様 | 備考 |
|---|---|---|
| リリース日 | 2026年7月24日 | — |
| コンテキスト長 | 100万トークン | 業界標準の長大文脈に対応 |
| 最大出力長 | 128,000 トークン | 大規模なリファクタリングが一度に可能 |
| 入力価格 | $5 / MTok | Fable 5（$10）の半額 |
| 出力価格 | $25 / MTok | Fable 5（$50）の半額 |
| Thinking | Adaptive Thinking | デフォルトで常時有効 |
| Effort 制御 | 5段階（Low 〜 Max） | 知能とコストのトレードオフを調整 |
| 知識カットオフ | 2026年5月 | Fable 5（2026年1月）より新しい |
パラメータ数や MoE（Mixture of Experts）の有無といった内部アーキテクチャの詳細は公式資料では未公開である。本稿の分析は公開仕様と公表ベンチマークに基づく。
ARC-AGI-3：暗記ではない「考える力」の飛躍
今回のリリースで最も非連続な変化が起きたのが ARC-AGI-3 である。このベンチマークは未知のルールをその場で発見し、適応する能力を測る。学習データに答えが含まれていないため、暗記では解けない設計になっている。
ARC-AGI-3 スコア比較：未知の課題への適応力
前世代・競合モデルとの比較。Opus 5 は 30.2% で SOTA
横幅は 0〜48% を 720px 幅にスケール。前世代の 1.5% から 30.2% へという伸びは、スコアの積み上げというより質的な段差に近い。
実務面でも、この「その場で考える力」は具体的な行動として現れる。表面的なエラー修正に留まらず、不足している観測能力を補うためにテストハーネスを自ら構築する、あるいは不具合の根本原因を特定しにいくといった自律的な振る舞いが確認されている。
コーディングと知識労働：上位モデルを上回る領域
エージェント型コーディングと知識労働の評価では、Opus 5 が上位層である Fable 5 を上回るケースが出ている。価格が半額であることを踏まえると、実務での選択順位が入れ替わりうる数値だ。
| ベンチマーク | Opus 5 | 比較対象 | 意味するもの |
|---|---|---|---|
| SWE-bench Verified | 96.0% | Fable 5: 95.0% | 実リポジトリの Issue 解決率。半額のモデルが上位層を凌駕 |
| Frontier-Bench v0.1 | 43.5% | 首位 | エージェント型コーディングでトップ |
| GDPval-AA v2 | 1861 Elo | 新首位 | 知識労働分野のリーダーボードを更新 |
| ARC-AGI-3 | 30.2% | Opus 4.8: 1.5% | 未知課題への適応力（詳細は 02） |
科学・専門領域での伸び
有機化学+10.2 ポイント
有機化学タスクでの改善幅。専門領域の推論が実用水準に近づいている。
生命科学+7.7 ポイント
タンパク質機能予測での改善幅。研究支援用途での適用余地が広がる。
実務特性自律的な原因究明
症状への対症療法ではなく、観測手段の構築と根本原因の特定に向かう行動が確認されている。
「性能維持でコスト半減」を支える4つの仕組み
価格表の半額は入口にすぎない。Opus 5 は運用面の最適化機能を重ねることで、実効コストをさらに押し下げる設計になっている。
- Adaptive Thinking と Effort 制御
入力の難易度に応じて思考量を動的に制御する。簡単なタスクでは思考をスキップし、トークン消費とレイテンシの両方を抑制する。Effort は Low 〜 Max の5段階で明示的に指定できる。
- Prompt Caching の高度化
キャッシュ読み取りを通常価格の 90% 割引で提供。会話途中でシステムプロンプトを変更してもキャッシュを維持しやすい設計が導入された。
- Batch API
50% 割引が適用される。デバッグ、要約といった大量の非同期ジョブのコストを大幅に引き下げる。
- Long-context Premium の廃止
100万トークンの長文利用時でも、短文と同じ単価体系が適用される。大規模 RAG やコードベース全体の投入コストが読みやすくなった。
API 価格の比較（per MTok）
Opus 5 は Fable 5 のちょうど半額に設定されている
同一スケール（$0〜$52 を 520px に対応）で描画。ここに Prompt Caching の 90% 割引と Batch API の 50% 割引が重なる。
安全性設計：憲法に基づく自己批判と自己修正
Opus 5 は、Anthropic が開発したなかで「最もアラインメントが取れたモデル」と評価されている。その基盤にあるのが Constitutional AI（CAI）——人間による大量のラベリングに依存せず、文章化された「憲法（Constitution）」に基づいてAI 自身に自己批判と修正を行わせる学習手法である。
2026年版 憲法の優先順位
- Broadly safe
人間の監督を妨害しない。他の3つに優先する最上位の原則。
- Broadly ethical
誠実かつ非有害な行動をとる。
- Guideline compliance
Anthropic の指針を遵守する。
- Helpful
ユーザーを実質的に助ける。順位としては最後に置かれる。
「Helpful」が最下位に置かれている点が設計思想を端的に示している。有用性は、安全性・倫理性・指針遵守を満たしたうえで初めて追求されるという順序が明文化されている。
境界設計脆弱性の特定と抑制の非対称
ソースコードからの脆弱性発見能力は高い一方、悪用コード（Exploit）の生成は意図的に抑制されている。攻撃と防御で能力を非対称に設計している。
可用性自動フォールバック
セーフガードにより回答がブロックされた場合、前世代の Opus 4.8 等へ自動的にルーティングするシステムが構築されている。
運用の落とし穴：「思慮深さ」がそのままコストになる
Opus 5 はリリース直後から GitHub Copilot へ正式対応し、IDE 内での高度なエージェント実行が可能になっている。ただし、その「思慮深く主体的」な性質は、適切な制御がないとコスト増大に直結する。過去モデル向けに最適化されたプロンプトをそのまま流用すると、むしろ悪化するケースがある。
| 行動特性 | リスク | 推奨される対策 |
|---|---|---|
| 冗長性 | 出力トークンの過多 | 「簡潔に」「結論から」とプロンプトで明示する |
| 過剰検証 | 無用な思考ループ | 過去モデル向けの「必ず再確認せよ」等の指示を削除する |
| サブエージェント乱発 | 並列処理によるコスト増 | 委任の判断基準を明示し、生成（spawn）数を制限する |
| スコープ拡大 | 依頼外の修正の実施 | 「依頼範囲を超えない」「勝手な改善は不要」と制約を設ける |
特に注意すべきは「過剰検証」である。旧世代モデルの信頼性を補うために入れていた「必ず再確認せよ」のような指示は、Adaptive Thinking を持つ Opus 5 では二重の思考を誘発してコストを押し上げるだけになりうる。移行時はプロンプトの棚卸しから始めるべきだ。
実務で効く領域：長い文脈と根本原因
100万トークンの文脈と 128k の出力長、そして自律的な原因究明という特性が噛み合うのは、「広く読んで、深く直す」タイプのタスクである。
開発横断的な大規模リファクタリング
複数ファイルにまたがる変更。100万トークンの文脈にコードベースを載せ、128k 出力で一度に書き換えられる。
運用根本原因分析（RCA）
複雑なシステムエラーに対し、観測手段の構築から原因特定までを自律的に進める。
専門業務高文脈な文書分析
財務・法務・医療など、前提条件が複雑に絡む専門的文書の読解と分析。
結論：知能の「商用コモディティ化」が始まった
Claude Opus 5 が象徴するのは、フロンティア級の推論能力が、企業が日常運用できる価格帯まで降りてきたという事実である。SWE-bench Verified で上位層の Fable 5 を上回りながら価格は半分、という構図は、モデル選定の考え方そのものを変える。「最高性能を使うかコストを取るか」という二択が、少なくともこの層では成立しなくなった。
一方で、実効コストを決めるのはもはや価格表ではない。Effort 設定、プロンプトの棚卸し、サブエージェントの生成制限——制御側の設計が支出の大半を左右する。半額という数字だけを見て移行すると、冗長性と過剰検証で価格差を食い潰しかねない。