XNews

Anthropic: Claude Opus 4.5と高度なツール使用

Anthropic: Claude Opus 4.5と高度なツール使用

AnthropicはClaude Opus 4.5と大規模ツールセットおよび低トークンコストのための高度なツール使用スイートを発表しました。 - Claude Opus 4.5はコーディング、エージェントの信頼性、コンピュータの使用を目指しています。 - SWE-benchの検証結果: 80.9%、初のOpus >80 - OSWorldのコンピュータ使用スコア: 66.3% - 長タスクにおけるトークン消費の削減は最大65% - 価格: 1M入力トークンあたり5ドル、1M出力トークンあたり25ドル(≈Opus 4.1の料金の約1/3) - Opus 4.5はClaudeアプリ、APIおよび主要クラウド(AWS Bedrock、Google Vertex、Azure)で利用可能 - 高度なツール使用にはツール検索ツール、プログラム的ツール呼び出し、ツール使用例が含まれます。 - ツール検索ツールはトークンを節約するために読み込みを遅延させます(報告されたトークン節約は約85%) - プログラム的呼び出しはサンドボックス化されたマルチツールの調整と並列処理のためにPythonを出力します。 - ツール使用例は複雑な呼び出しにおけるパラメータ/フォーマットの精度を約90%に引き上げます。

Key insights

Claude Opus 4.5はエンジニアリングとエージェントの作業負荷を効率と価格の低下でターゲットに

Anthropicはソフトウェアエンジニアリング、エージェントの信頼性、マルチシステムコンピュータ使用に焦点を当てたClaude Opus 4.5を発表しました。内部および公的ベンチマークはSWE-benchの検証結果を80.9%、OSWorldを66.3%と報告しています。このリリースは、長いコーディングタスクにおけるトークン効率の向上、最大65%のトークン削減を強調し、価格を1M入力トークンあたり5ドル、1M出力トークンあたり25ドルにリセットしました。これはOpus 4.1のコストの約3分の1に相当します。AnthropicはこのモデルをClaudeアプリ、公共API、主要クラウドマーケットプレイスで利用可能にしました。

高度なツール使用は動的読み込み、プログラム的呼び出し、例を追加

Anthropicは高度なツール使用を説明するエンジニアリングブログを公開しました。これには、オンデマンド読み込みのためのメタツールであるツール検索ツール、マルチツールワークフローを調整するためにサンドボックス化されたPythonを出力するプログラム的ツール呼び出し、複雑なパラメータフォーマットを明確にする構造化された例であるツール使用例が含まれます。このアーキテクチャは、多くのツールの読み込みを遅延させてトークン予算を節約し、コードオーケストレーションを使用してマルチラウンドの推論を削減し、ネストされた入力のパラメータ精度を向上させるために例を添付します。

動的ツール読み込みはトークン使用を大幅に削減し、精度を向上

Anthropicは、多くのツールをdefer_loading: trueとしてマークし、ツール検索ツールを使用することで、実験におけるトークン消費を約77Kから約8.7Kに削減し、ツール選択の精度を向上させたと報告しています(例: Claude Opus 4は49%から74%に)。プログラム的呼び出しはトークンとレイテンシを削減し、ツール使用例は内部テストにおいて複雑なパラメータの精度を72%から約90%に引き上げました。

Opus 4.5はコーディングとエージェントベンチマークで競争力を持つように位置づけられる

AnthropicはOpus 4.5をプロフェッショナルなソフトウェアエンジニアおよび知識労働者向けの高級モデルとして位置づけ、ベンチマークの強みとクロスクラウドの可用性を指摘しました。コメントは、Opus 4.5がコーディングおよび長期エージェントタスクにおいてGemini 3 ProやOpenAIモデルと競争力があると位置づけ、日常の使用ケースに対する採用を広げることを目的とした価格戦略を強調しました。

Source posts