7月24日、Anthropicが「Introducing Claude Opus 5」と題した記事を公開した。新モデル「Claude Opus 5」は、Anthropicが現世代最上位として比較対象に据える「Fable 5」の半額で、コーディング系ベンチマークでは性能差0.5%以内を達成したという。

「半額で同等」という主張自体は目新しくない。だが今回のOpus 5が特に注目を集めているのは、ツールを与えられていない状況で自前のコンピュータビジョンパイプラインを構築するなど、計画・実行・検証を自律的にこなすエージェント的なふるまいが複数の実例で確認されている点だ。LLMのコスト競争が激化し、エージェント型AIの実用化が本格化しつつある2026年において、Opus 5はその両方に同時に応えるモデルとして登場した。

半額で「Fable 5の0.5%以内」を達成

Opus 5の最大の訴求点はコスト効率だ。Anthropicは「Fable 5に近いフロンティア級の知性を、半額で提供する」と明言している。

具体的な数字を見ると、ソフトウェアエンジニアリング系ベンチマークFrontier-Bench v0.1でOpus 5は全モデル中トップを記録し、先代のOpus 4.8と比べてタスクあたりコストを抑えながら性能を2倍以上に引き上げた。コーディング補助ツール向けのCursorBench 3.2では、最大effortでFable 5の最高スコアと0.5%以内の差に収まりつつ、コストは半額だという。

知識労働・問題解決系でも同様の傾向が出ている。

• ARC-AGI 3（新規問題への汎化を測定）：次点モデルの3倍のスコア
• Zapier AutomationBench（業務タスクの自動化完了率）：同コストで次点モデルの約1.5倍の通過率
• OSWorld 2.0（コンピューター操作ベンチマーク）：Fable 5の最高記録を、そのコストの約3分の1で超える

科学研究領域でも前世代から前進しており、有機化学タスク（スペクトルデータからの分子構造推定）で内部ベンチマーク上**+10.2ポイント、タンパク質配列変異の機能予測で+7.7ポイント**の改善が確認されている。

ツールなしで自前パイプラインを構築 — エージェント的ふるまいの実例

性能数値より際立つのが、Opus 5の自律的な問題解決の実例だ。

Frontier-Benchのタスクでのエピソードが象徴的である。モデルは機械部品の図面を渡され、それを3D CADモデルとして再現するコードを書くよう指示された。ただし図面を直接「見る」手段は意図的に与えられていなかった。Opus 5はここで独自のコンピュータビジョンパイプラインを自作し、生ピクセルからジオメトリを抽出して部品を再構築した。これを繰り返し成功させた一方、同じ設定で競合モデルは5回試みてもクリアできなかったという。

別の事例では、人気オープンソースパッケージマネージャーの実際のバグを渡されたところ、コミュニティが当てたパッチが見落としていたエッジケースまで特定・修正した。競合モデルは表面的な症状を修正しただけで「解決済み」と報告したとのこと。

トレーディング会社のエンジニアが新取引所向けのマーケットデータフィードをシングルセッションで構築した事例もある。Opus 5は検証用のライブフィードが存在しないと判断すると、自前のテストハーネスを構築してコードの正確性を確認した。過去のモデルでは詳細な計画を与えても完遂できなかったタスクだという。

実際に使った企業の声

複数の企業がOpus 5の早期アクセスに参加しており、その評価が公開されている。

コーディングエージェント「Devin」を提供するCognitionは、「FrontierCode 1.1においてClaude Opus 5はFableレベルの性能に半額で迫り、困難なデバッグやroot-cause analysisで特に強さを発揮した」と述べている。

ノーコード自動化ツールのZapierは、「Zapier AutomationBenchのリーダーボードで1位を獲得し、従来のClaudeモデルと同等のトークン消費で達成した」と報告している。

ビジュアル開発ツールのLovableは、「最も難しいエージェント型コーディングタスクでOpus 4.7比22%向上しただけでなく、実行ごとのばらつきが大幅に減少した。プロダクションで使う開発者にとって、この安定性こそが全てだ」とコメントしている。実運用を意識したエンジニアにとって、ばらつきの低減はスコアの改善と同等かそれ以上に重要な指標だ。

法律系AIの利用事例では、最大推論レベルと比較して26%少ないトークン生成で同等の品質を達成したとの報告もある。トークンコストが直接運用コストに直結するプロダクション環境では、この差は無視できない。

アライメントと安全性

Anthropicの自動行動監査では、Opus 5は総合的なミスアライメントスコアが2.3と、最近のモデルの中で最低値を記録した。Claude's Constitutionへの準拠率はOpus 4.8・Sonnet 5・Fable 5を上回り、欺瞞的なふるまいの発生率も最低という。

サイバーセキュリティについては、Anthropicは意図的にサイバータスクの訓練を避けてきたものの、汎用能力の向上に伴いOpus 5は脆弱性の発見においてMythos 5（Anthropicが比較対象として示す特化型セキュリティモデル）に近い水準に達した。一方、脆弱性の悪用については依然としてMythos 5を大きく下回るとしている。詳細な評価結果はSystem Cardに記載されている。

提供形態と料金

Opus 5は本日より利用可能で、Claude MaxのデフォルトモデルかつClaude Proの最上位モデルとして位置づけられている。APIでの提供も行われる。APIの詳細な料金体系についてはAnthropicの公式ページを参照されたい。

詳細はIntroducing Claude Opus 5を参照していただきたい。