何が起きたか

Anthropic（Claudeを作るAI会社）は2026年9月22日、Claude 5.5系の最初のモデル、Claude Opus 5.5を発表した。文章の返事だけでなく、コード作成、パソコン操作、調査、業務の流れの実行を長く続ける用途を狙う。AnthropicはClaude Platformのほか、Amazon Web Services、Google Cloud、Microsoft Azureなどで使えると説明している。公式発表

この発表はHacker Newsでも注目された。主な投稿は1,147ポイント、784件のコメント、別投稿は273ポイント、2件のコメントだった。これは技術コミュニティの注目度であり、性能や主張の正しさを証明する数字ではない。主なHN投稿

背景

Opus 5.5の核心は、名前の更新よりも、AIの価値を「最高点」だけでなく「仕事一件を終える費用と時間」で示そうとしたことだ。長い作業では、何回考え、何個のトークンを使い、いくらかかるかが結果を左右する。Anthropic自身も、能力が近いモデル同士ではベンチマークの差が現実の差を表しにくいと書いている。

なぜ重要か

Opus 5.5の入力は100万トークンあたり4ドル、出力は20ドル。Opus 5は5ドルと25ドルだった。キャッシュ読み取りは0.20ドルで、0.50ドルから下がった。Anthropicは、通常の作業で費用が40%下がり、出力が30%以上速いと説明する。

早期テスターの一人は、20万行のコードベースを3時間未満で調査・修正した。Opus 5では20時間超かかり、使ったトークンも2.5倍だったという。長時間動くAIでは、料金と手順の節約が、実際に任せられる仕事の範囲を広げる可能性がある。

発表から確認できること

公式表では、Terminal-Bench 4.0でOpus 5.5は66.4%、Opus 5は52.3%、GPT-6 Astraは57.9%だった。ただし、Opus 5.5はxhigh、Astraはhighという異なる設定で測られている。安全策が介入したとき、別のモデルが作業を引き継いだ例もあり、単純な順位表では読めない。

安全面では、Anthropicは自動行動監査で過去最高の結果を得たと説明する。取り消しにくい行動や、外部の指示で誤作動する試みにも強くなったという。生物学やサイバー分野では、利用を制限する安全策も同時に導入された。

まだ分からないこと

根拠の多くはAnthropic自身の評価と早期テスターの報告だ。会社自身がベンチマークの差を慎重に見るよう促している。実際の費用は、作業の長さ、設定、キャッシュ、使う道具で変わる。長時間の自律作業で、失敗や確認の手間がどれほど減るかも、まだ独立した検証が必要だ。

次に見る点

AnthropicはClaude Sonnet 5.5とClaude Haiku 5.5を数週間以内に続けるとしている。今後は、別の評価機関による比較と、実際の開発現場での継続利用に注目したい。Opus 5.5の本当の意味は、最高点を一度取ることより、長い仕事を安く安定して終えられるかで決まる。