Claude Opus 5とは？性能や料金、Fable 5との違いや使い方を徹底解説

Claude Opus 5は、Anthropicが2026年7月24日に発表した、Agentic Coding（自律的なコーディング）とエンタープライズ業務向けの新しい主力モデルです。

最上位モデルClaude Fable 5に迫る性能をOpus 4.8と同額の$5/$25で提供し、effortパラメータでタスクごとにコストと能力のバランスを調整できます。

本記事では、性能・料金体系・Fable 5/Opus 4.8/Sonnet 5との使い分け・使い方・Opus 4.8からの移行実務・選ぶ/見送る判断ラインを、2026年7月時点の最新情報で体系的に解説します。

Claude Opus 5とは？Anthropicの新しい主力モデル

Claude Opus 5（クロード・オーパス・ファイブ）とは、Anthropicが2026年7月24日に発表した、Agentic Coding（自律的なコーディング）とエンタープライズ業務向けの新しい主力モデルです。

Opus 5の最大の特徴は、最上位モデルClaude Fable 5に迫る性能を、前世代Opus 4.8と同額の入力$5・出力$25で提供する点にあります。

料金据え置きの世代交代は珍しく、既存のOpus 4.8運用を予算感そのままにアップグレードできる位置づけです。

Claudeシリーズの中での位置づけ

Anthropicは2026年半ばに従来のOpus/Sonnet/Haiku 3階層の上に「Mythos-class」最上位ティアを追加しており、Opus 5はその1段下の主力モデルとして再定義された位置にあります。

• Fable 5 $10/$50：長時間走行エージェント・フロンティア級検証を担うMythos-class最上位
• Opus 5 $5/$25：エンタープライズ主力・Agentic Coding。Fable 5に迫る性能を半額で
• Sonnet 5 $3/$15：速度と知能のバランス（量重視）

ここでのポイントは、Opus 5はFable 5の「フロンティア級能力」とSonnet 5の「量的コストパフォーマンス」の中間として、日常的なエンタープライズ業務で走らせる主力を担う設計、という点です。

Fable 5・Sonnet 5との詳細な使い分けは後段の「Fable 5・Opus 4.8・Sonnet 5との使い分け」で扱います。

Claude Opus 5の性能

Claude Opus 5の性能は、Frontier-Bench・CursorBench・ARC-AGI-3・SWE-bench Pro・GDPval-AAといった複数のベンチマークで確認できます。

ここではAnthropic公式発表とAnthropic System Cardの数値を突き合わせつつ、強み・弱み・実務で意味のある差分を整理します。

公式ベンチマーク——Opus 4.8比で2倍超、Fable 5に僅差

Anthropicが公式発表で示した主要ベンチマーク結果は以下のとおりです。

この数値群が示すのは、Opus 5は「テストタイム計算量」を効かせられる領域で強く、Opus 4.8世代からの伸びが際立って大きいという点です。

ARC-AGI 3では次点モデルの約4倍のスコアを叩き出し、OSWorld 2.0ではFable 5の最良結果を約1/3のコストで上回っています。

総合表——5領域でトップスコア

Opus 5・Fable 5・Opus 4.8・GPT-5.6 Solの主要ベンチマーク比較（出典：Anthropic）

Anthropic公式の総合表を並べると、Opus 5は左端縦列で、Agentic terminal coding（Frontier-Bench v0.1）43.3%・Novel problem-solving（ARC-AGI-3）30.2%・Multidisciplinary reasoning（Humanity's Last Exam with tools）64.7%・Computer use（OSWorld 2.0）70.6%・Business workflows（AutomationBench）26.0%と、5つの領域でトップスコアです。

一方、Agentic coding（DeepSWE v1.1）ではGPT-5.6 Solが72.7%で最高、Legal（Legal Agent Benchmark）はFable 5=13.3%・Opus 5=11.7%と肉薄で、領域ごとの得意/不得意も読み取れます。

有機化学ではOpus 4.8比で10.2ポイント向上（分光法データから分子構造を推論するタスク）、タンパク質関連では7.7ポイント向上（配列変動が機能に及ぼす影響予測）と、専門領域でも大きく伸びています。

Frontier-Bench——Opus 4.8を2倍以上引き離す

Frontier-Bench v0.1でのモデル別コスト対スコア（出典：Anthropic）

Frontier-Benchのプロットで際立つのは、Opus 5（赤）が同じコスト帯（$5〜$15）でOpus 4.8（青）を2倍以上引き離し、Fable 5（黄）よりも上に位置している点です。max effortでOpus 5は約43%に到達し、Fable 5の33.7%を上回りながらコストはFable 5の半分以下で収まっています。GPT-5.6 Sol（灰）は低コスト帯で健闘するものの、high effort帯以降はOpus 5に劣後します。

CursorBench——max effortでFable 5に0.5%差

CursorBenchでのOpus 5とFable 5のコスト対スコア（出典：Anthropic）

CursorBenchのカーブに移ると、Opus 5とFable 5の差はほぼゼロにまで縮まります。max effort時にOpus 5のスコアはFable 5のピーク（約70.5%）に対して0.5ポイント差（70.0%）に迫りつつ、コストは$7〜$10でFable 5の$15〜$20の半分です。ただしこれはCursorBench 3.2の最大effort条件での個別結果で、他ベンチマークや自社ユースケースでも同じ差に収まるとは限りません。実運用ではタスク別に両モデルの結果を突き合わせる検証が必要です。

Artificial Analysis Coding Agent Index——合成指標でも優位

Artificial Analysis Coding Agent Indexでのモデル比較（出典：Anthropic）

Artificial Analysis Coding Agent Indexの合成指標では、Opus 5は全effort帯でFable 5を上回り、GPT-5.6 Solとも同等以上のカーブを描きます。Coding Agent Indexは複数のコーディング系タスクを合成した指標のため、単一ベンチマーク以上に実務でのコーディング能力を反映しやすい数値です。Opus 5が単価優位を保ったまま、この合成指標でも上位に食い込んでいる点は運用設計に効きます。

ARC-AGI-3・OSWorld・GDPval-AA・AutomationBench——新規推論・操作・業務系の伸び

コーディング系以外のベンチマークでも、Opus 5はOpus 4.8世代から大きく伸びています。ここでは新規推論（ARC-AGI-3）・コンピュータ操作（OSWorld 2.0）・実世界知識（GDPval-AA v2）・業務ワークフロー（AutomationBench）の4領域を、Anthropic公式のコスト対性能プロットで確認します。

ARC-AGI-3でのOpus 5の突出したスコア（出典：Anthropic）

ARC-AGI-3のプロットで際立つのは、Opus 5（赤・high effort）が30.2%と、次点のGPT-5.6 Sol（灰）約8%を大きく引き離し、Opus 4.8（青）に至っては1.5%以下にとどまっている点です。ARC-AGI-3は「事前学習で覚えられない新規パターン」を測るベンチマークで、Opus 5の新規推論能力の伸びが最も強く出る領域です。評価コストが$20,000超になるため常時走らせる用途ではありませんが、モデル本体の推論能力を測る参照値として重要です。

OSWorld 2.0でのコンピュータ操作性能（出典：Anthropic）

OSWorld 2.0のコスト対性能プロットは、Opus 5（赤）が$10〜$20の低〜中コスト帯で早くも60〜70%に到達し、Fable 5（黄）の最良結果66.1%を約1/3のコストで超えていることを示しています。OSWorld 2.0はブラウザ・PC自動操作をエージェントに任せるベンチマークで、業務エージェントのコスト対効果を判断する軸として実務に直結します。

GDPval-AA v2でのReal-world知識タスク性能（出典：Anthropic）

GDPval-AA v2のグラフに目を向けると、Opus 5（赤）は$100〜$1,500の広いコスト帯で常にFable 5（黄）・Opus 4.8（青）を上回るEloスコアを叩き出しています。max effortではEloが1861に到達し、Fable 5の1747・Opus 4.8の1593を明確に引き離しています。GDPval-AA v2は「実世界の知識業務」を模したベンチマークで、企業のナレッジワークにおける実効的な性能差を反映します。

AutomationBenchでの業務ワークフロー性能（出典：Anthropic）

AutomationBenchの分布では、Opus 5（赤）が$0.70〜$1.30の低コスト帯で22〜26%のパス率を出し、Fable 5（黄）とOpus 4.8（青）の15〜18%を大きく上回っています。GPT-5.6 Sol（灰）が同じコスト帯で6〜12%にとどまることを踏まえると、Opus 5はコスト単価あたりの業務ワークフロー完遂力で頭ひとつ抜けている水準です。Zapier事例（AutomationBench首位・チャーン防止ワークフロー100%成功）の裏付けとしても機能します。

SWE-bench Proでの位置づけ

Anthropic System Cardに掲載されたSWE-bench Pro評価（5試行の平均）では、Opus 5は79.2%を記録し、Mythos 5（80.3%）・Fable 5（80.0%）に約1ポイント差まで肉薄しています。前世代のOpus 4.8は69.2%だったので、同一ベンチマーク上で約10ポイントの向上です。

コーディング系タスクでの位置をAnthropic自身の評価で並べると、Fable 5≒Mythos 5＞Opus 5＞GPT-5.6・その他という順で、Opus 5がフロンティア級モデルの一角に食い込む水準に到達しています。

企業事例——Devin・Cursor・Zapier・Lovable・Boxでの実測

Anthropicの公式ブログには、リリース前検証に参加した各社の実測結果が掲載されています。

• Cognition（Devin）
  Frontier-Code 1.1ベンチマークでFable 5と同水準のスコアを、半分のコストで達成。
  
  

• Cursor
  CursorBench 3.2でFable 5に次ぐスコア、実利用での挙動もFable 5と近いと評価。
  
  

• Zapier
  AutomationBenchでトップ、チャーン防止のワークフロー生成で100%の成功率。
  
  

• Lovable
  内部評価でOpus 4.7比22%向上、実行間のばらつきも大幅に減少。
  
  

• Box
  Opus 4.8比で全体8%向上、データ分析タスクで11%、デューデリで17%改善。

これらの数字は、コーディング・ノーコード自動化・エンタープライズ知識業務のいずれでも、Opus 5がOpus 4.8からの明確な世代交代になっていることを示しています。特にLovableの「実行間ばらつきが減った」という報告は、エージェント運用の再現性が課題だったチームにとって重要な改善点です。

FreeCADタスクで示された自律的な問題解決

Anthropicが特に強調しているのが、Frontier-Bench内のFreeCADタスクにおけるOpus 5の挙動です。

機械部品の図面から3D FreeCADモデルを再構築するタスクで、モデル側から図面画像を直接表示する方法が提供されていない環境が与えられました。競合モデル群は5回試行しても解決に至らなかったのに対し、Opus 5は「自作のコンピュータビジョンパイプラインを書いて、生画像から幾何情報を抽出する」というアプローチで単独完遂しました。

これは「与えられたツールで解けない問題を、必要なツール自体を作って解く」という自律性の証明で、Agentic Coding用途で期待される能力そのものです。

弱点——サイバーセキュリティ領域はMythos 5に劣後

Opus 5は多くの領域で高いスコアを叩き出しますが、Anthropic自身が「サイバーセキュリティ領域ではMythos 5より弱い」と明言しています。

具体的には、OSS-Fuzzによる脆弱性発見ではFable 5・Mythos 5と同水準に到達している一方、発見した脆弱性からエクスプロイトを構築する能力は、Mythos 5と比べて相当低い水準にとどまります。生物学研究の高難度タスクでもMythos 5に及ばず、Opus 5には「二重利用能力（dual-use capability）の意図的な抑制」が組み込まれています。

サイバー攻撃系のワークフロー（ペネトレーションテスト、脆弱性検証、エクスプロイト生成など）を扱う場合、Opus 5はそのカテゴリの要求をブロックし、Claude.ai・Claude Code・Coworkでは既定でOpus 4.8にフォールバックする挙動を取ります（APIではフォールバックはオプトインで、既定オフです）。防御側の脆弱性検出タスクでOpus 5を第一候補に置きつつ、より踏み込んだサイバー研究用途は招待制のMythos 5（Project Glasswing）や、承認組織向けにサイバー領域の制限を緩和した Opus 5 アクセスを提供するAnthropicの Cyber Verification Program（CVP）を検討する設計が現実的です。

アライメント——「これまでで最もアラインされたモデル」

Anthropicの自動行動監査では、Opus 5は「これまでで最もアラインされたモデル」と評価されています。

具体的には、憲法（Anthropic公式のガイドライン）遵守率がOpus 4.8・Sonnet 5・Fable 5を上回り、欺瞞的な行動の割合が最低、プロンプトインジェクション等の悪用パターンへの耐性も最も強いという結果になっています。企業内の機密データを扱うワークロードや、顧客対応で人間の代替として動くエージェントに載せる際の安心材料になります。

Claude Opus 5の料金体系

Claude Opus 5の料金は、標準単価・Fast mode・effortパラメータ・Batch API・プロンプトキャッシュの5要素で決まります。「単価は据え置きだが、モデル挙動の既定値が変わったのでコスト予測の作り方も変わる」という点が重要です。

標準料金——入力$5・出力$25でOpus 4.8と同額

Opus 5のClaude API基本料金は以下のとおりです。AWS BedrockやGoogle Cloud Agent Platformのリージョナルエンドポイントを使う場合は基本料金に対して約10%増となるケースがあります（Microsoft Foundryを含む各クラウドのリージョン別実効単価は必ずベンダー公式pricingで確認してください）。

Opus 4.8・4.7・4.6・4.5と同じ単価が続いており、Opus 4.5→4.6→4.7→4.8→5の4回連続で価格据え置きです。上位のFable 5（入力$10・出力$50）と比較すると、まさに「半額でフロンティア級」というAnthropicのメッセージ通りの価格設計になっています。

Fast mode——2倍価格で約2.5倍速の高速推論モード

Opus 5は、Opus 4.8から継続してリサーチプレビュー扱いの「Fast mode」を提供しています。API経由ではファーストパーティーのClaude API限定（Amazon Bedrock・Google Cloud Agent Platform・Microsoft Foundryは非対応）ですが、Claude Codeからはusage credits経由でも利用できます。

Anthropicの公式発表によると、Fast modeを有効にすると「基本価格の2倍で、既定の約2.5倍の速度」でモデルが動作します。長時間走るエージェントで応答時間が律速になる場面や、UIから即応性の高い出力が求められる場面で、追加料金を払って推論速度を買う設計です。

Fast modeを常時オンにすると単価が跳ね上がるので、まずはeffortパラメータで精度を調整し、それでも応答が遅い場合にFast modeへ切り替える順序が現実的です。

effortパラメータ——low/medium/high/xhigh/maxの5段階

Opus 5とSonnet 5には、モデルが1タスクにどの程度計算量を割くかを決める「effort」パラメータが標準搭載されました。指定できる値は「low」「medium」「high」「xhigh」「max」の5段階です。

以下の表で、effortとコスト・精度の関係を整理しました。

Anthropicによれば、Opus 5はeffortを上げるほど素直に性能が伸びる「テストタイム計算スケール」の性質を持ち、max effortでCursorBench 3.2上のFable 5との差は0.5ポイント以内まで縮まります。

重要なのは、Opus 5とSonnet 5ではAPI・Claude Codeで既定がhighになっている点です。Opus 4.8までは既定highが明示されていましたが、4.8のときと違い、Opus 5は思考も既定オンで動くため、同じプロンプトでも出力トークンが増えて実効コストが変わります。コスト予測の再校正が必須です。

Batch API・プロンプトキャッシュの取り扱い

Anthropicは、標準単価に加えて次の2つの割引・改善を提供しています。

• Batch API 50%オフ
  非同期のバッチ処理では入力・出力ともに単価が50%割引になります。夜間走行の一括分析・データセット処理はBatch APIに寄せることで実効単価を下げられます。
  
  

• プロンプトキャッシュ最小512トークンへ改善
  Opus 4.8世代の1,024トークンから、Opus 5では512トークン以上のプロンプト断片からキャッシュ化できるようになりました。短めのシステムプロンプトや軽いFew-shot例までキャッシュに乗るため、ヒット率と実効単価の両面で有利になります。

Opus 5・Sonnet 5・Opus 4.8・Opus 4.7・Opus 4.6・Sonnet 4.6は、Batch API経由で最大300kトークンの拡張出力にも対応（「output-300k-2026-03-24」betaヘッダー）しており、長文生成タスクを1リクエストで完結させたい場合にも使えます。

上位・下位モデルとの単価比較

Claude現行4モデルの単価を並べると、Opus 5が「フロンティア級の1つ下」のティアで位置づけられていることが数字ではっきり見えます。

この単価差から読み取れるのは、Fable 5を全社標準に据えると単価が2倍に跳ねる一方、Opus 5に落とせばCursorBench 3.2の最大effort条件ではFable 5と0.5ポイント以内の性能を半額で出せる、というコストパフォーマンス優位が見込めるという点です。ただしタスクによってはFable 5との差が広がるため、切替判断は自社ユースケースでの実測が前提になります。Sonnet 5と比較するとOpus 5は約1.7倍の単価になるため、量重視の日常業務にはSonnet 5、精度重視のAgentic Codingや複雑な業務判断にはOpus 5、という棲み分けが実務での目安になります。

Claude Codeのサブスク側では、Pro/Max/Team/Enterpriseの各プランごとに利用可能なモデルとレート上限が異なります。API単価と別軸で押さえておく必要があるため、詳細はClaude Codeの料金プランガイドとClaude Codeの利用制限と対処法を確認してください。

Fable 5・Opus 4.8・Sonnet 5との使い分け

Claude Opus 5の登場で、Anthropicの現行4モデル体系の役割分担がより明確になりました。ここでは、Opus 5とその周辺モデル（Fable 5・Opus 4.8・Sonnet 5）をどのように使い分けるかを、ケース別に整理します。

判断の3軸——「精度／単価／速度」

モデル選択の3軸は、精度（能力上限）・単価（トークン単価と実効コスト）・速度（応答時間）の3つです。

この3軸のうち、どこを最優先に置くかで最適モデルが変わります。精度最優先ならFable 5、単価最優先ならSonnet 5、両者のバランス点がOpus 5、という組み方が基本形です。

ケース別の推奨——単一モデル運用と2階層構成の選択肢

AI総研の支援現場では、単一モデルで全業務を回す運用と、司令塔モデル＋実働モデルの2階層でエージェントを構成する運用の両方を用途別に使い分けています。以下の表で、ユースケース別の推奨モデル構成を整理しました。

Anthropicの公式ブログではDevin・Cursor・Zapier・Lovable・BoxがOpus 5を事前評価した際の利用コメントが紹介されていますが、各社の内部で「Fable 5＋Opus 5の2階層」を組んでいるかまでは公式コメントに明言はありません。実務でOpus 5とFable 5を組み合わせるかは、CursorBench 3.2最大effort条件で確認された0.5ポイント差の単価優位を自社ユースケースで再現できるかを検証してから判断するのが現実的です。

Opus 4.8とOpus 5——同じ料金でどこまで伸びたか

Opus 4.8ユーザーがOpus 5へ移行するかどうかは、単価が同じなので「新機能・新スコアの伸びが自社ユースケースに刺さるか」だけで判断できます。

• コーディング系（SWE-bench Pro等）: 69.2%→79.2%と10ポイント伸び
• Agentic系（OSWorld 2.0・Zapier AutomationBench）: 大幅UP
• 有機化学タスク: 10.2ポイント向上
• タンパク質関連タスク: 7.7ポイント向上
• 思考の既定オン化で、同一プロンプトの出力トークン数は増える傾向

逆に、明らかにOpus 4.8で完結している定型業務（要約・分類・軽い変換）では、Opus 5に切り替えると出力トークンが増える分だけ実効コストが上がる可能性があります。単価は据え置きでも、思考の既定オン化とeffort=high既定の影響で、同じプロンプトの実効単価は上がる場合があるという点を押さえてください。

Sonnet 5との使い分け——「量」ならSonnet、「難度」ならOpus

Claude Sonnet 5は、Opus 4.8に迫る性能を$3/$15（8/31までは$2/$10）で提供する量重視のモデルです。Opus 5とは棲み分けが明確に分かれています。

• Sonnet 5が向くケース
  大量ドキュメントの分類・要約、単発の質問応答、シンプルなコード補完、既存業務の高頻度処理
  
  

• Opus 5が向くケース
  マルチステップの企画・調査、複雑なリファクタリング、複数ツールを連鎖させるAgentic Coding、失敗コストが大きい業務判断

Sonnet 5は「一発で回す量を稼ぐ」設計で、Opus 5は「一発の質を上げる」設計です。ユースケースの単価感度と1件あたりの重要度で切り分けるのが判断しやすい軸になります。

Claude Opus 5の使い方

Claude Opus 5は、Claude.ai・Claude Code・Claude API・クラウド3社（AWS Bedrock / Google Cloud Agent Platform / Microsoft Foundry）の4経路で提供されています。各経路の特徴と、共通の実務ポイント（思考の既定オン、effortの設定）を整理します。

Claude.ai・Claude Desktopで使う

WebブラウザからClaude.aiにログインし、モデルセレクタから「Claude Opus 5」を選択するだけで利用できます。Claude Desktopアプリでも同様です。

Opus 5は、Claude Max（月$100〜のプラン）でデフォルトモデルに設定されており、Claude Proユーザーからも選択可能な最強モデルとしてラインアップされています。無料プランからは利用できず、まずはSonnet 5などがデフォルトになります。

Claude Codeで使う

Claude CodeからもOpus 5が利用可能です。

Claude Code v2.1.219以降、Anthropic API・Claude Platform on AWS・Amazon Bedrock・Google Cloud Agent Platform経由では「opus」エイリアスがOpus 5を指すようになりました。Microsoft Foundry経由ではOpus 5のDeployment nameを明示指定します。Claude Codeの既定モデルはアカウント種別や組織設定によって異なり、Pro・Team Standard・EnterpriseサブスクはSonnet 5、FoundryはSonnet 4.5が既定です。旧モデル（Opus 4.8）を継続利用したい場合の指定方法は、後述の移行実務セクションで詳細を扱います。

Claude Codeのサブスク側の利用状況とプラン上限は「/usage」で確認できます。使用モデルは「/model」で切り替え、「/status」で現在のモデルやアカウントを確認できます。設定ファイルの詳細はClaude Codeの設定（settings.json）完全ガイドを参照してください。

Claude APIで使う

APIから直接呼び出す場合、モデルIDは「claude-opus-5」です。Python SDKでの最小コード例は以下のようになります。

from anthropic import Anthropic

client = Anthropic()

message = client.messages.create(
    model="claude-opus-5",
    max_tokens=8192,
    output_config={"effort": "high"},
    system="あなたは経験豊富なソフトウェアアーキテクトです。",
    messages=[
        {"role": "user", "content": "既存モノリスをマイクロサービスに分割する優先順位を提案してください。"}
    ],
)

print(message.content)

Opus 5では適応型思考（adaptive thinking）が既定で有効になっており、thinkingパラメータを明示的に指定しなくてもモデルが必要に応じて思考します。Opus 4.6以前の手動拡張思考（thinking={"type": "enabled", "budget_tokens": ...}）はOpus 5では受け付けられず400エラーになるため、思考量を制御したい場合は上記のようにoutput_configのeffort（low/medium/high/xhigh/max）で調整します（手動拡張思考自体はOpus 4.7以降で廃止済みで、Opus 4.8でも非対応）。

max_tokensは以前から「思考トークン＋応答トークン」の合計上限で、Opus 5になって意味が変わったわけではありません。ただしOpus 4.8ではthinking指定なしのリクエストは思考なしで動作したため、実質的にmax_tokensの大半を応答が使えていました。Opus 5は既定でeffort=highの思考が入るため、同じmax_tokens=4096だと思考トークンが枠を食って応答が短くなるケースが発生します。移行時はmax_tokensを大きめ（8192〜16384）に設定し直すのが基本です。

Amazon Bedrock・Google Cloud Agent Platform・Microsoft Foundryで使う

エンタープライズ利用では、既存のクラウド契約に載せる形が多いはずです。3クラウドすべてでOpus 5は提供されており、モデルID／指定値は以下のとおりです。

AWSではKiro（AWS純正のAgentic Codingツール）でもOpus 5が利用可能になっており、AWSワークロード内でOpus 5をエージェントに載せるパスが揃っています。エンタープライズガバナンスの観点（データ保持、リージョン、監査ログ）で選ぶクラウドを決めていくのが実務的です。

Microsoft Foundry経由での構成については、Claude Code on Microsoft Foundryの使い方と料金で詳しく解説しています。

effortパラメータの実務——コスト予測と精度のバランス

Opus 5とSonnet 5では、effortパラメータの既定値がClaude API・Claude Codeでhighに設定されています。以下のような実務ステップでeffortを運用するのが現実的です。

• 開発初期・PoC段階: high（既定）で挙動を掴む
• 本番運用初期: 定型タスクはmedium、Agentic Codingはhighを分ける
• 本番運用最適化: タスクごとのeffort別スコア・単価を計測し、必要最低限に寄せる
• 精度不足の解決: xhighまたはmaxに一時的に上げて、原因が精度か指示設計かを切り分ける

Anthropicによれば、AutomationBenchでは低effortでもOpus 5が他社モデルを上回るパス率を示し、CursorBench 3.2ではmax effort条件でOpus 5とFable 5の差が0.5ポイント以内に縮まります。単一の既定値で回すのではなく、タスクの重要度別にeffortを設計することが、Opus 5の単価優位を最大化する使い方です。

Opus 4.8からOpus 5へ移行するときの実務注意

Claude Opus 5への移行はドロップインで動くケースが多いものの、既定挙動の変更・エイリアス変更・レート上限の別枠化など、押さえておくべき実務注意点が複数あります。ここでは、既存のOpus 4.8運用をOpus 5に載せ替えるときに引っかかりやすいポイントを整理します。

opusエイリアスの解決先が変わった

Claude Code v2.1.219以降、Anthropic API・Claude Platform on AWS・Amazon Bedrock・Google Cloud Agent Platform経由でモデルピッカーの「opus」エイリアスの解決先がOpus 5に変わりました（Microsoft FoundryではOpus 4.6が継続、Opus 5利用時はDeployment nameで明示指定）。何もしないとOpus 4.8はピッカーに表示されなくなり、既存の「--model opus」指定でも自動的にOpus 5が呼び出されます。

Opus 4.8を継続利用したい場合、以下はAnthropic API利用時の指定方法で、Zennの実装ガイドによれば以下の4つの方法で明示指定できます。

• セッション中に切替
  Claude Code内で「/model claude-opus-4-8」を実行
  
  

• 起動時指定
  シェルから「claude --model claude-opus-4-8」で起動
  
  

• 環境変数
  「ANTHROPIC_MODEL=claude-opus-4-8」をシェル環境に設定
  
  

• エイリアス固定
  「ANTHROPIC_DEFAULT_OPUS_MODEL=claude-opus-4-8」で、opusエイリアスをOpus 4.8に固定

チーム全体で移行スケジュールを組みたい場合は、ANTHROPIC_DEFAULT_OPUS_MODELをチームの共通envrcや設定ファイルで固定し、検証タスクだけ「--model claude-opus-5」で切り分ける運用が現実的です。

適応型思考が既定オンでmax_tokens消費の内訳が変わる

max_tokensは以前から「思考トークン＋応答トークン」の合計上限で、Opus 5になって定義が変わったわけではありません。変わったのは適応型思考が既定でオンになった点で、Opus 4.8ではthinking指定なしのリクエストは思考なしで動作したため実質的にmax_tokensの大半を応答が使えていました。

Opus 5では既定でeffort=highの思考が入るため、同じmax_tokens=4096でOpus 5に切り替えると、思考トークンが枠を食って応答が短くなるケースが発生します。以下の対処が必要です。

• max_tokensを大きめ（例: 4.8で4096なら8192〜16384）に設定し直す
• output_configのeffortを下げて（medium・lowなど）思考トークンを抑える
• 出力の途中切断を検出するリトライロジックを追加する

手動拡張思考（thinking={"type": "enabled", "budget_tokens": ...}）はOpus 5では受け付けられず400エラーになる点にも注意します（Opus 4.7以降で廃止済み・Opus 4.8でも非対応）。Opus 4.6以前で手動拡張思考を明示していたコードは、Opus 5移行時に該当パラメータを削除し、必要ならoutput_configのeffort指定に置き換えます。JSON構造化出力・関数呼び出しなど出力形式が壊れると下流処理が止まる系のワークロードでは、移行前に必ず本番プロンプトで実測することを推奨します。

レート上限がOpus 4.x系とは別枠

Opus 5のレート上限（TPM: Tokens Per Minute、RPM: Requests Per Minute）は、Opus 4.x系とは別枠で計算されます。既存のOpus 4.8のレート枠が余っていても、Opus 5にトラフィックを移すと別枠で消費が始まるため、初日は「思ったより早く上限に当たる」現象が起きがちです。

AnthropicコンソールUsage Limitsで自組織のOpus 5枠を事前確認し、必要ならティアアップ申請を出しておくのが安全です。Claude Codeサブスク側のレート運用上の注意は、Claude Codeの利用制限と対処法で詳細を扱っています。

Opus 4.1は2026年8月5日にretire

Anthropicは公式Migration Guideで、Opus 4.1（claude-opus-4-1-20250805）を2026年8月5日にretireすると告知しています。

Opus 4.1を本番で使い続けているワークロードがある場合、retire期日までにOpus 5または他モデルへの移行が必須です。retire後はAPI呼び出しがエラーで停止するため、移行スケジュールを逆算して着手する必要があります。

Opus 4.5・4.6・4.7・4.8はretireの告知が出ていませんが、Anthropicの慣例上、次世代が出た後1年程度でretire告知が入ることが多いので、Opus 4.x系全体の移行計画を並行して立てるのが賢明です。

Sonnet 5 introductory pricingの終了期日

Opus 5への移行判断とセットで確認しておきたいのが、Sonnet 5のintroductory pricing（入力$2/出力$10）が2026年8月31日で終了し、通常価格の$3/$15に戻る点です。

Opus 5とSonnet 5を組み合わせる設計を検討している場合、8月31日をまたぐ実効単価の変化を事前にシミュレーションしておく必要があります。特にSonnet 5をメインに置いてOpus 5を高難度タスクに振る構成では、Sonnet 5の単価戻りで全体コストが1.5倍になり得る点に注意してください。

Claude Opus 5を選ぶ・見送る判断ライン

ここまでの内容を踏まえ、実務で「Opus 5を選ぶべきか、Opus 4.8や他モデルにとどまるべきか」を判断する軸を整理します。AI総研の支援現場でも、モデル移行の判断で詰まる論点はほぼ共通しており、以下の3点に集約されます。

論点1：Opus 4.8を継続するか、Opus 5に移行するか

Opus 4.8ユーザーがOpus 5へ移行するかは、単価据え置きなので「機能改善のメリットが移行コストを上回るか」だけで判断できます。

移行を推奨するケースは以下のとおりです。

• Agentic Coding・多段の調査・企画などマルチステップタスクを主用途にしている
• SWE-bench Pro相当の難度のリファクタリング・デバッグを日常的に走らせている
• OSWorld 2.0のようなブラウザ・PC自動操作をエージェントに任せている
• Opus 4.8の精度不足で人手介入が発生している箇所がある

逆に移行を急がなくてよいケースは、定型的な要約・分類・軽い変換など、Opus 4.8で精度が飽和しているワークロードです。この場合、移行しても思考の既定オン化で実効単価だけが上がる可能性があるため、Opus 4.8のretire告知が出るまで様子見でも問題ありません。

論点2：Fable 5との組み合わせをどう設計するか

Opus 5の性能はCursorBench 3.2最大effort条件でFable 5と0.5ポイント以内まで肉薄しますが、ベンチマークや条件によっては「Fable 5の方が明確に高い」タスクも存在します。

• フロンティア級の科学研究（生物学・化学の高難度）
• 数日規模の長時間走行エージェント
• 過去のOpus 4.xシリーズが解決できなかったタスク

これらのタスクでは司令塔にFable 5を置き、実装ループの大部分はOpus 5に落とす2階層構成が選択肢の1つになります。全社標準をFable 5に据えるコスト負担を避けたい場合、Opus 5を標準ベースに置き、Fable 5と精度差が問題になるタスクだけFable 5へ切り替える運用が選択肢として有効ですが、切替判断はタスク別の実測を前提にしてください。

論点3：サイバーセキュリティ用途はどう扱うか

Opus 5はサイバーセキュリティ領域で意図的に能力を抑えられており、脆弱性発見はFable 5・Mythos 5と同水準に到達している一方、エクスプロイト構築は大きく劣後します。

• ソースコード脆弱性検出・SAST補助: Opus 5が候補（DASTは用途や判定内容によりフォールバック対象になり得る）
• レッドチーム的な攻撃シミュレーション: Claude.ai / Claude Code / Coworkでは既定でOpus 4.8にフォールバック、APIはオプトイン
• Project Glasswing対象の高度検証: Mythos 5経由

組織内でセキュリティ用途を扱う場合、Opus 5が拒否した際の代替経路を事前に社内ガイドライン化しておく必要があります。標準UI（Claude.ai / Claude Code / Cowork）は既定でOpus 4.8フォールバックが働きますが、API利用時はフォールバックがオプトインのため呼び出し側でハンドリングが要ります。制限を緩和した Opus 5 が必要な業務はAnthropicのCyber Verification Program（CVP）申請、より高度なサイバー研究は招待制の Mythos 5（Project Glasswing）が選択肢になります。

エンタープライズ観点——自動フォールバックの挙動とCVP

Anthropicは、Opus 5がサイバー領域などの危険と判定したリクエストに対して、標準UI（Claude.ai / Claude Code / Cowork）では既定でOpus 4.8にフォールバックする挙動を実装しています（APIはオプトイン、既定はオフ）。Cyber Verification Program（CVP）は、防御目的で制限緩和したOpus 5アクセスを承認組織に提供する別枠の制度で、フォールバック機構とは別に運用されます。

このフォールバック挙動は、監査ログ上「同一プロンプトで異なるモデルが応答する」ケースを生むため、再現性・監査可能性の観点で情報システム部門の把握が必要です。金融・医療などのレギュレーテッド業種では、フォールバック挙動の記録要件を事前に整理しておく必要があります。

エンタープライズガバナンスの詳細な設計については、Claude Codeの企業導入ガイドで解説しています。

Claude Opus 5の検証を業務実装につなげるなら

Claude Opus 5はAnthropic側のクラウドで動くフロンティアレベルのモデルで、Claude API・Bedrock・Agent Platform・Foundryのいずれからも同じモデルを呼び出せます。ただし、実運用で「機密データを扱う業務」「社内システム連携が必要な業務」に載せる段階になると、モデル単体ではなく、実行環境・権限管理・監査ログを含めた全体設計が必要になります。

このレイヤーを担うのが、自社のAzureテナント内で動くエンタープライズAIエージェント基盤です。AI総合研究所のAI Agent Hubは、Claude Opus 5を含む複数のフロンティアモデルの検証成果を、自社テナント内の本番運用に接続する設計を支援します。

• フロンティアモデルの検証を業務実装まで一気通貫
  Opus 5・Fable 5などのモデル選定から、業務システム連携・実行ログ・権限管理まで含めた設計を支援。PoCで止まらない運用基盤を構築します。
  
  

• モデル選定・切替の自由度を確保
  Opus 5・Fable 5・Sonnet 5・GPT-5.6など複数モデルを用途別に組み合わせる構成にも対応。ベンダーロックインを避け、業務に最適なモデル配置を設計します。
  
  

• 使い慣れたMicrosoft環境をそのまま活用
  Teams・Excel・Outlookなど既存ツールの延長でAIエージェントが動作。新しいツールの学習コストはゼロです。
  
  

• データは100%自社テナント内に保持
  Azure Managed Applicationsとして自社テナント内で完結。AIの学習対象から完全除外する設計です。

AI総合研究所の専任チームが、Claude Opus 5を含むフロンティアモデルの導入設計から業務実装・運用管理まで伴走支援します。AI Agent Hubのサービスページで、自社の業務にどう活用できるか具体例とあわせてご確認ください。

Claude Opus 5を業務Agent実装へ

モデル選定から業務実装・運用管理まで

Claude Opus 5の検証成果を、自社の業務システム連携・実行ログ・権限管理まで含めた設計で本番運用に接続。AI Agent Hubは業務特化Agent群を1つのダッシュボードで統合管理し、Opus 5を含むフロンティアモデルを業務プロセスに載せる運用基盤として機能します。

▶ ▶ AI Agent Hubの詳細を見る

まとめ

本記事では、Claude Opus 5について、位置づけ・料金体系・性能・Fable 5/Opus 4.8/Sonnet 5との使い分け・使い方・Opus 4.8からの移行実務・判断ラインまでを、2026年7月時点の最新情報で解説しました。

2026年時点で押さえておくべきポイントは次の3つです。

• Opus 5は入力$5・出力$25でOpus 4.8と同額のまま、SWE-bench Pro 79.2%・ARC-AGI-3 30.2%を記録し、CursorBench 3.2（max effort）ではFable 5のピークスコアに0.5ポイント以内まで迫る主力モデル
• effort（low/medium/high/xhigh/max）とFast modeでコスト・精度・速度をタスク単位に切り替え可能、既定はhigh+thinking on
• Fable 5=精度最優先/Opus 5=日常業務のバランス/Sonnet 5=量重視の棲み分けが基本形で、Anthropic API・Claude Platform on AWS・Amazon Bedrock・Google Cloud Agent Platformの「opus」エイリアスがOpus 5を指す
  
  

既存のOpus 4.8運用チームは、まずPoCでOpus 5に切り替えて自社ワークロードでの実効差分を計測し、Opus 4.8のretire告知が出るまでに全社標準を移行する準備を進めるのが現実的な第一歩になります。料金は据え置きでも思考の既定オン化とeffort=high既定で実効単価は変わり得るため、移行前後で単価予測を取り直しつつ、Opus 4.1 retire（2026年8月5日）とFoundry側の4.6継続にも注意しておくと後戻りが減ります。