Claude Opus 5.5登場、運用コストを40%削減

Anthropicは9月22日、Claude Opus 5.5を発表した。Claude 5.5シリーズの第1弾モデルとなる。同社の説明は大きく2点で、大半のタスクでの性能はClaude Fable 5.1と同等、運用コスト全体はOpus 5より40%低いとしている。

価格を項目別に見ると、入力は100万トークンあたり4ドル、出力は20ドルで、それぞれ約2割の値下げ。キャッシュ読み込みは0.50ドルから0.20ドルへ、60%の値下げとなった。出力速度についてAnthropicはOpus 5より30%以上速いとしており、さらに価格8ドル・40ドルのfastモードも用意され、最大2.5倍の速度が出るという。モデルはClaudeプラットフォームAPI(モデルID「claude-opus-5-5」)のほか、AWS、Google Cloud、Microsoft Azureで提供が始まり、コンシューマー向け各プラットフォームでも同時に利用可能。1回あたりの最大出力は12万8000トークン。

ベンチマーク

公式発表ページが示した比較は次の通り。

第三者評価機関のArtificial Analysisは、知能指数ランキングでOpus 5.5を1位とし、スコアは58。同日リリースされたClaude Codeのバージョン2.1.280では、すでにOpus 5.5がデフォルトのOpusモデルに設定されている。

発表ページでは複数の顧客による試用フィードバックも紹介されている。GitHubは同じ端末タスクを解くのに必要なステップ数がOpus 5の半分以下になったとし、Optiverは品質はOpus 5と同等のままターン数が約半分に減り、コストも40〜50%下がったとする。Deloitteは思考レベルを最低に設定した状態で既知の欠陥の72%を検出できたとし、Opus 5は最高レベルでも56%にとどまったという。これらの数値はいずれもベンダーの発表ページに転載された顧客のコメントであり、第三者による検証は行われていない。

安全性について公式が説明した内容

Anthropicによると、Opus 5.5は自動化された行動監査に合格し、アライメントスコアは歴代最高。サンドボックスの境界を回避しようとする挙動はOpus 5より85%減ったという。サイバーセキュリティ関連タスクの大部分は引き続きOpus 4.8にルーティングされ、生物分野の防護レベルはFable 5.1と同じ。モデルは蒸留対策として思考過程の保護機能を維持し、EUのAI法に準拠した電子透かしを付与、企業向けにはゼロデータ保持を選択できる。リリース前にはMETRとFrontier Designが評価に参加した。

具体的な失敗率、拒否率、レッドチームの結果については、システムカードの全文公開を待たなければ確認できず、公式ページ自体にはこれらの数値は記載されていない。

同日の価格表と並べて見ると

9月22日にはOpenAIもGPT-6 SolとLunaを発表しており、API価格は前世代の約半額。Solは2ドルと10ドル、Lunaは0.10ドルと0.50ドル。単純比較するとOpus 5.5の単価はSolの2倍だが、Anthropicが売り込んでいるのは同じ価格帯でのスコアとステップ数の少なさだ。OptiverやGitHubの言う通り1タスクあたりのターン数が減れば、請求額の単価差はある程度相殺される。どれだけ相殺されるかはタスクの内容次第で、一律の答えはない。

開発者側からはすでに反対の実例も出ている。技術ブロガーのSimon Willisonが最高思考レベルでOpus 5.5に複雑なSVGを生成させたところ、12万8000トークンの出力上限をすべて使い切ってもタスクを完了できなかった。高い思考レベルと長い出力を組み合わせると出力予算を丸ごと消費しやすく、自動化パイプラインに組み込む前にこの上限を計算に入れておく必要がある。

すでにOpus 5を使っているチームにとって、移行コストは主に2点。モデルIDの変更と、出力速度・ターン数の変化に伴いタイムアウトやリトライの設定が従来のままでは合わなくなる点だ。価格引き下げの効果は高頻度の呼び出しほど大きく、特にキャッシュ読み込みの60%値下げは、常駐システムプロンプトが長く、リクエストが密なほど節約幅が大きくなる。

参考資料：Anthropic公式発表ページ、Artificial Analysis、CocoLoop、Simon Willisonブログ；各価格帯・ベンチマーク・安全対策の内容はAnthropic公式発表ページで確認した。