Anthropicが2026年9月28日にClaude Sonnet 5.5を発表しました。Claude 5.5ファミリーの2番目のモデルです。結論から言うと、価格はSonnet 5と同じで、速度とタスクあたりのコストは明確に改善しています。特にエージェント型コーディングでの伸びが大きいです。ただし注意点もあります。Anthropic自身が「複雑で、判断を持続させる必要がある自由度の高い仕事では、Opus 5.5のほうが明確に強い」と書いています。役割分担を前提にしたモデルだと捉えるのが正確です。本記事はAnthropic公式ページの記述だけを素材にしています。
何が報告されたか
公式ページによると、Sonnet 5.5はOpus 5.5より高速で低コストな補完役という位置付けです。得意分野としては、範囲がはっきりした日常タスク、バグ修正、ドキュメント・スライド・スプレッドシートの作成が挙げられています。
It’s a clear upgrade over Claude Sonnet 5, runs 30%+ faster, and costs up to 30% less for most work.
価格はSonnet 5と同じです。入力が100万トークンあたり$2、出力が$10、キャッシュ読み込みが$0.20です。それでも同じ作業に必要なトークン数がかなり少ないため、社内テストではタスクあたりのコストが前モデルより最大30%下がったとしています。また、大量処理やコスト重視の用途向けにClaude Haiku 5.5を数週間以内に追加する予定だと書かれています。
具体的なポイント
- Terminal-Bench 4.0: Sonnet 5.5は70.6%で、Sonnet 5は10.3%です。表ではOpus 5.5が66.4%（注記付き）となっています。
- CursorBench 4.0: 55.5%で、Sonnet 5は34.1%、Opus 5.5は57.8%です。公式は、最高スコアがOpus 5.5の約2ポイント以内に収まっていると説明しています。
- FrontierCode: High effortで比べると、同じ設定のSonnet 5より10ポイント高いスコアを、タスクあたり約15分の1のコストで出しているとされています。
- GDPval-AA v2.1: 1844です。Opus 5.5の1846より2ポイント低く、Sonnet 5は1449でした。
- OSWorld 2.1（コンピュータ操作）: 80.1%です。Sonnet 5は57.0%、Opus 5.5は81.8%でした。
- Chartography（グラフの視覚認識・ツールなし）: 61.6%です。Sonnet 5は15.6%でした。また、スクリーンショットだけでポケモン赤をクリアした初のSonnetモデルだとしています。
- エフォート設定とコスト: Claudeアプリの既定はMedium、Claude Platformの既定はHighです。複数のベンチマークで、LowやMediumのSonnet 5.5が、Sonnet 5の最高スコアをおよそ10分の1のコストで上回ったと報告されています。
- 効率: 早期テスターによると、Sonnet 5よりツール呼び出しをまとめて実行する傾向があります。その結果、手順数とコストが減ったとのことです。
- 安全性: サイバーセキュリティ能力がOpus 5と同等なため、Sonnetとして初めてサイバー向けのセーフガードを搭載して公開されました。対象は高リスクの依頼に絞られています。通常のソフトウェア開発には影響しないと明記されています。
他選択肢との位置付け
公式ページは、ベンチマーク上の近さと実務での差をはっきり分けて書いています。
On several evaluations, Sonnet 5.5 at Max effort even performs comparably to Opus 5.5. However, benchmark scores capture only one facet of a model’s capabilities; in our own testing, and in that of external testers, Opus 5.5 remains clearly stronger at complex, open-ended work requiring sustained judgment.
さらに、Sonnet 5.5がOpus 5.5を最もよく補完するのは低めのエフォート設定で使うときだと述べています。高い設定では同程度のコストで同程度の性能になる場合がある、とも書かれています。GPT系モデルとの比較もあります。FrontierCodeでは、High effortのSonnet 5.5がGPT-6 Solの最高スコアに約5分の1のコストで並んだとしています。ただしTerminal-BenchとCursorBenchではGPT-6 Solの公開値がないため、比較対象はGPT-5.6 Solになっています。
利用者の声も掲載されています。Epic GamesのDaniel Vogel氏（COO）は、上位モデル並みの品質基準をクリアし、数万行規模のコードと数時間に及ぶタスクを扱えたと評価しています。CodeRabbitは、Sonnet 5の過剰なWeb検索とトークン消費の多さが解消されたとコメントしています。
まとめ
価格は据え置きで、出力速度は30%以上向上し、タスクあたりのコストは最大30%下がるとされています。特にエージェント型コーディングで大きく伸びたアップグレードです。
ベンチマークではOpus 5.5に迫る項目が多い一方、判断を持続させる必要がある複雑な仕事では、Opus 5.5が明確に上だと公式自身が認めています。
低〜中エフォートで量をこなす用途に置くのが、公式が示す最も合理的な使い方です。
実装家視点で言うと、今回いちばん効いてくるのは「同じ価格で必要なトークン数が減る」という点です。並列で回す実装ワーカーや、範囲が決まったバグ修正・レビューをSonnet 5.5のLow〜Mediumに任せます。設計判断のように持続的な判断が要る部分だけをOpus 5.5に残します。この役割分担が、公式の説明とも素直に噛み合います。ただし数値はすべてAnthropic側の評価です。自分のタスクでコストとやり直し率を実測してから配分を決めるのが確実です。
コメント