Anthropicが2026年6月30日、Claude Sonnet 5を公開した。結論から言うと、これは「安いSonnet」ではなく「Opus級の仕事を安くやらせるためのSonnet」という位置づけの更新だ。公式アナウンスによれば、性能はOpus 4.8に近く、価格は入力$2/百万トークン・出力$10/百万トークン。Free/Proのデフォルトモデルにもなっている。ここでは公式発表に書かれている事実のみを整理し、何が変わって何が明示されていないのかを切り分ける。
何が報告されたか
Anthropicはこのモデルを「これまでで最もエージェント的なSonnet」と位置づけている。計画を立て、ブラウザやターミナルといったツールを使い、自律的に動く——数か月前なら、より大きく高価なモデルでなければできなかった水準だ、という主張だ。
Claude Sonnet 5 is built to be the most agentic Sonnet model yet. It can make plans, use tools like browsers and terminals, and run autonomously at a level that, just a few months ago, required larger and more expensive models.
（訳：Claude Sonnet 5は、これまでで最もエージェント的なSonnetモデルとして構築された。計画を立て、ブラウザやターミナルのようなツールを使い、ほんの数か月前ならより大きく高価なモデルを必要としたレベルで自律的に動作できる。）
公式説明では、エージェント能力の明確な伸びは近年Opusクラスに集中していたが、Sonnet 5はそのギャップを縮めたとされている。前世代のSonnet 4.6に対しては、推論・ツール利用・コーディング・ナレッジワークといったエージェント性能の主要な側面で「実質的な改善」と説明されている。ただし、各ベンチマークの具体的なスコア数値はグラフとして提示されており、記事本文には数値そのものは記載されていない。詳細な評価はSystem Cardを参照する形になっている。
具体的なポイント
- 価格：入力$2/100万トークン、出力$10/100万トークン。参考としてOpus 4.8は入力$5・出力$25と明記されている。なお公式グラフは標準価格の$3/$15で描かれており、導入価格$2/$10が恒久化されたため「実際のコストはグラフより低い」と注記されている。
- 提供範囲：全プランで利用可能。Free・Proではデフォルトモデル、Max・Team・Enterpriseでも利用できる。API経由では
claude-sonnet-5を指定する。 - コスト対性能の幅：エージェント検索の評価BrowseCompとコンピュータ利用の評価OSWorld-Verifiedにおいて、Sonnet 5はSonnet 4.6に対して「厳密な改善（strict improvement）」であり、Opus 4.8より広いコスト対性能の選択肢をカバーするとされる。中程度のeffortでコスト効率が大きく改善し、より高いeffortでは一部タスクでOpus 4.8に匹敵し得るという説明だ。
- effortレベルの調整：Sonnet 5とOpus 4.8の間で、effortレベルを調整してコストと性能のバランスを取る使い方が想定されている。グラフ注記では xhigh = extra high effort level と定義されている。
- 安全性：事前デプロイ評価では、Sonnet 4.6より全体的に望ましくない挙動の発生率が低く、エージェント文脈でより安全とされる。悪意あるリクエストの拒否、プロンプトインジェクションによる乗っ取り耐性が改善し、ハルシネーションと迎合（sycophancy）の発生率も低いと記載されている。
- サイバーセキュリティ能力：評価では、現行のOpusモデルよりサイバーセキュリティタスクの遂行能力が「はるかに低い（much lower）」と明記されている。
- アラインメントの留保：自動化された行動監査では全体スコアはより安全（低い）だった一方、より高性能なOpus 4.8およびClaude Mythos Previewと比べると、ミスアラインな挙動の発生率がやや高かったとも記されている。
他選択肢との位置付け
公式発表で比較対象として明示されているのは、前世代のSonnet 4.6と、より汎用的に高性能なモデルとされるOpus 4.8の2つだ。「Sonnet 4.6はOpus 4.8に遠く及ばなかった（fell well short）」が、Sonnet 5は場合によってはOpus 4.8の能力水準に並ぶ、というのが公式の主張である。他社モデルとの比較はこの記事内では言及されていない。
アーリーアクセスのパートナー各社のフィードバックとして、共通して挙げられているのは「以前のSonnetなら途中で止まっていた複雑なタスクを最後までやり切る」「言われなくても自分の出力を検証する」という点だ。
I asked Claude Sonnet 5 to investigate a bug. Unprompted, it wrote a reproducing test, implemented the fix, then stashed it to confirm the bug came back without the change. All in a single pass.
（訳：Claude Sonnet 5にバグの調査を頼んだ。指示していないのに再現テストを書き、修正を実装し、その修正をstashして変更なしでバグが再発することを確認した。すべて1パスで。）
他にも、Salesforceのアカウント階層更新とエンタープライズ連絡先への告知送信という2部構成の業務を最後まで完了させた例、数十件の実際のプルリクエストをテスト済み・検証済みの状態まで自力で持っていった例、レースコンディションや隠れたテストといったブラウンフィールドのコードで症状ではなく根本原因に対処した例が挙げられている。いずれもパートナー企業の証言であり、Anthropicが計測した数値ではない点は区別しておきたい。
まとめ
Sonnet 5は、エージェント用途で「Opus 4.8に近い性能をより低価格で」を狙った更新で、Sonnet 4.6からは全面的な改善とされる。
価格は$2/$10、全プランで利用可能、Free・Proのデフォルト、APIでは claude-sonnet-5。
安全性は総じて改善だが、ミスアラインな挙動の率はOpus 4.8より高めという留保が公式に明記されている点は押さえておくべきだ。
実装家視点で言うと、注目すべきは絶対性能よりもeffortレベルという「ツマミ」が価格帯をまたいで連続的になったことだ。これまで「安いモデルで足りなければ高いモデルに上げる」という二択だったものが、同一モデル内のeffort調整で埋められる領域が増えた。自動化パイプラインを回す立場だと、ここは素直にありがたい。一方で、パートナー企業の絶賛コメントは定性的な証言であって再現性が保証された数値ではないし、ミスアラインな挙動がOpus 4.8より高めという注記も公式に残っている。自律実行させる工程ほど、モデルを差し替えたら自分のタスクで実測し直す——この基本は今回も変わらない。
コメント