Anthropic 發佈 Claude Opus 5 並開始提供

Anthropicは7月24日、新たなAIモデル「Claude Opus 5」を発表し、同日から提供を開始した。コーディングや長期にわたるエージェントタスク、知識労働を中心に、Claude Opus 4.8から性能を高めている。

コーディングや知識労働の性能を向上

Anthropicによると、Opus 5の性能は上位モデルのClaude Fable 5に近い。システムカードの評価一覧では、ターミナル上で科學・工學を含む実務的な課題を解く「FrontierBench v0.1」で43.3％を記録した。Opus 4.8は21.1％、Fable 5は33.8％、GPT-5.6 Solは34.4％だった。未知の課題を解く「ARC-AGI-3」でも、次點モデルを上回った。

このほか、実際のソフトウェア操作を測る「OSWorld 2.0⁠」⁠、知識労働の「GDPval-AA v2⁠」⁠、業務自動化の「AutomationBench」などでも、比較対象のモデルを上回った。科學分野では、分光データから分子構造を推定する社內評価でOpus 4.8を10.2ポイント、タンパク質配列の変異が機能に與える影響を予測する評価で7.7ポイント上回ったという。

100萬トークンのコンテキストと⁠、思考をデフォルトで有効化

Opus 5のコンテキストウィンドウは既定値、最大値ともに100萬トークンで、最大出力は12萬8000トークン。Anthropicのモデル一覧によると、信頼できる知識のカットオフは2026年5月となる。

APIのモデルIDはclaude-opus-5を使う。Opus 4.8では、thinkingを指定しないAPIリクエストは思考なしで処理していたが、Opus 5では思考がデフォルトで有効になり、モデルが各ターンで思考の要否と量を判斷する。デフォルトのeffortはhighで、low、medium、high、xhigh、maxの5段階から変更できる。難しいタスクでは高く、応答速度やトークン消費の抑制を優先する場合は低く設定することになる。

開発者向けページによると、Opus 4.8から移行する場合は、effortがxhighまたはmaxの狀態でthinking: {"type": "disabled"}を指定すると400エラーになる。

Anthropicは、Opus 5向けのプロンプト設計ガイドも公開した。Opus 4.8向けの既存プロンプトでも良好に動作する一方、ユーザー向けの応答や生成文書は長くなる傾向があるという。effortを下げても表示される応答が確実に短くなるわけではないため、必要な長さはプロンプトで明示するよう案內している。また、モデルは自発的に検証し、以前のモデルよりサブエージェントへ委任しやすいため、既存の検証指示を見直し、作業範囲や委任條件を明示することを推奨している。[1]

Claude Platformでは、會話中にツールを追加・削除してもプロンプトキャッシュを維持できる「Mid-conversation tool changes」をベータで提供する。Opus 5では、キャッシュ可能なプロンプトの最小長も、Opus 4.8の1024トークンから512トークンに短縮した。このほか、安全性分類器が拒否したリクエストを、拒否理由に応じてAnthropicの推奨モデルへ振り分ける「デフォルトフォールバック」もベータで追加した。

整合性評価では過去最高⁠、一部評価でハルシネーション率は上昇

Anthropicの自動行動監査では、Claudeの憲法への順守度や、欺瞞的な行動・悪用への協力の少なさ、取り返しのつきにくい行動を避ける慎重さなどで、Opus 5が同社の最近のモデルを上回った。同社はOpus 5を「これまでで最も整合性の高いモデル」と評価している。

Opus 5はサイバーセキュリティに特化した訓練を受けていないものの、ソフトウェアの脆弱性を特定する能力はOpus 4.8から向上した。ただし、脆弱性を悪用する能力はMythos 5を大きく下回った。安全対策では、ソースコードからの脆弱性発見を許可する一方、コンパイル済みバイナリからの脆弱性発見は分類器で引き続き制限する。

正確性については、Web検索や知識ベースを使わず、41分野の事実問題に答える「AA-Omniscience」で、正答率がOpus 4.8の60％から71％に上がった一方、誤答率も17％から22％に上昇した。システムカードは、Opus 5の正確性が全體として向上したものの、実際には確信を持てていないにもかかわらず、自信ありげに回答する例が予想よりも多く見つかったとしている。

全有料プランと主要クラウドで提供⁠、API価格は據え置き

Opus 5は同日から、Claudeの全有料プラン、Claude Code、Claude APIで利用できる。Claude Maxではデフォルトモデルとなり、Claude Proでは利用可能なモデルのうち最も高性能な選択肢になる。Claude APIに加え、Amazon Bedrock、Claude on Google Cloud、Microsoft Foundryにも対応する。

Claude APIの標準価格は、入力100萬トークン當たり5ドル、出力100萬トークン當たり25ドルで、Opus 4.8と同額となる。Fable 5は入力100萬トークン當たり10ドル、出力100萬トークン當たり50ドルで、Opus 5はFable 5の半額に當たる。Opus 5のFast modeは通常の約2.5倍の速度で動作し、入力100萬トークン當たり10ドル、出力100萬トークン當たり50ドルで提供する。Claude APIではリサーチプレビュー、Claude Codeでは追加使用分として利用できる。