AnthropicのOpus 5、Fable 5に迫る性能

Anthropicは金曜日、同社の旧旗艦モデルシリーズの最新版であるOpus 5をリリースした。Fable 5がトップモデルとして登場した後も、Opus 5は多くの領域でFable 5に迫る性能を示し、価格はその半分である。トークンコストは入力100万トークンあたり5ドル、出力100万トークンあたり25ドルで、Opus 4.8から変わらない。Fable 5とは異なり、ユーザーは30日間のデータ保持ポリシーにオプトインする必要がない。Opus 5は現在、Claude Maxサブスクライバーのデフォルトモデルであり、Claude Proユーザーがアクセスできる最高のモデルとなっている。

Opus 5はAnthropicがこれまでに開発した中で最も高性能なOpusモデルであり、これまで以上に長時間自律的に作業し、自己チェックとエラーからの回復が可能だ。ただしAnthropicによれば、「最も野心的な仕事」や数日間の自律性を必要とするプロジェクトには、引き続きFable 5が推奨される。Opus 4は「日常的に使用するために設計されている」と説明されている。注目すべきは、Anthropicがこれまでに共有したほぼすべてのベンチマークで、Opus 5が実際にFable 5を上回っている点である。Fable 5の優位性は、主に長時間の複雑なプロジェクト処理能力にある。

ベンチマークでは、知識作業ベンチマークGDPval-AA v2でOpus 5が1861点を獲得し、Fable 5（1747）、GPT-5.6 Sol（1736）、Opus 4.8（1593）を上回った。ZapierのAutomationBench（エンドツーエンドのビジネスワークフローにおけるAIエージェントの測定）では、Opus 5の合格率は同じコストの次善モデルの2倍であり、最低努力設定でも他のどのモデルよりも多くのタスクを達成した。コーディングでは、CursorBench 3.2において、Opus 5は高、超高、最大設定でコストパフォーマンスが最高であり、最大努力ではFable 5のピークスコアとの差が0.5％未満で、タスクあたりのコストは半額だった。

安全性に関して、AnthropicはOpus 5をこれまでで最も整合性の高いモデルとし、Fable 5と同様に悪用されにくいと述べている。同社は意図的にサイバーセキュリティタスクでモデルをトレーニングしなかったが、Opus 5はそれでもオープンソースコードの脆弱性発見においてMythos 5に迫り、実際の悪用には大幅に劣る——これはAnthropicが望む姿である。Opus 5には脆弱性生成やペネトレーションテストなどの狭い範囲のサイバータスクをスクリーニングする安全分類器が搭載されており、Fable 5のものより範囲が狭いため、介入頻度は約85％少なくなると予想される。分類器がリクエストをフラグした場合、デフォルトでOpus 4.8にフォールバックし、APIユーザーは同じ動作を有効にできる。企業やAnthropicのサイバー検証プログラムの研究者は、制限が少ないバージョンのOpus 5にアクセスできる。

Anthropicは高速モードも提供し、出力トークン生成速度を2.5倍、コストを2倍にする。さらに、セーフティ分類器で拒否されたリクエストを自動的に別のモデルにルーティングする自動フォールバックと、プロンプトキャッシュを無効にせずにClaudeが使用できるツールを変更できるコンテキストツール切り替えをベータ版で開始した。Opus 5は本日より、Anthropicのすべての有料プランおよびClaudeプラットフォームでclaude-opus-5として利用可能である。