Anthropicが「Claude Sonnet 5」をリリース――「Opus」に迫る自律エージェント性能を低コストで実現

Anthropicは2026年6月30日、同社の無料およびProサブスクリプション層向けの新デフォルトAIモデルとして「Claude Sonnet 5」をリリースした。前世代のSonnet 4.6に代わるこの新モデルは、運用コストを大幅に抑えつつ、フラッグシップである「Opus」シリーズとの性能差を縮めたとされる。開発者にとっては、単なるベンチマークの向上にとどまらず、予算に応じて計算資源を調整できる「工数（effort levels）」システムにより、1つのモデルで幅広いコストパフォーマンスに対応できる点が大きな特徴だ。

■Claude Sonnet 5が無料・Proプランのデフォルトに

Sonnet 5は、Claudeのすべてのサブスクリプションプランで即座に利用可能となり、無料およびProアカウントのデフォルトモデルとなった。Max、Team、Enterpriseの各ユーザーもアクセスできる。開発者は、Claude Code、claude.aiのウェブおよびモバイルインターフェース、そしてClaude Platform API（モデル識別子：`claude-sonnet-5`）を通じて利用可能だ。

また、Amazon Bedrockでも提供が開始されたほか、GitHub Copilot（Pro、Pro+、Max、Business、Enterpriseユーザー向け）の選択肢としても追加されている。すでにGitHubのトークンクレジットシステムを通じて課金している開発チームにとって、これは重要な配布チャネルとなる。

今回のリリースは、Anthropicが史上最大規模とも目される新規株式公開（IPO）に向けて準備を進める中で行われた。同社は、評価額を9650億ドル（約157兆2950億円、1ドル=163円換算）とした65億ドルのシリーズHラウンドを経て、2026年6月1日に米国証券取引委員会（SEC）へS-1登録届出書の草案を非公開で提出している。Sonnet 5は、この申請後、また米国商務省の命令により「Claude Fable 5」と「Mythos 5」の提供が世界中で一時停止された6月12日以降で、初の主要なモデルリリースとなる。現在、一般ユーザーがアクセスできる実質的な最上位モデルは、Sonnet 5とOpus 4.8となっている。

■「工数（effort）」がもたらす柔軟なコストパフォーマンス曲線

Sonnet 5の最も画期的な設計上の特徴は、ベンチマークのスコアそのものではなく、Opus 4.8と重なり合う「調整可能なコストパフォーマンス曲線」を実現した点にある。

一般的なAIモデルは、リクエストの難易度に関わらずトークンあたり一律の料金を課金する。しかし、Anthropicの「工数（effort levels）」システムはこれを変える。開発者はタスクに応じて、モデルに投入する計算資源（コンピューティング予算）を「low」「medium」「high」「xhigh」「max」から指定し、コストと出力品質のバランスを調整できる。

自律型検索ベンチマーク「BrowseComp」やコンピュータ操作評価「OSWorld-Verified」のデータによると、Sonnet 5は「high」または「xhigh」の工数において、特定のタスクカテゴリでOpus 4.8に匹敵する性能を発揮する。また「medium」設定では、Sonnet 4.6のあらゆる設定を上回る性能を維持しつつ、Opusよりも大幅に安価に運用できる。

これにより、従来は定型業務にSonnetを使い、複雑な業務にOpusを使い分けていた開発チームも、複雑なワークフローの多くを「努力レベルを上げたSonnet 5」に移行させ、Opus 4.8は特に高度な自律検索やコンピュータ操作、あるいはガードレール（安全制限）の緩和が必要なサイバーセキュリティ業務に限定して温存するという運用が可能になる。

自律的なコーディングを対象としたベンチマークにおいて、Sonnet 5は63.2%を記録し、Opus 4.8の69.2%に迫り、従来のSonnet 4.6の58.1%を上回った。また、知識労働タスクにおいては、Sonnet 5がOpus 4.8をわずかに上回る結果を示している。

■開発者のフィードバック：途中で失速しない「やり遂げる力」

早期アクセスに参加した開発者からは、Anthropicが「フォロースルー（やり遂げる力）」と呼ぶ能力、すなわち途中で失速することなく複数ステップのタスクを完了する能力が着実に向上しているとの報告が寄せられている。

Zapierのシニアエンジニアであるダニエル・シェパード氏は、Salesforceのアカウント更新とメール送信を組み合わせたワークフロー（従来は中間に人間の介入が必要だったタスク）をSonnet 5に任せたところ、途中で止まることなく完了したと述べている。

Lovableの共同創業者であるファビアン・ヘディン氏は、ベンチマークには現れにくいが、一般向けサービスへの導入において極めて重要な「安全でないリクエストに対する一貫した、明確な拒絶」の精度を評価している。強力なツールを何百万人ものユーザーに提供する上で、適切かつ信頼性の高い拒絶ができることは、純粋な処理能力と同等に運用上重要であるとヘディン氏は指摘する。

さらに、Sonnet 5は明示的なプロンプト（指示）がなくても、自身の出力を自己検証する。この挙動はSonnet 4.6からの変更点であり、あるステップの誤りが後続のすべてのステップに伝播していく自動化パイプラインにおいて、エラーが累積していくリスクを低減する。

■トークナイザーの変更が請求額に与える影響

Anthropicは、2026年8月31日までの導入プロモーション価格として、API利用料を100万入力トークンあたり2ドル（約326円）、100万出力トークンあたり10ドル（約1630円）で提供する。同年9月1日以降は、標準料金である100万入力トークンあたり3ドル（約489円）、100万出力トークンあたり15ドル（約2445円）に移行する。

比較として、Opus 4.8は100万入力トークンあたり5ドル（約815円）、100万出力トークンあたり25ドル（約4075円）であるため、標準料金ベースでもSonnet 5はOpusより入出力ともに40%安価となる。

ただし、重要な注意点がある。Sonnet 5には、Opus 4.7で導入されたものと同じ新しいトークナイザーが採用されており、テキストの処理方法が変更されている。コンテンツの種類によっては、同じ入力テキストでも従来のトークナイザーに比べて1.0倍から1.35倍のトークン数としてカウントされる可能性がある。Anthropicは、導入プロモーション価格を設定することで、Sonnet 4.6ユーザーの移行コストがほぼ相殺されるよう設計しているが、開発者は9月1日の標準料金適用に向けて、実際のトークン消費量を事前に監査しておく必要がある。

特に、計画、検証、ツールの呼び出しを繰り返す自律型（エージェント）ワークフローは、1問1答のチャットボットに比べて生成されるトークン数が劇的に増える。また、努力レベルを高く設定するほど、1回の推論呼び出しで消費されるトークン数も増加するため、この影響を強く受けることになる。

■安全性とプロンプトインジェクションへの対策

Anthropicの事前安全評価によると、Sonnet 5はエージェント運用に最も関連する挙動においてSonnet 4.6から改善が見られた。ハルシネーション（事実とは異なる回答の生成）の発生率や、誤った前提に同調してしまう「お世辞（sycophancy）」の割合が低下したほか、プロンプトインジェクション攻撃に対する耐性も向上している。

プロンプトインジェクションは、自動化されたコンテキストで展開される言語モデルに特有のサイバー攻撃カテゴリである。モデルがウェブページや電子メール、ツールで取得した文書などの外部コンテンツを処理する際、そのコンテンツ内にモデルの本来の指示を上書きし、別の目的に誘導するための悪意ある指示が含まれている場合がある。Sonnet 5のように、信頼できない外部コンテンツを定期的に取得して処理するエージェントパイプラインでは、この攻撃対象領域が大幅に拡大する。Sonnet 5におけるこの耐性向上は、一般的な能力向上ではなく、具体的なエンジニアリングの成果である。Gray Swanと共同で実施されたライブバグバウンティ（脆弱性報奨金イベント）では、Sonnet 5に対する独自の攻撃の成功率はわずか0.19%にとどまり、Opus 4.8と同等の堅牢性を示した（GPT-5.5の成功率は3.08%）。

より広範な安全性に関して、Sonnet 5にはOpus 4.7および4.8と同じリアルタイムのサイバー安全ガードレールが搭載されており、危険なサイバーセキュリティ関連のリクエストをリアルタイムで検出してブロックする。これらのガードレールは、現在提供が停止されているFable 5に適用されていたものほど厳格ではない（Fable 5はより広範なセキュリティタスクをブロックしていた）。AnthropicはSonnet 5にサイバーセキュリティタスクの意図的な学習を行っておらず、Firefox 147の実用的なエクスプロイト（脆弱性攻撃コード）開発能力をテストする評価において、Sonnet 5の成功率は0%（Sonnet 4.6と同等）であった。ただし、一般的な知能向上に伴い、部分的な成功率がわずかに上昇したため、リアルタイムガードレールが有効化された。Sonnet 5は、Opus 4.8やClaude Mythos Previewと比較すると、アライメントから外れた挙動を示す割合がやや高いため、極めて重要または機密性の高い展開においては、後者のモデルが引き続き安全な選択肢となる。

■競合がひしめくエージェントAI分野における位置づけ

今回のリリースは、OpenAIが「GPT-5.6 Sol」のプレビュー版をリリースした4日後に行われた。OpenAIも同モデルを「最もエージェント的な製品」と位置づけ、サブエージェントにタスクを分散して長期の自律実行が可能であるとアピールしている。また、2026年5月にリリースされたGoogleの「Gemini 3.5 Flash」も同様に、会話型チャットボットから自律的な計画・実行ツールへの移行を掲げていた。

Sonnet 5は、プロモーション価格および標準価格の双方において、Opus 4.8、GPT-5.5、Google Gemini 3.1 Proを下回る価格に設定されている。ただし、Gemini 3.5 Flashよりは高価である。より重要な違いは「工数」の設計にある。開発者は、高性能だが高価な最先端モデルと、安価だが機能が制限された中位モデルの二者択一を迫られることなく、単一のAPI呼び出しの中で、1つのモデルを幅広いコストパフォーマンス範囲に調整して利用できる。

なお、Anthropicは6月30日に、科学研究向けのデスクトップアプリケーション「Claude Science」も発表した。研究者が一般的に使用するツールやパッケージを統合し、監査可能な研究成果物を生成し、計算資源への柔軟なアクセスを提供する。ゲノミクス、単一細胞解析、プロテオミクス、ケモインフォマティクスなどの事前設定サポートを備え、断片化していた研究ツールを単一の環境に統合するものと位置づけられている。

■Sonnet 5の登場に伴うレート制限の緩和

長期のセッションにわたって計画、反復、ツールの呼び出しを行う高度なエージェントタスクに伴うトークン量の増加に対応するため、AnthropicはChat、Cowork、Claude Code、およびClaude Platformにおけるレート制限（利用上限）を引き上げた。同社は2026年4月にAPIのティア構造を「Start」「Build」「Scale」の3段階に簡素化しており、現在の制限値はClaude Consoleから確認できる。

■注目ポイントQ&A

●Claude Sonnet 5とOpus 4.8の違いは何ですか？どのように使い分けるべきですか？

Sonnet 5は中位モデルですが、努力レベルを高く設定することで、特定のタスクにおいてOpus 4.8と同等の性能を発揮します。一方、Opus 4.8は、エージェント検索やコンピュータ操作タスクにおける極めて高い精度が求められる場合や、ガードレールを緩和したサイバーセキュリティ業務において、引き続き最適な選択肢です。実務上の推奨として、複雑なエージェント業務にはSonnet 5の「high」または「xhigh」設定を使用し、わずかな精度の違いが大きな損失につながるタスクにのみOpus 4.8を温存するのが効果的です。

●プロモーション期間終了後、Claude Sonnet 5の実際のコストはどのようになりますか？

2026年8月31日まではプロモーション価格（100万入力トークンあたり2ドル、100万出力トークンあたり10ドル）が適用され、9月1日以降は標準料金（100万入力トークンあたり3ドル、100万出力トークンあたり15ドル）となります。ただし、Sonnet 5は新しいトークナイザーを採用しているため、同じ入力テキストでも消費トークン数が1.0倍〜1.35倍に増加する可能性があります。大量のエージェントワークフローを運用する開発者は、標準料金が適用される前に、新しいトークナイザーでの実際の消費量を測定することをお勧めします。

●米国政府による提供停止措置でアクセスできなくなった「Fable 5」の代わりに、Sonnet 5は使えますか？

直接的な代替にはなりません。Fable 5は安全フィルターを備えた最上位モデルの一般公開版であり、Sonnet 5はアップグレードされた中位モデルです。コーディングや自動化、知識労働などの一般的な開発タスクにおいては、Sonnet 5はFable 5が対応していた領域の多くをカバーできます。しかし、Fable 5の強みであった最先端のサイバーセキュリティや高度な推論タスクにおいては、Sonnet 5は代替とはならず、現在一般ユーザーが利用できる最高性能モデルはOpus 4.8となります。

●「工数レベル」システムとは、モデルの「思考の深さ」を調整できるということですか？

実質的にはその通りです。開発者は1回の推論呼び出しに割り当てる計算資源（コンピューティング予算）を調整でき、これによりコストと出力品質をコントロールできます。工数レベルを高く設定すると、Sonnet 5は「BrowseComp」や「OSWorld-Verified」などのベンチマークにおいて、低い努力レベルのOpus 4.8に匹敵する性能を発揮し、製品ティア間の断絶を埋める柔軟な選択肢を提供します。

元記事: Claude Sonnet 5 Ships as Anthropic Default: Agentic Performance Closes Opus Gap