Fable 5に迫る性能、価格は半額　「Claude Opus 5」公開

Anthropicは24日(米国時間)、最新のAIモデル「Claude Opus 5」を提供開始した。最上位のClaude Fable 5に迫る性能を持ちながら、価格は半額に抑えており、Frontier-BenchやGDPval-AAといったコーディングやナレッジワークの評価指標において、Opus 5は高い性能を示す。一方、サイバーセキュリティタスクに関してはMythos 5には及ばない。 Opus 5は日常的な利用に向けて設計され、他のモデルよりも効率的に動作。Claude Max(100ドル～)におけるデフォルトモデルとなり、Claude Pro(20ドル)では最上位モデルとなる 前モデルのOpus 4.8と同等のコストながら、パフォーマンスは大幅に改善。モデルの「エフォート」設定に応じて、パフォーマンスとトークン利用の最適化を図れる。 ソフトウェアエンジニアリングタスクでは特に高い能力を示し、「Frontier-Bench v0.1」では、Opus 5は他のすべてのモデルを上回り、タスクあたりのコストも抑制、Opus 4.8のパフォーマンスを2倍以上上回る。「CursorBench 3.2」では、最大エフォート設定において、Fable 5のスコアから0.5%以内の性能を発揮しつつ、タスクあたりのコストは半分に抑える。高(high)、xhigh、最大(max)エフォート設定でも、コスト比で他のモデルを上回る性能を発揮する。 ナレッジワークや課題解決タスクにおいても高い能力を示し、「ARC-AGI 3」では2位のモデルの3倍に達するという。ビジネスタスクの「Zapier AutomationBench」でも高いスコアを示し、最低のエフォート設定でも、Opus 5は他のどのモデルよりも多くのタスクに合格できるという。 コンピュータ利用のベンチマークで「OSWorld 2.0」では、Fable 5の最高成績をコストの3分の1強で上回る。 Opus 5では、自身の作業を検証し、成功するまで慎重に反復処理を行なう能力が大幅に向上。他のモデルでは解決できなかった、図面から3D FreeCADモデルとして再構築するコードを記述するタスクを高いレベルで実現する。また、ソフトウェアのバグ修正などでも高い能力を発揮する。 安全性にも配慮し、生物学研究や攻撃的なサイバーセキュリティの分野では、Mythos 5には及ばない。一方、Opus 5は意図的にサイバータスクでの学習を避けているが、モデルの汎用能力が向上した結果、これらのタスクにおける性能は大幅に向上。サイバーセキュリティの「脆弱性を発見する能力」では、Mythos 5に迫る水準に達しているという。ただし、それらの脆弱性を悪用する能力、サイバー脅威へと転換する能力は低く抑えられている。 Opus 5はClaudeの有料プランで利用可能で、Proプランで選べる最上位モデルとなる。Claude Opus 5の価格は入力100万トークンあたり5ドル、出力100万トークンあたり25ドルで、Opus 4.8と共通。開発者は、Claude API上でclaude-opus-5を利用できるほか、AWSのAmazon Bedrockなどでも利用可能となった。 また、デフォルト速度の約2.5倍で動作する「Fastモード」も選択可能。Opus 4.8と同様に、FastモードはClaude Platform上でOpus 5の基本価格の2倍、またはClaude Codeでの使用クレジットを通じて利用できる。

Anthropicは24日(米国時間)、最新のAIモデル「Claude Opus 5」を提供開始した。最上位のClaude Fable 5に迫る性能を持ちながら、価格は半額に抑えており、Frontier-BenchやGDPval-AAといったコーディングやナレッジワークの評価指標において、Opus 5は高い性能を示す。一方、サイバーセキュリティタスクに関してはMythos 5には及ばない。 Opus 5は日常的な利用に向けて設計され、他のモデルよりも効率的に動作。Claude Max(100ドル～)におけるデフォルトモデルとなり、Claude Pro(20ドル)では最上位モデルとなる 前モデルのOpus 4.8と同等のコストながら、パフォーマンスは大幅に改善。モデルの「エフォート」設定に応じて、パフォーマンスとトークン利用の最適化を図れる。 ソフトウェアエンジニアリングタスクでは特に高い能力を示し、「Frontier-Bench v0.1」では、Opus 5は他のすべてのモデルを上回り、タスクあたりのコストも抑制、Opus 4.8のパフォーマンスを2倍以上上回る。「CursorBench 3.2」では、最大エフォート設定において、Fable 5のスコアから0.5%以内の性能を発揮しつつ、タスクあたりのコストは半分に抑える。高(high)、xhigh、最大(max)エフォート設定でも、コスト比で他のモデルを上回る性能を発揮する。 ナレッジワークや課題解決タスクにおいても高い能力を示し、「ARC-AGI 3」では2位のモデルの3倍に達するという。ビジネスタスクの「Zapier AutomationBench」でも高いスコアを示し、最低のエフォート設定でも、Opus 5は他のどのモデルよりも多くのタスクに合格できるという。 コンピュータ利用のベンチマークで「OSWorld 2.0」では、Fable 5の最高成績をコストの3分の1強で上回る。 Opus 5では、自身の作業を検証し、成功するまで慎重に反復処理を行なう能力が大幅に向上。他のモデルでは解決できなかった、図面から3D FreeCADモデルとして再構築するコードを記述するタスクを高いレベルで実現する。また、ソフトウェアのバグ修正などでも高い能力を発揮する。 安全性にも配慮し、生物学研究や攻撃的なサイバーセキュリティの分野では、Mythos 5には及ばない。一方、Opus 5は意図的にサイバータスクでの学習を避けているが、モデルの汎用能力が向上した結果、これらのタスクにおける性能は大幅に向上。サイバーセキュリティの「脆弱性を発見する能力」では、Mythos 5に迫る水準に達しているという。ただし、それらの脆弱性を悪用する能力、サイバー脅威へと転換する能力は低く抑えられている。 Opus 5はClaudeの有料プランで利用可能で、Proプランで選べる最上位モデルとなる。Claude Opus 5の価格は入力100万トークンあたり5ドル、出力100万トークンあたり25ドルで、Opus 4.8と共通。開発者は、Claude API上でclaude-opus-5を利用できるほか、AWSのAmazon Bedrockなどでも利用可能となった。 また、デフォルト速度の約2.5倍で動作する「Fastモード」も選択可能。Opus 4.8と同様に、FastモードはClaude Platform上でOpus 5の基本価格の2倍、またはClaude Codeでの使用クレジットを通じて利用できる。