メインコンテンツへスキップ

Claude Sonnet 5.5について

    yota1971

    2026年9月28日、AnthropicはClaude Sonnet 5.5を発表した。Opus 5.5と同じ「5.5世代」の2番目のモデルだ。「Opus 5.5があるのに、あえてSonnetを選ぶ理由は何か」と迷っている人は多いと思う。結論を先に書く。Sonnet 5.5は、公式が示した指標の多くでOpus 5.5に近い値を出しながら、定価は半分で、応答も速い側に位置づけられたモデルだ。一方で、答えの決まっていない難しい仕事では、公式もOpus 5.5のほうが「はっきり強い」と述べている。本記事では、Sonnet 5.5の位置づけ、公式の数値指標の読み方、Opus 5.5との違いと使い分け、仕事の進め方の見直し点、そして注意点を整理する。情報はすべて2026年9月29日時点で確認したものだ。

    Sonnet 5.5とは何か:速さと賢さのバランスをとるモデル

    まず位置づけを確認しておく。Claudeにはいくつかのモデルがあり、性能が高いほど価格も高く、応答は遅くなる傾向がある。公式の一覧では、価格が高い順にFable 5.1、Opus 5.5、Sonnet 5.5、Haiku 4.5と並び、応答の速さの表記もこの順に速くなる。Sonnet 5.5はその真ん中あたりにいて、公式ドキュメントでは「速度と知能の最良の組み合わせ」と説明されている。

    発表ページの説明はもう少し具体的だ。Opus 5.5は判断を要する複雑な仕事向けで、Sonnet 5.5は範囲の決まった日常的な作業、バグ修正、整った文書・スライド・表計算の作成に最も強いとされる。つまり「難しい仕事はOpus、日々の仕事はSonnet」という役割分担が、公式の想定だ。

    基本の仕様も見ておこう。一度に扱える文章の量(コンテキストウィンドウ。作業机の広さのようなもの)は100万トークン、1回の返答の最大の長さは12万8千トークンだ。トークンはAIが文章を扱う単位で、日本語の文字数とは一致しない。価格や長さの上限は、この単位で決まる。AIが知っている情報の期限(知識カットオフ)は、信頼できる範囲で2026年6月とされている。それ以降の出来事は、検索などで調べないと知らない可能性がある。

    考える量の決め方にも特徴がある。Sonnet 5.5は適応的思考(質問の難しさに応じて、考える量をAI自身が決める仕組み)が既定でオンだ。考える深さは「effort(エフォート)」というつまみで調整する。人に仕事を頼むとき、「さっと済ませて」と「念入りに確認して」で仕上がりと所要時間が変わるのに似ている。effortを下げると速くて安く、上げると丁寧だが時間とコストが増える。この話は後の節で詳しく扱う。

    どこで使えるかについても触れておく。開発者向けには、API(ソフトウェアがAIを呼び出すための窓口)として、Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry、Claude Platform on AWSで提供されている。Claude Codeでも使えるようになったと報じられている。ただし、claude.aiのどのプランで使えるか、既定のモデルになるのかは、今回確認できた公式資料に書かれていなかった。自分の画面のモデル選択で確認してほしい。

    数値で見るとどうなのか:8つの指標と価格

    ここからが本題の一つ、数値指標だ。公式の発表ページは、8つのベンチマークについてSonnet 5.5とOpus 5.5の値を並べている。ベンチマークとは、AIの実力を決まった問題セットで測るテストのようなものだ。

    先に、数値の単位と用語を説明しておく。「ツール」は、AIが使う検索やコード実行などの外部の機能のことだ。「%」は正解率や達成率のような割合で、高いほど良い。「Elo」は、対戦形式の比較で使われる相対的な点数で、チェスの実力点と同じ考え方だ。満点があるわけではなく、差の大きさで比べる。

    • Terminal-Bench 4.0(エージェント型のコーディング。AIが自分で手順を進める開発作業):Sonnet 5.5 70.6%、Opus 5.5 66.4%、差(筆者計算) Sonnet +4.2

    • FrontierCode 1.1(コードの変更が人の修正なしに取り込めるか):Sonnet 5.5 46.2%、Opus 5.5 54.4%、差(筆者計算) Opus +8.2

    • CursorBench 4.0(開発ツールCursorでの実際の作業を想定した評価):Sonnet 5.5 55.5%、Opus 5.5 57.8%、差(筆者計算) Opus +2.3

    • GDPval-AA v2.1(44職種にわたる知識労働、Elo):Sonnet 5.5 1844、Opus 5.5 1846、差(筆者計算) Opus +2

    • AA-Briefcase v1.1(長い工程の知識労働、Elo):Sonnet 5.5 1811、Opus 5.5 1822、差(筆者計算) Opus +11

    • Humanity's Last Exam(幅広い分野の難問、ツールあり):Sonnet 5.5 64.5%、Opus 5.5 67.7%、差(筆者計算) Opus +3.2

    • OSWorld 2.1(パソコンの画面操作):Sonnet 5.5 80.1%、Opus 5.5 81.8%、差(筆者計算) Opus +1.7

    • Chartography(グラフの読み取り、ツールなし):Sonnet 5.5 61.6%、Opus 5.5 64.4%、差(筆者計算) Opus +2.8

    出典はいずれも公式の発表ページで、「差」は、各指標の値から筆者が引き算したものだ。

    この一覧から読み取れることを整理する。8つのうち、Sonnet 5.5が上回っているのはTerminal-Benchの1つだけだ。残る7つはOpus 5.5がわずかに上回っている。ただし差は小さい。多くの指標で、正解率なら1.7〜3.2ポイントの範囲に収まっている。知識労働のElo指標のうちGDPval-AAは、2点差にすぎない。

    差が目立つのはFrontierCodeで、8.2ポイントの開きがある。この指標は、コードの変更が人の手直しなしに取り込める水準かを見るものだ。公式の脚注によると、Sonnet 5.5はeffortを最高のMaxにするより、その1つ下のXhighにしたほうがこの指標のスコアが高かった。「上げれば上げるほど良い」わけではない、という一例でもある。

    この数値を使うときには、条件も知っておく必要がある。Terminal-Benchでは、Opus 5.5の値は最も高いスコアが出たeffort(Xhigh)で測ったものだと注記されている。Sonnet 5.5側の設定は、今回確認できた資料からは分からない。そのため「同じ条件で公平に比べた結果」と読むのは避けたほうがよい。

    さらに、公式は次の点も注記している。GDPval-AAとAA-Briefcaseは、外部の評価機関Artificial Analysisが、公開前の版で測定した値だ。その版には、構造化出力(決まった形式で答えを返させる機能)を使う依頼で応答が悪くなる可能性のある不具合があった。筆者の解釈では、この2つの指標はSonnet 5.5の実力を実際より低く示している可能性がある。加えて、他社モデル側の不具合修正が外部機関のスコアにまだ反映されていない可能性も、脚注に書かれている。

    コーディング系の指標では、SpaceXAIが「CursorBench 4.0の55.5%は、Opus 5.5に次ぐ水準だ」と述べている。表の中でSonnet 5.5がOpus 5.5を上回ったのは、エージェント型コーディングのTerminal-Benchだけだ。ほかの指標との差も小さく、得意・不得意をはっきり分けられるほどの差ではない。

    報道でも、ベンチマークはあらゆる実運用の代わりにはならないという注意が紹介されている。数値は「目安」として読み、自分の仕事で試した結果を優先してほしい。

    価格と仕様:定価はOpus 5.5の半分

    数値指標のもう一つの柱が、価格だ。Claudeの料金は「100万トークンあたり」で表される。Sonnet 5.5は、入力が2ドル、出力が10ドルだ。これは、前のモデルのSonnet 5と同じ価格だ。

    • 入力(100万トークンあたり):Sonnet 5.5 2ドル、Opus 5.5 4ドル

    • 出力(100万トークンあたり):Sonnet 5.5 10ドル、Opus 5.5 20ドル

    • コンテキストウィンドウ:Sonnet 5.5 100万トークン、Opus 5.5 100万トークン

    • 最大出力:Sonnet 5.5 12万8千トークン、Opus 5.5 12万8千トークン

    • 応答の速さ(公式の相対表記):Sonnet 5.5 Fast(速い)、Opus 5.5 Moderate(中程度)

    • 考える仕組み:Sonnet 5.5 適応的(既定でオン)、Opus 5.5 適応的(常時オン)

    • 既定のeffort(Claude API):Sonnet 5.5 high、Opus 5.5 medium

    • 知識カットオフ:Sonnet 5.5 2026年6月、Opus 5.5 2026年6月

    出典は公式のモデル一覧と各モデルの概要ページだ。定価は、入力も出力もSonnet 5.5がOpus 5.5の半分になっている。

    読み方には2つ注意がある。1つ目は、応答の速さの表記が相対的なものだという点だ。公式の一覧は、現行のモデルの中での比較としてFast、Moderateなどと示しているだけで、実際の速さは入力・出力の長さやeffortで変わると注記している。「何倍速い」という数字は書かれていないので、ここでも倍率は書かない。

    2つ目は、定価の差がそのまま作業の費用の差にはならないという点だ。費用は、使ったトークンの量にも左右される。考える量が多ければ、それだけ出力のトークンが増え、時間もかかる。次の節で、この点を詳しく見ていく。

    なお、コンテキストウィンドウ、最大出力、知識カットオフはOpus 5.5と同じで、この点で両者に差はない。差が出るのは、価格、速さ、そして仕事の難しさへの強さだ。

    「30%速く、30%安く」は何と比べた数字なのか

    発表では、速さとコストについて分かりやすい数字が出ている。Sonnet 5.5は、前のモデルのSonnet 5より30%以上速く出力し、タスク全体のコストを最大30%減らせるという。ここで大事なのは、比べる相手がSonnet 5だという点だ。Opus 5.5と比べた数字ではない。

    コストが下がる理由も、公式と報道で一致している。価格表を下げたのではなく、使うトークンとツール呼び出しが減ったからだ。ツール呼び出しとは、AIがファイルを読む、検索する、コマンドを実行するなど、ツールを使うことをいう。同じ作業を少ない手数で終えられれば、その分だけ費用も時間も減る。

    公式はさらに、Terminal-Benchで低めのeffort(LowやMedium)に設定しても、Sonnet 5の最高スコアを約10分の1のコストで上回ったと述べている。これは「同じ点数を、はるかに安く出せる」という主張だ。ただし、あくまで公式が特定の指標で示した結果で、すべての仕事に当てはまる保証ではない。

    発表ページには、企業の利用者の声もいくつか載っている。各社の環境での結果であり、一般化はできないが、どんな場面で効果が語られているかの参考になる。

    • Box:前のモデルより正確で、2.4倍速く、総トークンは12%少なかったと述べている

    • Zendesk:チケットの処理が20%速くなったと述べている

    • Lovable:コーディングの評価で、ツール呼び出しが3分の1減り、シェル(コマンド)の実行はおよそ半分になったと述べている

    • Atlassian:同社のエージェント機能を、Sonnet 5より最大30%速く動かせるようになると述べている

    • Balyasny Asset Management:大量に処理する業務では、試した7つのモデルのうち品質とコストのバランスが最良だったと述べている

    • Base44:実際のアプリ118本のビルドで、Opus 5と同等のスコアだったと述べている

    これらの多くは「速い」「手数が少ない」という公式の主張と方向が合っている。BalyasnyとBase44は、品質とコストの釣り合いや、Opus 5との同等性を語ったものだ。手数が少ないとは、AIがツールを使う回数が減ることで、待ち時間が短くなる。途中で迷走して手戻りする場面も減りやすいと考えられるが、これは筆者の推測だ。いずれも各社が自社の条件で測った数字であり、自分の仕事で同じ効果が出るとは限らない。

    Opus 5.5との違いは何か:役割分担と選び分け

    ここまでの内容を、Opus 5.5との比較の形でまとめる。

    まず公式の言い方を確認する。Opus 5.5は、持続的な判断が要る複雑で答えの決まっていない仕事では、はっきり強いまま残る。一方でSonnet 5.5は、低めのeffortでOpus 5.5と組み合わせると最も効果的で、1タスクあたりのコストが下がる。高い設定では、同程度のコストで同等の性能を出せることもあるという。

    この最後の一文は少し分かりにくい。筆者の解釈では、Sonnet 5.5のeffortを上げるほど考える量とトークンが増えるので、定価の差による節約は小さくなっていく、ということだと思う。その代わり性能はOpus 5.5に近づく。安さを活かしたいなら、低めのeffortで使う場面が向いている、と読める。

    利用者の声にも、役割分担を裏づける発言がある。Creator社は、Opus 5.5がゲームの全体構造を決め、その実装をSonnet 5.5に任せるなら安心できると述べている。設計はOpus、実装はSonnetという分担だ。Base44の「Opus 5と同等」という声も合わせると、決まった枠の中で手を動かす仕事にSonnet 5.5が向く、というのが筆者の見方だ。

    ここで、4つのモデルを並べて整理しておく。

    • Claude Fable 5.1:価格(入力/出力、100万トークンあたり) 10ドル/50ドル、応答の速さ 遅め、公式が挙げる向いている仕事の例 数時間続くエージェント作業、複数手順の深い調査、分析を仕上げた文書や表計算にまで持っていく作業

    • Claude Opus 5.5:価格(入力/出力、100万トークンあたり) 4ドル/20ドル、応答の速さ 中程度、公式が挙げる向いている仕事の例 数時間の自律コーディング、大規模なコード整理、視覚を多用する作業、コンピュータ操作

    • Claude Sonnet 5.5:価格(入力/出力、100万トークンあたり) 2ドル/10ドル、応答の速さ 速い、公式が挙げる向いている仕事の例 コード生成、データ分析、コンテンツ作成、視覚の理解、ツールを使う作業

    • Claude Haiku 4.5:価格(入力/出力、100万トークンあたり) 1ドル/5ドル、応答の速さ 最速、公式が挙げる向いている仕事の例 リアルタイムの用途、大量の処理、コストを抑えたい場面、サブエージェント(仕事を分担する別のAI)の作業

    出典は公式のモデル一覧とモデル選択のガイドだ。

    公式の開発者向けガイドは、迷ったらまずOpus 5.5から始めるよう勧めている。これは、性能を優先して試し、あとから効率を上げる考え方だ。また、モデルを替えるよりeffortを調整するほうが有効なことも多いとも書かれている。

    これを日常の仕事に置き換えると、筆者の目安として次のようになる。範囲がはっきりしていて、手順が決まっている作業(定型の資料作成、バグ修正、表の整形など)は、まずSonnet 5.5を試す。目的があいまいで、長く、途中で判断が何度も要る作業は、Opus 5.5を試す。この目安は公式の分担を日常の言葉に置き換えたもので、公式の推奨そのものではない。最終的には、自分の仕事で両方を試して決めるのがよい。

    使い方はどう変わるか:effortと頼み方の見直し

    Sonnet 5.5を使うときに、覚えておくと役に立つ点がある。公式ドキュメントに書かれた注意を、日常の利用に置き換えて紹介する。元の記述は開発者向けで、チャットへの置き換えは筆者の解釈だ。

    1つ目は、effortの目安だ。Sonnet 5.5のeffortの各段階は、前のSonnet 5から調整し直されている。同じ「medium」でも、Sonnet 5と同じだけ考えるわけではない。公式は、チャットや待ち時間に敏感な作業ではmediumかlowから始めるよう案内している。effortが高いと、返答が始まるまでの待ち時間が長くなるためだ。なお、Claude Codeとアプリでの既定はMediumで、Claude Platformでは既定がHighと違う。

    2つ目は、途中で確認のために止まることがある点だ。lowやmediumで長い作業を任せると、終わる前にユーザーへ確認を取ろうとして止まりやすい。最後まで進めてほしいなら、effortを上げるのが第一の対処だ。加えて、「頼んだ作業がすべて終わるまで進めて、続けられないときとリスクのある操作の前だけ確認して」と一言添える方法も紹介されている。この文面は筆者が公式の趣旨を言い換えた例だ。

    3つ目は、頼んだこと以上のことをする場合がある点だ。effortが高いときや、答えの決まっていない頼み方をしたとき、テストや文書、補助のファイルを頼まれていないのに足すことがある。アイデアや計画だけが欲しいときは、「まず案だけ出して。作り始めないで」と明示するとよい。公式もそのような指示で防ぐ方法を示している。

    4つ目は、最新の情報の扱いだ。チャットや知識労働では、時期によって変わる細かな事柄(何が許される、何が必要か、いくらかかるか)を、検索できる状況でも訓練で得た知識から答えることがある。変わりやすい内容は、「最新の情報を検索して確認してから答えて」と頼むと改善する見込みがある。

    5つ目は、細かいグラフや図面の読み取りだ。画像の切り抜きや拡大ができるツールがあると、精度が大きく上がるとされている。特にグラフでは、ツールありでeffortをhighにしたほうが、ツールなしでmaxにするより正確に読めたという。ツールが使える環境なら、「該当部分を拡大して確認して」と頼む手がある。

    もう一点、lowでは、コードを実際に動かして確かめる検証を省いて「終わった」と報告することがある。コードを頼むときは、「変更したら、テストなど実際に動かす確認まで行って、結果を報告して」と添えておくと安心だ。

    なお、Sonnet 5向けに書いた指示は、変更なしでもうまく動くはずと公式は案内している。大きな書き直しを急ぐ必要はなさそうだ。ただし、最も難しい長期の作業には、Opusのほうがよい選択とされている。

    よくある誤解と注意点

    誤解1:「新しいSonnetを選べば、Opusはもう要らない」
    公式は、答えの決まっていない複雑な仕事でOpus 5.5がはっきり強いと明言している。役割分担のモデルであり、置き換えではない。先に見た一覧でも、8つのうち7つでOpus 5.5がわずかに上回っている。

    誤解2:「指標の差が小さいから、使ってみても違いは分からない」
    ベンチマークは実際の仕事の代わりにはならない。差が数ポイントでも、自分の仕事では大きく出ることも、ほとんど出ないこともある。逆に、Sonnet 5.5が上回った指標が1つあっても、それは特定の測定条件での結果だ。

    誤解3:「30%安くなるなら、いつでも安くなる」
    30%は「最大」で、比べる相手はSonnet 5だ。しかも下がる理由は定価ではなく、トークンとツール呼び出しの減少だ。effortを上げれば、使う量は増える。月額プランの利用回数や料金にどう影響するかは、確認できた公式資料に書かれていなかったので、ここでは触れない。

    誤解4:「数値は、公式が確定させた最終結果だ」
    公式の脚注に、外部機関の測定に不具合の可能性があると書かれている。GDPval-AAとAA-Briefcaseは、公開前の版で測ったものだ。発表時点の値として受け取り、今後、値が見直される可能性を頭に置いてほしい。

    注意:安全装置による断りがある
    Sonnet 5.5には、危険な依頼を判定して断る仕組み(分類器)が付いている。断られる区分は次の5つだ。

    • サイバー被害につながる依頼

    • 生物分野の被害につながる依頼

    • 競合するAIモデルの開発を助ける依頼

    • 内部の推論内容をそのまま出させる依頼

    • そのほかの利用ポリシーに当たる依頼

    Sonnet 5.5は、サイバー分野の保護策をOpus 5.5に近い形で備えた最初のSonnetだ。リスクの高い依頼は、Sonnet 5に切り替わる。生物分野については、日常的な健康や教育の質問は影響を受けないと公式は説明している。サイバー分野でも、ソースコードの脆弱性を見つける作業は許されているが、高リスクな二重用途の作業は許されない。無害な仕事でも「そのほかの利用ポリシー」の区分で断られる場合があるとも書かれている。断られたら、依頼の趣旨や目的を具体的に言い直してみるとよい。

    今日からできる一歩:同じ依頼を2つのモデルで試す

    最後に、今日から試せる一歩を3つ示す。

    1. 自分の画面でSonnet 5.5が選べるか確認する。 提供の範囲は、確認できた公式資料からは分からなかった。モデルの選択画面を開き、Sonnet 5.5とOpus 5.5がそれぞれ表示されるか見る。使えないなら、それが分かるだけでも収穫だ。

    2. 普段の作業を1つ選び、同じ依頼を両方に出す。 たとえば、会議メモの要約、表の整形、資料の下書きなど、範囲がはっきりした仕事がよい。依頼文は同じにして、結果を並べて比べる。

    3. 比べた結果を短くメモする。 見るのは、所要時間、手直しの量、抜けや間違いの有無の3点でよい。数回続けると、自分の仕事ではどちらがどの場面に合うかが見えてくる。

    余裕があれば、effortを変えて同じ依頼を試す方法もある。ただし、画面によっては設定が出ないこともあるので、無理に探す必要はない。

    まとめ

    Sonnet 5.5は、2026年9月28日に発表された、速さと賢さのバランスをとるモデルだ。公式の8つの指標では、Opus 5.5に近い値を示し、Terminal-Benchでは上回った。定価はOpus 5.5の半分で、応答は速い側に位置づけられている。30%の速さとコストの削減は、前のモデルのSonnet 5と比べた数字だ。

    一方で、答えの決まっていない難しい仕事では、公式もOpus 5.5がはっきり強いとしている。数値は目安であり、測定条件や不具合の注記も含めて読む必要がある。選び分けの基本は、範囲が決まった日常の仕事にSonnet 5.5、複雑で判断が続く仕事にOpus 5.5という役割分担だ。ただし、これは筆者の目安であり、最後は自分の仕事で試して決めてほしい。

    出典

     
     

    yota1971

     
     
    音響業界の片隅に棲息する猫

    あなたへのおすすめ