このモデルの強みは何ですか？

価格はOpus 5比20%引きの$4/$20で、実行コストは約40%低い 100万トークンのコンテキストに長文割増なし、キャッシュ読み取りは60%引き発表前にMETRとFrontier Designの外部評価を実施、サンドボックス脱出試行は約85%減

このモデルの弱みは何ですか？

ベンチマークはほぼ全て自己申告で、xhigh/maxなどAPIデフォルトより高いeffortの値 CodeRabbitの実測では同一入力で出力トークンが約50%増え、20%の値下げでも請求額は増え得る思考は常時オンで無効化できず、旧プロンプト資産には破壊的変更

どんな用途に最適ですか？

数十万行規模のコードベース監査・移行といった長時間のエンジニアリング作業誤クリックのコストが高いコンピュータ操作・デスクトップ自動化第三者の安全評価記録が調達要件になる規制産業

Anthropicプロプライエタリ

Claude Opus 5.5

Name: Claude Opus 5.5
Author: Anthropic

このモデルを比較

Anthropicが2026年9月22日に公開したClaude 5.5系列の先発モデル。宣伝文句は控えめで具体的で、多くの作業でClaude Fable 5.1相当、ただしOpus 5より実行コストは約40%低い。価格は100万トークンあたり入力$4・出力$20（Opus 5比20%引き）で、100万トークンのコンテキストに長文割増なし。システムカードの自己申告値はSWE-bench Pro 89.9%、Terminal-Bench 4.0 66.4%、HLE（ツールあり）67.7%。思考は常時オンで、effort=lowが下限。

シェア:X はてブ LINE

パラメータ

非公開

コンテキスト長

ライセンス

プロプライエタリ

リリース日

2026-09-22

ベンチマーク性能

AA インテリジェンス指数

57.6

LMArena Elo

—

Human-Like Evaluation

67.7

ARC-AGI-2

—

SWE-bench Verified

—

GPQA Diamond

—

MMLU-Pro

—

LiveCodeBench

—

AIME 2025

—

MATH-500

—

API料金

入力料金（1Mトークンあたり）

出力料金（1Mトークンあたり）

$20

課金モード: standard

強み

•価格はOpus 5比20%引きの$4/$20で、実行コストは約40%低い
•100万トークンのコンテキストに長文割増なし、キャッシュ読み取りは60%引き
•発表前にMETRとFrontier Designの外部評価を実施、サンドボックス脱出試行は約85%減

弱み

•ベンチマークはほぼ全て自己申告で、xhigh/maxなどAPIデフォルトより高いeffortの値
•CodeRabbitの実測では同一入力で出力トークンが約50%増え、20%の値下げでも請求額は増え得る
•思考は常時オンで無効化できず、旧プロンプト資産には破壊的変更

活用例

•数十万行規模のコードベース監査・移行といった長時間のエンジニアリング作業
•誤クリックのコストが高いコンピュータ操作・デスクトップ自動化
•第三者の安全評価記録が調達要件になる規制産業

深度分析

Artificial Analysis Intelligence Index

51.2（中）/ 57.6（最大）

AA Index v4.3.2。GPT-6 Solの最大は47.5

実測コスト（1タスク）

$1.34（中）/ $5.98（最大）

同じ測定系。キャッシュ読み書き込みの定価ベース

Input / Output 価格

100万トークンあたり $4 / $20

Opus 5の$5/$25から20%削減。キャッシュ読み$0.20

Context Window

100万トークン

最大出力128K、Batchで300K。長文割増なし

封じ込め境界の突破試行

Opus 5 / Mythos 5.1比で約85%減

Anthropicの申告。METRとFrontier Designの外部評価済み

Release

2026年9月22日

Claude 5.5系の第1弾。Sonnet 5.5とHaiku 5.5も予告

強み

・Fable 5.1相当の出力をOpus 5比40%低い実行コストで実現し、定価も20%下げた
・推論強度をlowからmaxまで1つのエンドポイントで調整でき、安い処理と深い処理を同じモデルで回せる
・100万トークン全域で長文割増がなく、272Kで入力単価が倍になるGPT-6 Solと条件が異なる
・Bedrock、Google Cloud、Microsoft Foundryに同時投入され、しかも公開前に外部評価を受けている

弱み

・同じトークン量ならGPT-6 Solの2倍の単価。49タスクの経路検証ではタスクあたりコストが約3.4倍だった
・推論を切れず、同一入力でも出力トークンが約50%増えたというCodeRabbitの計測がある。20%の値下げが請求額を押し上げ得る
・ローンチ時点でシステムカードが公開されていない
・Opus 5.5自身のSWE-bench VerifiedやGPQA Diamondは未公表で、第三者によるコーディング指標はこれから

競合比較

Model	Arena	SWE	GPQA	Price
GPT-6 Sol	AA 47.5（最大）	N/A	N/A	$2/$10
Claude Fable 5.1	AA 60	N/A	N/A	$10/$50
Claude Opus 5	AA 63	96.0%	N/A	$5/$25

概要

Claude Opus 5.5は2026年9月22日に発表されたClaude 5.5系の第1弾で、能力の跳躍というよりコストの一手である。Anthropicは「多くの作業でClaude Fable 5.1相当」とし、Opus 5と比べて実行コスト40%減、出力速度30%以上向上を主張する。定価は20%下がり、入力100万トークン$4／出力$20となった。Artificial AnalysisのIntelligence Index v4.3.2では既定の中程度設定で51.2、最大設定で57.6。同日発表のGPT-6 Solの最大47.5を上回る。100万トークンの文脈に長文割増はないが、推論は切れない。CEOの減速論表明後に投入された最初のモデルであり、METRとFrontier Designの外部評価を経ている点も特徴である。

ベンチマーク＆性能

Anthropicの説明は絶対値ではなく比較で組まれている。Opus 5.5は多くの作業でFable 5.1に並び、CursorBench 4.0ではGPT-5.6 Solを11ポイント上回りながら実行コストは約3分の1とした。独立系のArtificial Analysisでは、既定の中程度設定で51.2（1タスク約$1.34）、最大設定で57.6（約$5.98）。最大設定どうしの比較ではGPT-6 Solを約10ポイント上回る。CodeRabbitの24〜48時間評価では複雑なバグ検出が自社ベースラインの2倍だった一方、同一入力でも出力トークンが約50%増えており、見出しの値下げは目減りする。SWE-bench VerifiedとGPQA Diamondはこのモデルについて未公表である。

詳細比較

**Claude Opus 5.5 対 GPT-6 Sol** - 同じ日の投入で賭けどころが逆。Opus 5.5は$4/$20で天井を守り、Solは約10ポイントを捨てて$2/$10を取る。 - 外部評価とマルチクラウド提供はAnthropicの実利。タスクあたりコストは中程度設定でSolが約5分の1。 **Claude Opus 5.5 対 Claude Opus 5** - 定価20%減、実行コスト40%減、出力速度30%以上向上。 - 封じ込め境界の突破試行は約85%減とされるが、システムカードは依然として出ていない。 **Claude Opus 5.5 対 Claude Fable 5.1** - 能力の旗艦はFable 5.1のままで$10/$50。Opus 5.5は既定の実務機を狙う位置づけだ。

コミュニティ評価

反応はおおむね予想通りに割れた。BedrockやGoogle Cloudに既に寄せている企業は、調達手続きを変えずに安いOpusが使えるとして歓迎した。一方、自前で評価を回す開発者からは、CodeRabbitの「出力トークン約50%増」を受けて見出しの値下げに懐疑が出た。考えるトークンが増えれば20%の単価下げは消えるという指摘である。システムカードの不在は、第三者評価を自ら訴えるAnthropicに対して安全研究者から批判された。投資家の関心は、年換算売上が1000億ドルを超え11月のIPOを目指すという文脈での発表時期に集まった。

ユースケース

**1. 長時間エージェント型コーディング** 長い多段のソフトウェア作業向けに調整され、プロンプトに応じて推論を伸縮する。数時間動くタスクで正確さが処理量より重要な場面に向く。課金はリクエスト数ではなく出力トークンで見積もること。 **2. 規制産業のマルチクラウド運用** Bedrock、Google Cloud、Microsoft Foundryに同時提供されるため、既存契約と統制の枠内で動かせる。新しいベンダー審査を挟まずに済むのは実務上大きい。 **3. 大量の知識業務** 金融調査、文書分析、長文執筆が想定用途。lowやmediumに落とせばタスクあたりコストが大きく下がり、下書きと校閲を同じエンドポイントで回せる。タスク種別ごとに強度を固定しないと、max運用で請求が跳ねる。