7月13日、MarkTechPostが「Anthropic Claude Sonnet 5 vs Sonnet 4.6 vs Opus 4.8: Agentic Coding Benchmarks, API Pricing, and Cost-Performance Tradeoffs Compared」と題した記事を公開した。Sonnet 5が多くのベンチマーク指標でOpus 4.8にほぼ並ぶ水準を示しつつ、価格は約半分という結果が明らかになっており、エージェント型コーディングの主力モデル選定に直接影響する内容だ。
実務での判断軸：どのモデルをいつ使うか
Anthropicが2026年6月30日にリリースしたClaude Sonnet 5は、エージェント型タスクへの対応力を前面に打ち出したミッドティアモデルだ。Free・Proプランのデフォルトモデルに設定されており、Claude CodeやClaude Platformでも即日利用可能となっている。
エンジニアにとって最も重要なのは「どの用途に何を使うべきか」という判断だ。Anthropicが提示するルーティング指針はシンプルである。
- Sonnet 5：アジェンティックなコーディング、ツール使用、知識系タスクの大半
- Opus 4.8：精度が最優先される難易度の高いタスク
- Haiku 4.5：大量処理・低レイテンシが求められる呼び出し
ベンチマーク：Sonnet 4.6を全カテゴリで上回る
Anthropicが公開したベンチマーク結果は以下のとおりだ。
| 指標 | Sonnet 4.6 | Sonnet 5 | Opus 4.8 |
|---|---|---|---|
| SWE-bench Pro（エージェント型コーディング） | 58.1% | 63.2% | 69.2% |
| Terminal-Bench 2.1 | 67.0% | 80.4% | 非公開 |
| OSWorld-Verified（コンピュータ使用） | 78.5% | 81.2% | 非公開 |
| Humanity's Last Exam（ツールあり） | 46.8% | 57.4% | 57.9% |
| GDPval-AA v2（知識作業） | 非公開 | 1,618 | 1,615 |
| 入力価格（$/MTok） | $3 | $2（導入価格）→$3 | $5 |
| 出力価格（$/MTok） | $15 | $10（導入価格）→$15 | $25 |
各ベンチマークの概要は以下のとおりだ。
- **SWE-bench Pro**：実際のGitHubリポジトリのIssueをエージェントが自律的に解決する能力を測定するコーディング評価スイート。「Pro」は難易度を引き上げた上位版とされる
- Terminal-Bench 2.1：CLIおよびシェル環境でのエージェント型タスク遂行能力を評価するベンチマーク
- OSWorld-Verified：デスクトップGUI操作を含むコンピュータ使用タスクを対象とした実環境ベンチマーク
- **HLE（Humanity's Last Exam）**：数学・科学・人文系の専門家レベル問題3,000問超で構成される難易度の高い多分野評価セット。「ツールあり」はコード実行等の外部ツール利用を許可した条件
- GDPval-AA v2：知識作業の生産性をスコア形式で評価するベンチマーク（数値が高いほど優秀）
Sonnet 5はSonnet 4.6をすべてのカテゴリで上回り、Opus 4.8との差も大幅に縮めた。特にHLEのスコアは57.4%対57.9%とOpus 4.8にほぼ並ぶ水準だ。知識作業ベンチマーク（GDPval-AA v2）では、Sonnet 5がOpus 4.8をわずかに上回る（1,618対1,615）唯一の指標となっている。
価格とトークナイザーの注意点
導入価格は入力$2/MTok、出力$10/MTokで、2026年8月31日まで有効だ。9月以降は$3/$15の標準価格へ移行する。Opus 4.8の$5/$25と比較すると依然として割安だが、8月以降の差は縮まる。
見落としやすい点として、Sonnet 5は元記事が言及するトークナイザーを採用している。同一テキストでもトークン数が従来比最大1.35倍に増加する可能性があり、実際のコストは単純な単価比較より高くなる場合がある。
また、モデルにはlow / medium / high / xhighの4段階エフォートレベルが設定されており、高いほど推論にトークンを多く消費する。xhighでは品質がOpus 4.8に近づく一方、コストがOpus 4.8を上回るケースもあると記事は指摘している。
APIの使い方：モデル名を変えるだけ
既存のAnthropicコードからの移行は、モデル文字列をclaude-sonnet-5に変えるだけだ。
import anthropic
client = anthropic.Anthropic() # reads ANTHROPIC_API_KEY
message = client.messages.create(
model="claude-sonnet-5",
max_tokens=1024,
messages=[
{"role": "user", "content": "Find the race condition in worker.py and ship a tested fix."}
],
)
print(message.content[0].text)
コンテキストウィンドウは100万トークン。バッチAPI利用で50%割引、プロンプトキャッシュ（キャッシュ読み込み0.1x入力）も適用される。
コミュニティの反応：価格設定への疑問も
ローンチ当日のHacker NewsとXでの反応は賛否が混在している。
公式ClaudeDevsアカウントは「コーディングとツール使用のトップクラスのパフォーマンスをSonnet価格で」とアピールした。
Hacker NewsユーザーのphillipcarterはSonnetを日常的なコーディングのデフォルトとして使っており、今回のアップデートを歓迎するコメントを残している。
一方、価格への冷静な見方もある。Hacker Newsuserのmchusmaは、導入価格の$2/$10では魅力的だが、標準価格への移行後はコストパフォーマンスの評価が変わるという趣旨の懸念を示した。andaiは、難易度の高いタスクではOpus 4.8が依然として優位であり、フロンティア部分では大きいモデルを選ぶべきだという見方を示している。
また、conradkayはGLM 5.2（744Bパラメータ）との比較を引き合いにSonnet 5のコストパフォーマンスに批判的な見解を示した。mag7269はHaiku 4.5が約1年経過して陳腐化しているとして、新世代のHaikuモデルの登場を求める声を上げている。
まとめ
Sonnet 5は全ベンチマークでSonnet 4.6を上回り、多くの指標でOpus 4.8に迫る。低〜中エフォートでの費用対効果が最も高く、エージェント型コーディングや自動化タスクの主力モデルとして機能する。ただし、8月末の価格移行後と、新トークナイザーによるトークン増加の影響は事前に試算しておきたい。
詳細はAnthropic Claude Sonnet 5 vs Sonnet 4.6 vs Opus 4.8: Agentic Coding Benchmarks, API Pricing, and Cost-Performance Tradeoffs Comparedを参照していただきたい。
