Anthropicは2026年9月22日(現地時間)、Claude Opus 5.5を公開しました。多くの作業でClaude Fable 5.1並みの性能を持つとされ、API単価はOpus 5より2割安くなっています。既定設定で典型的な作業をこなした場合の費用は、Opus 5より4割安いと公式は説明しています。
この記事では、Claude Opus 5.5の特徴と、Opus 5と同じ依頼を出して比べた結果を紹介します。
Claude Opus 5.5とは|使えるプランと提供先
Claude Opus 5.5は、2026年7月に公開されたClaude Opus 5の後継にあたり、長時間かかるエージェント型のコーディングや、調査・資料作成などの作業に向いたモデルと位置づけられています。
Anthropicは、Opus 5.5が多くの作業で上位モデルのClaude Fable 5.1と同等の性能を出すと説明しています。Fable 5.1のAPI単価は100万トークンあたり入力10ドル/出力50ドルですが、Opus 5.5は4ドル/20ドルです。上位モデルに近い性能をより低い単価で使えることが、今回の発表の中心です。ただし、この性能評価はAnthropicによるテストに基づいています。
Opus 5.5は、Claudeアプリ、API、クラウドサービスの3つから使えます。
| 入口 | 利用条件 |
|---|---|
| Claudeアプリ(claude.ai) | Pro・Max・Team・Enterpriseの各プラン |
| Claude API | モデルID claude-opus-5-5 |
| クラウド | Amazon Bedrock、Google Cloud、Microsoft Foundry |
Claudeアプリの有料プランでは、公開にあわせて5時間あたりの利用上限も引き上げられました。
Opus 5.5とOpus 5の違い|料金・速度・性能
Opus 5から変わったのは、料金、考える深さ(エフォート)の既定値、速度と性能です。主な数値を表にまとめます。
| 項目 | Opus 5 | Opus 5.5 |
|---|---|---|
| API単価(入力/出力、100万トークンあたり) | 5ドル/25ドル | 4ドル/20ドル |
| キャッシュ読み取り(100万トークンあたり) | 0.50ドル | 0.20ドル |
| 既定のエフォート(API) | 高(high) | 中(medium) |
| thinking | 適応型 | 適応型(常に有効) |
| 出力速度 | 基準 | Opus 5より30%以上速い |
| Terminal-Bench 4.0(コーディング) | 52.3% | 66.4% |
| GDPval-AA v2.1(知識労働、Elo) | 1708 | 1846 |
| OSWorld 2.0(コンピュータ操作) | 74.0% | 81.8% |
速度とベンチマークは、いずれもAnthropicの公表値です。表の3つのベンチマークでは、Opus 5.5はFable 5.1(順に55.8%、1735、80.7%)も上回ったとされています。
安全面では、サイバーセキュリティに関わる依頼の多くが、Opus 5.5ではなくOpus 4.8で処理されるようになりました。セキュリティ業務でClaudeを使っている場合は、回答するモデルが切り替わることがあります。
Opus 5より40%安いとは?
発表で目立つ「40%安い」は、単価の値下げ幅ではありません。API単価の値下げは、入力・出力とも20%です。
40%は、既定設定のまま典型的な作業をこなしたときの費用を、Opus 5と比べたAnthropicのテスト結果です。単価の値下げだけでは2割にしかならないため、残りは同じ作業を終えるまでに使うトークンが減った分と読めます。
そのため、エフォートを上げて使う場合や、作業の種類が異なる場合には、4割まで下がるとは限りません。自分の用途での費用は、実際に使ったトークン量で確かめる必要があります。
既定のエフォートが中(medium)に下がった
エフォートは、モデルが回答前にどれだけ考えるかを決める設定です。Claude APIでの既定値は、Opus 5が高(high)に対しOpus 5.5が中(medium)です。Opus 5.5ではthinking(回答前の思考)が常に有効で止められず、深さはエフォートで調整します。
何も指定しなければ、Opus 5.5はOpus 5より浅く考える設定で動きます。前項の「4割安い」も、この既定設定で測った数字です。難しい調査や込み入ったコーディングで仕上がりに物足りなさを感じたら、エフォートを明示的に上げる選択肢があります。次の節の比較で両モデルのエフォートをそろえているのも、この違いがあるためです。
APIで使う場合の変更点
APIでOpus 5を使っていたコードは、モデルIDを書き換えるだけでは動かない場合があります。影響するのは次の4点です。
| 変更 | 影響 |
|---|---|
| thinkingを無効にできない | 無効化を指定したリクエストが通らない |
| 強制ツール使用に非対応 | tool_choiceでツールを強制するとエラーになる |
| thinkingブロックが生成したモデルに紐付く | 会話の途中でモデルを切り替える使い方に影響する |
| computer_20251124ツールに非対応 | Claude APIとGoogle Cloudで受け付けられない |
最初の3点は、Fable 5.1にも共通する変更です。移行の手順は、AnthropicのClaude Opus 5.5への移行ガイドにまとまっています。
出典:Anthropic「Introducing Claude Opus 5.5」
Opus 5とOpus 5.5に同じ依頼を出して比べた結果
ここでは、同じ依頼・同じデータを使い、Opus 5とOpus 5.5で実際に出力した結果を比較します。
検証条件
今回は、以下の条件で比較しました。
| 項目 | 内容 |
|---|---|
| 実施日 | 2026年9月24日 |
| 実行環境 | Claude.ai(チャット画面。通常のモデル切り替えで実施) |
| モデルID | claude-opus-5/claude-opus-5-5
エフォート:両モデル中で固定 |
| 課題 | 当サイトのGoogle Search Console実データ(直近3か月・92日分)を渡し、①要点整理②表作成の2点を依頼 |
| 試行回数 | 各モデル3回 |
プロンプトは、以下のものを使用しました。
所要時間
依頼してから出力が終わるまでの時間を比較します。
| モデル | 試行1 | 試行2 | 試行3 | 平均 |
|---|---|---|---|---|
| Opus 5 | 1分45秒 | 1分33秒 | 1分46秒 | 約1分41秒 |
| Opus 5.5 | 58秒 | 50秒 | 1分02秒 | 約57秒 |
3回とも、Opus 5.5がOpus 5よりはっきり速い結果でした。平均では約44%の短縮となっています。公式が発表している「Opus 5より30%以上速い」という数値を、この検証では上回りました。ばらつきの幅も、Opus 5が12〜13秒に対しOpus 5.5は4〜6秒と小さく、速いだけでなく安定していました。
ただし、これは3回・1課題での結果です。課題の種類やデータ量によって差が変わる可能性はあります。
出力内容
3回ずつの出力を読み比べると、質の面で傾向がはっきり分かれました。
Opus 5は、分析に一段深い踏み込みが見られました。前半46日と後半46日を比較して伸び率を算出したり、「4〜10位帯」のように具体的な機会ゾーンを切り出したり、「約11クリック分を失っている」のように機会損失を数値で見積もったりする場面がありました。優先度もS/AやA/B/Cのように明確にランク付けし、根拠を添えています。一方で、3回の出力を比べると切り口や強調点にやや違いがあり、分析が深い分、視点の揺れも見られました。
Opus 5.5は、簡潔で実務的な整理に寄っていました。「主力」「伸びしろ」「事業導線」「技術課題」のように淡々と分類し、投機的な推測(AIの回答に検索結果を奪われている可能性、といった原因の深追いなど)は少なめでした。3回の出力は互いによく似ており、再現性の高さがうかがえます。それでも、1記事への依存リスク、料金クエリの機会損失、CTRの課題、httpの重複といった主要な論点は、Opus 5と同じものを過不足なく拾えていました。


まとめると、Opus 5は「深く考えて独自の見立てを足す」、Opus 5.5は「同じ結論に、より速く・より一定の品質でたどり着く」という違いです。これは、Opus 5.5の既定エフォートがOpus 5より下がっている点、作業あたりの費用が公式で4割安いとされている点とつながる結果でした。
まとめ:Claude Opus 5.5を賢く活用しましょう
Claude Opus 5.5は、Opus 5より単価が2割安く、Anthropicのテストでは既定設定での作業あたりの費用が4割安いモデルです。性能は、多くの作業でFable 5.1並みとされています。
切り替えるときに見直したいのは、エフォートの設定です。Opus 5.5の既定は中(medium)で、Opus 5の高(high)より浅く考えます。速さと安さを優先するなら既定のままで構いません。仕上がりに不満があるときはエフォートを調整して対応しましょう。APIで組み込んでいる場合は、先に挙げた4つの変更点に当たるコードがないかを確認してから切り替えます。
この記事の監修者
小杉 啓太
監修株式会社みずかげ製作所 代表取締役
慶應義塾大学理工学部にてCNNによる画像分類を研究。エンジニアリング視点を持ったWebマーケターとして、SEO戦略立案から1,000本以上の記事校閲・編集まで幅広く経験。 ClaudeやCodexによる高度なWeb開発や、n8n・Google Workspace Studioを活用した最新の業務自動化ノウハウを武器に、IT・マーケティング分野の専門的で信頼性の高いコンテンツ監修を手掛ける。