Anthropic は2026年5月28日、新フラグシップモデル Claude Opus 4.8 をリリースした。最大の改善点は「honesty(正直さ)」——前世代 Opus 4.7 と比較してコードの欠陥を見逃す確率が約4分の1 に低下し、不確実性を認めミスを指摘する性質が強化された(出典:Anthropic 公式 Introducing Claude Opus 4.8)。価格は据え置き($5 / M input、$25 / M output)。同時に dynamic workflows・effort control・fast mode の改良も発表された。
honesty の改善は単なるベンチマークの数字ではない。AI を業務に組み込む組織にとって、「自信満々に誤った結論を出すリスク」 は分析・レポート・意思決定支援の信頼性を直接左右する。effort control(Low / Medium / High / Max)も同様に、本サイトが 前世代 Opus 4.7 の速報 で論じた「推論深度を意思決定の重みに合わせる」という設計思想が、製品機能として実装された姿だ。
本記事は「AI への業務委任シリーズ」第4作にあたる(article-21 → 26 → 28 → 29)。これまで批判的論考を重ねてきたが、本記事は速報 + 実用リファレンスとして、Opus 4.8 のアップデート内容と、Claude 各モデル(Opus 4.8 / Sonnet 4.6 / Haiku 4.5)の使い分けを保存版で整理する。ただし早見表ではなく、モデル選定もまた設計判断であるという視点を貫く。
今回のアップデート内容 — 数字の改善より、性質の変化
公式が発表した主要な改善点を整理する。Opus 4.7 → 4.8 のベンチマーク変化は以下のとおり(出典:Anthropic 公式)。
- Agentic Coding(Terminal-Bench 2.1)：64.3% → 69.2%
- Multidisciplinary Reasoning with Tools:54.7% → 57.9%
- Agentic Computer Use:82.8% → 83.4%
- Knowledge Work:1,753 → 1,890
数字だけ並べれば「順当な改善」に見える。しかし注目すべきはベンチマークではなく、Anthropic が前面に押し出した honesty(正直さ) の性質変化だ。Opus 4.8 は「自分のミスを指摘する」「不確実性を認める」「根拠のない主張を避ける」方向に揃えられている。コードの欠陥を見逃す確率が前世代比約4分の1という指標は、AI に任せた業務の検証コストを下げる方向 に効く。
同時発表の機能群も実用面で大きい。Dynamic workflows(research preview)は Claude Code で数百のサブエージェントを並列実行し、コードベース規模の移行も単一セッションで処理する。Effort control は claude.ai / Cowork で思考の労力を Low / Medium / High / Max + adaptive から選択でき、Opus 4.8 はデフォルトで High に設定される。Fast mode(Claude API で research preview)は最大2.5倍の出力速度で動作し、従来 Opus 4.6 / 4.7 のファストモード($30 / $150 per M tokens)から約3倍安い $10 / $50 per M tokens に下がった(出典:Anthropic 公式 pricing ページ Fast mode 節)。さらに Anthropic は「coming weeks で Mythos-class model を全顧客に展開予定」と予告しており、本記事の射程の外にある次世代モデルの足音も近い。
Claude 各モデルの違い — 2026年5月時点の仕様整理
BtoBマーケ実務でモデルを選ぶ際に必要な仕様を表に整理する。価格・コンテキストウィンドウ・思考機能・知識カットオフは、それぞれが業務適合の判断材料になる(出典:Anthropic 公式モデル一覧。最新情報は公式ドキュメントを参照)。
| 項目 | Claude Opus 4.8 | Claude Sonnet 4.6 | Claude Haiku 4.5 |
|---|---|---|---|
| 位置付け | 最上位・複雑推論 | 速度と知性のバランス | 最速・低コスト |
| API モデル名 | claude-opus-4-8 | claude-sonnet-4-6 | claude-haiku-4-5 |
| 入力価格(per M tokens) | $5 | $3 | $1 |
| 出力価格(per M tokens) | $25 | $15 | $5 |
| コンテキストウィンドウ | 1M tokens | 1M tokens | 200K tokens |
| 最大出力 | 128K tokens | 64K tokens | 64K tokens |
| Extended thinking | 非対応 ※ | 対応 | 対応 |
| Adaptive thinking | 対応(default high) | 対応 | 非対応 |
| 知識カットオフ | 2026年1月 | 2025年8月 | 2025年2月 |
| レイテンシ | 中 | 速い | 最速 |
※ Opus 4.8 の Extended thinking 「非対応」は、thinking: {type: "enabled", budget_tokens: N} 形式の指定が 400 エラーになる仕様を指す(公式 What's new in Opus 4.8)。代わりに adaptive thinking + effort パラメータ(Low / Medium / High / Max)で思考深度を制御する設計。Haiku 4.5 は Haiku 系列で初めて Extended thinking に対応した。
注目したいのは 価格差が出力側で5倍(Opus 4.8 $25 vs Haiku 4.5 $5)、入力側で5倍(同 $5 vs $1) という事実だ。Opus 4.8 を全業務に当てると、Haiku で十分な領域でも5倍のコストを払い続けることになる。逆に Haiku に複雑判断を任せれば、ベンチマーク差は数字以上の出力品質差になって返ってくる。「最上位を全部に使う」も「最安を全部に使う」もどちらも設計の放棄だ。
BtoBマーケ実務での使い分け — シナリオ別の判断
抽象論を避け、BtoBマーケの現場で頻出するシナリオごとに、どのモデルを当てるべきかを整理する。これは「正解」ではなく出発点としての判断基準であり、自社の業務特性に合わせて調整する前提で読んでほしい。
- 戦略立案・複数施策の整合性チェック・KPI 設計:重い意思決定に直結する論点。Opus 4.8 + effort High または Max。誤った前提のまま施策を組むコストが、モデル価格差を遥かに上回る
- レポート作成・分析サマリーの初稿・複数ソースの要約:中程度の判断負荷。Sonnet 4.6 で速度とコストのバランスを取り、最終仕上げを Opus でレビューする2段構成が効率的
- 定型業務・タグ付け・分類・大量データの一次処理:判断の重みが小さく回数が多い領域。Haiku 4.5 でコストを5分の1に抑える。重要な判定だけ Opus にエスカレーション
- 競合分析・市場リサーチ・最新動向把握:知識カットオフが効く領域。Opus 4.8(2026年1月)または Sonnet 4.6(2025年8月) を選び、Haiku 4.5(2025年2月)は避ける。最新情報が要る場合は外部検索ツールと組み合わせる
- 長文資料の通読・既存サイト全体の文脈把握:コンテキスト長が効く領域。Opus 4.8 か Sonnet 4.6 の 1M tokens。Haiku 4.5(200K)では分割が必要
- 顧客チャット応答・即時性が要るインタラクション:レイテンシが顧客体験を左右する。Haiku 4.5。重要な判定のみ Sonnet にエスカレーションする2段構成
パターンが見えてくる。「意思決定の重み」と「実行回数」の2軸でモデルを割り当てる のが基本だ。重く回数が少ない業務(戦略立案)には Opus、軽く回数が多い業務(タグ付け)には Haiku、その中間に Sonnet。Opus 4.8 の effort control は、この2軸での割り当てをさらに細かく調整できる仕組みでもある——同じ Opus 4.8 でも、Low / Medium / High / Max の選択でコストと深度をトレードオフできるからだ。
モデル選定を「設計」として捉える — シリーズ第4作の核心
ここまで読んで「結局、業務ごとに使い分けろということか」と感じた読者には、もう一歩踏み込んでほしい。モデル選定は「ツールを選ぶ」のではなく「業務のどこに、どのモデルを、どういう判断基準で割り当てるか」を決める設計行為だ。早見表で機械的に決められる類のものではない。
Opus 4.8 の effort control がこの論点を象徴している。Low / Medium / High / Max という選択肢は、本サイトが 前世代 Opus 4.7 の速報 で論じた「推論深度を意思決定の重みに合わせる」という Vegimax の中核命題が、製品機能として結晶化した姿だ。「重い意思決定には Max、ルーティンには Low」——この使い分けが製品 UI で選択可能になったということは、設計判断を放棄しても許されない時代に入ったということでもある(全業務 Low で済ませる組織と、業務ごとに適切な effort を当てる組織では、出力品質に明確な差がつく)。
honesty の改善も、設計論として読み解くと別の意味を持つ。AI が「自分のミスを指摘する」「不確実性を認める」性質を持つことは、AI に任せた業務を人間がレビューする多層チェック体制 を組む組織にとって、検証作業を大幅に楽にする方向の進化だ。AI が自己申告する形で疑問点や留保事項を出してくれるなら、レビュー側はその箇所を重点的に確認すれば済む。
ただし——ここが重要なのだが——honesty が向上しても、「最終的な判断と検証は人間が握る」という設計原則は1ミリも変わらない。AI の自己申告を鵜呑みにすれば「正直な AI が正直に間違える」事故が起きる。Opus 4.8 の honesty 改善は、人間レビュー体制を「不要にする」のではなく「効率化する」方向の進化として捉えるのが正しい。使うが主導権は渡さない——AI 業務委任シリーズを通じて繰り返し述べてきた原則は、honesty が向上した現在もそのままだ。
まとめ:モデル選定もまた設計判断である
Opus 4.8 のアップデートは、性能のジャンプというより「業務に組み込む側の設計負荷を下げる」方向の進化と読むのが正確だ。effort control で深度を選び、honesty 改善でレビューを効率化し、Haiku / Sonnet / Opus の3層で業務に応じて割り当てる——これらはすべて「使う側の設計力」を前提にしている。業務委任の境界設計(article-21)、Big4 経由の AI 浸透を踏まえた中堅企業の設計判断(article-28)、そして 運用ではなく設計(article-12) という Vegimax の核心が、モデルラインナップの選択というもっとも実務的な場面でも貫かれる。早見表でモデルを選ぶ組織と、業務設計の延長としてモデルを選ぶ組織——後者だけが、AI を主導権を保ったまま使い続けられる。