Anthropicは2026年7月24日、新しいAIモデル「Claude Opus 5」を発表しました。
Claude Opus 5は、同社の最上位モデルであるClaude Fable 5に近い能力を、APIでは半分の料金で利用できるモデルとして位置づけられています。従来のClaude Opus 4.8と比べてもAPI単価は変わらず、複雑なコーディングや長時間のタスク、資料分析などが強化されました。
ただし、すべての作業でFable 5と同じ性能を発揮するわけではありません。推論設定や作業内容によって結果と費用が大きく変わり、単純な作業ではSonnet系モデルの方が効率的な場合もあります。
この記事では、Claude Opus 5の特徴、料金、Opus 4.8から変わった点、公開されている性能評価、適した使い方を整理します。
Claude Opus 5とは
Claude Opus 5は、Anthropicが複雑なコーディングや企業の実務向けに提供する高性能AIモデルです。
Anthropicのモデル構成では、長時間動く最高性能のAIエージェントにはFable 5、複雑なコーディングや日常的な高難度作業にはOpus 5、速度と料金のバランスを求める作業にはSonnet 5という役割分担になっています。
ClaudeではPro、Max、Team、Enterpriseプランから利用でき、Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundryでも提供されています。Claude Maxでは標準モデル、Claude Proでは利用できる最も強力なモデルとされています。
Claude Opus 5の基本仕様
| 項目 | 内容 |
|---|---|
| 発表日 | 2026年7月24日 |
| APIモデルID | claude-opus-5 |
| 主な用途 | 複雑なコーディング、AIエージェント、企業実務、資料分析 |
| 入力 | テキスト、画像 |
| 出力 | テキスト |
| コンテキスト | 100万トークン |
| APIの最大出力 | 12万8,000トークン |
| 信頼性の高い知識の基準日 | 2026年5月 |
| 通常の応答速度 | 中程度 |
| 標準の推論設定 | Adaptive Thinking |
| API入力料金 | 100万トークン当たり5ドル |
| API出力料金 | 100万トークン当たり25ドル |
100万トークンのコンテキストは、APIだけでなくClaudeの有料プランでもOpus 5を利用するときに対応します。複数の長い資料や大規模なコードベースをまとめて渡せる一方、入力した情報を常に漏れなく正確に参照できることを保証する仕様ではありません。
最大の特徴は「最上位級の能力を日常業務へ近づけたこと」
Claude Opus 5の特徴は、最高性能の記録だけを狙ったモデルではなく、高難度の作業を日常的に任せるモデルとして設計されている点です。
Anthropicは、Fable 5を利用可能な最高性能が必要な作業、Opus 5を複雑なエージェント型コーディングや企業実務に向くモデルとして説明しています。
API料金を比較すると、Fable 5は入力100万トークン当たり10ドル、出力50ドルです。Opus 5は入力5ドル、出力25ドルなので、単価はちょうど半分です。
| モデル | 入力100万トークン | 出力100万トークン | 主な位置づけ |
|---|---|---|---|
| Claude Fable 5 | 10ドル | 50ドル | 最高性能、長時間エージェント |
| Claude Opus 5 | 5ドル | 25ドル | 高難度の実務、複雑なコーディング |
| Claude Opus 4.8 | 5ドル | 25ドル | Opus 5の前世代 |
| Claude Sonnet 5 | 3ドル | 15ドル | 速度・性能・料金のバランス |
Sonnet 5は2026年8月31日まで入力2ドル、出力10ドルの導入価格が適用され、その後は入力3ドル、出力15ドルになります。
Opus 5はOpus 4.8と同じ単価ですが、推論が標準で有効になり、出力が長くなる傾向もあります。そのため、1回の処理にかかる料金まで必ず同じになるとは限りません。
Claude Opus 4.8から変わった点
Claude Opus 5は、性能だけでなく、タスクの進め方にも変更があります。
推論が標準で有効になった
Opus 4.8のAPIでは、設定しなければ推論を行わずに回答していました。
Opus 5ではAdaptive Thinkingが標準で有効になり、モデル自身がタスクに応じて考える量を判断します。推論の深さは、次の5段階のeffortで調整できます。
lowmediumhighxhighmax
通常の開始点はhighです。難しい設計や長時間のエージェント処理ではxhighやmaxを試せますが、簡単な作業では考えすぎて、費用や待ち時間が増える可能性があります。
完了まで反復する力が強化された
Opus 5は、回答やコードを一度作って終わるのではなく、自分で結果を確認し、問題があれば修正を繰り返す傾向が強くなっています。
Anthropicは、Opus 5が複数ファイルにまたがる機能追加、大規模なリファクタリング、長時間のツール操作、スプレッドシートやスライドの作成などで大きく改善したと説明しています。
公式発表では、オープンソースのパッケージ管理ツールに存在した不具合について、表面的な症状だけでなく根本原因を特定し、既存の修正でも見落とされていた例外処理まで直した事例も紹介されています。
回答や成果物が長くなりやすい
Opus 5はOpus 4.8よりも、標準の回答文や作成する資料が長くなる傾向があります。
推論設定を下げると内部で使うトークン量は減りますが、読者に見える回答が必ず短くなるわけではありません。短い文章が必要な場合は、「1,500字以内」「結論を先に書く」「同じ説明を繰り返さない」など、出力条件を明示する必要があります。
自分で確認するため、旧プロンプトの見直しが必要
Opus 5は、指示されなくても自分の作業を確認しやすくなっています。
以前のモデル向けに書いたプロンプトへ、「最後に必ず再確認する」「別のエージェントを使って検証する」といった指示を残すと、確認を繰り返して作業時間とトークンを余計に使う可能性があります。
Anthropicも、以前のモデルから引き継いだ過剰な検証指示を削除し、狭い作業では対応範囲を明示するよう案内しています。
サブエージェントを使いやすくなった
複数のAIエージェントを利用できる環境では、Opus 5が作業をサブエージェントへ委任する傾向も強くなっています。
大規模な調査や実装では有効ですが、小さな修正でも作業が広がる可能性があります。必要に応じて、「サブエージェントは最大3つ」「依頼した範囲以外は変更しない」などの制限を加える方が安全です。
公開評価から見るClaude Opus 5の性能
AIモデルのベンチマークは、評価する作業や利用するツールによって結果が変わります。
1つのスコアだけで「最も優れたモデル」と判断するのではなく、どのような作業で評価されたかを見る必要があります。
Anthropicの評価ではコーディングと知識労働が大幅に向上
Anthropicの発表では、Opus 5はFrontier-BenchでOpus 4.8の2倍を超える成績を記録し、タスク当たりの費用も低下したとされています。
CursorBench 3.2の最大推論設定では、Fable 5の最高スコアとの差が0.5ポイント以内でした。ARC-AGI 3では次点モデルの約3倍、業務自動化を測るAutomationBenchでは同じ費用帯の次点モデルに対して約1.5倍の合格率だったと説明されています。
これらはAnthropicが選んで掲載した評価であり、すべての用途で同じ差が出るとは限りません。
CursorBenchではFable 5に近い結果を半分以下の費用で記録
CursorBench 3.2は、実際のCursor利用から作られた、曖昧な指示や複数ファイルを扱うコーディング課題を評価しています。
最大推論設定での結果は、Fable 5が70.5％、Opus 5が70.0％でした。タスク当たりの平均費用は、Fable 5が17.32ドル、Opus 5が8.23ドルです。
Opus 5のhigh設定でも66.7％を記録し、費用は3.91ドルでした。Opus 4.8の最大設定は62.3％、費用は5.77ドルなので、この評価ではOpus 5のhighが、Opus 4.8のmaxを性能と費用の両方で上回っています。
これは複数ファイルを扱うコーディング課題での結果です。日本語文章、ニュース調査、日常会話でも同じ順位になることを示すものではありません。
総合評価は高いが、最大推論は速さを重視した設定ではない
Artificial Analysisの総合指標では、Opus 5の最大推論設定は61点を記録しています。
一方、同評価での生成速度は毎秒56.3トークン、最初の回答が始まるまでの時間は約64.5秒でした。同じ価格帯の推論モデルと比べて、速度や初動の待ち時間は良い結果ではありません。
最大推論は、速く返事を得るための設定ではなく、時間とトークンを使って難しい問題を処理するための設定と考えた方がよいでしょう。
コードレビューでは使い方を選ぶ
CodeRabbitによる評価では、Opus 5は単独のコードレビュアーとしてより、設計や実装を担当する「ビルダー」として高く評価されています。
曖昧な要望から方法を考え、複数の選択肢を比較しながら複雑な実装を進める作業はOpus 4.8から改善しました。一方、コードレビューでは、重要な指摘を絞り込める反面、既知の問題を拾う範囲が狭く、細かな指摘も多かったと報告されています。
高性能なモデルへ任せれば、人によるレビューが不要になるわけではありません。
Claude Opus 5に向いている作業
Opus 5の強みが出やすいのは、正解がすぐに決まらず、複数の工程を進める必要がある作業です。
複数ファイルをまたぐコーディング
- 新機能の設計から実装、テストまで
- 大規模なリファクタリング
- 複数の機能が関係する不具合修正
- 既存システムの構成変更
- コードベース全体を調べる原因分析
長時間のAIエージェント処理
- 複数のツールを順番に使う作業
- 調査、実装、確認を繰り返す作業
- 複数のサブエージェントをまとめる作業
- 大きな成果物を段階的に完成させる作業
資料の分析と作成
- 複数の長い資料を比較する
- 財務データや表を分析する
- 複雑なスプレッドシートを作成する
- プレゼン資料を作り、フィードバックを反映する
- 長い仕様書から実装内容を整理する
判断を含む仕事
- 複数の案から設計方針を選ぶ
- 要望の矛盾や不足を見つける
- リスクやトレードオフを比較する
- 曖昧な依頼を実行可能な作業へ分解する
Anthropicは、Opus 5を高度なコーディング、AIエージェント、企業実務向けのモデルとして位置づけています。
Sonnet系モデルで十分な作業
すべての作業にOpus 5を使う必要はありません。
次のような作業では、速度と料金のバランスに優れるSonnet系モデルの方が使いやすい場合があります。
- 決まった形式への文章変換
- 短い文章の要約
- データの分類や抽出
- 単純なコード修正
- 定型的な記事構成
- 同じ作業の大量処理
- 短時間で回答が欲しい調査
- 人が内容を確認しながら進める作業
Opus 5は「普段の作業をすべて置き換えるモデル」ではなく、難しい判断や長時間の処理へ投入するモデルです。
Claude Opus 5を使うときの注意点
高性能でも誤回答はなくならない
知識の信頼性が高い基準日は2026年5月です。それ以降のニュース、料金、サービス内容、法律、製品仕様などは外部情報で確認する必要があります。
知識の範囲内であっても、数値、引用、人物名、企業名などを誤る可能性は残ります。重要な情報は一次情報と照合する必要があります。
100万トークンは精度の保証ではない
100万トークンのコンテキストは、大量の情報を一度に入力できるという意味です。
長い資料の中央にある情報を必ず正確に見つけることや、複数資料の矛盾をすべて検出することまでは保証していません。重要な条件は、プロンプト内で明示した方が安全です。
単価が同じでも、処理費用は増える可能性がある
Opus 5とOpus 4.8のAPI単価は同じです。
ただし、Opus 5は推論が標準で有効になり、文章も長くなる傾向があります。同じ依頼でも、内部推論と出力に使うトークンが増えれば、処理全体の費用も増えます。
料金を抑えるには、次の方法が考えられます。
- 通常は
highから試す - 定型作業は
lowまたはmediumを使う - 文字数や出力形式を指定する
- 作業範囲を明確にする
- 共通資料はプロンプトキャッシュを使う
- 即時性が不要な処理はバッチ処理を使う
API移行時は一部の設定を確認する
Opus 5はOpus 4.8から比較的移行しやすいモデルですが、推論が標準で有効になる点と、推論を無効にできるeffortの上限には注意が必要です。
また、Opus 5ではWeb FetchとPriority Tierが現時点でサポートされていません。
Fast modeはClaude APIで提供され、通常の約2.5倍の速度で動作する代わりに、入力10ドル、出力50ドルと通常の2倍の料金になります。クラウド各社では現時点でFast modeは利用できません。
Claude Opus 5は高難度の仕事を任せるためのモデル
Claude Opus 5は、Opus 4.8と同じAPI単価を維持しながら、長時間のコーディング、複数ファイルの修正、資料分析、AIエージェントによる実務を強化したモデルです。
一部のコーディング評価では、Fable 5に近い結果を半分以下の費用で記録しています。推論設定を下げても高い性能を維持できる結果が出ており、難しい作業を日常的に任せるモデルとして注目できます。
一方、最大推論は回答までに時間がかかり、出力も長くなりやすい傾向があります。大量の定型処理や短い回答には、Sonnet系モデルの方が効率的です。
Claude Opus 5を活用するポイントは、すべての作業で選ぶことではありません。
複雑な判断、長時間の処理、原因調査、大きな成果物の作成など、失敗や手戻りを減らす価値が高い作業へ絞って使うことが、性能と費用を両立させる使い方になります。
今日の注目アイテム
『実践Claude Code入門』は、Claude Codeを開発フローに取り入れる考え方を整理したい人に選びやすそうな一冊。AIコーディングを、手順や設計の視点から学び直したい場面でも候補に入れやすそうです。
『開発効率をアップする！ Claude Code 実用入門』は、Claude Codeの基本から実務寄りの使い方まで触れたい人に選びやすそうな一冊。AIコーディングを日々の開発にどう取り入れるか考えたい場面でも候補に入れやすそうです。
『Claude Codeで学ぶ Agent Skills入門』は、Agent Skillsの考え方や使い方を整理したい人に選びやすそうな一冊。Claude Codeをより自分の作業に合わせて活用したい場面でも候補に入れやすそうです。
※アフィリエイトリンクを含みます。
公式情報・参照先
- Anthropic「Introducing Claude Opus 5」
- Claude Platform「Models overview」
- Claude Platform「What’s new in Claude Opus 5」
- Claude Platform「Migration guide」
- Claude Platform「Pricing」
- Cursor「CursorBench 3.2」
- Artificial Analysis「Claude Opus 5」
- CodeRabbit「Claude Opus 5のAIコードレビューベンチマーク」
