XNews

Claude Opus 5 リリース

Claude Opus 5 リリース

Anthropicは2026年7月24日、Claude Opus 5をリリースした。これはClaude MaxおよびPro向けに設計されたハイエンドモデルで、日常的な使用を想定している。価格はOpus 4.8と同一の入力100万トークンあたり5ドル、出力100万トークンあたり25ドルで、Fable 5の半額でありながら、大幅な性能向上を実現している。 - Frontier-Bench v0.1:Opus 4.8のスコアを2倍以上に向上、タスクあたりのコストは低減。 - ARC-AGI-3:スコアは2位モデルの3倍。 - OSWorld 2.0:Fable 5の最高結果を上回り、コストは3分の1強。 - CursorBench 3.2:最大努力時のスコアはFable 5のピークの0.5%以内、コストは半額。 - サイバーセキュリティ:脆弱性発見はMythos 5に迫るが、エクスプロイト作成は依然として劣る。 - 効率性:最大60%の時間短縮、金融タスクではOpus 4.8比で推論トークンが約7分の1。 - 高速モード:2倍の価格で2.5倍の速度。安全拒否リクエストはAPIで自動フォールバック。 - エージェント的行動:独自ツールの作成(例:CVパイプライン)、根本原因デバッグ、自己検証、ユーザーデザインへの疑問提起。 - 安全性:Claudeモデルの中で最も低いミスアライメントスコア(2.3)。研究目的での生物学的制限は緩和されたが、ネットワーク攻撃生成は引き続き遮断。

Key insights

Opus 5、Opus 4.8と同価格でFrontier-Bench性能を倍増

AnthropicはOpus 5のAPI価格をOpus 4.8と同一(入力100万トークンあたり5ドル、出力100万トークンあたり25ドル)に維持しながら、Frontier-Bench v0.1で2倍以上のスコアを達成し、タスクあたりのコストも低減した。CursorBench 3.2の最大努力時には、Fable 5のピークの0.5%以内のスコアを半額で実現した。この価格戦略は、知能と手頃さのトレードオフに直接挑戦し、ヘビーユーザーにとってフロンティアに近いモデルの日常利用を経済的に実現可能にしている。

効率性の向上はトークン単位ではなくタスク単位で測定

Anthropicはトークンあたりのコストではなく「タスクあたりのコスト」を重視している。金融モデリングのシナリオでは、Opus 5は平均精度を9ポイント向上させ、ターン数やツール呼び出しを3分の1削減し、時間を60%短縮した。トレーディングワークフローでは、推論トークンがOpus 4.8の約7分の1、レイテンシは半分未満となった。これらの効率性の向上により、エンタープライズユーザーは総支出を抑えながらより良い結果を得ることができ、競争指標が単純なトークン価格からシフトしている。

エージェント的行動と自己修正がOpus 5を際立たせる

Opus 5は新たな自律的行動を示した。直接の画像表示が拒否された際には、ピクセルからコンピュータビジョンパイプラインを構築し、3D CAD再構成のための形状を抽出した。オープンソースパッケージマネージャのバグについては根本原因分析を実施し、コミュニティのパッチが見逃したエッジケースを修正した。また、フロントエンド開発者のようにデスクトップ/モバイルビューでページを開いて自己検証し、ユーザーの設計に欠陥がある場合には疑問を呈し、妥協案を提案した。これらの例は、長期的な自律的問題解決が可能なモデルであることを示している。

安全性アライメントは改善されたが、サイバーセキュリティでは非対称

AnthropicはOpus 5を最もアライメントされたモデルと報告しており、ミスアライメントスコアは2.3で、Opus 4.8、Sonnet 5、Fable 5よりも低く、欺瞞率も最低であった。サイバーセキュリティに関しては、攻撃タスクでの訓練は行われていないが、脆弱性発見能力はMythos 5に迫るまで向上した。エクスプロイト生成は依然として大きく劣る。安全分類器はバイナリスキャン、ペネトレーションテスト、エクスプロイト生成をブロックするが、ソースコードの脆弱性レビューは許可する。拒否されたリクエストはAPI経由でOpus 4.8に自動フォールバック可能である。

開発者向けワークフロー改善:ツール変更時のキャッシュ永続性とモデルフォールバック

2つのベータ機能が実際のエージェント開発の課題に対応している。(1) ツール定義を会話の途中で変更しても、プロンプトキャッシュ全体を無効化せず、コストを削減できる。(2) API自動フォールバックにより、安全分類器で遮断されたリクエストを別のモデルに再ルーティングし、失敗を回避してワークフローの中断を防ぐ。さらに、高速モードでは2倍の価格で2.5倍の速度を提供し、生物学研究では、Fable 5で以前ブロックされていたリクエストがOpus 5に再ルーティングされるようになった。

Source posts