何が起きたか
Anthropicは金曜、大規模言語モデル「Claude Opus 5」を全プラットフォームで即日提供開始しました。Claude Maxの新しい既定モデルとなり、Claude Proでは利用可能な最強モデルになります。価格は入力100万トークン5ドル、出力25ドルで、前世代のOpus 4.8から据え置きです。
注目すべきは、Anthropic自身が「Opus 5は最も賢いモデルではない」と明言している点です。最高性能は依然として上位モデルFable 5にあり、分野によっては競合が優位を保つとしています。同社はラインアップを、Opus 5＝日常業務の主力、Fable 5＝数日がかりの長時間自律作業、Sonnet 5＝大規模運用、Haiku 4.5＝サブエージェントと即答、と整理しました。
なぜ重要か
価格を上げずに性能を引き上げた点が実務上の核心です。エージェント型のターミナルコーディングを測るFrontier-Bench v0.1で、Opus 5は43.3%を記録し、Opus 4.8の18.7%はもちろん、上位のFable 5の33.7%も上回りました。しかもタスクあたりコストはより低いとされます。ARC-AGI 3では次点モデルの3倍のスコア、コンピュータ操作のOSWorld 2.0ではFable 5の最高結果を約3分の1のコストで超えたといいます。
導入企業の評価も「同じ仕事をより少ないトークンで」に集約されます。法務AIのHarveyは、Opus 4.8の最大推論モードと同等の性能を平均26%少ないトークンで達成したと報告。Fundamental Research Labは難度の高い財務モデリングで精度が9ポイント高く、往復回数とツール呼び出しが約3分の1、所要時間が60%短縮されたとしています。Zapierは自社のAutomationBenchで首位に立ち、従来モデルが通過できなかった解約防止ワークフローで100%を記録したと述べました。
論点と背景
Anthropicは、Opus 5が自ら成果を検証し成功するまで反復する点を強調します。担当者はVentureBeatに「Opus 5はベンチマークが測れる仕事に最適な道具、Fable 5は仕事がベンチマークを超えたときに手に取るもの」と説明。ベンチマークが測れないのは「持続時間（duration）」だとし、代表的な業務で短時間タスクと長時間タスクの両方を実際に走らせて比べるよう助言しています。
安全性では、自動行動監査でOpus 5を「これまでで最もアライメントの取れたモデル」と評価し、逸脱行動スコアは2.3で過去モデルより低い数値でした。サイバー分野は意図的に学習させなかったにもかかわらず性能が向上し、脆弱性の発見ではOSS-Fuzz評価で79.4%と、Mythos 5の80%に肉薄。ただし実際にエクスプロイトを成立させたのは4課題にとどまり、Mythos 5の13課題には大きく及びません。分類器が作動した際は、Claude.aiやClaude Codeなどで既定でOpus 4.8にフォールバックし、その旨がチャットに表示されます。
背景には、2月時点で約3800億ドルと報じられた企業価値と、2025年末で年換算約90億ドルへ拡大したとされる急成長があります。Contrary Researchによれば、Claudeは2025年後半に企業向けLLM市場の使用量ベースで約4割を占め、Claude Codeだけで年換算約10億ドルに達したとされます。
💼 事業会社視点：これは自社にどう効くか
日本企業にとっての要点は「同じ予算で処理量が増える」ことです。価格据え置きのまま推論効率が上がり、Harveyの26%減、Fundamental Research Labの往復3分の1・時間60%減という報告が本当なら、SaaSやEC、受託開発の各社はモデル切り替えだけでAPI原価と応答時間を同時に下げられる可能性があります。
受託・SIerは、Frontier-BenchやCognitionのFrontierCode評価が示すデバッグ・根本原因分析の強さに注目すべきです。既存のOpus 4.8基盤の内製ツールは、コード変更ほぼゼロで乗せ替え検証が可能。まず自社の代表業務で「短時間の定型タスク」と「長時間の自律案件」を各1本走らせ、Opus 5とFable 5を実測比較するのが合理的な第一手です。
一方で、経営者は依存リスクも直視すべきです。6月に米政府が最先端モデルの外国アクセス制限に動いたと報じられ、サイバー分類器の作動時はOpus 4.8へ自動降格します。基幹業務に組み込むなら、能力低下時の挙動と代替経路を運用設計に織り込むことが前提になります。
