Claude Opus 5、Fable 5と同等の性能をトークン価格半額で実現

Claude Opus 5のリリースは、大規模言語モデル市場における競争および価格圧力への直接的な対応を表している。本記事では、Anthropicが具体的にGPT-5.6 Solおよび中国の競合他社からの価格圧力に対応していることが指摘されており、Opus 5はFable 5との価格性能ギャップを埋めるために設計されている。Fable 5はトークンあたりの費用が著しく高いが、Opus 5は入力および出力トークン単価をFable 5の正確に半額に設定しながら、複数のベンチマークで同等またはそれ以上の性能を提供することで、能力を犠牲にすることなく製品ラインアップの再編成を行っている。

しかし、本記事は生のトークン単価がより複雑なコストの実態を隠蔽していることを強調している。トークン効率——タスクを完了するために実際に消費されるトークン数——はモデル間および努力度レベル間で大きく異なる。本記事は、Opus 4.7は基本料金が同一であるにもかかわらず、Opus 4.6と比べてタスクあたり30～40パーセント多く費用がかかったこと、同様のパターンがClaude Sonnet 5でも見られたことを指摘している。これはOpus 5の単価引き下げが自動的にタスクあたりコストの低減につながることを意味しない。5つの努力度レベル（低、中、高、極高、最大）により、ユーザーは性能と効率のトレードオフを明示的に行える。Anthropicは、Opus 5が前世代モデルと比べてすべての努力度レベルでより優れた価値を達成し、一般的な作業では低および中レベルから始め、特化したコーディングタスクには極高レベルをユーザーに推奨していると報告している。

Opus 5のベンチマーク性能は微妙な story を語っている。コーディングと新規問題解決（ARC-AGI-3の30.2%という結果はGPT-5.6 Solの7.8%の4倍近く、本記事で注目すべき異常値としてフラグが付けられ、実世界への影響が不明確であることが指摘されている）では決定的なリードを保ち、知識作業ではFable 5を上回る。しかし、本記事は明らかにOpus 5が全ての領域で優位ではないことを述べている。ヘルスケアおよび法務分野ではそれぞれFable 5およびMythos 5が優位を保ち、DeepSWE v1.1コーディングベンチマークではGPT-5.6 Solがリードしている。また、このリリースには技術的な改善も含まれている。Opus 5は問題を解決するための独自ツールを構築でき（本記事は直接画像閲覧がブロックされた際にコンピュータビジョンパイプラインを作成したことを説明）、そのセーフティ分類器はFable 5よりおよそ85パーセント少ない頻度でトリガーされる。これはFable 5が過度な介入で強く批判されたことへの対応である。