Anthropic、Claude Opus 5.5を発表、性能向上とコスト削減を実現

AnthropicはClaude Opus 5.5をリリースした。これはほとんどのタスクでFable 5.1と同等の性能を達成しつつ、コストを40%削減する。入出力価格は100万トークンあたり4ドル/20ドルで、キャッシュリードは100万トークンあたり0.2ドルに低下した。出力速度は30%以上向上した。LEGOテストでは、実際のLEGOブロック1,113個を使用した組み立て可能なモデルを設計し、141ページの説明書を生成した。また、コード監査や事実検索能力にも優れていることを示した。
Key insights
価格とコスト効率の改善
Claude Opus 5.5の入力コストは100万トークンあたり4ドル、出力は100万トークンあたり20ドルで、Opus 5より20%安い。キャッシュリードは100万トークンあたり0.50ドルから0.20ドルに低下し、コンテキストを再利用するエージェントにとって大幅な削減となる。テストケースでは、20万行のコードベースの監査がOpus 5では20時間以上かかったのに対し、Opus 5.5では3時間未満で完了し、使用トークン数は2.5分の1だった。HAProxyをCからRustに書き換える作業は、Fable 5.1と比較して51%低いコストで9.5時間で完了した。
LEGO設計によるマルチモーダルおよび空間認識能力の実証
HuggingFaceの研究者victormustarによるテストでは、Opus 5.5に実際のLEGOブロックを使用したMicroduckの設計が依頼された。Opus 5.5は、6色の実際のLEGOブロック1,113個を使用した設計を生成し、3,204の接続はすべて3Dで一致し、衝突はゼロ、重心はサポートポリゴン内に収まり、公式LEGOスタイルの141ページ、237ステップの説明書を生成した。さらに、LDrawモデルファイル、CSVパーツリスト、BrickLink XML BOM(アイテムごとの価格付き)も生成した。
知識作業における事実精度の向上
Opus 5.5は数値や引用の誤りを大幅に削減した。ウェブ検索のみに基づいて四半期ごとの会社レポートを作成するテストでは、Opus 5.5は18件中16件のレポートでデータや引用の捏造がなかったのに対し、Fable 5.1とOpus 5はすべてのレポートで失敗した。Dario Amodeiはまた、このモデルの文章スタイルが結論を先に述べるようになり、ユーザーの指示により従うようになったと述べている。
安全性の制限と検証プログラム
Opus 5.5のサイバーセキュリティと生物学における能力はMythos 5.1レベルに近づいているため、Fable 5.1の安全ガードレールを継承している。自身のコードの脆弱性を修正できるが、ほとんどのサイバーセキュリティタスクはOpus 4.8にルーティングされ、生物学関連の作業は制限されている。アカデミックラボや製薬会社は、ライフサイエンス検証プログラムを申請することで生物学機能を解除できる。セキュリティ実務者向けの検証チャンネルは数週間以内に開設される予定。開発者は、思考モードを無効にできないこと、2026年8月31日以降に登録されたアカウントはコンテキスト操作を使用して推論トレースを抽出できないこと(アンチ蒸留)に注意する必要がある。
Opus 5.5に必要なプロンプティングとハーネスの調整
AnthropicはOpus 5.5向けの11項目の調整ガイドを公開した。主な変更点は以下の通り:努力ノブが従来の設定を置き換え(5.5の中程度は5の高程度以上)、思考モードは常にオンで無効化不可、無人タスクではチェックリストベースの終了検出を実装して誤った完了を防止、安全拒否はstop_reason: 'refusal'を返し、バックアップモデルにフォールバック可能、進捗更新思考ブロックを使用してクライアントに情報を提供、時間シグナルを追加して並列処理を促進、チャット内の「注意深く考えて」という指示を削除して速度を向上、貼り付けられたコンテンツは<pasted_content>タグで処理してインジェクション耐性を強化。