Anthropicがリリースした Claude Sonnet 5 標準価格でOpus 4.8のトークン単価の約60%であり、さらに2026年8月31日まではそれよりも低い2ドル/10ドルの発表記念プロモーション価格が適用される。これによりSonnet 5は FreeおよびProユーザーのデフォルトモデル 発表当日に。直感的な反応(私自身も1時間ほどそう思っていた)は、デフォルトをあらゆる場面でSonnet 5に切り替えて差額を懐に入れることだ。
ところが実際にエージェントループを回してみると、計算はもっと興味深いものになる。トークン単価は表示価格にすぎず、請求額そのものではない。価格表と実際の請求書の間で2つの要素が変動し、そのどちらもが「ただ安いだけ」という見出しを大きく揺るがし、実際にとるべき行動を変えてしまうほどだ。
つまり本当に問うべきは「どちらのモデルが存在するか」ではない。両方とも存在することはすでに分かっている。問うべきは、デフォルトでどちらをエージェントに割り当てるか、そしてOpusに追加コストを払う価値があるのはどんな時か、という点だ。判断ルールと、ベンチマークまとめ記事が見落としているコスト面の2つの仕組みを紹介する。
短いバージョン
ほとんどのエージェント型コーディングと日常的なAPI作業には、デフォルトでSonnet 5を使うこと。より安価であり、両モデルの間で勝敗が分かれるベンチマークでも十分な結果を出す。最も難しい推論・コーディングのタスクや、Sonnet 5がコスト優位性を失いうる最高レベルのエフォート作業には、Opus 4.8を取っておくこと。価格表が隠している2つのポイントがある。Sonnet 5の新しいトークナイザーは同じテキストに対して約30%多くのトークンを消費すること、そして最高レベルのエフォート設定ではコスト計算が逆転しうることだ。記憶しておくべき日付が一つある。Sonnet 5の導入価格(100万トークンあたり2ドル/10ドル)は2026年8月31日に終了し、その後は3ドル/15ドルになる。コスト面を基準に標準化するなら、今のうちから標準料金でモデル化しておくこと。
一言で言えば、Sonnet 5はほとんどのエージェント型コーディングにおける新しいデフォルトだ。Opus 4.8が終わったわけではない。ただデフォルトではなくなっただけだ。
誰もが引用する価格差(そこから抜け落ちているもの)
Sonnet 5は標準価格で入力トークン100万個あたり3ドル、出力トークン100万個あたり15ドルであり、2026年8月31日までは2ドル/10ドルの導入価格が適用される。Opus 4.8は5ドル/25ドルだ。 どちらも標準価格で100万トークンのコンテキストウィンドウを備えている、そしてAnthropicは発表と同時にSonnet 5をFreeおよびProユーザーのデフォルトモデルとした。これらの数字はAnthropicのSonnet 5発表資料(https://www.anthropic.com/news/claude-sonnet-5)と Claude プラットフォームの価格ドキュメント(https://platform.claude.com/docs/en/about-claude/pricing)。ここが比較の中で事実関係がはっきりしている部分だ。
並べてみると、Sonnet 5は単純な値下げのように見える。コンテキストウィンドウは同じで、トークン単価は約40%安く、しかも今やデフォルトの価格帯だ。コストに対するあなたの考え方が「単価かけるトークン数、そして単価が下がった」というだけなら、それで話は終わりだ。切り替えて節約すればいい。
落とし穴は、トークン数が固定値ではないことだ。モデルによって変動し、Anthropicはそれを変更した。表示価格と実際の請求額が食い違い始めるのは、まさにこの点だ。
トークナイザーが変わった。請求額も変わった。
Sonnet 5はAnthropicの新しいトークナイザーを使用しており (Opus 4.7以降に搭載されたものと同じトークナイザー)、Anthropic自身の説明によれば、これは 約30%多いトークン数 同等のテキストに対して、従来のSonnetバージョンよりも多くのトークンを使う。これは端数処理レベルの些細な話ではない。請求額は単価かけるトークン数であり、Anthropicはあなたが最初の数字だけを見ている間に、静かに2番目の数字を引き上げていたのだ。
順を追って考えてみよう。Sonnet 5の導入価格を、従来のSonnetで支払っていた金額と比較する場合、約30%多いトークン数に適用される単価の引き下げは、見出しの単価が示唆するよりもはるかに実際の差を縮めてしまう。同じプロンプト、同じ出力テキストでも、その裏では課金対象の単位が増えている。割引は確かに存在するが、価格ページの数字が示唆するよりも小さい。価格ページはトークン単位で価格を付けているが、あなたのワークロードは単語で測られるからだ。
これは主に2種類の読者にとって重要になる。従来のSonnetから移行する場合は、単価の変化だけでなくトークンの増加分も予算に組み込む必要がある。Sonnet 5とOpus 4.8を直接比較検討する場合は、両者が同じ新しいトークナイザーを共有しているため、比較的影響は小さい。つまり同じ性質のトークン同士を比較していることになり、トークン単価の差の方が実態に近い。ここでの落とし穴は、過去のタスク当たりコストがそのまま引き継がれると思い込んでしまうことだ。実際にはそうはならない。その基盤となる単位そのものが変わったからだ。
Sonnet 5が安くなくなるポイント
エフォート設定を上げると、コスト面での優位性が逆転することがある。Sonnet 5を最高レベル("xhigh")のエフォート設定で運用している実務者からは、次のような報告がある 同程度の品質でもOpus 4.8より高くつくことがある。より安価なモデルであっても、タスクに対してより長く深く考え込めば、トークン単価の割引分を打ち消すほど余分なトークンを消費してしまうことがあるからだ。この情報はコミュニティの報告に基づいており、発表に関するHacker Newsのスレッドでは(https://news.ycombinator.com/item?id=48736605)と広く報じられているベンチマーク比較(https://www.marktechpost.com/2026/06/30/anthropic-claude-sonnet-5-vs-sonnet-4-6-vs-opus-4-8-agentic-coding-benchmarks-api-pricing-and-cost-performance-tradeoffs-compared/)。これはAnthropicが公式に確認した数値ではないため、公表された閾値ではなく、報告された傾向として扱うべきだ。正確な逆転ポイントを提示することはしない。検証済みの数値を持ち合わせていないからだ。
重要なのはその全体像であり、その形ははっきりしている。エフォート設定が控えめで、タスクの範囲が限定されている通常のタスクでは、Sonnet 5は本当に安い。最も負荷の高いタスク(深い推論、高いエフォート、大規模あるいは雑然としたコードベースを相手にする長いエージェントループ)では、割引は薄れていき、消えてしまうこともある。2倍の労力を強いられる安価なモデルは、もはや安価とは言えない。
このセクションの要点： 割引は通常のタスクでは確かに存在するが、最も重いタスクでは消えてしまう。そしてその境界こそ、デフォルトを切り替えるべきポイントだ。
ベンチマーク: 検証済みのものと広く報じられているもの
まずは明確な訂正から始めよう。発表後のまとめ記事が誤読されやすいのは、まさにここだからだ。34.6% / 46.8%というHumanity's Last Examの数値と、78.5%というOSWorld-Verifiedの数値は、Sonnet 5のスコアではない。 Anthropicはこれらを改訂版Sonnet 4.6の基準値だとしている。Sonnet 5については、 発表・システムカードの表で報告されている Humanity's Last Examで43.2% / 57.4%、OSWorld-Verifiedで81.2%、SWE-bench Proで63.2%、GDPval-AA v2で1,618という数値になっている。Opus 4.8は、SWE-bench Pro、OSWorld-Verified、ツールなしのHLEを含む、より難易度の高い推論・コーディング系の指標のいくつかで依然としてリードしており、さらに USAMO 2026。Sonnet 5が最もはっきりと優位に立つのは知識労働の分野であり、GDPval-AA v2ではOpus 4.8をわずかに上回っている。とはいえ、それで万能な勝者が決まるわけではない。むしろ実際の選び方のルールを裏付けるだけだ。日常的なエージェント作業にはSonnet 5をデフォルトで使い、タスクがより高い上限を必要とする場合はOpusにエスカレーションする。
この直接比較のそれ以外の部分はすべて第三者による集計に基づくものであり、その区別は明確にしておきたい。最も安全で確実な読み方はもっと限定的だ。Opus 4.8は最も難易度の高いコーディング、推論、コンピュータ操作の数値で依然としてリードしており、一方でSonnet 5はその差を縮め、GDPval-AA v2の知識労働ではOpusをわずかに上回っている。 Terminal-Bench 2.1はハーネス依存の指標として扱う価値がある 単純な勝敗表ではない。発表後のまとめ記事は、設定次第で異なるOpusとの比較結果を報じているからだ。
これらを断定するのではなく出典を明示して紹介しているのは、システムカード全体を自分で直接検証しきれなかったからだ。実際には一つの集計サイトの表に過ぎないベンチマークの差を確定した事実であるかのように語ることは、後々信用を失いかねない典型的な例である。
| Claude Sonnet 5 | Claude Opus 4.8 | 出典 | |
|---|---|---|---|
| 入力 / 出力価格(標準) | $3 / $15 per Mtok | $5 / $25 per Mtok | 一次情報源(Anthropic) |
| 導入価格(2026年8月31日まで) | $2 / $10 per Mtok | 該当なし | 一次情報源(Anthropic) |
| コンテキストウィンドウ | 100万トークン | 100万トークン | 一次情報源(Anthropic) |
| Free / Proのデフォルト | あり | No | 一次情報源(Anthropic) |
| Humanity's Last Exam(ツールなし / ツールあり) | 43.2% / 57.4% | 49.8% / 57.9% | Anthropicのシステムカード・発表まとめ |
| OSWorld-Verified | 81.2% | 83.4% | Anthropicのシステムカード・発表まとめ |
| SWE-bench Pro | 63.2% | 69.2% | Anthropic / 発表まとめ記事 |
| GDPval-AA v2 | 1,618 | 1,615 | Anthropicの発表・システムカードまとめ |
| USAMO 2026 | 79.5% | 96.7% | 広く報じられている通り |
その表を素直に読めば、ベンチマークは勝者を決めていないということになる。勝ち負けを交互に分け合っているだけだ。だからこそ、リーダーボードを判断材料にすべきではない。2つのモデルがベンチマークで勝敗を分け合っているとき、決め手になるのは「自分が気にしている特定のテストでどちらが高得点だったか」ではない。決め手は、自分の実際のワークロードにおけるタスク当たりのコストであり、それはリーダーボードが決して教えてくれない数字だ。
誇大宣伝は現実と一致しているのか
発表後の反応は両極端に大きく、どちらの立場も完全に正しいわけではない。一方には実際の反発がある。広く拡散した投稿では(https://www.bleepo.co/article/claude-sonnet-5-useless-flop-backlash-benchmarks)はSonnet 5を「役に立たない失敗作」と呼び、発表をめぐる議論の中で一部の実務者は、エージェント最適化モデルにありがちな失敗パターン、つまり些細なタスクを過剰に作り込んでしまう問題を指摘した。例えば ちょっとしたPythonの依頼を、まるまる1つのライブラリに近いものへと変えてしまう。発表時のグラフの見せ方についても、指摘するコメントがいくつかあった。これらはライブスレッド上の個々の反応として受け止めるべきであり、確定的な結論とは見なすべきではない。
一方で、肯定的なシグナルも具体的で出所がはっきりしている。TechCrunchの発表報道で引用されたZapierのエンジニア、Daniel Shepardは(https://techcrunch.com/2026/06/30/anthropic-launches-claude-sonnet-5-as-a-cheaper-way-to-run-agents/)は、以前は途中で止まってしまっていたSalesforceとメールにまたがる複雑な2段階のタスクをSonnet 5が最初から最後までやり遂げたと述べ、「日常的な自動化には迷わず使える」と評した。これは本番環境で実際に運用している実務者の声であり、ベンチマーク表の一行ではない。
私の見立てはこうだ。これはモデル発表にありがちな普通の姿であって、Sonnet 5が大成功だとか失敗作だとかを示すシグナルではない。小さなタスクをたまに過剰に考え込んでしまう、より安価なエージェントモデルは、資格を失わせるような欠陥ではなく、十分に管理可能なトレードオフだ。エフォート設定を業務に合わせて調整し、前に進めばいい。失敗作だと言う人たちも、飛躍的進歩だと言う人たちも、どちらも特定のワークロードでのわずか数日の経験から一般化しているにすぎない。バランスの取れた見方は、Sonnet 5は高いエフォート設定に既知の粗さはあるものの、堅実で安価なデフォルトだというものであり、判断を下すにはそれで十分だということだ。
判断ルール(そして9月の崖)
今日から自分が適用するとしたらこのルールになる。ほとんどのエージェント型コーディングと日常的なAPI作業には、デフォルトでSonnet 5を使う。通常のタスクでは安価であり、デフォルトの価格帯であり、ベンチマークが分かれる場面でも十分な結果を出すからだ。最も難しい推論・コーディングのタスクや、Sonnet 5の割引が消えてしまう最高レベルのエフォート作業には、Opus 4.8を取っておく。その時点では、Opusは贅沢品ではなく、むしろ優れたコストパフォーマンスの選択肢になり得る。これは「Opusが時代遅れになった」という話ではない。「Opusがデフォルトではなく専門モデルになる」という話だ。
そして、ベンチマークではなく日付だからこそ見落としやすい部分がある。Sonnet 5の導入価格は2026年8月31日に終了する。コスト面の理由でSonnet 5を標準として採用するなら、2ドル/10ドルの導入価格ではなく、標準料金である3ドル/15ドルを今のうちからモデル化し、9月分の予算を組んでおくべきだ。数週間で失効する価格をもとにコスト試算を組み立てることは、第3四半期に不快な驚きを招く典型的なやり方だ。発表時のプロモーション価格ではなく、実際に支払うことになる金額をもとに計算しよう。
もう一つ区別しておくべき点がある。これによって重みづけが変わってくるからだ。ホスティングされた製品を通じて直接APIを呼び出すのではなく、自前でホストするか、またはローカルのエージェントハーネス(Aider、OpenCode、Continue.dev)を運用している場合、コストの露出度合いやエフォート設定の制御はAPIのみを使うユーザーとは異なる。逆転ポイントの計算も、自分のハーネスの実際のトークンの挙動に合わせてやり直す価値がある。詳しくは OpenCode対Claude Codeの比較 ハーネスを選ぶ場合は。
モデルは今後も互いに追い抜き合いを続け、次のリリースが出れば表はまたリセットされるだろう。しかし、その規律はバージョン番号よりも長く残る。表示価格を鵜呑みにせず、実際に使うエフォート設定でタスク当たりのコストを計算し、割引がなくなる境界でデフォルトを切り替えるべきだ。
よくある質問
デフォルトをOpus 4.8からSonnet 5に切り替えるべきか
ほとんどのエージェント型コーディングと日常的なAPI作業については、その通りだ。Sonnet 5は通常のタスクでは安価であり、FreeとProのデフォルトの価格帯であり、ベンチマークが分かれる場面でも十分な結果を出す。最も難しい推論・コーディングのタスクや、Sonnet 5がコスト優位性を失いうる最高レベルのエフォート作業には、Opus 4.8を残しておくべきだ。
Sonnet 5はOpus 4.8よりどれくらい安いのか
標準価格では、Sonnet 5は入力トークン100万個あたり3ドル、出力トークン100万個あたり15ドルであり、Opus 4.8の5ドル/25ドルと比べてトークン単価は約40%安い。2026年8月31日までは、Sonnet 5はさらに低い2ドル/10ドルの導入価格で運用される。従来のSonnetから移行する場合、実際の差は単価が示すよりも小さい。Sonnet 5の新しいトークナイザーは同じテキストに対して約30%多くのトークンを使うためだ。
Sonnet 5の導入価格はいつ終了するか
Sonnet 5の導入価格である入力トークン100万個あたり2ドル、出力トークン100万個あたり10ドルは、2026年8月31日まで適用される。それ以降は標準価格の3ドル/15ドルになる。コスト面の理由でSonnet 5を標準として採用するなら、今のうちから標準料金でモデル化し、9月の値上がり分を予算に組み込んでおくべきだ。
Opus 4.8は追加コストに見合う価値がまだあるのか
特定の業務に関しては、その通りだ。発表・システムカードの数値は、Opus 4.8がSWE-bench Pro、OSWorld-Verified、ツールなしのHumanity's Last Exam、USAMO 2026で依然として優位であることを示しており、一方でSonnet 5はツール併用のHLEでは僅差、GDPval-AA v2ではわずかに優位となっている。つまりOpusは時代遅れになったわけではなく、最も難しい推論・数学・コーディングのタスク、そしてSonnet 5がコスト優位性を失いうる最高レベルのエフォートを要するエージェント作業のための専門モデルになる、ということだ。
