Claude Opus 5
要約
Anthropicは、新しいAIモデル「Claude Opus 5」を発表しました。これは、同社の最先端モデルであるClaude Fable 5に匹敵する知能を持ちながら、半額で利用できるコスト効率の高いモデルです。特にコーディングや知識作業の評価で高い性能を示し、日常的な利用に適した効率性と信頼性を備えています。
全文翻訳
Claude Opus 5を発表
Claude Opus 5が本日より利用可能になりました。これは、Claude Fable 5の最先端の知能に迫る、思慮深くプロアクティブなモデルでありながら、価格は半額です。
Frontier-BenchやGDPval-AAのようなコーディングおよび知識作業の評価において、Opus 5はサイバーセキュリティタスクではMythos 5に劣るものの、新たな最先端技術となっています。
Opus 5は日常的な使用のために設計されており、他のモデルよりも効率的に動作します。Claude Maxでは新しいデフォルトモデルとなり、Claude Proでは最も強力なモデルです。
[画像: Claude Opus 5の性能とコスト効率を示すグラフ]
パフォーマンスとコスト効率
Claude Opus 5は、前モデルであるOpus 4.8と同価格で、パフォーマンスが大幅に向上しています。このセクションのグラフは、顧客が知能を最適化したり、より高速で安価な結果を得るためにトークンを節約したりするために使用できる、モデルの努力設定(effort setting)に応じてパフォーマンスがどのように変化するかを示しています。
Opus 5は、価値の高いソフトウェアエンジニアリングタスクで卓越した性能を発揮します。例えば、Frontier-Bench v0.1では、Opus 5は他のすべてのモデルを凌駕し、タスクあたりのコストを抑えながらOpus 4.8のパフォーマンスを2倍以上に向上させています。CursorBench 3.2では、最大努力設定(max effort)において、モデルはFable 5のピークスコアの0.5%以内に収まる性能を示しますが、タスクあたりのコストは半分です。また、高(high)、超高(xhigh)、最大(max)努力設定のいずれにおいても、他のすべてのモデルよりも高いパフォーマンスを同コストで達成しています。
知識作業や問題解決タスクでも同様の結果が見られます。例えば:
- モデルが新しい問題を解決する必要がある評価であるARC-AGI 3では、Opus 5のスコアは次に良いモデルの3倍です。
- モデルがビジネスタスクを最初から最後まで完了できるかを測定するZapier AutomationBenchでは、Opus 5の合格率は、同コストあたりのタスクで次に良いモデルの約1.5倍です。最低努力設定(lowest effort setting)でも、Opus 5は他のどのモデルよりも多くのタスクを完了します。
- コンピュータ使用ベンチマークであるOSWorld 2.0では、Opus 5はどのコストレベルにおいても他のすべてのモデルを上回り、わずか3分の1強のコストでFable 5の最高結果を上回っています。
また、いくつかの関連評価においても、当社の最も高性能でコスト効率の高いモデルとなっています:
Opus 5は、科学研究においてもOpus 4.8からの意味のある改善を示しています。構造生物学、有機化学、バイオインフォマティクスなどのトピックをカバーする当社のライフサイエンス評価のすべてにおいて、Opus 4.8よりも優れたパフォーマンスを示しています。特に有機化学タスク、例えば分光データから分子構造を推測するタスク(当社の内部ベンチマークでOpus 4.8より10.2パーセントポイント高いスコア)、およびタンパク質の配列の変化がその機能にどのように影響するかを予測するタンパク質関連タスク(ここではOpus 4.8より7.7パーセントポイント高いスコア)で改善が顕著です。
最後に、Opus 5ははるかに強力な視覚出力を生成する能力があります:
[画像: Opus 5の視覚出力の例]
Claude Opus 5との連携
Claude Opus 5は、作業の検証や、成功するまで慎重に反復する能力が大幅に向上しています。評価や早期アクセスでのテストにおいて、当社およびユーザーはOpus 5のエージェンシーと徹底ぶりを示す多くの例を発見しました:
- あるFrontier-Benchタスクでは、Opus 5は機械部品の図を与えられ、それを3D FreeCADモデルとして再構築するコードを書くように指示されました。しかし、このタスクでは、モデルは図を直接表示する方法を意図的に与えられていませんでした。Opus 5は、独自のコンピュータビジョンパイプラインを作成して生のピクセルからジオメトリを抽出し、その後完全な機械部品を再構築して応答しました。これは繰り返し成功しました。同じ設定の競合モデルは5回の試行後も解決できませんでした。
- 人気のあるオープンソースパッケージマネージャーの実際のバグに対し、Opus 5は根本原因を特定し、コミュニティのパッチが見逃していたエッジケースを修正しました。競合モデルは表面的な症状のみを修正し(根本原因は修正せず)、バグが解決されたと報告しました。
- ある取引会社のエンジニアは、Opus 5を使用して、単一セッションで新しい取引所向けの市場データフィードを構築しました。以前のモデルは、エンジニアからの広範な計画を与えられても、このタスクをまったく完了できませんでした。検証できるライブフィードがないため、Opus 5は独自のテストハーネスを構築して、コードが取引所のデータを正しく解析していることを確認しました。
以下は、早期アクセス顧客からのOpus 5との連携体験に関するさらなる報告です:
[画像: Scott Wu logo]
“FrontierCode 1.1において、Claude Opus 5は半額でFableレベルのパフォーマンスに迫ります。Devin内でも、困難なデバッグや根本原因分析タスクに特に強みを示しています。”
Scott Wu
CEO
[画像: Sualeh Asif logo]
“Claude Opus 5は、Opusの速度とコストでFable 5に近い知能を提供します。CursorBenchではFable 5のわずかに下ですが、多くの同じ挙動を示します。開発者がCursorでどのように使用するかを見るのが楽しみです。”
Sualeh Asif
共同創業者
[画像: Wade Foster logo]
“Claude Opus 5は、以前のClaudeモデルと同じトークン数でZapierのAutomationBenchリーダーボードのトップになりました。生の顧客アカウント健全性ワークブックを受け取り、完全なチャーン防止シーケンスをエンドツーエンドで実行しました:リスクのあるアカウントをフラグ付けし、適切な担当者にアラートを出し、リテンションオペレーションのために要約しました。以前のモデルは合格しませんでしたが、Opus 5は100%を達成しました。”
Wade Foster
CEO
[画像: Alfredo Andere logo]
“当社のゲノム解析作業において、Claude Opus 5は、当社が実行したどのモデルよりも、慎重な科学者のように振る舞います。交絡因子を排除するために適切な統計テストを試み、独立した方法で自身の結果をクロスチェックし、長くて多段階の解析を通じて軌道を維持します。”
Alfredo Andere
CEO
[画像: Fabian Hedin logo]
“Claude Opus 5は、当社の内部評価において、そのファミリーのすべてのモデルの中で最良の結果を出しました。当社の最も困難なエージェンティックコーディングタスクで単に優れているだけでなく(Opus 4.7から22%向上)、実行ごとのばらつきがはるかに少なく、より安定しています。Lovableの何百万人ものビルダーにとって、その一貫性はすべてです。ビルドごとに信頼できる結果が得られます。”
Fabian Hedin
共同創業者
[画像: Madhav Jha logo]
“Claude Opus 5は、4.5以降のOpusファミリーにおける最大の飛躍です。同じフルスタックアプリビルドにおいて、フロントエンドが最初にその恩恵を受けます。Opusモデルから見た最高の、アニメーション、ゲーム、3Dワークです。”
Madhav Jha
共同創業者兼CTO
[画像: Izzy Miller logo]
“Claude Opus 5を気に入っています。当社のエージェントが扱うようなオープンエンドな分析作業では、Opus 4.8からの厳密なアップグレードであり、最も重要な、より困難で曖昧なタスクで最大の向上が見られます。応答はより明確で簡潔になり、高努力レベルでも効率の向上が見られます。”
Izzy Miller
AIリサーチリード
[画像: Shirley Zhang logo]
“Claude Opus 5は、当社の分析担当者が日々実行する金融リサーチワークフローにおいて、Opus 4.8からの顕著な改善です。数値推論、表作業、精度が重要なシャープな批判的思考において際立っています。”
Shirley Zhang
シニアAIエンジニア、応用AI
[画像: Ben Kus logo]
“Claude Opus 5は、専門的なエンタープライズコンテンツの分析に不可欠な業界の知能と精度を提供します。Boxは、Opus 5がOpus 4.8を8%上回り、テクノロジー、ヘルスケア、公共部門の組織が日常的に依存するデータ分析(11%向上)およびデューデリジェンス(17%向上)ワークフローで顕著なパフォーマンス向上をもたらすことを発見しました。”
Ben Kus
CTO
[画像: Cristian Rivera logo]
“Claude Opus 5は、Opus 4.8からの世代的なステップアップです。ある週末、私はそれに開発環境のチーフオブスタッフの役割を与えました。それは独自のモニターを構築し、各ボックスを駆動し、判断が必要な場合にのみ私を呼び出しました。”
Cristian Rivera
スタッフソフトウェアエンジニア
[画像: Conor Kiernan logo]
“Claude Opus 5は、当社のFundamental Research Assistantコードベース全体に大規模な変更を加え、エージェンティックワークフロー全体でフィードバックに適応し、使用したどのモデルよりも明確にその推論を説明しました。通常はるかに小さなピースに分割する必要があった作業を処理しました。”
Conor Kiernan
CTO
[画像: Richard Pham logo]
“当社の最も困難な金融モデリングタスクの一部において、Claude Opus 5は精度と効率の両方でOpus 4.8からの明確なステップアップです。特に深い金融ドメインロジックにおいて、そのパフォーマンスの底上げは著しく、努力レベル全体で平均9パーセントポイント高い精度を、3分の1少ないターンとツールコール、60%少ない時間で達成しました。”
Richard Pham
評価およびプロダクトリード
[画像: AJ Orbach logo]
“Claude Opus 5は、実際のフロントエンド開発者のように自身の作業をチェックします。当社のベンチマークでは、デスクトップ幅と電話幅でページを開き、モバイルフォールドの下に隠れていた製品と画面外のチェックアウトボタンを検出し、両方を修正してから作業を返しました。”
AJ Orbach
共同創業者兼CEO
[画像: Niko Grupen logo]
“Claude Opus 5は、以前のOpusモデルと比較して、当社のリーガルエージェントワークにおけるパフォーマンスが明確に向上しており、特にコーポレートガバナンスや仲裁などの分野で最大の向上が見られました。また、低い推論レベルでも品質を維持するOpus 5の能力にも感銘を受けました。最大推論(max reasoning)と比較して平均26%少ないトークンを生成しながら、同等のパフォーマンスを達成しました。”
Niko Grupen
応用リサーチヘッド
[画像: Alex Wang logo]
“Claude Opus 5の最大の利点は、より長期間の作業、つまり完全なデッキの構築とその改訂です。成果物の品質が、どのモデルを採用するかを決定しますが、これは当社が見た中で最も明確なステップアップです。視覚理解が向上し、フォーマットがクリーンになり、スライドの問題が減少しました。”
Alex Wang
応用AI
[画像: Zimu Li logo]
“Claude Opus 5の判断力が際立っています。PRを引き渡す際、急いで公開せず、ブランチを検証し、テンプレートをチェックし、テストへの影響を考慮するため、引き渡しがクリーンになります。古いモデルは先走ってしまい、当社のチェックに引っかかる傾向がありました。”
Zimu Li
テクニカルスタッフメンバー
[画像: Marquis Wang logo]
“再設計セッション中、Claude Opus 5は私が提案した設計に反対し、私が主張しても譲りませんでした。代わりに、私のアイデアのどこが価値があるのかを正確に説明し、その異議を単一の設計問題に絞り込み、良い部分を維持しながら欠陥を修正する妥協案を提案しました。これは、私たちがより少ない監督で任せることができる判断の種類です。”
Marquis Wang
プリンシパルAIエンジニア
[画像: Ryan Tanenholz logo]
“最初のターンでの赤線(redlines)において、Claude Opus 5はテストしたどのモデルよりも高いスコアを達成し、Opus 4.8のほぼ2倍でした。コメントも改善されています。NDAでは、より少ないターンとパスで赤線に到達し、精度は維持または向上しています。”
Ryan Tanenholz
テクニカルスタッフメンバー
[画像: Neeraj Deshmukh logo]
“Claude Opus 5は、デッドコードのないクリーンでタイトな差分(diffs)を作成し、微妙なコードベース固有の問題に対するより強力なハザード検出器です。本番ワークロードに採用しています。”
Neeraj Deshmukh
エンジニアリングディレクター
[画像: Igor Ostrovsky logo]
“Cosmos、当社の統合エージェントプラットフォームで、多くのユースケースを移行する予定です。Claude Opus 5をコードレビューにますます使用することを楽しみにしています。Opus 4.8よりもOpus 5を使用する方が良いと自信を持って言えます。”
Igor Ostrovsky
共同創業者兼CTO
[画像: Denis Shiryaev logo]
“Claude Opus 5で際立っているのは判断力です。一行を書く前に深く考え、事実の後ではなく計画中に自身の論理的誤りを検出し、単に機能するかどうかではなく、なぜその答えが正しいのかを推論します。これは、Claudeモデル間で見た問題解決における最も明確な飛躍であり、JetBrains IDEでの採用を楽しみにしています。”
Denis Shiryaev
IDEにおけるAIヘッド
[画像: Matt Nassr logo]
“Claude Opus 5は、当社のトレーディングベンチマークでテストした中で最も強力なOpusモデルであり、Opus 4.8の推論トークンの約7分の1と半分のレイテンシーでそれを達成します。計算コストのわずかな割合で、より良い回答が得られます。”
Matt Nassr
グローバルデータエンジニアリングおよびAI変革ヘッド
[画像: Tanapat Ratanaruengjumrune logo]
“Claude Opus 5により、監視エージェントは本番環境で自身のメモリの一部を管理できるようになり、長期間にわたってより自律的で信頼性の高いものになります。エージェントはコンテキストを生きているドキュメントとして扱います。当社のサービスの一つで潜在的な異常をフラグ付けした後、自身の仮説を本番環境に対して再チェックし、シグナルが無害であることを発見し、その修正をメモリに書き込み、監視クエリを自身で終了しました。”
Tanapat Ratanaruengjumrune
マネージャー、応用AI
[画像: Deepak Singh logo]
“Claude Opus 5は、長期間にわたる多段階の作業のために構築された強力なエージェンティックコーディングモデルです。コードベースを深く理解し、複雑なタスク全体でスレッドを保持し、Opus 4.8よりも効果的に機能開発とバグ修正の要件を特定します。開発者は現在、KiroでOpus 5を使用して、その高度な機能にアクセスし、野心的なプロジェクトに取り組むことができます。”
Deepak Singh
VP of Agentic AI
アライメントと安全性
アライメント(Alignment)。 デプロイ前のテスト中、当社の自動行動監査では、Opus 5がこれまでのモデルの中で最もアライメントが取れていることが判明しました(下のグラフに示す通り)。Opus 4.8、Sonnet 5、Fable 5よりもClaudeの憲法に忠実であり、偽装的な行動の割合が最も低く、誤用を誘発されにくいモデルです。また、取り返しのつかない副作用をもたらす可能性のある無謀な行動を回避するという点でも、これまでで最も安全なモデルです。
[画像: Opus 5のアライメントスコアを示すグラフ]
自動行動監査において、Opus 5は全体的な不整合行動スコアで2.3を記録し、最近のモデルの中で最も低い値となりました。
安全性(Safety)。 Opus 5は、危険なデュアルユース(二重使用)能力のフロンティアを前進させるものではありません。民間部門および政府機関とのパートナーと共同で実施された厳格な評価において、生物学研究と攻撃的なサイバーセキュリティの両方でMythos 5に遅れをとっていることが判明しました。これらの評価に関する詳細は、システムカードで確認できます。
前モデルであるOpus 4.8と同様に、当社は意図的にOpus 5にサイバータスクのトレーニングを行っていません。しかし、モデルは一般的な能力が向上した結果、これらのタスクで大幅に改善されており、サイバーセキュリティの脆弱性を発見する点ではMythos 5に迫っています。ただし、それらの脆弱性を悪用する、つまり脆弱性を実際のサイバー脅威に変える点では、Mythos 5に大幅に遅れをとっています。
これは、モデルが人間の広範なガイダンスなしに脆弱性を発見し、悪用する能力を評価するために開発した評価であるOSS-FuzzにおけるOpus 5のパフォーマンスによって示されています。Mythos 5とOpus 5は同様の成功率で脆弱性を特定しますが、Opus 5のエクスプロイト開発におけるスコアはMythos 5に比べてはるかに低いです。
[画像: OSS-FuzzにおけるOpus 5とMythos 5の比較]
当社のサイバーセキュリティ評価の一つであるOSS-Fuzzにおいて、Opus 5はソフトウェア脆弱性の特定(左)ではMythos 5に迫りますが、それらの脆弱性に対するエクスプロイトの開発(右)ではかなり劣ります。
Opus 5のセーフガード
Claude Opus 5のセーフガードは、サイバーセキュリティと生物学の両方でモデルの有益な使用を可能にするように設計されています。これらはOpus 4.8に適用されたものと同様ですが、一部のサイバータスクではより強力なガードレールが追加されています。
サイバーセキュリティ。 Opus 5のサイバー分類器は、Fable 5の分類器と比較して、相対的に制限が少なくなっています。これにより、Opus 5はソースコード内の脆弱性を発見できますが、「バイナリベース」の脆弱性スキャン(悪意のあるアクターに関連付けられる可能性が高い手法)、ペネトレーションテスト、およびエクスプロイト生成はブロックされます。
当社のテストに基づくと、分類器はFable 5の場合と比較して約85%介入頻度が低くなると予想されます。Claude.ai、Claude Code、Claude Coworkでは、フラグが立てられたリクエストはデフォルトでOpus 4.8にフォールバックします。APIでもOpus 4.8へのフォールバックを有効にできます。
当社のサイバー検証プログラム(CVP)は、モデルのセーフガードによって妨げられる可能性のあるサイバーセキュリティ作業を促進します。CVPに参加しているエンタープライズおよび研究者は、セキュリティ制限が少ないOpus 5のバージョンに即座にアクセスできます。
生物学。 Opus 5はOpus 4.8と同様のセーフガードを備えているため、現在、科学研究において最も有能な一般利用可能なモデルです。それにもかかわらず、モデルは長期間にわたる自律的な研究タスクにおいて重要な制限を示しており、これはAIモデルが最も重大な生物学関連のリスクをもたらすと予想される領域です(Mythos 5は依然としてこの種の生物学的作業においてより強力なモデルです)。今回のリリースの一環として、Fable 5でブロックされる生物学関連のリクエストは、Opus 4.8ではなくOpus 5にルーティングされるようになります。
はじめに
Claude Opus 5は本日、すべてのプラットフォームで利用可能になり、価格はOpus 4.8と同じく、入力トークン100万あたり5ドル、出力トークン100万あたり25ドルです。開発者はClaude APIでclaude-opus-5から始めることができます。
また、約2.5倍のデフォルト速度で動作する「Fastモード」でも提供されます。Opus 4.8と同様に、FastモードはClaude PlatformではOpus 5の基本価格の2倍で、Claude Codeでは利用クレジットを通じて利用可能です。
Opus 5と並行して、2つのベータ版アップデートをリリースします:
- Claude Platformでの会話中のツール変更機能(ドキュメント)。会話中に、プロンプトキャッシュを無効にすることなく、Claudeが使用できるツールを変更できるようになりました。
- APIでの自動フォールバック機能(ドキュメント)。リクエストがOpus 5(またはFable 5)の安全分類器によってフラグ付けされた場合、別のモデルに自動的にルーティングされるように選択できるようになりました。自動フォールバックがオンの場合、APIリクエストはブロックされるのではなく、デフォルトで利用可能な最適なモデルにルーティングされます。
以前のOpusモデルと同様に、Opus 5は一般アクセスにおいてデータ保持要件はありません。
Opus 5を最大限に活用するための詳細なガイダンスについては、プロンプティングガイドを参照してください。