複雑なタスク全体でのパフォーマンス
Anthropicは、エージェント型コーディング、コンピューター操作、知識業務のベンチマークで、Opus 5.5が最高水準の結果を示したと報告しています。ビジネスワークフロー、分野横断的な推論、科学研究、ビジュアルチャート認識についても追加の結果が示されています。
Claude Opus 5.5は、複雑なエージェント型コーディング、コンピューター操作、知識業務、ビジネスワークフロー向けのAnthropicのモデル。Opus 5より高速で、通常の業務コストを抑えます。
Claude Opus 5.5は、Claude 5.5ファミリーにおけるAnthropic初のモデルです。短い応答を生成するだけでなく、複数のステップを通じて推論する必要がある、難度の高いエージェント型コーディング、コンピューター操作、知識業務、ビジネスワークフローのタスクを対象としています。
このモデルはOpus 5をより効率化した後継モデルとして紹介されています。Anthropicは、通常の業務でコストが40%低く、トークン価格も低く、出力生成速度がOpus 5より30%以上速いと報告しています。また、行動面のテストと安全対策が拡張され、生物学およびサイバーセキュリティ分野の一部の用途では追加の検証要件が設けられています。
Anthropicは、エージェント型コーディング、コンピューター操作、知識業務のベンチマークで、Opus 5.5が最高水準の結果を示したと報告しています。ビジネスワークフロー、分野横断的な推論、科学研究、ビジュアルチャート認識についても追加の結果が示されています。
このモデルは、複数ステップのソフトウェア業務を支援できます。初期テスターが1日未満で68万行のコード移行を完了したとの報告や、Webアプリの読み込み時間を繰り返し改善した例があります。
Opus 5.5は、Opus 5より30%以上速く出力を生成すると報告されています。Anthropicは、タスクあたりのトークン使用量も少なく、通常の業務コストの低減につながるとしています。
Anthropicによると、このモデルはより自然にコミュニケーションし、重要な情報を先に示します。また、長時間のセッション中でも、追いやすく確認しやすい文章を生成します。
リリースには、高性能モデル向けの安全対策、数千件のシミュレーションシナリオにわたるテスト、長時間のタスク、達成不可能なタスク、実際のインシデントをモデルにしたシナリオに関する拡張評価が含まれています。
審査を受けた組織はLife Sciences Verification Programに申請できます。Anthropicは、アクセス拡大に伴い、検証済みのサイバーセキュリティ専門家がCyber Verification Programを通じてOpus 5.5にアクセスできるようになると説明しています。
移行や大規模なリファクタリングプロジェクトなど、多数のファイルにまたがる計画、実装、検証が必要な大規模コードベースの変更にOpus 5.5を使用できます。
モデルにWebアプリケーションを調査させ、パフォーマンスのボトルネックを特定し、動作が維持されていることを確認しながら、対象を絞った変更を実装させます。
単一の短い回答ではなく、調査、構造化された推論、草案作成、レビューを必要とする長時間の知識業務にモデルを適用できます。
コンピューター操作およびビジネスワークフローの機能を、複数ステップの業務タスクに利用できます。ただし、ベンチマーク結果は方向性を示すものとして扱い、重要な出力は確認してください。
審査を受けた生物学分野の組織と、検証済みのサイバーセキュリティ専門家は、Anthropicの検証プログラムを通じて、対象となる研究または防御業務にモデルを使用できます。
Claude Opus 5.5は、複雑なエージェント型コーディング、コンピューター操作タスク、知識業務、ビジネスワークフロー、一部の科学研究タスクを対象としています。ベンチマーク結果と公開時の例から、長時間の推論と複数ステップの実行を必要とする業務向けに設計されていることがわかります。
公開ページには、入力トークン100万個あたり4ドル、出力トークン100万個あたり20ドル、キャッシュ読み取りトークン100万個あたり0.20ドル、キャッシュ書き込みトークン100万個あたり5ドルと記載されています。Anthropicは、通常の業務コストはOpus 5より40%低いとしていますが、実際のコストはトークン使用量と業務内容によって異なります。
Anthropicによると、Opus 5.5はOpus 5より30%以上速く出力を生成し、テストではタスクあたりのトークン使用量も少なくなっています。速度とコストは、タスク、設定、業務内容によって異なる場合があります。
Anthropicによると、Opus 5.5はClaudeのサブスクリプションプランで利用でき、Pro、Max、Team、席数ベースのEnterpriseプランが含まれます。これらのプランでは5時間あたりの利用上限も引き上げられています。提供された製品資料では、すべてのモデルアクセスやデプロイの詳細は指定されていません。
Opus 5.5は安全対策とともにリリースされ、Anthropicの自動行動監査を用いて評価されています。Anthropicは、プロンプトインジェクションへの耐性が向上し、取り消しが難しい行動を取る可能性が低下したと報告していますが、モデルには依然として限界があるとも説明しています。高リスクの生物学およびサイバーセキュリティ分野でのアクセスには、検証プログラムが適用されます。
Grok 4.7は、ソフトウェア開発や知識業務向けのxAIモデルです。長時間のコーディングや専門的な分析に対応し、Grok Build、Cursor、Grok APIなどで利用できます。入力は100万トークンあたり2ドル、出力は6ドルから。
ByteAskは、C/C++向けのターミナル起点AIコーディングエージェント。リポジトリを編集し、コンパイラやデバッガ、サニタイザ、テストで変更を検証してから差分を表示。無料枠あり。
MeetStreamは、Zoom、Google Meet、Microsoft Teams、Webex向けの会議bot APIです。開発者向けに、会議の録画・配信・分析をプログラムで行え、従量課金制と$5の無料クレジットで始められます。
CreateOS Sandboxは、FirecrackerマイクロVM上でコードやエージェントのワークロードを実行できる分離型コンピュート環境です。SDK、CLI、MCPで制御可能。
GitBotは、Claude Code、Codex、OpenCodeを活用した再利用可能なコーディングボットを作成できるローカルブラウザワークスペースです。永続スレッドと権限設定で、リポジトリ内の作業を効率化します。
hobは、エージェントのセッション、ターミナル、履歴、後続作業を、既存のツールやプロバイダーに合わせて整理できる独立したコーディングエージェント向けワークスペース。ローカルでの制御を重視する開発者に最適。