何が発表されたか
Anthropicが中位モデル「Claude Sonnet 5」を公開しました。ブラウザやターミナルを操作し、計画を立てて実行する「エージェント的挙動」を強化した点が特徴です。Free/Proユーザーの既定モデルとなり、API名はclaude-sonnet-5、コンテキスト長は100万トークン、学習データのカットオフは2026年1月です。
Opusとの差はどこまで縮まったか
ベンチマークで見ると、Sonnet 5は前世代Sonnet 4.6を全カテゴリで上回り、上位のOpus 4.8に肉薄しています。とくにHumanity’s Last Exam(ツール併用の総合推論)ではSonnet 5が57.4%、Opus 4.8が57.9%とほぼ同点。知識労働ベンチマークGDPval-AA v2に至ってはSonnet 5が1,618点でOpus 4.8の1,615点を微差で逆転しました。一方、コーディング能力を測るSWE-bench ProではOpus 4.8の69.2%に対しSonnet 5は63.2%と、なお6ポイントの差が残ります。BrowseCompの高負荷設定でもOpus 4.8が上位です。
価格と「見かけの安さ」の落とし穴
導入価格は入力100万トークン2ドル、出力10ドル。2026年8月31日以降は3ドル/15ドルと過去のSonnetと同水準に戻ります。ただしSonnet 5はエージェント動作でツールを多用するため、1タスクあたりのトークン消費量が増える可能性があり、単価が下がっても総コストは膨らむ「Opus 4.6→4.7と同じ現象」が起こり得るとAnthropic自身が示唆しています。
セキュリティ設計の位置づけ
Anthropicの最上位モデルMythos 5・Fable 5は米国政府がサイバーセキュリティ上の懸念から利用をブロックしています。Sonnet 5はサイバー攻撃タスクの学習を行わず、Firefox 147の脆弱性を突く評価では完全な攻撃コードを生成できず部分制御率は13.2%に留まりました。悪意ある要求への拒否精度やプロンプトインジェクション耐性も改善したとされています。
💼 事業会社視点：これは自社にどう効くか
事業会社が今週動くべきこと
SaaS・受託開発事業者にとってSonnet 5は、これまでOpus系でしか耐えられなかった長時間のコーディング代行やCS自動化を、単価3分の2で置き換え検討できる水準に来ました。特にSWE-bench Pro 63.2%は、日本の受託開発の初動レビューや保守バグ修正には十分な精度で、外注コストの再設計余地があります。
EC・小売の役員層は、OSWorld-Verified 81.2%という「PC操作」性能に注目すべきです。競合価格収集・在庫チェック・広告レポート集計といったブラウザ手作業がエージェント任せになる射程に入りました。RPAベンダーとの契約更新前に、Claude Codeでの内製PoCを情シスに指示する価値があります。
ただし落とし穴は「トークン消費量の増加」です。Anthropic自身がOpus 4.6→4.7で総コストが上がったと認めており、単価だけで予算を組むと8月末の値上げ後に想定外の請求に直面します。導入時点でトークン上限アラートとタスク単位の費用計測をセットで実装しておくべきです。