AWS、Claude Opus 5.5をBedrockで提供開始

Claude Opus 5.5がAWSで利用可能に——Claude 5.5ファミリーの第一弾とは何か

室谷代表取締役

AWSがAnthropicの新しいモデル、Claude Opus 5.5をAmazon BedrockとClaude Platform on AWSで使えるようにしたと発表しました。Claude 5.5モデルファミリーの第一弾、という位置づけなんですよね。

テキトー教師DotAI 認定講師

そのとおりです。AWSのブログに2026年9月22日付けで出ていて、カテゴリはAmazon BedrockとAnnouncements。

説明としては「Anthropicが提供する最も高性能なOpusモデル」で、エージェント型コーディング、ナレッジワーク、長時間実行タスクに向く、と書かれています。

室谷代表取締役

ここで大事なのは、発表しているのがAWSだという点なんですよね。モデルを開発したのはAnthropicですが、AWSのマネージド基盤でそのまま呼べる形で出てきた、というのが実務的には大きい。

MYUUUでも基盤モデルを選ぶときは、性能より先に「どの環境でどれだけ安全に運用できるか」を見ますから。

テキトー教師DotAI 認定講師

単に新モデルが出たという話じゃないんですよ。すでにAWS上でシステムを組んでいるチームにとっては、既存の認証や権限の仕組みの延長で試せる、という意味があります。

室谷代表取締役

...しかも「ファミリーの第一弾」という言い方なんですよね。Opusだけが出て、SonnetやHaikuが続く可能性を示唆している。

ここは今後の発表を待つしかないですが、モデル選定の計画を立てる側としては気にしておきたいところです。

Amazon BedrockとClaude Platform on AWS、どこでどう使えるのか（提供状況の確認）

テキトー教師DotAI 認定講師

では提供状況を確認しましょう。利用可能なのはAmazon Bedrockと、Claude Platform on AWSの2つです。

室谷代表取締役

試すときの導線も書かれていますよね。マネジメントコンソールでAmazon Bedrockを開いて、TestからPlaygroundに進んで、モデルとしてClaude Opus 5.5を選ぶ。

そこから直接プロンプトを流せる、と。

テキトー教師DotAI 認定講師

プログラムから呼ぶ場合は2系統あります。1つはAnthropic SDK経由で、bedrock-runtimeとbedrock-mantleに対してAnthropic Messages APIを叩く方法。

もう1つはbedrock-runtime上のInvoke APIとConverse APIで、AWS CLIやAWS SDKから呼ぶ方法です。既存コードを活かすなら後者、AnthropicのAPI仕様に寄せたいなら前者、という選び方になります。

室谷代表取締役

前提条件も整理しておきましょうか。地味ですが、ここでつまずく人が多いんですよ。

テキトー教師DotAI 認定講師

整理するとこうです。

• AWSアカウントが有効で、Amazon Bedrockへのアクセスがあること
• AWS CLIがインストール・設定済みであること
• Python 3.10以上
• boto3のインストール（pip install boto3）
• Anthropic SDKのインストール（pip install anthropic）
• Amazon Bedrock用のトークン生成ツール（pip install aws_bedrock_token_generator）
• IAM権限として bedrock:InvokeModel と bedrock:InvokeModelWithResponseStream

室谷代表取締役

最後のIAMの2つは特に大事で、権限が足りないとモデルを選べても呼び出しで落ちます。ここは先に済ませておくべきところです。

テキトー教師DotAI 認定講師

ブログではBoto3を使ったサンプルコードも掲載されています。ただ、本稿で確認できた範囲ではコードは途中までの抜粋なので、実際に動かす際は公式ブログの全文を確認してください。

Opus 5から何が変わった？ トークン効率と長時間タスクの扱いやすさ

室谷代表取締役

ここが一番気になる部分です。Opus 5と比べて何が変わったのか。

テキトー教師DotAI 認定講師

ソースで明示されているのは大きく4点です。1つめ、Anthropicの説明として「Claude Opus 5より少ないトークンでより多くのことをこなす」。

2つめ、料金の改定によってその効率改善がそのまま顧客に還元される。3つめ、コミュニケーションが明確になるよう訓練されていて、作業の途中で「何をしたか」「何を見つけたか」「何が必要か」を提示してくる。

4つめ、適応的思考が常時オンになっている。

室谷代表取締役

3つめは地味に見えて大きいんですよね。長時間動くエージェントは、賢さより「今どこにいるのか分かるか」で運用コストが決まりますから。

ログを追えないエージェントは、結局人間が張り付くことになる。

テキトー教師DotAI 認定講師

その通りで、AWSのブログでも、ソフトウェア開発では長時間セッションの扱いやすさが改善し、レビューと信頼がしやすくなると説明されています。ナレッジワークでは、長い文書やレポートを扱うときに修正の回数がOpus 5より少なくて済む、と。

室谷代表取締役

長文を読み込ませて要約や分析をさせる使い方は、NotebookLMで読書が変わる？ AIと深く読む新しい方法でも触れましたが、結局のところ「手直しが何回発生するか」が実用性を決めるんですよ。

テキトー教師DotAI 認定講師

なお、ベンチマークの具体的な数値や、何パーセント性能が上がったといった定量情報は、今回の発表では示されていません。ここは「現時点では明らかにされていません」と正確に押さえておきましょう。

憶測で数字を語ると、導入判断を誤らせてしまいます。

室谷代表取締役

そうなんですよね。ただ「トークン効率が上がった」という表現自体は、同じ予算で回せるタスク量が増えるという意味なので、エージェントを常時動かしているチームには効いてきます。

料金はどう変わる？ トークン単価とキャッシュ読み取りのコスト構造

室谷代表取締役

料金の話もいきましょう。ここが今回いちばん実務的なポイントです。

テキトー教師DotAI 認定講師

ソースに書かれているのは3点です。1つめ、トークンあたりの単価が下がった。

2つめ、キャッシュ読み取りが大幅に安くなった。3つめ、その結果としてタスクあたりの平均コストがClaude Opus 5より低くなる。

まとめると、効率改善と値下げの両方が重なる、という構造です。

室谷代表取締役

キャッシュ読み取りというのは、同じ前提文脈を何度も投げる場面で効く部分なんですよね。システムプロンプトや長いドキュメントを毎回読み込ませる設計だと、そこが効いてくる。

エージェント型のワークフローはまさにその形なので、単価の差がそのままコスト差になります。

テキトー教師DotAI 認定講師

講座でも受講生さんに「トークン単価だけを見て判断しないでください」と伝えているんですよ。大事なのはタスクあたりの総コストと、完了までの試行回数です。

安いモデルで何度もやり直すより、高いモデルで一発で決まるほうが安いことはよくあります。

室谷代表取締役

今回の説明はまさにその方向で、「平均的なタスクあたりのコストがOpus 5より低くなる」と書かれている。だからこそ、より野心的なエージェント業務をスケールで回せる、という話につながるわけです。

テキトー教師DotAI 認定講師

ただし、具体的な単価の金額や削減率の数値は、今回の発表では明示されていません。実際の見積もりは公式の料金ページと、自分のワークロードでのトークン消費量を突き合わせて出す必要があります。

常時オンの「適応的思考」とeffort——開発者が押さえるべき使い方とユースケース

室谷代表取締役

ここは設計に直結する変更ですね。適応的思考が常時オンになった、と。

テキトー教師DotAI 認定講師

はい。Opus 5.5自身がタスクごとにどれだけの推論が必要かを判断します。

そのうえで、開発者は手動のシンキングバジェットの代わりに「effort」をコントロールとして使う、という設計になっています。

室谷代表取締役

つまり「このタスクには何トークン考えるか」を人間が決める時代から、「どれくらいの力の入れ具合で臨むか」を指定する時代に移る、という整理なんですよね。プロンプト側の調整項目が減るのは、運用としてはありがたい。

テキトー教師DotAI 認定講師

ユースケースとしては2つが明示されています。ソフトウェア開発では、長時間のセッションでの明確なコミュニケーションと説明可能性が改善し、使いやすくレビューしやすく、信頼しやすくなる。

ナレッジワークでは、長い文書やレポートの作成・扱いにおいて修正が少なくて済む、とされています。

室谷代表取締役

長時間動き続けるエージェントは、途中で状態を失うとやり直しになる。だから「何をしたか」を言語化してくれるモデルは、そのまま再開可能性の高さになるんですよ。

長期の文脈保持の考え方についてはChatGPT長期記憶のすべて：進化、使い方、注意点をプロが解説でも整理していますが、モデル側が説明を出すかどうかは、運用設計の前提を変えます。

テキトー教師DotAI 認定講師

一点だけ補足すると、適応的思考が常時オンということは、単純なタスクでも推論のプロセスが入る可能性がある、ということです。コストとレイテンシを測るときは、短いプロンプトだけで判断せず、実際の業務に近い長さで試すのがおすすめです。

生物・サイバー・AI開発のセーフティ分類器——Opus 5.5の安全仕様

室谷代表取締役

そして今回、安全性の仕様が変わっています。ここは見落とされがちなんですけど、エンタープライズで使うなら最重要です。

テキトー教師DotAI 認定講師

ソースでは、Claude Opus 5.5がClaude Fable 5.1と同様のセーフティ分類器を備えた最初のOpusモデルだと説明されています。対象領域は生物学、サイバーセキュリティ、AI開発の3つです。

室谷代表取締役

そして、これまでのOpusのバージョンと比較して、リクエストが拒否される頻度が高くなる、と明記されているんですよね。

テキトー教師DotAI 認定講師

単に「安全になりました」という話じゃないんですよ。同じプロンプトが今まで通り通るとは限らない、という運用上の変化を含んでいます。

とくにセキュリティ関連やAI開発関連のコードを扱うチームは、移行前に自分たちのユースケースで拒否の発生率を確認しておくべきです。

室谷代表取締役

拒否が増えるのは、守りたい企業にとってはむしろプラスです。ただ、現場では「なぜ弾かれたのか」が分からないと詰まる。

拒否の扱いやブロック時の挙動についてはChatGPT警告の種類と対処法 – プロンプトブロックからアカウント停止までのような整理が参考になるので、自社の運用ルールとセットで整えておくのが現実的です。

テキトー教師DotAI 認定講師

受講生さんにもよく伝えるのですが、セーフティ仕様の変更は「性能が上がった」というニュースの裏側に隠れがちです。導入判断のチェックリストには必ず入れておきましょう。

よくある質問：Opus 5との比較、乗り換え判断、向くタスクは？

室谷代表取締役

最後に、よく聞かれそうなところを整理しておきましょうか。

テキトー教師DotAI 認定講師

いいですね。まず「Opus 5と何が違うのか」。

ソースで明示されているのは、より少ないトークンでより多くをこなす、コミュニケーションが明確になった、適応的思考が常時オンでeffortで制御する、セーフティ分類器が追加された、という点です。ベンチマークの具体的な数値は現時点では明らかにされていません。

室谷代表取締役

「Opus 5.5はどこで使えるのか」。Amazon BedrockとClaude Platform on AWSです。

そこ以外の提供状況については、今回の発表では触れられていません。

テキトー教師DotAI 認定講師

「料金は安くなったのか」。トークン単価が下がり、キャッシュ読み取りが大幅に安くなり、タスクあたりの平均コストがOpus 5より低くなる、という説明です。

具体的な金額や削減率は明示されていないので、公式の料金情報での確認が必要です。

室谷代表取締役

「どんなタスクに向くのか」。エージェント型コーディング、ナレッジワーク、長時間実行タスクです。

とくに、長く動かすセッションと、長い文書・レポートを扱う業務が想定されています。

テキトー教師DotAI 認定講師

「今すぐ乗り換えるべきか」。これは一律には答えられません。

判断軸は3つで、すでにAmazon Bedrock上で動いているか、長時間動くエージェントを運用しているか、そしてセーフティ分類器による拒否の増加が自社のユースケースに影響しないか。この3つを確認してから、限定的なワークロードで比較するのが堅い進め方です。

室谷代表取締役

あとは、適応的思考が常時オンでeffortで制御するという仕様に合わせて、プロンプトやパラメータの設計を見直す必要があるかどうか。ここを放置したまま本番に出すと、コストの読みがずれるんですよね。

MYUUUでも、モデルを差し替えるときは必ず同じタスクセットで前後比較をしてから切り替えます。

テキトー教師DotAI 認定講師

まとめると、今回の発表は「高性能モデルがAWSで使えるようになった」という速報でありながら、中身はトークン効率、料金、思考制御、安全性という4つの判断軸が同時に動いたアップデートです。だからこそ、単価だけ、性能だけを見て判断しないことが大切なんですよ。

室谷代表取締役

.AI（ドットエーアイ）の講座でも、こうしたモデル更新は「乗り換えるかどうか」より「どの業務から乗り換えるか」で考えるように伝えています。まずはPlaygroundで触って、実際の長文タスクと長時間セッションで挙動を確かめる。

それが一番早いですね。