Claude Opus 5は何が変わった？Opus 4.8・Sonnet 5・Fable 5との性能比較
Claude CodeでOpus 4.8を使っているなら、Opus 5は比較しやすい更新です。API単価は入力5ドル／出力25ドルのまま。Anthropicの評価では、複数工程を含むコーディングや業務自動化で性能が伸びています。
今回の発表で気になるのは、単発の回答よりも「長い作業を途中で投げず、検証まで進められるか」という変化です。本記事ではOpus 4.8との違いに加え、Sonnet 5・Fable 5とどう使い分けるかを整理します。
Opus 4.8と同じ価格で、何が変わったのか
Claude Opus 5は、Anthropicが複雑なエージェント型コーディングと企業業務向けに位置付けるモデルです。APIのモデルIDはclaude-opus-5。100万トークンのコンテキストと、最大12万8,000トークンの出力に対応しています。
| 項目 | Claude Opus 5 | Claude Opus 4.8 |
|---|---|---|
| API価格（入力／出力、100万トークン） | 5ドル／25ドル | 5ドル／25ドル |
| コンテキスト | 100万トークン | 100万トークン |
| 最大出力 | 12万8,000トークン | 12万8,000トークン |
| 適応的思考 | 標準で有効 | 明示設定が必要 |
| 主な強化点 | 深い推論、長時間作業、エージェント型コーディング | 複雑なコーディングと企業業務 |
表だけを見ると、価格や入出力の上限はOpus 4.8から変わっていません。挙動の違いとして押さえておきたいのは、適応的思考が標準で有効になったことです。
モデルがターンごとに必要な思考量を判断し、effortをlowからmaxまで調整できます。すべての作業へ最大の思考量を使うのではなく、短い修正と大規模改修で設定を変えられる仕組みです。
Anthropicの評価では、長時間タスクの伸びが目立つ
Anthropicの発表では、コードを読み、ツールを使い、途中で方針を直しながら完了まで進める評価で改善が報告されています。
- Frontier-Bench v0.1：Opus 4.8の2倍を超える性能を、より低いタスク当たりコストで達成。
- CursorBench 3.2：最大effort時にFable 5の最高スコアとの差が0.5%以内。タスク当たりコストはFable 5の半分。
- ARC-AGI 3：次点モデルの約3倍のスコア。
- Zapier AutomationBench：同じタスク当たりコストで、次点モデルの約1.5倍の合格率。
- OSWorld 2.0：Fable 5の最高結果を、約3分の1強のコストで上回った。
ここは少し慎重に見たいところです。ソフトウェア開発、未知の問題、業務自動化、PC操作では、測っている能力もeffortも異なります。「Opus 5はどの用途でも何倍も賢い」と読める数字ではありません。
Anthropicが紹介した事例には、オープンソースの不具合で表面的な症状ではなく根本原因まで修正したケースや、検証用のデータがない状況でテスト環境を自作したケースがあります。どちらも同社が選んだ事例ですが、Opus 5がどの方向へ強化されたかはつかみやすいです。
Opus 4.8とAPI単価が同じなので、公開値だけで移行を決める必要はありません。以前うまく完了できなかった長時間タスクを1つ選び、同じ条件で試す候補には入れやすいと思います。
Sonnet 5・Fable 5との価格と役割を比較
| モデル | 入力／出力価格 | 速度 | 向いている仕事 |
|---|---|---|---|
| Claude Sonnet 5 | 2ドル／10ドル（2026年8月31日まで） 以後3ドル／15ドル | 高速 | 日常の実装、短い修正、速度と費用を重視する処理 |
| Claude Opus 5 | 5ドル／25ドル | 中程度 | 難しいデバッグ、大規模改修、コードレビュー、長時間の自律作業 |
| Claude Fable 5 | 10ドル／50ドル | 低速 | 費用より最高水準の能力を優先する、最も難しい長時間作業 |
日常の短い実装ならSonnet 5から始める
Sonnet 5はOpus 5より高速で、API単価も低く設定されています。変更箇所が明確な修正、短いコード生成、調査範囲が限られた作業なら、最初からOpus 5を選ばなくてもよさそうです。
複数ファイルの整合が崩れる、原因調査が途中で止まる、テストまで完了しない。こうした問題が出たときが、Opus 5へ切り替える目安になります。
Fable 5は、Opus 5でも品質を優先したい作業向け
AnthropicはFable 5を、現在もっとも能力の高い一般提供モデルとしています。入力10ドル／出力50ドルなので、Opus 5と比べるとAPI単価は2倍です。
Opus 5は一部のコーディングやPC操作評価でFable 5に近い結果を出していますが、すべての能力で上回ったわけではありません。Opus 5で完了率や品質が足りず、速度や費用より結果を優先したい作業に絞ってFable 5を検討する形になります。
Claude Codeで差が出そうな作業
公式のプロンプトガイドでは、Opus 4.8からの改善が出やすい作業として、次の例が挙げられています。
- 複数ファイルにまたがる機能実装と大規模リファクタリング
- コードレビューと不具合の検出
- 長いコンテキストでの指示維持とツール呼び出し
- ブラウザーや画像を使ったUIの再現・検証
- writer／verifier型の複数エージェント協調
性能が上がったぶん、少し面倒なところもあります。Opus 5は以前のOpusより回答や作成文書が長くなりやすく、小さな依頼でも検証やサブエージェント委任を増やす傾向があると案内されています。
Claude Codeで使うなら、「対象範囲を広げない」「進捗報告は大きな変化があったときだけ」「小さな作業ではサブエージェントを使わない」「回答は簡潔に」といったルールをAGENTS.mdやCLAUDE.mdへ書いておくと、余計な処理を抑えられます。
Fast modeは待ち時間が問題になるときだけ
Opus 5には、標準の約2.5倍の速度で動作するFast modeがあります。価格は入力10ドル／出力50ドルで、通常モードの2倍。Claude Codeでは使用量クレジットを通じて利用できます。
公式ガイドは、まずデフォルトのhighを基準に評価し、品質が保てる作業ではlowやmediumへ下げる方法を案内しています。難しい作業ではxhighへ上げ、それでも待ち時間が開発の妨げになる場面でFast modeを試す順番です。
公開ベンチマークだけで乗り換えを決めない
今回の性能値は、主にAnthropicが公開した評価結果です。実際の成果は、リポジトリの規模、プロンプト、MCPやブラウザーなどのツール、テスト環境、effort設定で変わります。
比較するなら、普段の作業に近い課題を同じ条件で複数回実行し、次の5点を記録しておくと判断しやすくなります。
- 最後まで完成した割合
- 人間が修正した回数
- テストで見つかった不具合
- 完了までの時間
- 消費トークンと料金
まず試すなら、過去にOpus 4.8やSonnet 5で苦戦した長めのタスクがよさそうです。一度で検証まで完了する割合が上がれば、単価ではなく総作業時間でOpus 5の効果を判断できます。
本記事は2026年7月26日時点の公式情報を基にしています。モデルの提供条件や価格は今後変更される可能性があります。