Sonnet 5.5 は Opus 5.5 の安い代わりではなく、範囲の決まった仕事を回す実働役

Sonnet 5.5 のベンチ表には、Opus 5.5 とほとんど同じ数字が並んでいる。値段は半分で、出力は速い。全部 Sonnet でいいのでは、と一瞬思った。

ところが同じ発表ページに、こういう一文がある。

判断を持ち続ける必要がある、複雑で開かれた仕事では Opus 5.5 が明確に強い(自分の訳)。表の数字だけで乗り換えるな、と Anthropic 自身が書いている。

前回は Opus 5 を起点に Fable 5.1 の出しどころを整理した。今回はその起点が Opus 5.5 に変わり、下に Sonnet 5.5 が入った。4つのモデルの得意と不得意を並べ直してみる。

表の数字は近いが、条件がそろっていない

Sonnet 5.5 は2026年9月28日(米国時間)に発表された。公式は Opus 5.5 の「速くて安い補完役」と位置づけている。

公式表を Sonnet 5.5 / Sonnet 5 / Opus 5.5 の順で見る。CursorBench 4.0 が 55.5% / 34.1% / 57.8%。GDPval-AA v2.1 が 1844 / 1449 / 1846。OSWorld 2.1 が 80.1% / 57.0% / 81.8%。どれも Opus 5.5 が少し上で、差は数ポイントに収まる。

目立つのは Terminal-Bench 4.0 だ。Sonnet 5 の 10.3% に対し、Sonnet 5.5 は 70.6% で Opus 5.5 の 66.4% も上回る。

ただ、ここだけで「Sonnet が Opus を超えた」とは言えない。Sonnet 5 の 10.3% は公式表の値そのもので、低い理由は書かれていない。表の値は原則 max effort で、Opus 5.5 の 66.4% だけが xhigh の値だ(max では 64.8%)。effort をそろえると景色が変わる。Claude Code の既定の Medium では、Sonnet 5.5 が 28.8%、Opus 5.5 が 57.6% になる。

FrontierCode 1.1 も素直ではない。Sonnet 5.5 は Xhigh で 52.1%、Max だと 46.2% に下がる。脚注によると、Max では code-review スキルでサブエージェントに分割しがちになる。Cognition が調べた2件では、タイムアウトやスコープ外の編集につながって減点されたという。

そもそも全部 Anthropic 側の数字だ。The Decoder も独立した検証はこれからだと書いている。

4つのモデルの得意と不得意

Sonnet 5.5: 範囲が決まった仕事を速く回す

公式が挙げる得意分野は、範囲の決まった日常タスク、バグ修正、文書・スライド・スプレッドシートの仕上げだ。

価格は $2 / $10 で Sonnet 5 と同額。出力は Sonnet 5 より30%以上速く、社内テストではタスクあたり最大30%安い。単価はそのままなので、同じ仕事に使うトークンが減ったぶんが安さになる。Slack は出力トークン約14%減、Lovable はツール呼び出し約3分の1減と書いている。どちらも企業側の発言だ。

向かないのは、ゴールそのものが揺れる仕事。判断を持ち続ける開かれた仕事は Opus 5.5 に置く。effort を上げすぎるのも損になる。

高い設定では、同程度のコストで同等の性能になる(自分の訳)。直前の文が Opus 5.5 との組み合わせの話なので、比べる相手は Opus 5.5 だ。Max に振り切れば、Sonnet を選ぶ理由が消える。

セキュリティ運用の立場で気になる変更もある。Sonnet 5.5 は、最上位モデル並みの cyber safeguards と fallback を持つ初の Sonnet だ。通常の開発でバグを探して直す作業はそのまま通る。リスクの高いサイバー系のタスクは、目に見える形で Sonnet 5 に fallback する。アプリでは自動、API では opt-in だ。

Opus 5.5: 判断を持ち続ける仕事の既定

公式の1行説明は "For long-running agentic coding and knowledge work"。価格は $4 / $20 で Sonnet 5.5 の2倍。Claude Code では Pro / Max / Team / Enterprise / API の既定モデルになった。

設計を決める、あいまいな仕様を詰める、長い作業のあいだ方針を保つ。こういう仕事の起点はここだ。公式は Fable 5.1 と大半の仕事で同水準だと主張している。

弱点も独立評価で出てきた。Sonar の544タスク評価では、pass rate 87.68% で Opus 5 とほぼ同じ、出力トークンは40%減。ただしバグ密度が12%増え、並行性の指摘は44%増えた。CodeRabbit は Max より Standard から評価を始めるよう勧めている。

公式ドキュメントにも注意がある。同じ effort でも Opus 5 より thinking が多く、xhigh / max で特にそうなる。長時間の無人実行では、テキストだけのターンで止まることもある。

Fable 5.1: Opus 5.5 を上げ切っても届かない長丁場だけ

Fable 5.1 は $10 / $50 で、Opus 5.5 の2.5倍。前回は2倍だったので、差が広がった。レイテンシも公式表では "Slower" だ。

出しどころは、公式 Choosing a model の手順5のままでいい。Opus 5.5 を xhigh か max にしても、重い推論や長時間のエージェント作業で届かないときに Fable 5.1 へ移る。起点が Opus 5.5 に替わっただけで、順番は変わらない。

不得意は日常の仕事全般だ。Opus 5.5 の発表表では、多くの指標で Fable 5.1 が下回る。Terminal-Bench 4.0 は 55.8% 対 66.4%、GDPval-AA は 1735 対 1846。kingy.ai は、ラインナップ上の位置だけではもう既定にする理由にならない、とまとめている(自分の訳)。

Sonnet 5: 残す理由はほぼない

Sonnet 5 は $2 / $10 で、Sonnet 5.5 と同じ価格だ。公式表の8項目すべてで Sonnet 5.5 が上回り、速さもトークン効率も新しいほうが良い。同じ値段なら、置き換えて困る場面が思いつかない。

廃止予定日は2027年6月30日以降なので、急ぐ必要はない。検証中のパイプラインの固定先としてなら残せる。

Haiku 5.5 は、大量処理とコスト重視の用途向けとして数週間以内に加わる予定だ。現行は Haiku 4.5($1 / $5、200K)のまま。サブエージェントの大量処理は、Haiku 5.5 を待ってから組み直すつもりでいる。

設定で結果が変わるところ

effort の既定はサーフェスで違う。Claude Code とアプリは Medium、API は High から始まる。比べる前にここをそろえないと、比較にならない。

Claude Code で使うには v2.1.284 以上が要る。気をつけたいのは `sonnet` エイリアスだ。Anthropic API なら Sonnet 5.5 に解決される。Bedrock・Google Cloud・Foundry では Sonnet 4.5 だ。Claude Platform on AWS では Sonnet 4.6 になる。確実なのは `claude-sonnet-5-5` の指定だ。

既定は Opus 5.5 なので、何もしなければ Sonnet 5.5 は使われない。手軽なのは `opusplan` で、plan mode は Opus 5.5、実行は Sonnet 5.5 になる。判断は Opus、手を動かすのは Sonnet という分担がそのまま設定になる。

日本語でのトークン効率は自分で確かめたい。Sonnet 5.5 のトークナイザは Sonnet 5 と同じだ。安くなったのはタスクあたりの使用量が減ったからで、日本語の仕事で同じだけ減るかは発表からは読めない。自分のログで入出力トークンを並べて見るつもりだ。

使い分けと、同じチケットを3本並走

今の置き方はこうなる。

• バグ修正、範囲の決まった実装、資料の仕上げ: Sonnet 5.5(effort は Medium から)

• 設計、仕様が固まっていない調査、長時間の自律実行: Opus 5.5

• Opus 5.5 を xhigh / max にしても届かない長丁場: Fable 5.1

• Sonnet 5: 検証中の固定先を除いて Sonnet 5.5 に置き換え

• 大量・低単価の処理: Haiku 5.5 待ち

ただ、どれも Anthropic の数字と文言から組んだ仮説だ。自分のリポジトリで同じになるかは、まだわからない。

なので、同じチケットを Sonnet 5 / Sonnet 5.5 / Opus 5.5 で3本並走させるつもりでいる。effort はそろえて、見るのは完了までの時間と請求額。ベンチの順位より、この2つのほうが自分の仕事には効く。

みなさんは Sonnet 5.5 をどこに置きましたか。Opus 5.5 から仕事を移したのか、Sonnet 5 の置き換えにとどめているのか。日本語中心の作業でトークンがどれくらい減ったか、手元の数字があればコメントで教えてください。

#ClaudeSonnet55 #ClaudeOpus55 #ClaudeFable51 #Claude #Anthropic #ClaudeCode #LLM #生成AI #AIエージェント #APIコスト