Claude Opus 5 とは — Opus 4.8 から何が変わったか

はじめに — 価格はそのままで、中身が世代交代した

2026 年 7 月 24 日、Anthropic が Claude Opus 5 を公開しました。Anthropic はこのモデルを「最上位の Claude Fable 5 に迫る知能を、その半額で」と位置づけています。AI 駆動開発のクリエイティブスタジオである FIXIT でも、公開直後から Claude Code の常用モデルを Opus 5 に切り替えています。

Opus 4.8 の登場が 2026 年 5 月末ですから、2 ヶ月足らずでの世代交代です。ただし今回は小刻みな改善ではありません。料金を据え置いたまま公表ベンチマークの数字が倍以上に伸びており、同時に API の既定値まで変わりました。移行そのものはモデル ID の差し替えで済みますが、既存のプロンプトと設定はそのままでは最適になりません。

本記事では、Opus 4.8 から何が変わったのかを、Anthropic の 公式発表 と 公式ドキュメント をもとに、ベンチマーク・料金・API 変更・振る舞いの 4 つの観点で整理します。前世代の変更点は Claude Opus 4.8 とは、最上位モデルとの住み分けは Claude Fable 5 の料金プラン別ガイド で扱っています。

ひと目でわかる Opus 4.8 → Opus 5 の変更点

まずは全体像です。細かい背景はこの後のセクションで順に補足します。

数字を一段深く見ていきましょう。

ベンチマーク — 「解けるか」から「いくらで解けるか」へ

Anthropic が今回前面に出したのは、コストあたりの成果を測る指標でした。公表されている主な結果は次のとおりです。

科学分野でも上積みがあり、有機化学のタスクで Opus 4.8 比 10.2 ポイント、タンパク質関連のタスクで 7.7 ポイントの向上が報告されています。Anthropic はこのモデルを、一般提供されているものとしては科学研究に最も適した Claude だと説明しています。

注目したいのは、今回の発表に SWE-bench Verified のような単発のコーディング正答率が前面に出てこなかった点です。代わりに並んだのは、1 タスクあたりのコストとセットで語られる指標でした。モデルの評価軸が「解けるかどうか」から「いくらで解けるか」へ移りつつあることの表れです。トークン消費が経営課題になりつつある現状では、この見せ方の変化そのものがモデル選定の判断軸になります。

なお、ここに挙げた数字はいずれも Anthropic が自社の評価環境で測った公表値であり、第三者による再現検証は現時点で出ていません。比較対象のスコアも公開時点のものです。

料金は据え置き、キャッシュの下限も下がった

新モデルというと値上がりを警戒しがちですが、Opus 5 の料金は 100 万トークンあたり入力 $5・出力 $25 で、Opus 4.8 から据え置きです。最上位の Fable 5 が入力 $10・出力 $50 なので、Opus 5 はちょうど半額の位置に置かれています。

Fast mode も引き続き使えます。同じモデルを最大 2.5 倍の出力速度で動かす代わりに、料金は通常の 2 倍にあたる入力 $10・出力 $50 になります。執筆時点では Claude API 限定の research preview で、Amazon Bedrock・Google Cloud・Microsoft Foundry では提供されていません。

地味ながら効くのは、プロンプトキャッシュの下限が 1,024 トークンから 512 トークンへ下がった点です。これまで短すぎてキャッシュに乗らなかったシステムプロンプトが、コードを変えずにキャッシュ対象になります。短めの定型プロンプトを大量に回している構成ほど、そのまま効いてきます。

ただし、料金表が同じでも請求額が同じとは限りません。thinking が既定でオンになった分だけ出力トークンは増えやすくなるため、移行後は実測で確かめてください。

API の破壊的変更 — thinking の既定と無効化条件

コードに手を入れる必要があるのは 2 点です。

1 点目は、thinking が既定でオンになったことです。Opus 4.8 では thinking フィールドを省略したリクエストは思考なしで動いていましたが、Opus 5 では省略すると思考が有効になります。リクエストで送る値は変わっておらず、thinking: {"type": "adaptive"} を明示した場合と同じ挙動です。

影響が出やすいのは max_tokens です。これは思考と応答テキストを合わせた出力全体に対する上限なので、Opus 4.8 時代に思考なしを前提に切り詰めていた実装では、応答が途中で打ち切られる可能性があります。

2 点目は、thinking を無効化できる条件に制限が付いたことです。thinking: {"type": "disabled"} は effort が high 以下のときだけ受け付けられ、xhigh か max と組み合わせると 400 エラーになります。リクエストごとに検証されるため、途中で effort を上げる実装では、後続のリクエストだけが落ちます。

{
  "model": "claude-opus-5",
  "max_tokens": 64000,
  "output_config": { "effort": "max" },
  "thinking": { "type": "disabled" }
}

上の組み合わせは 400 エラーになります。対処は、effort を high 以下に下げるか、thinking の指定そのものを外すかのどちらかです。

そもそも Anthropic は、thinking を切るのではなく、effort を下げてコストを抑えるよう勧めています。thinking を無効化した状態の Opus 5 では、ツール呼び出しが構造化された tool_use ブロックではなく本文テキストとして書き出される場合があるとドキュメントで説明されているためです。ターン自体は正常に完了するのに呼び出しは実行されず、エラーも出ません。エージェントのループではその本文が会話履歴に残り、後続のターンにも影響します。内部の XML タグが応答に混じる事象も報告されています。検索など、ツールを多用するワークロードほど注意が要ります。

effort の使い分け — low と medium の質が上がった

Opus 5 は low から max までの 5 段階すべてに対応します。API の既定は high です。

公式は、コーディングとエージェント作業は xhigh から、それ以外の知能を要する処理は high から始めることを推奨しています。そのうえで Opus 5 は low と medium の質が前の世代より上がっているため、評価で品質が保てる範囲では下げてかまわないとされています。前の世代から設定値をそのまま持ち込んでいる場合は、自社の評価セットで一度振り直すほうが実利があります。

運用上の注意も 2 つあります。1 つは、xhigh や max で動かすときに、思考とツール呼び出しの余地を確保するため max_tokens を大きめ (64,000 トークンを起点) に取ることです。もう 1 つは、effort を会話の途中で変えるとプロンプトキャッシュが効かなくなるため、セッション単位で固定することです。

最後に、間違えやすい点を 1 つ補足します。effort が制御するのは思考の量であって、目に見える返答の長さではありません。返答を短くしたいなら、プロンプトで直接指示します。

新機能 — ツールの差し替えとフォールバック

今回のリリースでは、エージェントを組む側に効く機能が 2 つ追加されました。どちらもベータです。

1 つは mid-conversation tool changes (mid-conversation-tool-changes-2026-07-01) です。これまでツール定義はプロンプトの先頭に展開される仕組みだったため、会話の途中でツールを 1 つ足すだけで、会話全体のキャッシュが無効になっていました。この機能を使うと、キャッシュを保ったままツールを足し引きできます。

flowchart LR
  subgraph B["従来"]
    B1["ツールを追加"] --> B2["プロンプト先頭が変わる"] --> B3["会話全体のキャッシュが無効"]
  end
  subgraph A["Opus 5 (beta)"]
    A1["ツールを追加"] --> A2["会話の途中に差し込む"] --> A3["キャッシュを保ったまま反映"]
  end

モードの切り替えでツールセットを入れ替える設計や、途中で使えるようになった外部サービスを解放するケースでは、長い会話ほどキャッシュの再構築コストが重くのしかかっていました。この機能はそこに直接効きます。

もう 1 つは、フォールバックの "default" モード (server-side-fallback-2026-07-01) です。安全性の判定でリクエストが断られたとき、代替モデルの一覧を自分で保守しなくても、拒否の種類に応じて Anthropic 推奨の代替先へ自動で振り分けられます。指定したモデルが将来非推奨になったときの追従が不要になる分、運用の手間が減ります。

振る舞いの変化 — プロンプトから消すもの、足すもの

コードに手を入れなくても体感が変わる領域があります。移行で見落としやすい割に、効果は大きいところです。

まず消すべき指示があります。Opus 5 は言われなくても自分の作業を検証します。そのため「最後に必ず検証ステップを入れる」「サブエージェントに検証させる」「答える前にもう一度確認する」といった指示が残っていると、過剰な検証を招いてトークンを浪費します。Anthropic のドキュメントも、この種の指示は削除するよう明示しています。削除しても品質は落ちないとされています。実行基盤 (ハーネス) 側に組み込んだ検証ステップも同様に見直す対象です。

一方で足したほうがよい指示もあります。既定の返答と書き出すファイルはどちらも長くなる傾向があるため、簡潔さと成果物の長さを明示すると安定します。エージェント作業中の実況も増えました。更新のタイミングと粒度を指定しておくと、読み手の負担が減ります。依頼されていない範囲まで作業が広がることもあるので、狭いタスクにはスコープの線引きを添えます。サブエージェントへ委譲する頻度も上がっているため、コストを抑えたい構成では上限を決めておくと安心です。

FIXIT

えっ、「ちゃんと確認して」って書くのが逆効果なの？

Tsukasa

結論から言うと、Opus 5 では逆効果です。指示がなくても自分で検証します。

FIXIT

じゃあ前のモデル用に書いた指示、そのままだと損してる？

Tsukasa

はい。判断の軸は、その一文がなくても同じ結果になるかどうかです。

FIXIT の受け止め — まず何から試すか

整理すると、Opus 5 は「料金据え置きのまま、公表ベンチマークでは前世代を大きく引き離し、コストあたりの成果でも最上位モデルに並んだ」世代です。実務では常用を Opus 5 に寄せ、失敗が高くつく難所だけ Fable 5 を呼ぶ住み分けが素直に収まります。Claude Max では既定モデル、Pro でも選べる中で最上位なので、サブスクリプション側から入る場合は特別な設定なしに切り替えられます。

移行は次の順で進めると迷いにくくなります。

1. モデル ID を claude-opus-5 に差し替える
2. thinking を無効化している箇所と effort が xhigh・max の箇所を洗い出し、衝突を解消する
3. プロンプトから検証を促す指示を外し、簡潔さと成果物の長さの指示を入れる
4. effort を自社の評価セットで振り直す

ここまで済ませれば、据え置きの単価を実際のコストメリットにつなげられます。

Claude Code そのものの導入・定着を体系立てて進めたい場合は Claude Code を実務に導入する完全ガイド が出発点になります。世代ごとの違いをさかのぼって確認したいときは Claude Opus 4.6・4.7・4.8 の違い もあわせてどうぞ。

新しいモデルやツールを自社の開発フローに取り込む支援は AI 開発ツール定着支援 で、個別のご相談は お問い合わせ から承っています。