AnthropicのClaude Opus 4.5と高度なツール利用

AnthropicはClaude Opus 4.5と高度なツール利用スイートを発表し、大規模なツール統合と効率の向上を図っています。
Key insights
Claude Opus 4.5がコーディングとエージェントのベンチマークを向上
AnthropicはOpus 4.5を発表し、コーディング、エージェントの信頼性、計算効率を強調しました。内部結果によると、SWE-bench Verifiedは80.9%で、Gemini 3 Pro(76.2%)やGPT-5.1-Codex-Max(77.9%)を上回っています。このモデルは長いコーディングタスクでトークン使用量を最大65%削減し、コンピュータ使用ベンチマークOSWorldを66.3%に改善しました。AnthropicはOpus 4.5の価格を1M入力トークンあたり5ドル、1M出力トークンあたり25ドルに設定し、Opus 4.1の三分の一の価格で提供しています。また、このモデルはClaudeアプリ、API、主要なクラウドプロバイダーで利用可能で、識別子はclaude-opus-4-5-20251101です。
高度なツール利用がコンテキストのトークン膨張を削減し精度を向上
Anthropicは、ツール検索ツール、プログラム呼び出し、ツール利用例を組み合わせた高度なツール利用パッケージを詳細に説明しました。ツール検索ツールはツール定義の読み込みを遅延させ、トークン使用量を約77Kから約8.7Kに削減し、ツール選択の精度を向上させました(例:Opus 4の精度49%から74%へ)。プログラム呼び出しは、複数のツールを並行して調整するためにサンドボックス化されたPythonを出力し、トークン使用量を37%削減し、レイテンシを低下させました。ツール利用例は、具体的な呼び出し例を提供することで複雑なパラメータの精度を72%から90%に向上させました。
Claudeのスキルシステムはプロンプト注入されたSKILL.mdを使用して安全で動的な動作を実現
Claudeの「スキル」はプロンプト駆動のメタツールです。SKILL.mdフォルダにはYAMLメタデータとMarkdownの指示本文が含まれており、スキルメタツールを介して呼び出されると、高優先度のシステム指示と事前承認されたツールの権限が注入されます。スキルはコード実行を許可することなくモデルの動作を変更し、許可されたツールを介して最小権限を強制し、ホットアップデートをサポートします。発見は内部のスキルメタツールを介して行われ、利用可能なスキルがリストされ、選択されたスキルがメタユーザーメッセージとして注入され、ドメインの専門化と制御されたツールアクセスを可能にします。
プログラム呼び出しが複数ツールの調整と推論ラウンドの削減を可能に
Anthropicはプログラム呼び出しについて説明し、ClaudeがPythonコードを出力して複数のツール呼び出しを調整し(allowed_callersマーカーを使用)、フェッチを並行化する方法を示しました(例:asyncio.gather)。このアプローチはマルチラウンドの推論を減少させ、トークン消費を削減し(例:43,588から27,297トークンへの削減)、中間コンテキストの汚染を避けることでエンドツーエンドのタスク精度を向上させます。
ツール設計パターンは大規模ツールセットと企業統合を対象
Anthropicの遅延ツール読み込み、コード調整、例の組み合わせは、数百から数千のツール(IDE、Git、Slack、Jira、DBなど)を対象としています。このアプローチは、ツール定義の事前読み込みによるトークン膨張、類似名のAPI間でのあいまいなツール選択、JSON専用スキーマでの複雑なパラメータ形式の表現の難しさという3つの企業の痛点に対処しています。報告されたMCP/GIAベンチマークの改善は、コンテキスト保持の向上とマルチツールワークフローにおける実用性を示しています。