2026年7月24日、AnthropicがClaudeシリーズの新モデル「Claude Opus 5」をリリースしました。
API料金が前世代のOpus 4.8と完全に据え置きであるにもかかわらず、主要ベンチマークでFable 5に迫るなど大幅な性能向上を実現している点が特徴です。
本記事では、Claude Opus 5のスペックやベンチマーク結果・注意点を、Anthropicの公式発表をもとに整理します。
※本記事は2026年7月29日時点の情報です。料金・仕様・提供状況は変更される可能性があります。
Claude Opus 5とは
Claude Opus 5は、Anthropicが2026年7月24日にリリースした主力モデルです。同社は「思慮深く能動的なモデル」と表現しており、最上位モデルであるClaude Fable 5に迫る性能を、その半額で提供すると説明しています。
「毎日使うため」に設計されたモデル
Opus 5の設計思想は、最高性能の追求ではなく日常業務で使いやすいことにあります。Anthropicは、他のモデルよりも効率的に動作する点を強調しており、実際にサブスクリプションプランでの扱いにもそれが表れています。
- Claude Max：Opus 5が新しい既定モデル
- Claude Pro：選択できる中で最も高性能なモデル
Claudeの有料プラン利用者は、特別な設定をしなくてもOpus 5に触れることができるのです。
Claudeのモデル階層における位置づけ
Anthropicは2026年半ば、従来のOpus / Sonnet / Haikuという3階層の上に「Mythos」という最上位ティアを追加しました。現在のモデル構成は以下の通りです。
| ティア | モデル | 主な用途 |
|---|---|---|
| Mythos | Claude Mythos 5 / Claude Fable 5 | フロンティア級の長時間自律作業、高度な研究 |
| Opus | Claude Opus 5 | 複雑なエージェント型コーディング、エンタープライズ業務 |
| Sonnet | Claude Sonnet 5 | 速度とコストのバランスを重視した日常タスク |
| Haiku | Claude Haiku 4.5 | 軽量・高速な処理 |
Opus 5は第5世代Opusの第1弾であり、Anthropicによればエージェントを用いたコーディングや画像・動画の理解、長時間タスクといった領域で改善が期待できるとされています。
Claude Opus 5の基本スペック
公式ドキュメントで公開されている主要スペックは以下の通りです。
| 項目 | 内容 |
|---|---|
| APIモデルID | claude-opus-5 |
| コンテキストウィンドウ | 100万トークン（既定＝最大。縮小版は存在しない） |
| 最大出力トークン | 128,000トークン |
| thinking（思考） | 既定でON |
| 推論の深さ（effort） | low・medium・high・xhigh・maxの5段階（既定値：high） |
| API料金 | 入力 $5 / 出力 $25（100万トークンあたり） |
| Fast mode料金 | 入力 $10 / 出力 $50（100万トークンあたり） |
| プロンプトキャッシュ最小長 | 512トークン（Opus 4.8は1,024トークン） |
| リリース日 | 2026年7月24日 |
コンテキストは100万トークンで固定
Opus 5のコンテキストウィンドウは100万トークンで、これが既定値であり最大値でもあります。小さいコンテキストのバリエーションが存在しないため、「意図せず短いコンテキストのモデルを選んでしまう」といった事故の心配がありません。
Anthropicは、この100万トークンの全域にわたって、指示追従・ツール呼び出し・推論の品質が一貫すると説明しています。
料金はOpus 4.8から完全据え置き
API料金は100万トークンあたり入力$5・出力$25で、前世代のOpus 4.8と同額です。世代交代で料金が据え置かれるのは珍しく、既存のOpus 4.8運用を予算感を変えずにアップグレードできる形になっています。
利用可能なプラットフォーム
- Claude API：全顧客に提供（claude-opus-5）
- Amazon Bedrock：anthropic.claude-opus-5
- Google Cloud：claude-opus-5
- Microsoft Foundry：提供あり
なお、前のバージョンのOpus 4.8も引き続きすべてのプラットフォームで利用可能です。
Claude Opus 5のベンチマーク結果
Anthropicは、コーディングとナレッジワークの評価においてOpus 5が新たな最高水準に達したと発表しています。主な結果は以下の通りです。
コーディング関連
| ベンチマーク | 結果 |
|---|---|
| Frontier-Bench v0.1 | 全モデルを上回り、Opus 4.8の2倍以上のスコアを、より低いタスク単価で達成 |
| CursorBench 3.2 | max effort時にFable 5の最高スコアと0.5%以内の差。コストは半分 |
CursorBenchについては、high・xhigh・maxのいずれのeffort設定でも、同一コストあたりの性能で他の全モデルを上回ったとされています。
推論・エージェント関連
| ベンチマーク | 結果 |
|---|---|
| ARC-AGI 3（新規問題の解決） | 次点モデルの3倍のスコア |
| Zapier AutomationBench（業務タスクの完遂） | 同一タスク単価で次点モデルの約1.5倍の合格率。最低effort設定でも他の全モデルより多くのタスクを通過 |
| OSWorld 2.0（コンピュータ操作） | 同一コスト帯で全モデルを上回り、Fable 5の最高スコアをその3分の1強のコストで超過 |
このほか、GDPval-AA v2やHLE、DeepSearchQAといった評価でも、最も高性能かつコスト効率が高いモデルであるとされています。
科学領域
ライフサイエンス分野では、Anthropicの評価項目すべてでOpus 4.8を上回りました。特に伸びが大きかったのは以下の2領域です。
- 有機化学：分光データからの分子構造推定で、Opus 4.8比で10.2ポイント向上（社内ベンチマーク）
- タンパク質関連：配列の変異が機能に与える影響の予測で7.7ポイント向上
創薬や生命科学分野などでは、論文要約や実験計画の立案といった研究支援でも活用の幅が広がるでしょう。分子構造の検討やタンパク質の機能予測などの専門的な解析業務においても、さらなる効率化と精度向上が期待されます。
数値を扱う際の注意
なお、第三者による評価では、Artificial Analysis Intelligence Indexでスコア61を記録し首位に立ったと報じられています。ただしこれは公式発表に含まれる数値ではありません。
また、個別のベンチマークスコアがWeb上で流通していますが、Anthropicの公式発表本文はグラフによる提示が中心で、具体的な数値を明記していない項目が多いのは注意点です。
Claude Opus 5の注意点・弱点
性能向上の一方で、導入前に把握しておくべきポイントがあります。
ベンチマークの数字は自社業務での成績ではない
「ARC-AGI 3で次点の3倍」「Frontier-Benchで前世代の2倍以上」といった数字は、あくまで設計された評価タスクにおける成績です。自社の業務プロセスに当てはめたときに同じ倍率で改善する、という保証はどこにもありません。
ベンチマークは、タスクの範囲が明確に定義され、正解が判定できる問題群で構成されています。一方、実際の業務は、前提条件が曖昧で、社内固有の文脈があり、そもそも「正解」が一意に定まらないものが大半です。この差が、ベンチマークスコアと現場の体感が乖離する主な原因になります。
判断の順序としては、次のように進めるのが安全です。
- 効果を測れる業務を1つ選ぶ（例：見積書のチェック、問い合わせの一次回答案作成）
- 現行モデルと新モデルで同じ業務を並走させる
- 処理時間・手直しの回数・コストを実測して比較する
つまり、ベンチマークは「試す価値があるかどうか」の判断材料としては有効ですが、「全社導入すべきかどうか」の判断材料としては不十分だということです。
賢くなってもハルシネーションのリスクは残る
見落とされやすい点ですが、Anthropic自身が、事実に関するハルシネーション（もっともらしい誤りの生成）の発生率はOpus 4.8よりわずかに高いと公表しています。
これは重要な示唆を含んでいます。「推論能力が上がる」ことと「事実として正確になる」ことは、別の軸だということです。複雑な業務をこなせるようになったモデルは、誤った内容も以前より説得力のある形で提示してきます。
文章が整い、根拠らしきものが添えられているぶん、誤りが以前より発見しにくくなる可能性があるとも言えます。
したがって、モデルの性能向上を理由に人的レビューの工程を外す判断は、現時点では時期尚早です。特に次の領域では、確認体制を維持してください。
- 対外的に出す文書（提案書、見積書、公式なアナウンス）
- 数値を扱う業務（財務、原価計算、実績集計）
- 法令・規約の解釈が絡む業務
Opus 5でむしろ変えるべきは、レビューの「有無」ではなく「配置」です。全出力を人が読むのではなく、リスクの高い出力だけに確認を集中させる設計に切り替えるほうが、投資対効果は高くなります。
それでもFable 5・Mythos 5との差は残る
Opus 5は「最上位モデルに迫る性能」と表現されていますが、迫るのであって、超えるわけではありません。Anthropicは自社モデルの限界を明示しています。
| 領域 | Opus 5の位置づけ |
|---|---|
| コーディング・一般業務 | 最高水準。日常的な用途ではOpus 5で十分 |
| 最も高度な長期自律作業 | Fable 5が推奨される |
| サイバーセキュリティ | 脆弱性の発見ではMythos 5に迫るが、それを悪用する手法を考える能力では大きく劣る |
| 生物学研究 | 長時間の自律的な研究タスクには重要な制約が残り、Mythos 5のほうが強力 |
経営判断としての含意は、「1つのモデルに統一する」発想を捨てること です。Opus 5を常用の軸に据えつつ、失敗したときのコストが極端に高い業務だけ上位モデルを使うという使い分けのほうが、コストと品質の両面で合理的になります。
なお、Anthropicは2026年半ば以降、短期間で複数のモデルを投入しています。特定のモデルを前提に業務プロセスを固定するのではなく、モデルは入れ替わるものという前提で設計しておくことが、結果的に移行コストを抑えることにつながります。
まとめ
Claude Opus 5は、料金を据え置いたまま性能を大きく引き上げた世代交代モデルです。
日常利用から高度な業務まで、幅広い用途で活用しやすいモデルといえるでしょう。