Anthropic: Claude / Opus 4.5、エージェントツールとスキル

AnthropicはClaude Opus 4.5を発表し、Opusレベルのコーディングとエージェントの改善、そして大規模ツールエコシステム向けの開発者プラットフォーム機能セットを提供しました。 - Opus 4.5はSWE-bench Verifiedで80.9%を達成し、報告された内部テストで主要なコーディングモデルを上回っています。 - Opus 4.5はトークン使用量を最大65%削減し、価格を$5/1M入力、$25/1M出力(以前のコストの3分の1)に引き下げました。 - Opus 4.5は混合推論モードと長いコンテキストおよびエージェントオーケストレーションのための改善されたメモリを導入しました。 - Anthropicは「高度なツール使用」に関するエンジニアリングブログを公開し(ツール検索ツール、プログラム呼び出し、例)、数百から数千のツールをトークンと精度の向上を図りながら扱う方法を示しました。 - ツール検索ツールの遅延読み込みにより、トークン使用量が85%以上削減され、ツール選択の精度が向上しました(Opus 4->4.5の例)。 - プログラム呼び出しにより、サンドボックス化されたコードオーケストレーションが可能になり、ラウンドとトークンの使用を削減します。 - Claudeの「スキル」アーキテクチャは、SKILL.mdがドメインルールと許可されたツールを注入するプロンプト駆動のモジュラーシステムです。スキルは外部コードの実行ではなく、コンテキストの書き換えとして機能します。 - スキルファイルにはYAMLメタデータとMarkdown指示が含まれており、スキルの発見と動的注入により、安全でホットアップデート可能なドメイン専門家を実現します。
Key insights
Opus 4.5はコーディングとエージェント使用を大幅な効率向上で目指す
AnthropicのOpus 4.5はSWE-bench Verifiedで80.9%のスコアを報告し、長いコンテキストメモリ、混合推論モード、トークン効率(長いタスクで最大65%の削減)を改善したと主張しています。Anthropicは入力あたり$5、出力あたり$25の価格を発表し、Opus 4.1に対して3分の2の価格削減を示しています。このリリースは、プロフェッショナルな知識作業(ソフトウェアエンジニアリング、財務分析)やマスターエージェントオーケストレーションとしての使用を目指しています。
高度なツール使用がトークンコストを削減し、ツール選択を改善
Anthropicのエンジニアリングブログでは、トークン消費を劇的に削減し、ツール呼び出しの精度を向上させる3つの技術—ツール検索ツール(遅延読み込み)、プログラム呼び出し(サンドボックス化されたコードオーケストレーション)、ツール使用例—が詳述されています。遅延読み込みにより77Kトークンのツールリストが約8.7Kに変換され、ツール選択の精度が向上しました(例:Opus 4から49%から74%へ)。プログラム呼び出しは、構造化された結果を返すことで多段階の推論とトークンのシャッフルを減少させます。
Claudeの「スキル」はプロンプト駆動の安全なドメインプラグイン
Claudeの「スキル」システムは、ドメインの振る舞いをYAMLメタデータ、許可されたツールリスト、Markdown指示を含むSKILL.mdファイルとしてパッケージ化します。スキルは、実行中の会話に高優先度のシステムプロンプトを注入することで機能し、Claudeの振る舞いやツールの権限を直接コード実行を許可することなく変更します。発見は、利用可能なスキルをスキャンし、実行時に一致するスキルを注入する「スキル」メタツールを介して行われます。この設計は、特権の最小化、ホットアップデート、安全性を優先し、外部実行ではなくプロンプト内にロジックを保持します。
市場の反応は鈍化:実用的なROIが興奮を支配する
Opus 4.5の発表後、強力なベンチマークにもかかわらず、観察者は公衆の興奮が鈍化していると報告しています。業界がモデル崇拝から実用主義に移行したと主張し、バイヤーはもはや生のピークメトリクスではなく、タスクのROI、コスト、安定性、ツール統合に焦点を当てています。このコメントは、開発者向けの機能や明確な生産性向上を示すアプリケーションが、モデルリーダーボードよりもより目に見えるユーザーの熱意を生むことを指摘しています。
Opus 4.5は企業ツールチェーンとクラウドの可用性を目指す
AnthropicはOpus 4.5をClaudeアプリ、API、主要なクラウドプラットフォーム(Amazon Bedrock、Google Vertex AI、Microsoft Azure)を通じて提供し、モデル識別子claude-opus-4-5-20251101を使用しています。このモデルは、顧客のためにレイテンシ、計算、応答の深さをバランスさせる「努力パラメータ」を導入します。内部テストでは、マルチシステムのバグと長いタスクにおけるエージェントの能力が向上したと報告されています。