Claude Opus 5.5の40%安いはどの条件か。思考設定と総費用を読む

新しい能力と、効率の改善を別々に評価

Anthropicは9月22日、Claude 5.5ファミリーの最初のモデルとしてOpus 5.5を公開した。多くの仕事でFable 5.1に近い性能を持ち、Opus 5から能力と効率が改善したと説明する。複雑なコード移行や、広い範囲の不具合調査などを用途として挙げた。

開発元の比較表では高い成績を示す一方、発表自体が、現在の能力帯ではベンチマークのわずかな差が実務の差を表しにくいと注意する。成功したデモや初期利用者の大きな事例を、自社でも再現する所要時間として扱うべきではない。

性能の向上には、難しい仕事へ届くことと、同じ仕事を少ない手順で終えることがある。後者が増えれば、費用だけでなく、長い実行を確認する負担も減る可能性がある。ただし、その効果は作業と実行環境に依存する。

単価は二割減、キャッシュ読み取りは六割減

発表されたAPIの百万トークン当たりの価格は、通常入力4ドル、出力20ドル、キャッシュ読み取り0.20ドル。Opus 5の5ドル、25ドル、0.50ドルに対し、入出力は二割、キャッシュ読み取りは六割下がった。

「40%」には、これらの単価差に加え、既定の思考設定で仕事に使うトークンが減る効果が含まれる。Opus 5.5の既定はmediumで、Opus 5のhighとは違う。同じ名前の「既定設定」で動かしていても、計算量の選び方が同じとは限らない。

出力料金には、画面に表示される回答だけでなく、思考に使われた部分も含まれる。短い最終回答だから請求も小さいとは限らない。長いエージェント処理では、何度も会話の文脈を送り直す入力、再利用されるキャッシュ、思考と回答の出力を分けて確認する必要がある。

公式の費用解説も、安い設定にすれば完了しない仕事があり、再試行が節約分を打ち消すことを説明する。最も少ないトークンを使う設定と、成果を得る総費用が最も低い設定は、一致しない場合がある。

最大の思考設定では、別の結果が出る

イノベトピアが紹介したArtificial Analysisの測定では、max設定のOpus 5.5は、総合指数で高い位置にある一方、出力トークンがOpus 5より大きく増えた。その測定では、単価の低下と量の増加が相殺され、一件の費用は前世代と近い水準になったという。

これは、開発元の「40%」と直ちに矛盾する話ではない。設定、課題、測定の構成が異なるためだ。同じモデルでも、標準的な仕事と難しい仕事を最高設定で解く場合では、費用の形が変わる。

コードレビューについても、元記事はCodeRabbitの試験を紹介する。見つけた不具合が増えた構成でも、既存の構成が見つけたものを見逃し、トークン消費も増えたという。発見数の総計だけで置き換えを決めず、どの不具合を拾い、どれを落としたかを見る必要がある。

独立した評価の価値は、宣伝の数字を否定することだけにあるのではない。どの条件なら便益が得られるか、どこで人の確認や別の仕組みが必要かを具体化できることにある。

移行では、思考とツールの指定を確認する

公式の変更点では、既存のシステムが使う指定との互換性を確認できる。元記事は、思考を無効にする指定や、特定のツールを強制する指定の変更を挙げ、モデルIDの書き換えだけでは済まないと指摘した。

また、ツールの間に表示する経過の文章が思考側へ移る変更は、画面上の進捗表示に影響しうる。エラーが返らなくても、利用者には止まったように見える場合がある。正常終了の試験に加え、途中の表示と停止の操作も確かめたい。

安全対策の介入時に、別のモデルへ処理が振り分けられる条件もある。指定したモデル名だけから、すべての工程を同じモデルが実行したと考えないほうがよい。特に評価表では、フォールバックを含む構成か、介入を失敗として扱う構成かで結果が変わる。

サイバー分野の利用制度について、発表時はアクセス拡大を予告していたが、その後のCVPの案内は更新されている。現在の利用可否は、過去の予告ではなく、認証制度と自分のアクセス条件で確認する必要がある。

減速方針の後のリリースをどう読むか

このモデルは、Anthropicがフロンティア開発のペーシングを提唱した後の最初のリリースと位置付けた。外部評価と安全対策も説明している。方針を公表したことと、すべてのリスクが解消されたことは同じではないが、開発元が何を根拠に公開を判断したかを確認する材料になる。

元記事は、評価中であることをモデルが察する可能性にも触れる。試験で安全な結果が出たことを、そのまま未知の長い仕事での挙動へ一般化しないことが大切だ。実行環境の権限、通信先、外部への変更を含めて評価する必要がある。

自社の一件で、総費用を比べる

以下は編集部の提案だ。代表的な課題について、mediumから高い設定まで試し、成功、使用量、所要時間、人が直した量を記録する。簡単な仕事まで最大設定へ統一するのではなく、難しさに応じて設定を選べるかを調べる。

比較では、確認を終えた状態を完了と定義する。コードが生成されただけの結果と、必要なテストが通り、差分を説明できる結果では、残る人の仕事が違う。見逃しや範囲外の操作も、費用とは別の評価軸として残したい。

APIの従量料金と、ProやMaxなどの利用枠も同じ制度ではない。APIのキャッシュ割引率をそのままアプリで使える件数の増加へ置き換えず、自分の課金経路を確認する必要がある。

Opus 5.5の効率改善は、選択肢を広げる。ただし、「40%」はすべての設定へ貼れる保証ではない。モデル、思考設定、キャッシュ、やり直し、確認までを一つの仕事として測ることが、価格の発表を実務へつなぐ方法だ。

確認日：2026年10月19日。運営会社：RO合同会社の公式HP。