7月24日、AnthropicがClaude Opus 5を発表しました。前モデルのOpus 4.8から性能を大きく引き上げつつ、最上位モデルのFable 5に迫る性能を「半額」で出してきたというのが今回の売り文句です。CNBCやFortuneも即日で報じていて、Hacker Newsの関連スレッドも1000ポイントを超える反応が集まっています。公式発表と海外メディア、HNのコメントをまとめて整理しておきます。
今わかっていること
Anthropicの公式ブログによると、Opus 5はFrontier-BenchやGDPval-AAといったコーディング・知識労働系の評価で新たな最高水準に達したとしています。ただしサイバーセキュリティ関連のタスクでは、同社の別モデルMythos 5に及ばないと明記されています。Claude Maxでは新しいデフォルトモデルとなり、Claude Proでは最も強力なモデルという位置づけです。
価格についてはCNBCが報じていて、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ドルとのこと。Fortuneの記事でも「Fable 5に迫るが、価格は半分」という表現で、Anthropic自身がそう説明しているとされています。ベンチマークの具体的な数字を見ると、Frontier-Bench v0.1ではOpus 4.8の2倍以上のスコアをより低いコストで達成し、CursorBench 3.2ではmax effort設定時にFable 5のピークスコアと0.5%差まで迫りつつコストは半分。ARC-AGI 3では次点モデルの3倍のスコア、Zapierの業務タスク評価AutomationBenchでは同コストで次点モデルの約1.5倍のパス率、しかも最も低いeffort設定でも他のどのモデルより多くタスクを通過したとのことです。コンピュータ操作系のOSWorld 2.0でも、あらゆるコスト帯で他モデルを上回り、Fable 5の最高スコアをその3分の1程度のコストで超えたとしています。
科学分野については、有機化学（スペクトルデータからの分子構造推定で4.8比+10.2ポイント）やタンパク質機能予測（同+7.7ポイント）など、生命科学系の評価全てでOpus 4.8を上回ったと公式ブログは説明しています。Fortuneの記事では、effort（推論の力の入れ具合）を低・中・高で切り替えられる機能が新しく、コストと性能のバランスを取れる点が特徴だと紹介されています。
安全面についてはFortuneが詳しく書いていて、Opus 5のガードレールはOpus 4.8とほぼ同じだけれど、サイバー分野だけはより厳しくなっているとのこと。サイバーセキュリティ向けに特別な訓練をしたわけではなく、モデル全体の能力が上がった結果として自然にその領域も伸びたという説明です。Anthropicは「最もアラインメントの取れたOpusモデルで、悪用目的で騙されにくい」ともコメントしています。CNBCは「リスクの高いデュアルユース能力については最先端ではない」という表現でこの点を報じています。
これまでの経緯
Fortuneの記事を時系列で追うと、Anthropicはこの2か月足らずでMythos 5・Fable 5・Sonnet 5（6月）、そして今回のOpus 5と、4つのモデルを連続でリリースしたことになります。Fable 5は発表直後にAmazonの研究者が安全策を回避できると報告し、6月12日に市場から一旦引き上げられ、セキュリティを強化した上で6月30日に再公開されたとFortuneは書いています。CNBCの記事では、この経緯を「国家安全保障当局の輸出規制指令」に絡めて説明していて、規制を巡る約2週間の交渉の末にアクセスが復活したとしています。両誌で細かい経緯の書きぶりは異なりますが、Fable 5が一度止まって再公開されたという点は共通です。
また、Fable 5はビジネス顧客や開発者から「トークンの消費量が多すぎる」と批判されていたともFortuneは伝えています。OpenAIも7月9日にGPT-5.6をリリースした際、トークンの経済性を打ち出していたそうで、CNBCはこうした流れを「コストに敏感になった顧客層への対応」と位置づけています。Anthropicの製品担当者Dianne Penn氏はCNBCの取材に対し、「安くても品質が伴わなければ意味がない」という趣旨のコメントを寄せています。
海外の反応
Hacker Newsのスレッドでは賛否入り混じった反応が出ています。
コスト対性能にここまでフォーカスしているのは面白い（briandoll）
Fable 5より整合性（alignment）が高くなっているのが素直にすごい（alvis）
「Opus 5はFable 5より総合的に高性能というわけではない」って公式が書いてるけど、じゃあ何が嬉しいんだ（datakan）
ベンチマークの数字自体は印象的だけど、Fable超えを期待してたので少し肩透かし。結局は分類器（安全フィルタ）が邪魔をして使い物にならないかどうか次第（m_w_）
これでSonnetの立場がさらに苦しくなった。effortを低めか無しで使うならOpusを選ばない理由がない（himata4113）
新モデルは結構だけど、既存のインフラをまず直してほしい。バグやセッション切れ、モデル切り替えのエラーが多発していてClaude Teamの契約解約を検討している（atraac）
ソースコードの脆弱性発見をOpus 5では全アクセスレベルで許可した（コンパイル済みバイナリでの発見は引き続き制限）という説明に対しては、「なぜFable 5には同じ変更を適用しないのか」という疑問の声（thewebguyd）も出ていました。
ケイの一言
個人的に一番おもしろかったのはdatakanの「じゃあ何が嬉しいんだ」というコメントで、これは結構本質を突いてる気がするんですよね。Fable 5を超えられなかった以上、Opus 5の存在意義は完全に「コスト」の一点にかかっていて、Anthropic自身もそこを隠さず前面に出しているのが正直な姿勢だなと思いました。ただatraacの「新モデルより先にインフラを直してくれ」という不満も、実際に日常使いしてる身からすると刺さるところがあって、ベンチマークの数字がいくら伸びても土台が不安定だと意味が薄れるよなあとは感じます。
