「よく働くモデル」は、いつもSonnetシリーズが先に作ってきた

多くの開発者にとって、「AIが自分で仕事をこなす」という流れはSonnetから始まった。Claude Sonnet 3.5、3.6、3.7は、コーディングやツール呼び出しで最初に目を見張らせたモデル群だった。しかしここ最近、能力向上が最も顕著だったのはより高価なOpusシリーズで、Sonnetのラインは差をつけられていた。Sonnet 5がやろうとしているのは、この差を取り戻すことだ。

前世代のSonnet 4.6と比べて、公式によればSonnet 5は推論、ツール呼び出し、コーディング、ナレッジワークといったagentic的な表現に関わる重要な要素すべてで明らかな進歩を遂げているという。

同じ1円で、今どれだけの「賢さ」が買えるか

公式は2枚のコスト・性能曲線を公開している。Sonnet 5、Sonnet 4.6、Opus 4.8が異なる算力レベルでどう表現するかを比較したもので、横軸はタスクごとの費用（コスト）、縦軸は評価スコアだ。結論はこうだ：Sonnet 5（オレンジ線）はSonnet 4.6（グレー線）を全面的に上回り、カバーするコスト区間はOpus 4.8（黄線）よりずっと広く、中位レベルではコスパの向上が顕著で、最高レベルでは一部タスクでOpus 4.8に追いつく。

公式コスト-性能曲線：前世代のSonnet 4.6は明らかにOpus 4.8に届かない。Sonnet 5はカバーするコスト区間がより広く、一部タスクでOpus 4.8に追いつく。図中のSonnet 5は標準価格$3/$15で計算しており、期間限定価格$2/$10なら実際のコストはさらに低い。xhigh＝最高算力レベル。出典：Anthropic公式サイト。

算力を多く使ってもう一歩深く考える：1つのモデルがどうやって「安さ」と「トップクラス」を両立するか

Sonnet 5がこれほど広い価格帯をまたげるのは、effort（算力・推論強度のレベル）と呼ばれる仕組みのおかげだ。同じモデルでも、あなた自身が「どれだけ本気で考えさせるか」を選べる。レベルが低いほど安くて速いが、詰めが甘くなりがち。レベルが高いほど、モデルはより多くの算力を使って推論を繰り返し、自分でチェックし直すため、答えは正確になるが、その分高くて遅くなる。

初期ユーザーの声：催促しなくても、自分で宿題をチェックする

公式によれば、早期アクセスパートナーのフィードバックはかなり一致しており、Sonnet 5は前世代よりも明らかに「自分で仕事をこなせる」という。テスターが挙げた具体的な指摘は以下の通り。

• 複雑なタスクに対して、最後までやり切ることができる。前世代のSonnetはよく途中で止まっていた。
• 誰も明示的に求めていなくても、自分の出力が正しいか主体的にチェックする。
• こうした自律的な作業をこなしながら、価格も十分魅力的だ。

より安全になったが、サイバー攻撃の項目はわざと抑え込まれている

デプロイ前の安全性評価によれば、Sonnet 5は全体としてSonnet 4.6より安全だ。悪意あるリクエストの拒否がより得意になり、プロンプトインジェクション（prompt injection。攻撃者が悪意ある指示をモデルが処理するウェブページやメールにこっそり仕込み、ユーザーではなく攻撃者の指示をモデルに実行させようとする手口）への耐性も高まり、ハルシネーションやユーザーへの迎合傾向も低下している。複数の不適切行動をカバーする自動行動監査では、全体スコアはより低い（つまりより安全）が、それでもより強力なOpus 4.8やClaude Mythos Previewより高い。

公式の自動行動監査における各モデルの不適切行動率：Sonnet 5は全体的にSonnet 4.6より低い（より安全）が、Mythos PreviewやOpus 4.8よりは高い。完全なリストはシステムカード6.4節を参照。出典：Anthropic公式サイト。

サイバーセキュリティは個別に抑え込まれている項目だ。公式によれば、サイバーセキュリティ関連のタスクに特化してSonnet 5を訓練したことはないという。日常的で無害なネットワーク作業はこなせるが、ソフトウェアの脆弱性を突くエクスプロイト開発のような、害を及ぼしうる評価では、Opus 4.8やMythos 5より明らかに弱い。

ある具体的なテスト：Firefoxをハックできるか

「サイバー攻撃能力が弱い」と言われても抽象的に聞こえるので、公式は具体的な数字を示している。各モデルにFirefoxブラウザの脆弱性に対するエクスプロイト（悪用プログラム）を開発させたのだ。この評価はAnthropicとMozillaが共同開発したもので、対象となった脆弱性はすべてFirefox 148で修正済みだ。

両方のSonnetとも、完全に使用可能なエクスプロイトは1つも作れなかった（いずれも0.0%）。Sonnet 5が上回っているのは部分成功率のみで、Sonnet 4.6よりわずかに高い程度だ。公式の見立てでは、これは専門的な訓練の結果というより、全体的な知能向上による波及効果が大半だという。対照として、Opus 4.8とMythos 5のサイバー攻撃能力は、この2つのSonnetよりはるかに強力だ。

Firefox 147脆弱性利用評価（AnthropicとMozillaの共同開発、関連する脆弱性はFirefox 148で修正済み）：各モデルの左の棒＝完全に使用可能なエクスプロイトの成功率、右の棒＝部分成功率。両方のSonnetの完全成功率はいずれも0.0%で、Sonnet 5の部分成功率はSonnet 4.6よりわずかに高い。両者ともOpus 4.8やMythos 5よりはるかに低い。詳細はシステムカード3.2.4節を参照。出典：Anthropic公式サイト。

Sonnet 5はこの種のタスクで前世代よりわずかに強いため、公式はデフォルトでリアルタイムのサイバーセキュリティ防御を有効にしており、危険なネットワーク用途をリアルタイムで検知・遮断できる。この防御はClaude Opus 4.7、4.8と同レベルだ。公式はSonnet 5の全体的なサイバーセキュリティリスクは比較的低いと判断しており、そのためこの防御はFable 5のもの（はるかに広い範囲のサイバーセキュリティタスクを遮断する）より緩やかになっている。

値下げしたように見えて、実は物差しが変わっただけ

Sonnet 5は新しいトークナイザー（tokenizer）に切り替えた。モデルは文字を処理する前に、まず文字を1つひとつのトークンに切り分けて課金・計算する。新しいトークナイザーに変わったことで、同じ文章でもより多くのトークンに分割される可能性がある（内容の種類にもよるが、おおよそ1.0〜1.35倍）。つまり、1トークンあたりの単価だけを見れば下がっているが、同じ内容を処理するのに消費するトークン数が増えているため、実際の単位コストはそれほど下がっていない。

公式ははっきりと述べている。期間限定価格の設定は、今回のアップグレードを換算するとコスト中立に近づけるためのものだ、と。だからこそ「値下げ」にはカッコを付ける必要がある——トークン数まで合わせて計算しなければならないからだ。今回のトークナイザー調整は、Claude Opus 4.7の時と同じ種類のやり方だ。

今すぐ使える：提供範囲、価格表、選び方

Sonnet 5は本日より全プランで提供開始。Free・Proプランのデフォルトモデルとなり、Max、Team、Enterpriseのユーザーも利用可能。同時にClaude CodeとClaude開発者プラットフォームでも提供され、開発者はClaude API経由でclaude-sonnet-5を呼び出せる。

より高い算力レベルによるトークン消費の増加に対応するため、公式はChat、Cowork、Claude Code、Claude開発者プラットフォームの全ラインでリクエストのレート上限を引き上げた。プロジェクトに応じて自分に合ったレベルを選べる。

選び方

Sonnet 5はこのギャップを取り戻した。価格はフラッグシップよりかなり安いのに、公式ベンチマークでは一部タスクでOpus 4.8に追いつける。初期ユーザーの声も一致していて、複雑なタスクを最後までやり切り、途中で止まらず、催促しなくても自分で作業をチェックするという。

同じモデルなのに、どうして安くてフラッグシップにも手が届くのか？カギは effort と呼ばれるノブにある。

effort（算力レベル）とは、「どれだけ本気で考えさせるか」をあなた自身が選べる仕組みだ。レベルが低ければ安くて速いが、詰めが甘いかもしれない。レベルが高ければ、算力をより多く使って推論と自己チェックを繰り返し、より正確になるが、その分高くて遅くなる。最低のlowから最高のxhighまで切り替えれば、同じSonnet 5が安価な水準からフラッグシップ近くまでをまるごとカバーする。

公式が示すのは「100万トークンあたりいくら」（トークンとはモデルが文字を切り分ける課金の最小単位）という数字で、普通の人にはピンとこない。同じ仕事にかかる費用に換算すればわかりやすくなる。約100万トークンを出力する中規模タスクを例に、3つのやり方でそれぞれいくらかかるか比べてみよう。