Claude Sonnet 5.5、Opusの性能に迫るも、トークン使用量はより多く

Claude Sonnet 5.5は9月28日にAnthropicからリリースされ、Sonnet 5と同じ定価で提供される。同社によると、30%以上高速で、タスクあたりのコストを最大30%削減するという。

別のベンチマーク機関は、モデルを限界まで酷使した際の費用について異なる見解を示した。

Claude Sonnet 5.5のご紹介。Claude 5.5ファミリーの2つ目のモデルです。

Sonnet 5からの明確なアップグレードであり、30%以上高速で、ほとんどの作業で最大30%のコスト削減を実現します。

— Claude (@claudeai) September 28, 2026

Sonnet 5.5、Opus 5.5の数日後にClaudeラインナップでデビュー

Claude 5.5ファミリーは、Sonnet 5.5で2つ目のモデルとなった。Opus 5.5は9月22日にデビューし、同日OpenAIはGPT-6 SolとLunaをリリースした。

価格はSonnet 5から引き継がれ、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ドルである。AnthropicはエージェンティックコーディングベンチマークであるTerminal-Bench 4.0で70.6%の結果を記録した。Sonnet 5は10.3%、Opus 5.5は66.4%だった。

「Opus 5.5が慎重な判断を要する複雑な作業向けに設計されているのに対し、Sonnet 5.5は明確に範囲設定された日常的なタスク、バグ修正、洗練されたドキュメント、スライド、スプレッドシートの作成に最も適しています」とAnthropicチームは記している。

Anthropicの説明によれば、Sonnet 5.5は能力の限界を押し広げるものではない。そのため、アライメント評価はユーザーを欺くことや重大な悪用を支援するなどの危険性に集中した。

このリリースには、競合システムをトレーニングするためにモデルの推論を抽出しようとする試みをブロックするためのサイバー保護機能とアンチ蒸留分類器も含まれている。Claude Haiku 5.5は今後数週間以内にリリースされる予定である。

一方OpenAIは、安全上の理由からGPT-6.1 Astraを保留した。CNBCは月曜日に、このモデルが同社の基準を満たしていないことを確認した。

Artificial Analysis、最大努力時により多くのトークン消費を確認

ベンチマーク機関のArtificial Analysis（同社はGrok 4.7を4位にランク付けしている）は、Sonnet 5.5にIntelligence Indexで56点を付けた。これは全体で2位であり、最大努力時のOpus 5.5にあと2点及ばない。

Artificial Analysisは、Terminal-Bench 4.0でSonnet 5.5が64%、Opus 5.5とGPT-6 Astraが60%という結果を記録した。GDPval-AAおよび同様の知識作業タスクでは、同社はSonnet 5.5がOpus 5.5とほぼ同等であるとみている。

Artificial Analysisによると、Sonnet 5.5はそのパフォーマンスに達するためにはるかに多くのトークンを消費した。

「最大努力時、Opus 5.5に迫る性能に達する場合、Claude Sonnet 5.5はIntelligence Indexタスクあたり~193k出力トークンを使用しました」と同社は記している。

この消費量は、最大努力時のOpus 5.5およびSonnet 5よりも約60%高く、GPT-6 Astraの最大努力時の約7倍である。

対照的に、Anthropicの早期アクセス顧客はSonnet 5とは逆のパターンを報告している（ただし、それらのワークロードは異なる）。Balyasny Asset Managementは自社の財務ワークロードでのトークン使用量がはるかに低かったと測定した。

「当社のQ&A、抽出、分析、予測を含む2,441の財務タスクのプライベートスイートにおいて、Claude Sonnet 5.5はSonnet 5を上回るスコアを獲得し、回答あたり約121kトークンを使用しました。一方、Sonnet 5は497kトークンを使用しました」とBalyasny Asset ManagementのシニアAIエンジニア、Joe Poirier氏は述べている。

Artificial Analysisは、Anthropicが後に修正した構造化出力のバグを含むプレリリースバージョンをテストした。同社は影響を受けた評価を近日中に再実施する予定である。