Claude Opus 5.5 — Fable 5.1級の性能を$4/$20で。「20%値下げなのに40%安い」の内訳とOpus 5からの4つの破壊的変更

Opus 5.5は「上位モデルを安い方が追い抜いた」最初のリリース

2026年9月22日、Anthropicは Claude Opus 5.5 をリリースしました。 モデルIDは claude-opus-5-5。Opus 5の後継であり、Claude 5.5世代の第1弾です。Sonnet 5.5とHaiku 5.5も数週間以内に続くと予告されています。

発表を一言でまとめると、「3週間前に出た上位モデルFable 5.1を、価格が半分以下のOpus 5.5がエージェント系ベンチマークで追い抜いた」リリースです。 Anthropicの説明は「大半の仕事でFable 5.1と同等、いくつかのエージェントコーディング指標では上回る」と控えめですが、公表された数値を並べるとTerminal-Bench 4.0・FrontierCode・CursorBench・GDPval-AA・AutomationBench・OSWorld・Humanity's Last Examのすべてで上に来ています。 料金は入力$4 / 出力$20 per MTokで、Opus 5から20%、Fable 5.1（$10 / $50）からは60%安い水準です。

この記事では、公式発表・What's new・Prompting guide・移行ガイドの内容を、「何が伸びたか」「なぜ安くなるのか」「effortをどう選ぶか」「Opus 5から何が壊れるか」「新しいプロンプト実務」の5軸で整理します。 Fable 5.1と共通する破壊的変更については Fable 5.1の記事 で詳しく扱っているので、本記事ではOpus 5.5固有の差分に絞ります。

位置づけ：Opus 5・Fable 5.1・Sonnet 5との比較

まずカタログスペックを並べます。注目すべきは3点です。①料金がOpus 5より20%安い、②effortのデフォルトが唯一 medium（他は high）、③キャッシュ読み取りが基本入力の0.05倍（Opus 5は0.1倍、Fable 5.1は0.025倍）。 ②と③は後述する「安さの内訳」と「移行時の注意点」に直結します。

Anthropicの公式ドキュメントは、Fable 5.1について「まずOpus 5で始め、足りない場合にFable 5.1へ」という順序を推奨していました。 Opus 5.5の登場でこの順序はさらに明確になり、「まずOpus 5.5をmediumで試し、それでも届かない場合だけFable 5.1」が合理的なデフォルトになります。 料金差が2.5倍ある以上、ベンチマークで上回っている側を先に試さない理由がありません。

ベンチマーク：Fable 5.1を上回り、GPT-6 Astraとは分野で分かれる

公式発表のベンチマークで最も差が開いたのはTerminal-Bench 4.0（エージェントによるターミナル操作タスク）で、Opus 5の52.3%、Fable 5.1の55.8%に対して66.4%です。 実コード修正のFrontierCode v1.1は54.4%、CursorBench 4.0は57.8%、知識労働のGDPval-AA v2.1は1846 Eloと、いずれもFable 5.1を上回ります。

一方、9月3日に出たOpenAIの GPT-6 Astra と比べると、分野で勝ち負けが分かれます。 Terminal-Bench 4.0（66.4% vs 57.9%）とHumanity's Last Exam（67.7% vs 57.2%）、GDPval-AA（1846 vs 1542）はOpus 5.5が上ですが、Terminal-Bench-Science（58.7% vs 64.6%）とAutomationBench（40.0% vs 41.4%）はAstraが上です。 ただしAstraは$10 / $50 per MTokなので、Anthropicは「FrontierCodeではデフォルトeffortのOpus 5.5がAstraを約20%のタスク単価で上回る」と対コストで訴求しています。

数字の並びから読み取れるのは、Opus 5.5の伸びが「長時間の自律実行」と「知識労働の正確さ」に集中していることです。 公式ドキュメントが挙げる改善領域も同じ方向で、次の4つに整理されています。

• エージェントコーディングとコードレビュー：大規模リポジトリでテストが通るまで変更を運ぶ多段階作業。デフォルトのmediumでOpus 5のhighと同等以上を、より少ないステップとトークンで達成。コードレビューではDeloitteの評価で「最低effortで既知バグの72%を検出、Opus 5はhighで56%」
• 知識労働：入力に根拠のない数値や出典を述べることが大幅に減少。調査レポート18本中16本が「引用数値がすべて検証可能」という品質基準を通過し、Fable 5.1とOpus 5は0本だった
• コミュニケーション：作業中の進捗報告と完了時の要約が「何をしたか・何を見つけたか・何が必要か」を平易に述べる。Boxの評価ではOpus 5の3分の1のトークンで40%簡潔な回答
• チャート・図・スクリーンショット・コンピュータ操作：ツールなしでも最低effortのOpus 5.5が最高effortのOpus 5より正確にチャートを読む。矢印がどの箱をつなぐか、図の2バージョンで何が変わったか、といった位置依存の意味理解も改善

料金：単価は20%減、実コストは40%減になる理由

公式発表には「Opus 5より40%安く動く」という表現が出てきますが、単価の値下げは20%です。この差はどこから来るのでしょうか。 答えは「トークン単価」以外の3つの要素が同時に効いているからです。

flowchart LR
    A["タスク1件の実コスト"] --> B["トークン単価<br/>入出力とも20%減"]
    A --> C["キャッシュ読み取り単価<br/>60%減（$0.50 → $0.20）"]
    A --> D["タスクあたりトークン数<br/>同じ作業をより少ないステップで完了"]
    A --> E["出力速度<br/>30%以上高速化 → 時間課金の周辺コスト減"]
    B --> F["典型ワークロードで約40%減"]
    C --> F
    D --> F
    E --> F

中でも効くのは「タスクあたりのトークン数」です。公式発表に並ぶ早期利用者の声は、ほぼすべてこの点を指しています。 Optiverは「Opus 5の品質を約半分のターン・時間・出力トークンで達成し、コストは40〜50%減」、Kiroは「約40%少ない呼び出しと半分のトークンでOpus 5より多く解決」、Factoryは「mediumでOpus 5のhighと同等、出力トークンは20〜25%減」と報告しています。 20万行のコードベース監査の例では、Opus 5が20時間以上かけて2.5倍のトークンを使ったところを、Opus 5.5は3時間以内で終えたとされています。

もう一つ見落としがちなのがキャッシュ読み取りの値下げ幅です。 Opus 5から60%減の$0.20 per MTokで、これは基本入力の0.05倍です。Fable 5.1の0.025倍ほど極端ではありませんが、Opus 5の0.1倍から半減しました。 ツール呼び出しを何十回も重ねるエージェントループでは毎ターンの入力の大半がキャッシュヒットになるため、この項目だけでもかなりの削減になります。 裏返すと、キャッシュミスの相対コストが上がっているので、履歴をappend-onlyに保ってキャッシュを壊さない設計の価値がOpus 5より高まっているということでもあります。

effort：デフォルトはmedium、レベル名はモデル間で同じ意味ではない

Opus 5.5でAPI利用者が最初に意識すべきなのが output_config.effort です。 thinkingが常時ONになったことで（後述）、effortが「どれだけ考えるか」を制御する唯一の手段になりました。そして2つの点がOpus 5から変わっています。

① デフォルトがmediumに下がった

Opus 5以前のOpusはデフォルト high でしたが、Opus 5.5は medium です。 つまり effort を省略しているコードをそのまま移行すると、1段階低いeffortで動くことになります。 ただしこれは「性能が下がる」ことを意味しません。Anthropicの計測では、Opus 5.5のmediumはコーディングと知識労働の評価でOpus 5のhighと同等以上で、複数のベンチマークではOpus 5のmaxすら上回ります。いくつかのコーディング評価では low でもそれに迫るとされています。

② 同じレベルでもOpus 5より多く考える

一方で、同じeffort値ではOpus 5.5の方が1ターンあたりの思考量が多く、特に xhigh と max で顕著です。 Opus 5で xhigh を設定していたコードをそのまま移行すると、ターンが長くなり出力トークンが増えます。 公式ガイドが挙げる対処は3つです。

• max_tokens に思考分の余裕を持たせる。 thinkingの本文は返されなくても max_tokens に計上されるため、thinking無効前提で小さく設定した上限だと回答が途中で切れる。エージェントコーディングの長いターンでは上限の128,000がうまく機能したとされる
• xhigh / max は品質向上を計測できた作業にだけ使う。
• 思考を減らしたいなら、プロンプトで指示する前にeffortを下げる。 effortを下げる方がプロンプトより確実に思考・コスト・レイテンシを減らせる

ターンごとにeffortを変えたい場合は、トップレベルの effort をリクエスト間で変更するとプロンプトキャッシュが無効化されるため、per-message effort（ベータ、mid-conversation-output-config-2026-07-01）を使います。content が空の role: "system" メッセージに output_config.effort を付けて履歴に追記する方式で、Fable 5.1と同じ仕組みです。

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic();

// Opus 5.5では effort を明示する。省略すると medium で動く
const response = await client.messages.create({
  model: 'claude-opus-5-5',
  max_tokens: 64000, // thinking分を含めて余裕を持たせる
  output_config: { effort: 'medium' },
  thinking: { type: 'adaptive', display: 'summarized' }, // 推論の要約を読みたい場合
  messages: [{ role: 'user', content: '認証モジュールのテストが落ちる原因を調べて修正して' }],
});

// 先頭がthinking blockとは限らないので、typeで振り分ける
for (const block of response.content) {
  if (block.type === 'thinking') console.log('[thinking]', block.thinking);
  if (block.type === 'text') console.log(block.text);
}

Opus 5からの4つの破壊的変更

Opus 5で動いているコードを移行する場合、APIの互換性が壊れるのは以下の4点です。 最初の3つはFable 5.1と同じ仕組みで、4つ目がOpus 5.5固有です。 Claude Code・claude.ai・Managed Agents・Agent SDKを使っている場合はハーネス側が面倒を見てくれるため、影響を受けるのは自前でエージェントループを組んでいる場合です。

① thinkingを無効化できない

Opus 5ではthinkingはデフォルトONでしたが、effortが high 以下なら thinking: {"type": "disabled"} で無効化できました。 Opus 5.5ではすべてのeffortレベルで無効化できず、disabled も {"type": "enabled", "budget_tokens": N} も400エラーになります。

"thinking.type.disabled" is not supported for this model. Use "thinking.type.adaptive" and "output_config.effort" to control thinking behavior.

thinkingを無効化していたルートは、thinking フィールドを削除して effort: "low" から始めるのが移行手順です。low では思考が短く保たれ、プロンプト次第では思考を省略することもあります。それでもTTFT（最初のトークンまでの時間）が重要なら「Answer directly without deliberating.」のような一文を追加できますが、品質への影響を必ず計測するよう注意されています。

あわせて見直すべきなのが、thinking無効時の代替として書いていたプロンプトです。 「推論を回答に書き出せ」という指示はthinkingの代わりに使われていましたが、Opus 5.5ではこれが新設の reasoning_extraction 分類器に拒否される可能性があります。 この指示は削除し、代わりに display: "summarized" でthinking blockから要約を読むのが正解です。「考えるな」という指示も、モデルが従えない上にタグ漏れを増やすので削除します。

② forced tool useが400エラーになる

tool_choice の {"type": "any"} と {"type": "tool", "name": "..."} は、Messages API・Batches API・トークンカウントAPIのすべてで400エラーになります。auto（デフォルト）と none は引き続き使えます。 移行パターンはFable 5.1と同じで、「特定ツールを呼ばせたい」なら auto ＋プロンプトでの明示＋ strict: true、「JSONが欲しいだけ」ならstructured outputs（output_config.format）に置き換えます。auto はツール呼び出しを保証しないため、呼ばれなかった場合のチェックとリトライを入れておく必要があります。

// Before: Opus 5.5では400エラー
const before = await client.messages.create({
  model: 'claude-opus-5',
  max_tokens: 4096,
  tools: [getWeatherTool],
  tool_choice: { type: 'tool', name: 'get_weather' },
  messages: [{ role: 'user', content: 'パリの天気は？' }],
});

// After: auto + strict + プロンプトでの名指し。呼ばれたかどうかを確認する
const after = await client.messages.create({
  model: 'claude-opus-5-5',
  max_tokens: 4096,
  tools: [{ ...getWeatherTool, strict: true }],
  tool_choice: { type: 'auto' },
  messages: [{ role: 'user', content: 'get_weatherツールを使ってパリの天気を調べて' }],
});
if (!after.content.some((b) => b.type === 'tool_use')) {
  // リトライするか、テキスト回答にフォールバックする
}

③ thinking blockがモデルと会話に束縛される（preserved thinking）

Fable 5.1で導入されたpreserved thinkingがOpus 5.5にも適用されます。 仕組みの詳細は Fable 5.1の記事 に譲り、ここではOpus 5.5固有の「誰が誰のブロックを読めるか」を整理します。

flowchart LR
    subgraph READ["Opus 5.5が読める"]
        O5["Opus 5 / それ以前のOpus"]
        S["Sonnet / Haiku"]
    end
    subgraph CANNOT["Opus 5.5が読めない"]
        F["Fable 5 / 5.1"]
        M["Mythos 5 / 5.1"]
    end
    O5 --> OP["Opus 5.5"]
    S --> OP
    F -.-x OP
    M -.-x OP
    OP --> F51["Fable 5.1 / Mythos 5.1<br/>（Claude APIのみ）"]
    OP -.-x OTHER["Opus 5 / Opus 4.8 など<br/>それ以外のすべて"]

• Opus 5.5が読めるもの：Opus 5とそれ以前のOpus、Sonnet、Haikuが生成したthinking block。Opus 5で始めた会話をOpus 5.5に切り替えても推論は引き継がれる
• Opus 5.5が読めないもの：FableおよびMythos系のブロック。Fable 5.1で始めた会話をOpus 5.5に落とすと、切り替え後は推論なしで動く
• Opus 5.5のブロックを読めるモデル：Claude API上のFable 5.1とMythos 5.1だけ。Opus 5やOpus 4.8へのフォールバックでは推論が失われる

読めないブロックを含むリクエストはエラーにならず、APIがモデルに渡す前に落として成功します。落とされたブロックは課金されません。 実務で問題になるのは、安全分類器の拒否からのフォールバックです。後述するようにOpus 5.5の拒否はOpus 5やOpus 4.8にフォールバックさせるのが標準構成ですが、その切り替え直後のターンは推論を失った状態で再計画するため、コストとレイテンシが一時的に上がります。

会話束縛（過去ターンを編集すると以降のthinking blockが無効になる）についても、Fable 5.1と同じ条件です。2026年8月31日以降に作成されたアカウントではデフォルトで強制され、編集後にブロックを再送すると400エラーになります。 それ以前のアカウントでも thinking.block_binding.prefix_mismatch_behavior を明示すればオプトインできます。 自前で messages を組み立てているハーネスは、移行前に3ステップ確認（リクエスト本文の前方一致比較 → drop_block で回して input_transformations を記録 → 本番設定を error か drop_block に明示）を回すことが推奨されています。

④ computer_20251124が使えない（Claude API・Google Cloud）

これがOpus 5.5固有の破壊的変更です。 Opus 5はコンピュータ操作を computer_toolset_20260801 ツールセットと、ベータヘッダー付きの旧 computer_20251124 ツールの両方で受け付けていました。 Opus 5.5はClaude APIとGoogle Cloudではツールセットのみを受け付け、旧ツールを宣言すると400エラーになります。Amazon Bedrockでは旧ツールが引き続き動くので変更不要です。

'claude-opus-5-5' does not support tool types: computer_20251124. Did you mean one of: computer_toolset_20260801, ...

ツールセットへの移行は tools エントリの差し替えだけでは済みません。 ツールセットでは {"type": "computer_toolset_20260801"} に name も画面サイズも付けず、モデルからの呼び出しは screenshot・left_click・zoom といったメンバーツール名が tool_use の name になります（input.action ではない）。 1ターンに複数のアクションが来ることもあり、各 tool_result には "toolset_name": "computer" を必ず含めます。 Opus 5は両方の形式を受け付けるので、まずOpus 5上でツールセットに移行してテストし、それからモデルIDを変えるのが安全な手順です。

補足：ツール間のテキストがthinking blockに移る

破壊的変更ではありませんが、リクエストが失敗しないぶん見落としやすい変化があります。 Opus 5では、ツール呼び出しの間にモデルが書く「今何を見つけて、次に何をするか」という短いメモは text ブロックで返っていました。 Opus 5.5ではFable 5.1と同じく進捗用の thinking ブロックとして返り、デフォルトの display: "omitted" ではテキストが空になります。text ブロックだけを画面に出しているクライアントは、長いエージェントターンの間ずっと無言になります。

const stream = client.beta.messages.stream({
  model: 'claude-opus-5-5',
  max_tokens: 64000,
  betas: ['thinking-display-updates-2026-08-18'],
  thinking: { type: 'adaptive', display: 'updates' }, // 推論は隠し、進捗メモだけ受け取る
  tools,
  messages: [{ role: 'user', content: '課金サービスに対して開いているPRをレビューして' }],
});

for await (const event of stream) {
  if (event.type === 'content_block_delta' && event.delta.type === 'thinking_delta') {
    if (event.delta.thinking) showStatus(event.delta.thinking); // 空でなければ進捗メモ
  }
}

安全対策：bio分類器の追加とサイバー系のOpus 4.8への振り分け

Opus 5.5はFable 5.1と同じ構成の安全分類器を持ちます。Opus 5から移行する場合、生物学（bio）分類器と reasoning_extraction カテゴリが新規です。 日常的な健康・教育の質問は影響を受けませんが、ウイルス学・毒性学・分子設計などデュアルユースと判定される研究は拒否されます。ライフサイエンス分野の組織にはLife Sciences Verification Programが用意されています。 サイバーセキュリティについては、ソースコードの脆弱性発見は許可され、高リスクなデュアルユース活動は拒否されます。

公式発表で注目すべき記述が、サイバーセキュリティ関連の多くのタスクをOpus 4.8に振り分けるという点です。 The New Stackはこれを「エージェント呼び出しが気づかないうちに古いモデルにルーティングされる可能性がある」と報じています。 APIの挙動としては通常の拒否と同じで、HTTP 200で stop_reason: "refusal" と stop_details.category が返り、フォールバックを設定していればその中で別モデルに再実行されます。 ただし前述の通り、フォールバック先のOpus 4.8やOpus 5はOpus 5.5のthinking blockを読めません。

// フォールバックは最初から入れておく。"default" はカテゴリごとにAnthropic推奨のモデルへ再実行する
const response = await client.beta.messages.create({
  model: 'claude-opus-5-5',
  max_tokens: 16000,
  betas: ['server-side-fallback-2026-07-01'],
  fallbacks: 'default',
  messages: [{ role: 'user', content: '...' }],
});

if (response.stop_reason === 'refusal' && response.stop_details) {
  // チェーン全体が拒否した場合。reasoning_extraction はフォールバックされずここに来る
  console.log(response.stop_details.category, response.stop_details.explanation);
}

なお reasoning_extraction の拒否だけはフォールバック先で再実行されず、そのまま返されます。 これはモデルの内部推論を抽出して蒸留に使うことを防ぐ「anti-extraction safeguard」の一部で、preserved thinkingと対になる設計です。

Opus 5.5で新しく登場したプロンプト実務

公式の「Prompting Claude Opus 5.5」には、Opus 5にもFable 5.1にもなかった実務パターンがいくつか追加されています。 いずれも「モデルの挙動が変わったから」というより、「Opus 5.5がこの種の指示に敏感に反応することが分かったから」という性格のものです。

この中で最も実装に影響するのが1行目の「無人エージェントの早期停止」です。 Opus 5.5はコミュニケーションが改善された結果、長いタスクの途中で「ここまでやりました、次は〇〇をします」と報告してターンを終える傾向があります。人が見ている場面では歓迎される挙動ですが、無人ループではこれが「タスク完了」と区別できません。 公式ガイドは、完全無人のエージェント向けに「避けてほしい4種類の終わり方」を具体的に列挙したsystemプロンプトを例示しています。要旨は次の通りです。

• やったことの長い要約で締めて、次のステップを「予告」するだけでツール呼び出しがない
• 「他に希望がなければ続けます」と申し出て、返ってこない返事を待つ
• 本人の説明でも作業を止めないはずの「決めてほしいこと」を並べて止まる
• ターンが長くなった、マイルストーンに着いた、という理由で「ここで報告しておこう」と決める

このプロンプトはセッションの最初のリクエストから入れる必要があります。途中で追加するとsystemプロンプトの変更＝プレフィックスの編集になり、以前のthinking blockが無効化されるからです（破壊的変更③）。 また状態メモは次のツール呼び出しと同じメッセージに書かせる設計なので、それを受け取るには display: "updates" が必要です。 人が答えられるhuman-in-the-loopの用途では入れない、危険な操作の確認ステップは別途残す、という注意も付いています。

移行チェックリスト

Opus 5から移行する場合に確認すべき項目をまとめます。Opus 4.8以前から移行する場合は、これに加えてOpus 5の移行ガイドの内容（サンプリングパラメータの廃止、prefillの廃止、thinkingデフォルトONなど）が先に乗ります。

1. モデルIDを claude-opus-5-5 に更新する。 Bedrockは anthropic.claude-opus-5-5。
2. thinking: disabled と budget_tokens をすべてのルートから削除する。 代わりにeffortを選ぶ。max_tokens は思考分を含めて大きめに。レスポンスは位置ではなく type で読む。
3. effort を明示する。 デフォルトがmediumになった。mediumから始めてlow/highを計測し、xhigh/maxは品質向上を実測できた場合のみ。ターン単位の変更はper-message effortで。
4. tool_choice の any / tool を削除する。 auto ＋ strict: true ＋プロンプトでの名指し、またはstructured outputsに。呼ばれなかった時のチェックを追加。
5. コンピュータ操作は computer_toolset_20260801 に移行する。 Claude API・Google Cloudでは必須。まずOpus 5上でテスト。
6. 履歴をappend-onlyにする。 自前ハーネスなら3ステップ確認を回し、prefix_mismatch_behavior を明示する。セッション中に使う可能性のあるツールは最初のリクエストで宣言する。
7. 拒否ハンドリングとフォールバックを入れる。 stop_reason: "refusal" を先にチェックし、fallbacks: "default" を有効化。reasoning_extraction はフォールバックされない。
8. UIに display: "updates" を組み込む。 ツール間の進捗テキストを表示していた製品は必須。
9. 無人ループならend_turnの扱いを見直す。 text-onlyの終了を「報告」として扱い、未完了なら継続を促す。
10. Opus 5向けの調整プロンプトを再評価する。 冗長さ・過剰な検証・スコープに関する指示、視覚入力用のスキャフォールディング、チャットでの「よく考えてから答えよ」は不要になっている可能性がある。
11. コストとレート制限を再計測する。 $4 / $20、キャッシュ読み取り$0.20。Priority Tier非対応。Fast modeはClaude API限定で$8 / $40。

まとめ

• ① 「安い方が上位を追い抜いた」のが今回の本質。 Terminal-Bench 4.0の66.4%をはじめ主要ベンチマークでFable 5.1を上回り、料金は60%安い。「まずOpus 5.5のmediumで試し、届かなければFable 5.1」がデフォルトの順序になった。GPT-6 Astraとは科学・自動化系で負け、コーディング・推論系で勝つという分かれ方。
• ② 「40%安い」は単価20%減・キャッシュ読み取り60%減・タスクあたりトークン減・出力30%高速化の合算。 Opus 5の見積もりを0.8倍するのではなく、実ワークロードで完了までのトークンとキャッシュヒット率を計測し直す。effortのデフォルトがmediumになったことも「同じ品質をより少ない思考で」の一部。
• ③ 破壊的変更の3つはFable 5.1と同じ「履歴はappend-only」に帰着し、4つ目のcomputer_20251124廃止だけが固有。 見落としやすいのは「ツール間の進捗テキストがthinking blockに移る」「無人エージェントが報告でターンを終える」の2つで、どちらもコミュニケーション改善の副作用。display: "updates"とend_turnの扱いをハーネスに組み込むのが移行の実務。