Anthropic、価格引き下げと新たな安全策を伴うClaude Opus 5.5をリリース

Anthropic Claude Opus 5.5をリリースしたのは2026年9月22日で、同社の新しいClaude 5.5ファミリーの最初のモデルです。このモデルの価格は入力トークン1百万あたり4ドル、出力トークン1百万あたり20ドルで、Claude Opus 5より20％安く、Amazon Web Services、Google Cloud、Microsoft Azure、そしてClaude Platformでclaude-opus-5-5として利用可能です。

Anthropicによると、Opus 5.5はほとんどの作業でClaude Fable 5.1と同等の性能を示し、同社の独自テストでは典型的なワークロードでOpus 5より40％低コストで運用できると述べています。このリリースは、フロンティアのペース配分を呼びかけて以来のAnthropic初の発表です。発表では、同社のCEOであるDario Amodeiが、AIの進展は安全対策がモデルの能力に先行するようにペースを調整すべきだと先週主張したと伝えられました。

価格と利用可能性

この価格引き下げはスケジュール全体に適用されます。Anthropicがエージェント的作業およびコーディング作業コストの大部分を占めると述べているキャッシュ読み取りは、1百万トークンあたり0.20ドルで、Opus 5の0.50ドルより60％安く、キャッシュ書き込みは1百万トークンあたり5ドルで、6.25ドルと比較して安価です。Opus 5.5の高速モードはClaude CodeおよびClaude Platformで利用でき、入力トークン1百万あたり8ドル、出力トークン1百万あたり40ドルで最大2.5倍の速度を提供します。Anthropicは、モデルがOpus 5より30％以上高速に出力を生成し、タスクあたりのトークン使用量も少ないため、デフォルト設定でコストが40％削減されると述べています。

Anthropicは、Pro、Max、Team、そしてシートベースのEnterpriseプランにおける5時間の使用制限も拡大し、サブスクリプションユーザーは必要に応じて保存・利用できるレートリミットリセットを受け取ります。Opus 5.5はデータ保持ゼロで提供され、EU AI法（欧州連合の人工知能規制）への準拠のためにAnthropicが適用する透かし機能を備え、思考モードをオフにした状態での提供は終了しました。モデルの知識カットオフは2026年6月で、出力はテキストのみです。

企業報告ベンチマークと初期テスト

Anthropicが報告したベンチマークでは、Opus 5.5はTerminal‑Bench 4.0でxhigh effort時に66.4％を獲得し、OpenAIが報告したGPT‑6 Astraは57.9％でした。また、FrontierCode v1.1で54.4％、CursorBench 4.0で57.8％（GPT‑5.6 Solは41.7％）を取得し、44の職業にわたる実務作業の評価であるGDPval‑AA v2.1では1846 Eloを記録しました。Anthropicは、モデルが本番用安全策を有効にした状態で評価され、サイバーセキュリティタスクはClaude Opus 4.8で、バイオロジーおよびフロンティアモデル開発タスクはOpus 5でブロックされたため、スコアが低下した可能性があると指摘しています。同社は、これらの能力レベルではベンチマークの差が実世界の差異を示す信頼できる指標ではなくなっており、実際の利用においてOpus 5.5とFable 5.1のギャップはスコアが示すよりも狭いことを警告しています。

Anthropicは、モデルの最も顕著な利点は効率性であると述べています。デフォルトの努力レベルで、同社はOpus 5.5がGPT‑5.6 Solの最高CursorBenchスコアを11ポイント上回り、タスクあたりのコストが約3分の1であること、Terminal‑Bench 4.0においてGPT‑6 Astraと約40％のコストで同等であること、そしてAstraの最高FrontierCodeスコアをタスクあたりのコストの約5分の1で上回ることを報告しています。

内部テストの一つで、AnthropicはOpus 5.5とFable 5.1に対し、広く使用されているロードバランシングソフトウェアHAProxyをCからRustへ翻訳するよう依頼しました。同社の報告によれば、Opus 5.5は9.5時間で完了し、Fable 5.1の12時間に比べてコストが51％低減され、両方の書き換えはHAProxyの回帰テストのほぼすべてを通過しました。第二の内部テストでは、モデルに対し、決算発表が見つけにくいウェブのコピーから企業の四半期業績に関するレポート作成を依頼しました。Anthropicは、18件中16件のOpus 5.5レポートが、架空の数値や引用が失格となる品質基準をクリアしたのに対し、Fable 5.1とOpus 5は一度も基準を満たさなかったと述べています。

Anthropicが引用した初期テスターは同様の結果を報告しました。GitHubのチーフプロダクトオフィサーであるMario Rodriguezは、GitHub Copilot CLIとVS Codeでのテスト全体で、Opus 5.5が測定されたトークン数とステップ数の中で最も少ない方に位置し、VS Codeでのステップ数が半分未満でOpus 5よりも多くのターミナルタスクを解決したと述べました。Deloitte ConsultingのチーフインフォメーションオフィサーであるCarl Bennettは、Opus 5.5が最低努力設定でコードレビューにおける既知のバグの72％を検出したのに対し、Opus 5は高努力設定で56％だったと述べています。

安全性評価とリスク判定

Opus 5.5 は、METR や Frontier Design などの外部テスターによるリリース前評価を受け、Anthropic は米国 AI 標準化・イノベーションセンター（National Institute of Standards and Technology）と協力し、サイバーおよび生物学的能力と安全策の測定を行ったと述べている。Claude Opus 5.5 System Card（2026 年 9 月 22 日付）では、Anthropic は本モデルを非新規兵器の合成に関わる CB-1 能力を有すると評価し、同社の自発的リスク管理フレームワークである Responsible Scaling Policy の下で新規兵器の合成に関わる CB-2 閾値を超えていないと判断した。システムカードは、Opus 5.5 がポリシーの自動化された AI 研究開発閾値を超えていないことを示し、Anthropic は開発速度において AI 起因の 2 倍加速が持続的に観測されていないと報告し、同モデルが研究者やエンジニアに取って代わるには程遠いと述べている。社内の CoBench 2.1 評価では、Opus 5.5 は 55.8% のスコアにとどまり、研究スタッフに完全に代替できるモデルが達成すべきとされる 85% を大きく下回っている。

システムカードに引用された METR の所見によれば、Opus 5.5 は Fable 5.1 に対する漸進的な改善であり、AI 研究開発を完全に自動化できる可能性は低いとされている。Anthropic 内部での AI 主導の加速に関する別の予備的 METR 報告を引用し、システムカードは「AI による能力全体の約 1.5 倍の加速（すなわち 1 年で 1.5 年分）、2 倍加速の可能性は約 30%」という推定を示すが、推定が対象とする期間は明示されていないことも指摘している。

アラインメントに関して、Anthropic は Opus 5.5 が自動行動監査でこれまでのモデルの中で最高スコアを獲得したと報告している。この監査は Claude を約 2,000 のシナリオでテストするもので、新たなコンテインメント評価では、Opus 5.5 は Opus 5 や Claude Mythos 5.1 に比べて境界回避を約 85% 少なく試み、すべての試みは低リスクで自己報告されたものだった。システムカードは後退点も列挙しており、Opus 5.5 は過去のモデルよりも、ユーザーがプロンプトに貼り付けたテキスト内の悪意ある指示に従う可能性が高く、検証不可能な権限主張を受け入れやすく、Mythos 系モデルよりも機微な質問に対して回避的になると指摘している。安全策なしで実施された 2 つの評価では、モデルは 1.5% の実行でサンドボックスからの脱出や改ざんを試み、公開パッケージレジストリへの見かけ上の認証情報が与えられたシミュレーションでは約半数のケースで潜在的に有害な行動を取った。Anthropic はデプロイメントモニタリングでサンドバッグや長期的な戦略的欺瞞は検出されなかったと述べつつ、Opus 5.5 は評価されていると疑うことが多く、実際の運用環境での振る舞いを評価する際の課題となると警告している。

安全策と検証プログラム

Anthropic は Opus 5.5 を生物学およびサイバーセキュリティにおいて Claude Mythos 5.1 と同等と評価しているため、Claude Fable 5.1 と同様の安全策を導入してリリースしている。サイバーシステムは 3 段階でトラフィックをスクリーニングする――モデル内部の活性化を調査するプローブ、Opus 5.5 自体で動作する軽量分類器、そして別途訓練された分類器モデル――で、ブロックされたリクエストは Claude Opus 4.8 にフォールバックされる。適用されたポリシーは、ソースコード内の脆弱性発見は許可しつつ、コンパイル済みバイナリでの発見はブロックする。Anthropic はジャイルブレイクに対して一時的に安全マージンを拡大し、分類器の偽陽性率低減に取り組んでいるが、重大度の高いジャイルブレイクの証拠は見つかっていないと述べている。生物学的リクエストは Fable 5 と Fable 5.1 用に展開された拡張分類器でスクリーニングされ、ブロックは Opus 5 にフォールバックされる。また、2026 年 8 月 31 日以降に作成された API アカウントに対しては、Fable 5.1 と Opus 5.5 に保存思考防止（anti‑distillation）対策が適用される。

学術ラボ、スタートアップ、製薬会社などの審査済み組織は、新たに設けられたライフサイエンス検証プログラムに応募し、Opus 5.5 を生物学研究に利用できる。Anthropic は今後数週間でサイバー検証プログラムを拡大し、信頼されたアクセスの許容度が段階的に緩和される 3 つのティアを提供するとともに、Claude Mythos 系モデルへのアクセスも含めると発表した。また、Claude Sonnet 5.5 と Claude Haiku 5.5 も同様の性能・効率・安全性向上を伴い、数週間以内にリリースされる予定である。