Claudeのモデルの選び方は「まずOpus 5.5」｜4種比較

いま一般に使えるのは、Haiku 5.5、Sonnet 5.5、Opus 5.5、Fable 5.2の4つです。料金はClaude APIの定価で、100万トークンあたりの金額です。

コンテキストは4つとも100万トークン、最大出力は12万8000トークンで同じです。違いは料金、速さ、そして難しい仕事をやり切る力です。

Anthropicの指針を、仕事の種類ごとに並べ直しました。最初に試すモデルとeffortで、うまくいかなければ上げていきます。

仕様がはっきりしていても、Sonnetで足りるとは限りません。言語の移行や性能の改善は、仕様が明確でも難しく、Opus 5.5や、大規模ならFable 5.2が向きます。各モデルの詳しい違いは、Sonnet 5.5とOpus 5.5の違い、Haiku 5.5の解説、Fable 5.2の解説にまとめています。

性能が足りないとき、すぐ上のモデルに変えるのは早すぎます。Anthropicが示す順番は次の3段です。

1. 1テストやビルドなど、AIが自分の作業を確かめる手段を用意する
2. 2effortを1段上げる
3. 31つ上のモデルに変える。そのときは、前のモデルより低いeffortから始める

effortの効き方は、Anthropicが測ったSWE-bench Pro（実際の不具合修正を解けるか）のOpus 5.5の結果でつかめます。Highを基準にすると、Mediumは約2.5ポイント低い代わりに費用は約7割、Lowは約8ポイント低い代わりに費用は約3分の1でした。逆にXhighは約1.4ポイント高く、費用は2.5倍です。Highを超えると、1段の上げ幅でもう1つ上のモデルと同じくらい費用がかかることがあります。その場合は、上のモデルを低いeffortで試して比べます。

結果を自動で確かめられる仕事なら、全部をLowで回し、失敗した分だけHighでやり直す方法もあります。同じ評価で、この方法は約97%の作業を1件あたり約$0.17で通しました。全部をHighで回すと95.3%で、1件あたり約$0.29です。

ただし、effortを上げても、モデルが持っていない知識や技能は身につきません。その場合はモデルを上げます。

トークンの単価と、1つの仕事を終えるまでの費用は別物です。Anthropicの測定では、Terminal-Bench 3.0で、前の版のFable 5.1（Max）が58.0%、Opus 5.5（High）が58.9%で、Opus 5.5のトークン数は約半分でした。逆にFrontierCode 2.0では、Fable 5.2（High）がOpus 5.5（Max）とほぼ同じ点数（45.3%と45.5%）を、1回あたり約半分の費用で出しています。難しい仕事でOpus 5.5をHighより上げる前に、Fable 5.2を試す価値があります。

費用を比べるときは、普段の作業だけでなく、一番難しい作業でも比べます。費用の大半は難しい作業にかかるからです。Anthropicの例では、20問の検索の評価のうち2問が、費用全体の43%を占めました。

長い作業では、入力の多くがキャッシュの読み出しとして安く請求されます。Fable 5.2とOpus 5.5はキャッシュの読み出しがどちらも$0.20なので、長くてキャッシュの多い作業では、差は新しい入力と出力の分（2倍）だけになります。

Haiku 5.5は、入力の長さで単価が変わる唯一のモデルです。10万トークンを超える入力は5倍の単価になります。それでもSonnet 5.5の4分の1ですが、短い入力で使うほど得になります。

Claudeのモデルの選び方は、1つに絞ることではありません。1つのモデルで全部をこなす必要はなく、仕事ごとに分けるのが前提です。Anthropicは次の使い方を勧めています。

1つ目は、サブエージェント（別の作業を任せる補助のAI）を安いモデルで動かす方法です。Claude Codeでは、サブエージェントの定義にmodel: haikuやmodel: sonnetと書きます。たとえば、テスト結果のログを読んで失敗を報告するだけの係なら、次の内容を.claude/agents/log-reader.mdに保存します。

---
name: log-reader
description: テストの出力とログを読み、失敗したケースを報告する。テスト実行の後に使う。
tools: Read, Grep, Glob, Bash
model: haiku
---

渡されたログを読み、失敗ごとにファイル名、テスト名、最初のエラー行を報告する。ファイルは編集しない。

安いモデルに任せるのは、ファイル探しやログ読みなど、間違えてもすぐ気づける作業です。コードの編集や判断は親のモデルに残します。なお最新のClaude Codeでは、標準の調査用サブエージェント（Explore）は、親と同じモデルで動きます。調査を安く済ませたいなら、model: haikuを指定したExploreという名前のサブエージェントを自分で作ります。

2つ目は、切り替えの時機です。キャッシュはモデルごとに別なので、モデルを変えた最初の1回は会話全体のキャッシュを書き直す費用がかかります。Claude Codeなら、先に/compactで会話を要約するか、短い計画を書いて新しいセッションで始めると安く済みます。

3つ目は、1つのコンテキストに収まらない大きな仕事の分担です。Anthropicの社内の評価では、約2200万トークンのコードから不具合を探す作業で、Opus 5.5が指揮してSonnet 5.5を最大25並列で動かす構成が、Opus 5.5だけの場合とほぼ同じ点数を、約3分の1安い費用で出しました。逆に、順番に進める作業や1つのコンテキストに収まる作業では、分担の手間のほうが高くつきます。

Claude Codeには、計画をOpusで立てて実行をSonnetに任せる「opusplan」という設定もあります。ただ、これはコードの編集を安いモデルに任せる形で、上の勧めとは逆です。既定にする前に、自分の仕事で確かめるよう案内されています。

APIで自社のシステムを作っている場合、モデル名を変えるだけでは動かないことがあります。

- 思考の扱い：Opus 5.5とFable 5.2は常に考えるため、思考を切るリクエストはエラーになります。応答が思考のブロックから始まることもあるので、中身は種類で読み分けます。 - 会話の履歴：Fable 5.2では、思考のブロックより前のシステムプロンプト、ツール、過去のメッセージを変えると400エラーになります。Claude CodeやAgent SDKを使っているなら対応は不要です。 - ツールの強制：tool_choiceでanyやtoolを指定すると、Sonnet 5.5、Opus 5.5、Fable 5.2では400エラーになります。autoにして、使う場面をプロンプトで伝えます。 - Haiku 4.5から5.5への移行：budget_tokensをeffortに置き換え、既定以外のtemperature、top_p、top_kを外します。Anthropic APIではhaikuの別名がHaiku 5.5を指すようになり、Claude Code v2.1.293以降が必要です。AWSやGoogle Cloudなどでは、まだHaiku 4.5を指します。 - 安全のための切り替え：Opus 5.5、Sonnet 5.5、Fable 5.2は、サイバーと生物学の内容で止められることがあります。Claude Codeでは、止められた依頼が古いモデルでやり直され、そのことが画面に表示されます。

複数のモデルを1つのシステムで使うなら、最も厳しいモデルに合わせて作っておくと、コードを変えずにモデルを上げ下げできます。

自社の仕事で確かめるときは、Claude Codeで同じ作業を/modelで2つのモデルに切り替えて実行し、/usageの表示を比べるのが手軽です。

モデル選びで差がつくのは、仕事を「範囲が決まっているか」「間違いにすぐ気づけるか」「どれだけ長く自走させるか」で見分けられるかどうかです。全部を最上位のモデルで動かすと費用がかさみ、全部を安いモデルにすると難しい仕事でやり直しが増えます。

まずAIで業務ツールを作れるようになりたいなら、2日プラン（業務ツールを作る研修）が合います。Claude Codeへの指示で業務ツールを作り、公開まで通すところまでが2日の範囲です。

作ったツールを自社の基準に合わせて直したいなら、4日プラン（作ったツールを直せる研修）です。SkillsやMCPでAIを自社仕様に設定し、effortの使い分けやモデルの役割分担も扱います。

定型業務を人の手なしで回したいなら、6日プラン（自社業務を自動化する研修）です。Coworkやプラグインで処理を自動化し、上位モデルとサブエージェントを組み合わせる構成まで作ります。

研修の内容と日程は法人向け生成AI研修にまとめています。どの研修が合うか迷う場合は、30分の無料相談で御社の仕事に当てはめてお答えします。

- claude.dev「Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku」 - Anthropic「Claude Fable 5.2 and Mythos 5.2」 - Claude Platform「Pricing」 - Claude Code Docs「Model configuration」