登場したOpus 5：性能重視からコスト重視へのシフト
室谷代表取締役今日、AnthropicがOpus 5を発表しましたね。
室谷代表取締役今回のアップデート、正直ちょっと驚きました。というのも、Anthropicは最近Fableというエージェント型コーディングに特化したモデルを出して話題になってたじゃないですか。
そちらが性能面で大きく注目された後に、Opus 5が来た。でも記事を読むと、「トークン効率の話です」ってわりとストレートに言ってるんですよね。
そちらが性能面で大きく注目された後に、Opus 5が来た。でも記事を読むと、「トークン効率の話です」ってわりとストレートに言ってるんですよね。
テキトー教師.AI認定講師そうですね。Ars Technicaの見出しがもう『Anthropic’s Opus 5 is about token efficiency, not a capability leap』ですから。
性能の飛躍ではなく、いかにコストを抑えながら実用的な性能を提供するか、という方向性にシフトした印象です。
性能の飛躍ではなく、いかにコストを抑えながら実用的な性能を提供するか、という方向性にシフトした印象です。
室谷代表取締役ちょうど最近、開発者の間でも「高いAPI費用どうにかならないか」って声が大きくなってきてるんですよね。MYUUUでも月に何十万円もモデルAPIに使ってるチームがあって、コスト最適化が急務になっています。
Opus 5はまさにそのニーズに応えた形。
Opus 5はまさにそのニーズに応えた形。
テキトー教師.AI認定講師はい。記事によると、Opus 5はコーディングタスクでOpus 4.8やOpenAIのGPT-5.6-Solをほとんどのベンチマークで上回っているんですが、Fableと比較すると「ほぼ同等かやや上」というレベルで、劇的な差はない。
そして価格はFableの約半分。つまり「Fableじゃなくてもいいけど、もう少し性能が欲しい」という層にぴったりのモデルです。
そして価格はFableの約半分。つまり「Fableじゃなくてもいいけど、もう少し性能が欲しい」という層にぴったりのモデルです。
室谷代表取締役確かに。Fableは確かにすごいけど、あのデータ30日間保存ポリシーとかセキュリティの制約が気になる企業も多かった。
Opus 5はそういう厄介な保護策もないという。あえてサイバーセキュリティ訓練を避けたという話も含めて、導入しやすさを重視したんでしょうね。
Opus 5はそういう厄介な保護策もないという。あえてサイバーセキュリティ訓練を避けたという話も含めて、導入しやすさを重視したんでしょうね。
ベンチマークで見る性能：Fableに迫るが、飛躍はなし
テキトー教師.AI認定講師では、具体的な性能を見ていきましょう。Anthropicが公開したベンチマークによると、Opus 5はFrontier-BenchやDeepSWEといったエージェント型コーディングの指標で、Fableと同程度か少し上という結果が出ています。
室谷代表取締役Frontier-Benchって、モデルがどれだけ自律的に複雑なタスクをこなせるかを見るベンチマークですよね。DeepSWEもソフトウェアエンジニアリングタスクのベンチマーク。
あの辺でFableに迫るって相当ですよ。
あの辺でFableに迫るって相当ですよ。
テキトー教師.AI認定講師はい。ただし、あくまで「迫る」であって「超える」ではない。
記事でも『iterative increase in performance, but not a radical leap』と書かれています。つまり、前モデルのOpus 4.8からの改善は着実だけれど、Opus 4.5の時のようなブレークスルーではないと。
記事でも『iterative increase in performance, but not a radical leap』と書かれています。つまり、前モデルのOpus 4.8からの改善は着実だけれど、Opus 4.5の時のようなブレークスルーではないと。
室谷代表取締役なるほど。性能の伸びはゆるやかになったってことか。
でも、逆に言えば、すでにOpus 4.8でもかなり使えるレベルだったのが、さらに上がったわけで。それでいてコストが下がっているなら、実用面では大きな前進ですよね。
でも、逆に言えば、すでにOpus 4.8でもかなり使えるレベルだったのが、さらに上がったわけで。それでいてコストが下がっているなら、実用面では大きな前進ですよね。
テキトー教師.AI認定講師そうなんです。ベンチマークスコアだけを見ると「また数%上がったか」で終わりですが、価格と組み合わせると意味が変わってくる。
例えば、同じ予算で2倍のクエリを投げられるようになるわけですから。
例えば、同じ予算で2倍のクエリを投げられるようになるわけですから。
室谷代表取締役あと、OpenAIのGPT-5.6-Solと比べて「ほとんどのタスクで上回っている」というのもポイントですね。競合がひしめく中で、Anthropicとしては「うちのOpus 5ならコスパで勝負できる」というアピールなんでしょう。
価格設定の妙：トークン効率で約半額、実用コストを大幅削減
室谷代表取締役価格について、具体的な数字を整理しましょう。Opus 5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。
これは前世代のOpus 4.8と同じ価格帯です。
これは前世代のOpus 4.8と同じ価格帯です。
テキトー教師.AI認定講師一方、Fableはこれより高い。記事には「approximately half the cost」と書いてありますね。
つまり、Fableの半額で同等のコーディング性能を得られる。
つまり、Fableの半額で同等のコーディング性能を得られる。
室谷代表取締役ただし、競合も安い。最近リリースされた中国のオープンウェイトモデルKimi K3は、出力100万トークンあたりわずか15ドルで、Opus 5と同程度の性能だと言われている。
Opus 5は25ドルだから、まだ割高感はある。
Opus 5は25ドルだから、まだ割高感はある。
テキトー教師.AI認定講師ただ、Opus 5の強みは「トークン効率」です。記事では、同じタスクを処理するのに必要なトークン数が少なくて済む可能性があると示唆されています。
実際のAPIコストは単価×トークン数ですから、もしOpus 5がFableより少ないトークンで同じ結果を出せるなら、実質的なコスト差はさらに大きくなる。
実際のAPIコストは単価×トークン数ですから、もしOpus 5がFableより少ないトークンで同じ結果を出せるなら、実質的なコスト差はさらに大きくなる。
室谷代表取締役そういう意味では、モデルそのものの性能だけでなく、推論の効率性も重要になってきてますね。CursorやMetaが「model router」を開発しているのも納得です。
タスクごとに最適なモデルを自動選択することで、トークン消費を抑える。
タスクごとに最適なモデルを自動選択することで、トークン消費を抑える。
テキトー教師.AI認定講師はい。例えば簡単なコード補完には小型モデル、複雑なリファクタリングにはOpus 5、という使い分けができる。
この流れは加速しそうです。
この流れは加速しそうです。
室谷代表取締役実際、AnthropicもOpus 5のポジショニングを「日常的な開発タスクのためのコスト効率の良い選択肢」としている。フロンティアモデルのFableはあくまで最高峰、Opus 5はその下で実用的な性能を提供する。
そういう棲み分けですね。
そういう棲み分けですね。
あえて避けたセキュリティ訓練——その意図と制約
テキトー教師.AI認定講師ここからはOpus 5の「あえてやらなかったこと」についてです。記事によると、AnthropicはOpus 5に対してサイバーセキュリティの最先端訓練を行わなかった。
その結果、脆弱性の発見はそこそこできるものの、脆弱性の悪用（エクスプロイトの実行）に関しては、フラッグシップのMythos 5に「大幅に劣る」とされています。
その結果、脆弱性の発見はそこそこできるものの、脆弱性の悪用（エクスプロイトの実行）に関しては、フラッグシップのMythos 5に「大幅に劣る」とされています。
室谷代表取締役なるほど。つまり、ハッキングやペネトレーションテストのような用途には向かない。
でも、あえてそれを避けたのは、逆に言えばセキュリティリスクを低減したいという意図かもしれません。Fableではデータ30日間保存ポリシーが物議を醸しましたからね。
でも、あえてそれを避けたのは、逆に言えばセキュリティリスクを低減したいという意図かもしれません。Fableではデータ30日間保存ポリシーが物議を醸しましたからね。
テキトー教師.AI認定講師そうなんです。Opus 5にはそうした論争のある保護策はありません。
記事では『doesn’t have all of the same controversial protections that Fable had』と書かれています。つまり、セキュリティ面での制約が少ない分、導入のハードルが下がる。
記事では『doesn’t have all of the same controversial protections that Fable had』と書かれています。つまり、セキュリティ面での制約が少ない分、導入のハードルが下がる。
室谷代表取締役企業としては、自社の機密データを扱う場合、データが一定期間保存されるのはやっぱり気になる。Opus 5ならその心配がない。
性能が少し落ちても、その分使いやすさを取ったという判断でしょう。
性能が少し落ちても、その分使いやすさを取ったという判断でしょう。
テキトー教師.AI認定講師ただし、これは「Opus 5は安全」というわけではないです。あくまで最先端の攻撃能力を持たせなかっただけ。
普通のコーディング支援であれば問題ないですが、セキュリティ監査のような目的には別のモデルを使うべきでしょう。
普通のコーディング支援であれば問題ないですが、セキュリティ監査のような目的には別のモデルを使うべきでしょう。
Opus 5とFable、どちらを選ぶべきか？導入判断のポイント
室谷代表取締役ここからは実践的な話を。結局、開発チームはOpus 5とFable、どちらを選べばいいんでしょう？
テキトー教師.AI認定講師記事の論調は「安い方で十分なことが多い」です。特に最近の調査では、ソフトウェア開発者やエンジニアリングマネージャーの間で「コストとの戦い」が最大のトピックになっている。
多くの企業がオープンウェイトモデルやローカルモデルに移行し始めている。
多くの企業がオープンウェイトモデルやローカルモデルに移行し始めている。
室谷代表取締役つまり、Fableが必要なのは本当に最先端のエージェント性能が求められるケースだけ。例えば、複雑なマルチステップのタスクを完全自動化したいとか。
一般的なコード生成やリファクタリング、バグ修正ならOpus 5で十分。
一般的なコード生成やリファクタリング、バグ修正ならOpus 5で十分。
テキトー教師.AI認定講師そうですね。Fableの価格は非公開ですが、おそらくOpus 5の2倍以上。
予算が潤沢な大企業や、AIエージェントに特化したスタートアップ以外はOpus 5で事足りるでしょう。
予算が潤沢な大企業や、AIエージェントに特化したスタートアップ以外はOpus 5で事足りるでしょう。
室谷代表取締役ただし、注意点もあります。Opus 5はセキュリティ訓練を避けているので、もしセキュリティ関連のタスクをさせるならFableかMythosが必要。
また、モデルルーターを導入して、タスクに応じてモデルを切り替えるのがベストプラクティスになりつつある。
また、モデルルーターを導入して、タスクに応じてモデルを切り替えるのがベストプラクティスになりつつある。
テキトー教師.AI認定講師はい。例えば、簡単な質問には小型で安いモデル、コーディングにはOpus 5、高度なエージェントにはFableという階層構造を作る。
そうすれば、全体のコストを大幅に抑えられます。
そうすれば、全体のコストを大幅に抑えられます。
室谷代表取締役テキトー教師.AI認定講師結局、Opus 5は「十分な性能を手頃な価格で」というニーズに完璧にマッチしたモデル。過度な期待は禁物ですが、実用面では非常に価値のあるアップデートです。
よくある質問（FAQ）
室谷代表取締役読者からよく聞かれそうな質問をいくつか答えていきましょう。
テキトー教師.AI認定講師はい。まず「Opus 5のリリース日は？」という質問。
Ars Technicaの記事によると、2026年7月24日です。
Ars Technicaの記事によると、2026年7月24日です。
室谷代表取締役次に「Opus 5の価格は？」。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。
前モデルと同じですが、性能が上がっているので実質コストパフォーマンスは向上しています。
前モデルと同じですが、性能が上がっているので実質コストパフォーマンスは向上しています。
テキトー教師.AI認定講師「Opus 5の欠点は？」という質問もありますね。最大の欠点はサイバーセキュリティ性能が低いこと。
特に脆弱性の悪用に関してはMythos 5に大きく劣る。また、Fableのようなエージェント性能も完全には及ばない。
特に脆弱性の悪用に関してはMythos 5に大きく劣る。また、Fableのようなエージェント性能も完全には及ばない。
室谷代表取締役「Fableとどっちを選ぶべき？」については、先ほど話したように、コスト重視ならOpus 5、最高性能が必要ならFable。多くの開発チームにはOpus 5で十分でしょう。
テキトー教師.AI認定講師「Opus 5は日常的なタスクに使える？」もちろん。コーディング、文章作成、データ分析など、幅広い業務に利用できます。
特にコストが重要なシーンで強みを発揮します。
特にコストが重要なシーンで強みを発揮します。
室谷代表取締役最後に「競合と比べてどうか」という点ですが、記事では中国のKimi K3が出力100万トークンあたり15ドルとOpus 5より安いと紹介されています。しかし、トークン効率やエコシステムの違いもあるので、単純比較はできません。
重要なのは、Anthropicがコスト競争に本気で取り組んでいることです。
重要なのは、Anthropicがコスト競争に本気で取り組んでいることです。
テキトー教師.AI認定講師これからもモデルの性能向上よりもコスト削減の方が注目される時代になりそうです。ユーザーとしては賢く選んでいきたいですね。
