Claude Opus 5とは？非エンジニアが業務ツールを日本語で内製できる新モデル

見積書のフォーマットを Excel で毎回コピーし、宛名や金額、日付を手で打ち替える。中小企業の事務担当はこの作業に週に何時間も費やしているが、専任のプログラマーを雇う予算はない。そんな人に、2026年7月24日、新しい選択肢が届いた。

Claude Opus 5 とは、米 Anthropic が 2026年7月24日に公開した、コードや専門業務に強い最上位の対話型 AI モデルである (CNBC)。前世代の Opus 4.8 と同じ料金でありながら、性能を大きく引き上げた、いわば「値段据え置きで中身が新しくなった」モデルだ。

まず押さえたいのは、いつから・どのプランで使えるのかだ。下の表に、公式発表で確認できた基本情報を整理した。

表からわかるのは、月額プランに入っていれば新しく契約し直す必要がない点だ。Claude Max (Anthropic の月額上位プラン) を契約している人は、意識しなくても今日から Opus 5 が動いている。Pro でも、選べる中で一番強いモデルとして手が届く。

事務担当の話に戻る。Opus 5 は、業務の作業を最初から最後まで一気に片づける力が向上した。Anthropic が公開した Zapier AutomationBench (実際の業務タスクの完遂度を測る指標) という試験では、Opus 5 の完遂率は、同じ費用で比べたときに次点のモデルの約 1.5 倍に達したと報告されている (OfficeChai)。しかも、最も費用を抑えた設定 (lowest effort setting) で動かした場合でも、他のどのモデルより多くのタスクを最後まで通したという。つまり、見積書の打ち替えのような繰り返し作業を「こういうルールで処理して」と言葉で頼めば、専任のエンジニアがいなくても仕上がる余地が広がった。

値段は据え置き、任せられる仕事の範囲だけが広がった。

ここまでが全体像だ。では、料金が同じままで具体的に何が変わったのか。次は前世代 Opus 4.8 との違いを一つずつ見ていく。

Frontier-Bench v0.1 (ソフト開発の実務課題を測る試験) で、Opus 5 は Opus 4.8 のスコアを 2 倍以上に伸ばし、しかも 1 タスクあたりのコストは前より下がった (VentureBeat)。これが Opus 4.8 比較でまず押さえるべき変化だ。

変わった点を、業務ツールを自分で作りたい人に役立つ順に 3 つに絞る。

1 つめは、難しい問題を初めて解く力だ。ARC-AGI 3 (未知の課題への推論力を測る試験) という、モデルが前例のない問題を解く力を測る試験で、Opus 5 の点数は次点のモデルの 3 倍だった (OfficeChai)。過去に似た例がない指示、たとえば「自社独自の分類ルールで書類を仕分ける」といった前例のない課題でも、Opus 5 は自ら道筋を組み立て、答えを出しやすくなった。

2 つめは、コスト効率だ。CursorBench 3.2 (コーディング作業の実行力を測る試験) では、最大の effort 設定において、Opus 5 は上位モデル Fable 5 のピークスコアと 0.5% 以内の差に迫りながら、コストはその半額に収まった。high・xhigh・max のいずれの effort 設定でも、同じコストをかけたときの成績は他モデルを上回る。1 回の依頼あたりの料金を抑えながら仕上がりを落とさずに済む、という組み合わせが成立している。

3 つめが、このセクションの本命、自己検証だ。Opus 5 は自分の作った答えを確認し、うまくいくまで手を入れ続ける力が強化された、と Anthropic は述べている。同社が挙げる例の一つでは、Frontier-Bench のあるタスクで、Opus 5 は機械部品の図面を渡され、それを 3D モデルとして再構築するコードを書くよう求められた。詳細な条件までは公開情報からは確認できないが、Anthropic はこうした事例を通じて、モデルの粘り強さと工夫の幅を評価と早期テストの両方から確認したとしている。

一度で当てるのではなく、外れを自分で見つけて修正する。

非エンジニアにとって、この自己検証の意義は大きい。通常、AI が出したコードや集計の誤りは、専門知識がないと見抜けない。しかし、Opus 5 は「動かしてみて、おかしければ原因を遡って修正する」姿勢を評価の中で示している。あなたが書いたのはコードではなく、日本語の指示 1 つ。それでも、間違いに気づいて修正する役割まで果たそうとする設計だ。

Frontier-Bench でのスコアの伸び、CursorBench でのコスト効率、そして自己検証。この 3 つが揃ったとき、日々の業務で何が実際に片づくのか。次で具体的な作業に落とし込む。

月曜の朝、経費精算の締め切りが迫る。総務の担当者の机には、部署ごとに異なるフォーマットで届いた立替申請が30件並んでいる。金額の合計、勘定科目の振り分け、経理システムへの転記を、電卓と目視で一件ずつ照合するのは半日仕事だ。この作業を「こういうルールで仕分けして」と日本語で頼めば片づく——それが Opus 5 で現実味を帯びた。

この数字が非エンジニアの内製で何を意味するのか。多くの自動化ツールは、途中で一度でも判断に詰まると止まってしまう。「この申請は交通費なのか、会議費なのか」——人間なら文脈で決める分岐で、AI が手を止めれば、結局あなたが呼び戻されることになる。AutomationBench (業務自動化タスクの遂行力を測る評価指標) が測っているのは、その「詰まらずに最後まで運ぶ」度合いだ。業務自動化のツールを言葉だけで組みたい人にとって、途中で止まらないことは、動く・動かないの分かれ目に近い。

打ち手は拍子抜けするほど地味だ。仕分けの判断基準を、専門用語なしの日本語で書き出す。「金額が5000円未満で交通機関名が入っていれば旅費交通費」「取引先の社名が含まれていれば接待交際費」——この程度のルールを箇条書きにして渡すだけでいい。Claude Code (Anthropic 社の AI コーディングツール) なら、そのルールに沿って申請一覧を読み込み、科目を振り分け、経理システムに合う形の表に整えるところまでを、あなたに代わって組み上げる。書くのはコードではなく、判断のルールだ。

詰まって呼び戻されるか、最後まで運ばれてくるか。その差が半日を分ける。

ここで前のセクションで触れた自己検証が効いてくる。ルールの書き漏らしで振り分けを1件間違えても、Opus 5 は自分の出した結果を見直し、おかしな箇所に気づいて直しにいく。だから、はじめから完璧なルールを書く必要はない。粗いルールを渡して動かし、ずれた分だけ言葉を足す。この往復を何度も回せるのは、前のセクションで見た通り、1回あたりの費用と待ち時間が下がったからだ。試すたびに財布が痛む道具では、素人はそもそも試せない。

明日、あなたが自分の職種で試せる一歩は小さい。いつも半日かけている繰り返し作業を一つ選び、その判断基準を10行の日本語に書き出してみる。それがそのまま、あなただけのツールの設計図になる。ただし、任せた結果をそのまま経理システムに流し込む前に、確かめておくべきことがある。

社内の情報システム部が「うちの脆弱性を洗い出すツールを Opus 5 で作れないか」と相談してきたら、答えは一つ。それはやめておいたほうがいい。Anthropic 自身が、サイバーセキュリティの仕事では Opus 5 が Mythos 5 という別モデルに及ばないと公式に認めている。得意不得意がはっきり分かれる領域がある。

まず、Opus 5 の限界を公式発表から確認しよう。Anthropic は、コードや知識労働の試験では Opus 5 が最高水準だと述べる一方、こう明記している (Anthropic 公式)。

つまり、コーディングや業務処理では先頭に立つが、セキュリティの攻めの仕事だけは別のモデルに一歩譲る。さらに、安全性の検証では、Opus 5 は攻撃的なサイバー能力の訓練を受けておらず、弱点を「見つける」ところまでは近づいても、「突く」ところには届かない、と報告されている。

これが非エンジニアの内製にどう響くか。自社サイトやシステムの穴を探させるようなツールを Opus 5 で組もうとしても、そこは設計上、力を入れていない領域だ。代わりにこうする。セキュリティ診断（システムの弱点を洗い出す点検作業）は、ソフトを買うか専門業者に任せ、Opus 5 には診断結果の一覧を読みやすく整理させる。そして、対応の優先順位を表にまとめさせる——後始末の事務仕事に回す。得意な土俵に載せ替えれば、同じモデルが力を発揮する。

もう一つ、初心者が誤解しやすい落とし穴がある。それは、前のセクションで見た「自分で間違いを直す力」を無条件の安心と受け取ってしまうことだ。Opus 5 が自己検証に強いのは事実だが、それは AI が結果の良し悪しを判断できる作業に限られる。たとえば経費の科目を振り分けさせたとき、「この取引先は今月から交際費ではなく広告費に変わった」といった、あなたの頭の中にしかないルール変更まで見抜くことはできない。図面から形を読み取る仕組みを自作するほど賢くても、あなたが伝えていない事情は知りようがない。

したがって、金額や日付のような機械が確かめられる部分は任せ切ってよい。一方で、社内の取り決めや例外の判断が絡む結果は、最初の数回だけ人の目を通す必要がある。ずれを見つけたら、その都度ルールの言葉を一行足す。前のセクションの経費仕分けで触れた「粗く渡して直していく」往復は、この人の確認とセットで初めて安全に回る。

任せてよい線引きを、迷わないよう三つに分けておく。

• 機械が正誤を確かめられる作業（計算、書式の整形、転記）は任せ切る
• 社内ルールや例外の判断が絡む作業は、結果を人が最初の数回だけ確認する
• 攻めのセキュリティ診断は Opus 5 に頼らず、専用ソフトや専門業者に回す

この三分割さえ手元にあれば、過信による失敗は防げる。Opus 5 は据え置きの料金で任せられる範囲を広げたが、範囲が広がったことと、何でも任せてよいことは別の話だ。

得意な仕事を見極めて渡す——その一手間が、あなたのツールを「動くけれど信用できない道具」ではなく「毎朝頼れる道具」に変える。

発表当日の反応は好評が中心だった。Opus 4.8 から料金据え置きで全有料プランと API に載った点と、第三者のベンチマーク評価で「Fable 5 並みの知能をより低いコストで」と示された点に注目が集まっている。

1 / 3

SOU⚡️投資ニュース / 米国株・日本株・仮想通貨・AI@SOU_BTC

【速報】Claude最新モデル「Opus 5」提供開始 Anthropicが「Claude Opus 5」を公開。 ・すべての有料プランとAPIで利用可能 ・料金はOpus 4.8から据え置き ・Claude Maxでは標準モデル ・Proでは最も高性能なモデルとして提供 ・通常の約2.5倍で動くFastモードにも対応

Artificial Analysis@ArtificialAnlys

Claude Opus 5 is narrowly the most intelligent model on the Artificial Analysis Intelligence Index, offering comparable intelligence to Fable 5 at 26% lower Cost per Task We supported @AnthropicAI to evaluate Claude Opus 5 ahead of release: it sets the highest GDPval-AA v2 and

訳Claude Opus 5は、Fable 5と同等の知能を持ちながら、タスクあたりのコストが26%低い。

Artificial Analysis@ArtificialAnlys

Claude Opus 5 is the new leader on our agentic knowledge work benchmark, AA-Briefcase, outperforming Claude Fable 5 by nearly 150 Elo while reducing Cost per Task by 20% @AnthropicAI has released Claude Opus 5, the new leader on the Artificial Analysis Intelligence Index, and

訳Claude Opus 5は、知識作業のベンチマークで新たなリーダーとなり、タスクあたりのコストを20%削減。

- CNBC「Anthropic's Claude Opus 5 AI model rivals Fable 5 and is cheaper」 - OfficeChai「Anthropic Releases Claude Opus 5, Beats Fable On Many Benchmarks At Half The Price」 - VentureBeat「Anthropic launches Claude Opus 5, a cheaper AI model for coding, agents and enterprise workflows」 - OfficeChai「Claude Opus Scores 30% On ARC-AGI 3, Triples Previous Best Score By Any Model」 - Anthropic「Introducing Claude Opus 5」