Claude Opus 5を発表

2026年7月27日

日常業務に使える“最上位級Claude”が来た

Anthropicが新モデル「Claude Opus 5」を公開しました。今回のポイントは、単に賢くなったことではありません。最上位モデルのClaude Fable 5に近い性能を、より低い価格帯で日常的に使えるモデルとして投入してきた点です。

生成AIの競争は、ここ数年「どのモデルが一番賢いか」に注目が集まりがちでした。しかし企業や開発者にとって本当に大事なのは、毎日使ってもコストが見合うか、長い作業を任せても破綻しないか、そして実務のスピードを上げてくれるかです。

Claude Opus 5は、まさにその現実的なニーズに寄せたモデルです。コーディング、長時間稼働するAIエージェント、調査や資料作成のような専門的な知識労働を強化しつつ、Fable 5ほど高価ではない選択肢として位置づけられています。

“It’s a thoughtful and proactive model that comes close to the frontier intelligence of Claude Fable 5 at half the price.”

出典：Anthropic「Introducing Claude Opus 5」

Claude Opus 5の立ち位置は「普段使いの高性能モデル」

Anthropicのモデル構成で見ると、Fable 5は最も野心的で高負荷なタスク向け、Mythos 5はサイバー領域など特定分野で強いモデル、そしてOpus 5は幅広い実務に使いやすい高性能モデルという位置づけです。

特に注目したいのは、Opus 5が「最高性能を目指す研究用モデル」ではなく「仕事で毎日使うためのモデル」として語られていることです。これは、AIを試す段階から、業務フローに組み込む段階へ移っている企業にとって大きな意味があります。

報道によると、Opus 5はClaude Maxのデフォルトモデルになり、Claude Proで利用できる最も強いモデルとして提供されます。API、Claude.ai、Claude Code、Claude Cowork、Amazon Bedrock、Google Cloud、Microsoft Foundryなどでも利用可能とされています。

価格面では、複数メディアが入力100万トークンあたり5ドル、出力100万トークンあたり25ドルと報じています。これはOpus 4.8と同等で、Fable 5より低い水準です。詳しくはVentureBeatの報道やAxiosの記事でも確認できます。

強みはコーディング、知識労働、エージェント作業

Claude Opus 5の目玉は、コーディングと知識労働における強化です。Anthropicは、Frontier-BenchやGDPval-AAなどの評価で高い結果を示したと説明しています。特にソフトウェア開発では、単発のコード生成だけでなく、調査、修正、検証、再実行まで含めた作業の粘り強さが評価されています。

従来のAIモデルは、最初の回答は立派でも、複雑なプロジェクトで前提が変わったり、エラーが続いたりすると失速することがありました。Opus 5は、自分の出力を確認し、必要に応じて作業をやり直す力が強化されているとされています。

これはエンジニアだけの話ではありません。営業資料の下調べ、財務モデルのレビュー、契約書の論点整理、社内ドキュメントの再構成など、複数ステップをまたぐ仕事でも効いてきます。

コードレビュー：不具合の原因推定、影響範囲の洗い出し、修正案の比較に向いています。
業務自動化：スプレッドシート、メール、CRM、タスク管理をまたぐワークフロー設計に使いやすいモデルです。
調査・分析：長い文書や複数資料を読み込み、論点ごとに整理する用途と相性が良いです。
企画作成：市場調査、ペルソナ設計、施策案、リスク整理まで一連の流れで任せやすくなっています。

独立評価では、Artificial Analysis Intelligence Indexで上位に入ったという報道もあります。The Decoderは、Opus 5が分析品質や知識ベースのタスクで強いと伝えています。

使い方のコツは“最初から丸投げしすぎない”こと

Opus 5は長時間のエージェント作業に強いとはいえ、いきなり「全部やって」と投げるより、目的、制約、判断基準を先に渡すほうが安定します。高性能モデルほど自律的に動けますが、方向づけが曖昧だと、賢く遠回りしてしまうことがあります。

おすすめは、最初に「成果物の形」と「途中で確認してほしいポイント」を明示することです。たとえばコード修正なら、対象ファイル、再現手順、成功条件、触ってはいけない範囲を伝えます。調査なら、重視する情報源、除外したい観点、最終的な出力形式を指定します。

実務で使いやすい依頼例

たとえば、社内ツールの改善に使うなら次のように依頼するとよいでしょう。

「このリポジトリの請求処理まわりを調査し、エラー原因の仮説を3つ出してください。その後、最も可能性が高いものから順に検証手順を作り、影響範囲と修正案をまとめてください。コード変更は、私が承認するまで実行しないでください。」

このように段階を分けると、Opus 5の強みである確認力と反復力を活かしやすくなります。企画や分析でも同じです。先にゴールを固定し、中間チェックを挟むことで、アウトプットの質がかなり変わります。

開発者が見るべき変更点とAPI利用の注意

Claude Platform Docsの日本語ページでは、Opus 5について、深い推論、エージェント的タスク、長期タスク、テスト時計算のスケーリングで大きく進化したモデルだと説明されています。さらに、1Mトークンのコンテキストウィンドウ、最大128kの出力トークン、デフォルトで有効な思考なども案内されています。

開発者にとって重要なのは、モデルIDを差し替えるだけで済む部分と、挙動が変わる部分を分けて確認することです。思考がデフォルトで有効になる仕様や、会話途中でのツール変更、プロンプトキャッシュの最小長などは、既存アプリの設計に影響する可能性があります。

特にAIエージェントを組んでいる場合、ツール呼び出し、コスト上限、タイムアウト、再試行条件を見直すべきです。Opus 5は長い作業を任せやすいモデルですが、だからこそ無制限に走らせるのではなく、途中経過のログと停止条件を設計しておくことが大切です。

公式ドキュメントはClaude Platform Docs「Claude Opus 5の新機能」で確認できます。導入前には、料金ページとあわせて最新仕様をチェックしておきたいところです。

Fable 5やMythos 5とどう使い分けるべきか

Opus 5が優れているからといって、すべての場面でFable 5やMythos 5を置き換えるわけではありません。Anthropic自身も、サイバー領域ではMythos 5が上位であるとしています。また、法律や一部の高度な推論タスクではFable 5が強いという報道もあります。

つまり、Opus 5は「万能の頂点」というより、日常業務で最もバランスがよいモデルと捉えるのが自然です。コスト、性能、扱いやすさのバランスがよく、チームで継続的に使うモデルとして魅力があります。

Opus 5：日常の開発、調査、資料作成、業務自動化、社内エージェントに向いています。
Fable 5：最高難度の長期タスク、より野心的な研究開発、複雑な専門判断に使いたいモデルです。
Mythos 5：サイバー関連など、特定の高リスク・専門領域で強みがあるモデルです。
Sonnet系：速度とコストを重視する大量処理や軽めの業務に向いています。

実務では、まずOpus 5を標準モデルにして、難度やリスクに応じてFable 5やMythos 5へ振り分ける運用が現実的です。高性能モデルを常時使うのではなく、タスクの重さに合わせてモデルを切り替える設計が、今後ますます重要になります。

安全性と制限も押さえておきたい

Opus 5は「安全性」も大きなテーマです。Anthropicは、サイバー領域のガードレールを強化しつつ、Fable 5より日常タスクで使いやすい運用を目指していると説明しています。報道では、脆弱性の発見支援は一定範囲で許可しつつ、侵入テスト、悪用コード生成、バイナリベースの脆弱性スキャンなどは制限されるとされています。

これは企業利用ではむしろ安心材料です。AIを開発環境や業務システムに接続する場合、性能だけでなく、どこで止まるか、危険な依頼をどう扱うかが重要になります。

一方で、安全側に倒れるモデルは、依頼内容によっては必要以上に慎重に見えることもあります。業務で使う場合は、合法的な目的、対象範囲、許可された環境であることを明確に伝えると、誤判定を減らしやすくなります。

PCMagやThe Vergeも、Opus 5の公開にあわせてサイバー安全性や政府機関とのテストに触れています。AIの性能が上がるほど、安全設計の重要性も同時に上がっているということです。