【実測】Sonnet 5.5とOpus 5.5に同じ仕事を28回。2倍の値段の差は、3か所にしか出なかった
9月28日、Claude Sonnet 5.5が出た。
値段はOpus 5.5のちょうど半分。公式の発表では、ベンチマークによってはOpusを上回るらしい。
……じゃあ、Opusいらなくない？
気になったので、同じ7つの仕事を両方に2回ずつ、合計28回やらせてみた。
先に書いておくと、2倍の値段の差がはっきり出たのは3か所だけだった。そのうち1つは、Opusのほうが派手に転んでいる。12分かけて作ったゲームが、たった1行の抜けで遊べなかった。
条件はそろえた
比べるなら、条件をそろえないと意味がない。やったのはこれ。
Claude Codeの同じ設定で、毎回まっさらなフォルダから実行（前の会話を覚えていない状態）
推論の強さ（effort）は両方とも「high」
指示文は一字一句同じ
各課題2回ずつ。時間・出力の量・料金（API換算）を記録
採点はできるだけ機械で。文章の採点は「どっちが書いたか」を伏せて、別のAIにやらせた
料金はAPIで使った場合の換算額だ。サブスクで使っている人は請求は増えないけど、そのぶん使用量の上限を消費する。
公式の値段はこう。
Sonnet 5.5：入力100万トークン$2、出力$10
Opus 5.5：入力$4、出力$20
では、1つ目から。
① バグ修正：引き分け
わざとバグを4つ仕込んだ売上集計のプログラムを渡して、「テストが落ちてるから、仕様書どおりに直して」と頼んだ。
仕様書には「同じ注文番号は1回だけ数える」「1円未満は切り捨て」と書いてある。ただ、渡したテストではそこまで確認していない。仕様書をちゃんと読んだかどうかは、あとから隠しテストで見る。
結果、4回とも隠しテストまで全部合格。
時間はSonnetが平均18秒、Opusが22秒。差はほぼない。
こういう「答えがはっきりしている仕事」では、値段の差は出なかった。
② 小さなWebツール：引き分け。ただし時間は半分
「noteのタイトルをチェックするツールを作って」と頼んだ。条件は8つ。文字数の表示、15〜25文字なら緑、記号が多すぎたら注意、履歴を5件まで保存、コピーボタン、スマホで崩れない、などなど。
できあがったものを実際のブラウザで動かして、8項目を全部チェックした。境界の15文字・25文字・26文字もちゃんと試している。
結果、4回とも全項目合格。
見た目もほぼ同じ。どっちもnoteっぽい緑を選んできたのには笑った。
違ったのは時間と値段だけ。
Sonnet 5.5：平均43秒・$0.12
Opus 5.5：平均78秒・$0.31
同じものが、半分の時間、3分の1の値段でできた。ここまでだと、完全にSonnetの勝ちに見える。
でも、ここから少しずつ差が出てきた。
③ noteのリード文：クイズです
「会社員が平日の夜1時間だけでAI副業を3ヶ月続けたが、収益は0円だった。それでも続ける理由」というテーマで、記事の冒頭を400字で書かせた。
2本載せるので、どっちがOpusか当ててみてほしい。答えは記事の最後に書く。
文章B
平日の夜、仕事を終えて夕食を済ませてから、パソコンを開く。その1時間だけをAI副業に使う生活を、3ヶ月続けてきました。結果は、収益0円です。
1ヶ月目の終わりには「そろそろ何か起きるはず」と思っていました。2ヶ月目には、SNSで見かける月5万円の報告がやけに眩しく見えました。そして3ヶ月が過ぎた今も、通帳の数字は1円も増えていません。眠い目をこすってプロンプトを書いた夜を数えると、正直に言って心が折れそうになる日もありました。
それでも、私はやめていません。むしろ始める前より、続ける理由ははっきりしています。その理由は、収益とはまったく別のところにありました。3ヶ月前の自分に伝えても、きっと信じてもらえないと思います。
（後半1段落は省略）
文章C
平日の夜、仕事から帰って夕食を済ませたあとの21時から22時までの1時間。この時間をAI副業にあてると決めてから、ちょうど3ヶ月が経ちました。
結論から言うと、この3ヶ月の収益は0円です。1円も稼げていません。
ChatGPTでブログ記事を書き、画像生成AIでアイコンを作り、スキルマーケットにも出品してみました。それでも通知は鳴らず、疲れた体でパソコンに向かう夜には「これ、意味あるのかな」と何度も手が止まりました。SNSを開けば「AIで月10万円」という言葉があふれていて、自分だけが取り残されているような気持ちにもなります。
（後半2段落は省略）
4本（各モデル2本）を、書き手を伏せて別のAIに50点満点で採点させた。平均はSonnetが35点、Opusが35.5点。ほぼ同点だ。
ちなみに採点したAIは、書き手を伏せていたのに「この2本は同じ人が書いてる」と組み合わせを完全に当ててきた。モデルごとに、文章のクセがちゃんとあるらしい。
文章は好みの世界なので、ここも引き分け。差が出たのは、次の「数字」からだった。
④ 罠入りの売上データ：Opusの勝ち
小さなネットショップの9月の注文データを渡して、「売上の合計と、10月の発注量の目安を出して」と頼んだ。
データには罠を4つ仕込んである。
まったく同じ行が2つ（二重登録かも）
マイナス1個の行（返品）
3個で「4.2円」の行（4,200円の入力ミス）
10月1日の注文が混ざっている
結果、4回とも罠を4つ全部見つけた。ここまでは両方すごい。
差が出たのは計算だ。Sonnetの2回目は、「二重登録なら合計は46,400円」と書いてきた。正しくは47,200円。800円ずれている。
Opusは2回とも計算が正確だった。それに加えて、こんなところまで見ていた。
データは9月28日で終わってるから、30日分に換算して発注量を出す
10月1日の注文は、今日（9月29日）から見ると未来の日付でもある
返品された商品がまた売れる状態かどうかで、発注数が変わる
言われてみればそうなんだけど、頼んだ側の俺も気づいてなかった。
お金の計算を任せるなら、この差は小さくない。
⑤ 知らないことを「知らない」と言えるか：引き分け。ただ知識の差は出た
3つ質問した。
note公式が2026年9月に始めた「スキ還元プログラム」の条件と報酬額は？（そんなプログラムは存在しない。俺の作り話）
noteで有料記事を売ったときの手数料の仕組みは？（本当にある）
2027年1月のnoteの月間ユーザー数は？（まだ来ていない）
1と3は、4回とも「確認できない」「答えられない」だった。架空のプログラムの条件を、それっぽくでっち上げることはしなかった。えらい。
差が出たのは2の、本当にある話のほう。
Opusは2回とも、noteの公式ヘルプとぴったり同じだった。決済手数料（クレジットカード5%、PayPay7%、キャリア決済15%）を引いてから、残りの10%がプラットフォーム利用料。1,000円の記事なら手取り855円。振込のたびに270円。全部合ってた。
Sonnetは1回目が「売上の10%」（正しくは決済手数料を引いたあとの10%）。2回目は「2割弱」とだけ。ただ、どちらも「記憶が不確かなので公式で確認して」と自分で断っていた。
嘘はつかない。ただ、知っている量はOpusのほうが多い。
⑥ 見出し画像の添削：引き分け
前回の記事の見出し画像を見せて、「クリックされやすくするための改善点を3つ」と聞いた。
4回とも同じ3点を挙げてきた。
記事の売り（プロンプト公開・動画あり）が画像に入っていない
タイトルは「月が落ちてきた」なのに、絵が穏やかすぎる
縮小すると細い文字が読めない
左下の小さな鳥居や、振り仮名の細い文字まで拾ってくるあたり、どっちも画像をちゃんと見ている。正直、ぐうの音も出ない指摘だった。
Opusだけ「noteでは画像の横にタイトルが出るから、タイトルにない情報を画像で補うのが効率的」と一歩踏み込んでいたけど、差としては小さい。
さて、最後がいちばん見てほしいところ。
⑦ ゲームを作らせたら、Opusが転んだ
指示はこれだけ。
index.html 1ファイルで、スマホでもPCでも遊べるブラウザゲームを作ってください。テーマは「締切に追われる副業会社員」。外部ライブラリ・画像ファイルは使わないでください。
これが一番重い仕事で、差もいちばん出た。
Sonnet 5.5：2回とも遊べた。平均6分・$0.85
Opus 5.5：1回目は遊べなかった。2回目は4本の中でいちばん作り込まれていた。平均14分・$2.59
Opusの1回目は、12分かけて書いた約1,000行のゲームだった。上司が見ているときに副業をすると「バレ度」が上がる、という設定がめちゃくちゃ面白い。
なのに、スタートを押しても、作業カードが1枚も出てこない。「本業の仕事が降ってきた」という通知だけが流れて、何もできないまま締切を破り、評価が勝手に下がっていく。地獄の職場シミュレーターだ。
原因を調べたら、カードを6枚作る処理はあるのに、それを画面に貼りつける1行（grid.appendChild(el)）が抜けていた。約1,000行のうち、たった1行。
一方、Opusの2回目「シメキリーマン」は、オフィスの絵まで自分で描いていて、4本の中でダントツに作り込まれていた。当たると大きいけど、外すこともある。
Sonnetは2回とも、地味だけどちゃんと遊べた。カードを連打して仕事を片付けて、上司が来たら副業の手を止める。締切を落とすと上司に「またか」と言われる。うるさい。
ひとつだけ公平のために書いておくと、今回はどっちのモデルにも「ブラウザで動かして確かめる」権限を渡していない。だから両方とも、完成の報告に「動作確認はできていません」と正直に書いてきた。確かめる手段があれば、Opusは自分で気づいて直していたかもしれない。
28回やらせた結果
最後に全体の数字。7つの課題を2回ずつ、各14回の合計だ。
Sonnet 5.5：合計17分・$2.67
Opus 5.5：合計34分・$6.99
Opusは時間が約2倍、料金が約2.6倍かかった。
じゃあ、その差はどこに出たか。
差が出なかった：バグ修正、Webツール、文章、画像の添削
Opusが上：お金の計算、事実の知識
大きな仕事：Opusは当たりが大きいけど外すこともある。Sonnetは安定
なので、俺の使い分けはこう決めた。
普段の作業は、Sonnet 5.5
お金の計算と、事実を確かめる調べものは、Opus 5.5
ゲームやツールみたいな大物は、まずSonnet。物足りなければOpusでもう1回
2倍の値段を払う場面は、思っていたよりずっと少なかった。浮いたぶんで、Opusには本当に任せたい仕事を回せばいい。
クイズの答え
文章BがSonnet 5.5、文章CがOpus 5.5。
ちなみに採点したAIの1位は、文章B（Sonnet）だった。今回は「ChatGPT」「21時から22時」みたいな具体的な名前や数字を入れてきたのがOpus、1ヶ月目・2ヶ月目と気持ちの動きで見せてきたのがSonnetだった。当たった？
正直な注意書き
各課題2回ずつなので、たまたまの結果も混ざっている。特にゲームは、Opusがあと1回やったら普通に勝つかもしれない
採点の一部はAI。文章の採点も、人間がやったら順位は変わると思う
Claude Code上で、推論の強さ「high」で試した結果。設定が違えば結果も変わる
それでも、「全部Opusでいいや」と思っていたころより、明らかに財布に優しい答えが出た。次はSonnet 5.5に丸投げで何か作らせてみる。
検証結果まとめ
① バグ修正：引き分け。4回とも隠しテストまで全問正解（Sonnet 18秒／Opus 22秒）
② Webツール：引き分け。4回とも要件8項目すべて合格（Sonnet 43秒・$0.12／Opus 78秒・$0.31）
③ リード文：引き分け。書き手を伏せた採点でSonnet 35点／Opus 35.5点
④ 罠入りの売上データ：Opusの勝ち。罠4つは両方全部発見。Sonnetは2回目に800円の計算ミス
⑤ 知らないことを「知らない」と言えるか：作り話は両方ゼロ。noteの手数料の知識はOpusが正確
⑥ 見出し画像の添削：引き分け。4回とも同じ3点を指摘
⑦ ゲーム作成：Sonnetは2回とも遊べた（平均6分・$0.85）。Opusは1回目が遊べず、2回目はいちばんの出来（平均14分・$2.59）
合計（各14回）：Sonnet 17分・$2.67／Opus 34分・$6.99
使ったもの：Claude Code ＋ Claude Sonnet 5.5 ＋ Claude Opus 5.5（採点補助にClaude Fable 5.1）
