『Claude 5世代』のモデル選び ── Anthropic公式が「迷った時におすすめ」するのは
こんにちは、株式会社Renewerの堀内です。
前回の記事では、Anthropic公式の「コンテキストエンジニアリングの新ルール」を読み解きました。プロンプトに何を書き、何を書かないか、という話です。
今回はその続編で、もう1つの問いを扱います。どのモデルを選ぶべきか、です。
読み解くのはこちらの公式ドキュメントです。
Claude models explained: choosing the best model for your use case（Claudeモデル解説：ユースケースに最適なモデルを選ぶ）
モデルの選定は精度の問題だけではなく、コスト面を含めた考えが必要で、ビジネスの意思決定に近い話です。
例えば本記事では、「安いモデルから試す」は、実は高くつくことがあるというフレームワークを紹介しています。
これは直感に反する考え方で、次世代モデルを使いこなすためにアップデートすべき内容です。
そのようなアップデートをわかりやすくまとめて広く届ける、という趣旨で『Claude 5世代 マスターガイド』を公開しました。
Anthropic公式の記事を中心に、「コンテキストエンジニアリングの新手法」や、「Claude5 モデル選定ガイド」などClaude 5世代の使いこなし方について扱った、50ページを超える内容です。
前回に引き続きわかりやすい言葉に置き換えながら、日本語訳・解説としてまとめています。
ガイドに登場する例も、日本語で使える形に翻訳したり、非エンジニア向けに編集し直したりしています。
以下から無料でダウンロードできます。
1. Claude 5世代 モデル全体像 ── 4階層＋限定1モデル
まず、Claude 5 のモデルを整理いたします。
Claudeのモデルは、Claude Haiku 4.5 / Claude Sonnet 5 / Claude Opus 5 / Claude Fable 5 の4階層に、限定提供のClaude Mythos 5を加えた体系です。階層が上がるほど知能と単価が上がり、応答速度は下がります。
Claude Haiku 4.5 ── 最速・低コスト。分類やルーティングなど、単純で高頻度なタスクの担当
Claude Sonnet 5 ── 速度と知能のバランス型。日常タスクの既定値
Claude Opus 5 ── 高度な推論・分析。公式は「迷ったらここから始めよ」としています
Claude Fable 5 ── 最上位。長時間エージェントや前例のない問題向け
Claude Mythos 5 ── 限定提供。一般には使えません
2. 選定の出発点 ── 4つの判断軸
実際にClaude CodeやCoworkでタスクを実行したい時、はたまたAPIとしてAIサービスにモデル利用を組み込む時、どのモデルを選択すればよいのでしょうか。
公式が示す判断軸は4つです。
1.タスク難度 ── どれだけ深い推論・計画・創造が必要か。失敗したときのコストは大きいか
2.遅延（レイテンシ） ── どこまで応答の速さが求められるか。リアルタイム性は必須か
3.アクセス制約 ── データの置き場所やコンプライアンス上、使えるモデルに制約はないか
4.ユニットエコノミクス ── 1タスクあたりのコストは見合うか。量が増えたときにどうなるか
1・2・4は、性能とスピードとコストのトレードオフを表しています。
最上位のFable 5は、難易度の高いタスクを任せたいときに選びたいモデルです。ただしその分、応答は遅く、単価も高い。逆に最軽量のHaiku 4.5は速くて安いものの、ユーザーの課題を解ききれないかもしれません。
3のアクセス制約は、少し性質が違います。Claudeで言えば、Mythos 5は一般公開されていないので選べません。企業導入ではさらに、コンプライアンスやセキュリティ上そのモデルを使ってよいのか、という観点が重くのしかかります。
正直なところ、そこまで目新しい切り口ではありません。一方で、モデルはこれからも次々と入れ替わります。他社モデルと比較する場面も増えるはずです。そのたびに考え直さなくて済むように、変わらない問いの形を持っておく。この4軸はそういう性質のものだと捉えています。
3. タスク単価とトークン単価 ── この記事でいちばん大事な話
この公式ガイドの最大の主張は、会計単位を「トークン」から「タスク」へ移せ、という点にあります。
・トークン単価（price-per-token） ── 価格表に載っている、100万トークンあたりの単価
・タスク単価（cost-per-task） ── 1つの業務タスクを完了させるまでにかかった総コスト。複数回のやり取り、思考、ツール実行、失敗時のやり直しをすべて含む
価格表で比べれば、当然安いモデルが安く見えます。ところが公式は、こう述べています。
"Cost-per-task is often lower for more intelligent models, especially at lower effort levels, even if the price-per-token is higher."
（タスク単価は、より賢いモデルのほうが低いことが多いのです。トークン単価が高くても、です）
なぜそうなるのか。理由は3つ挙げられています。
①賢いモデルは少ないターン数でタスクを終える
試行錯誤の回数が減るからです。金融モデリングタスクの実測では、Claude Opus 5がターン数とツール呼び出し回数を約3分の1に減らし、所要時間を60%短縮しながら精度を9ポイント向上させたと報告されています。
②思考の無駄が少ない
同じ品質に到達するまでに燃やすトークンが少なくて済みます。リーガルAIのHarveyは、Claude Opus 5が前世代の最大推論設定と同等の性能を、平均26%少ないトークンで達成したと報告しています。
③失敗のやり直しが発生しにくい
タスクに失敗すれば、同じ処理をもう一度走らせることになります。単価が3分の1でも、2回失敗すれば総額は逆転します。そしてやり直しの発生率は、価格表には載っていません。
もう1つ、見落とされがちな補足があります。小さいモデルで失敗が起きたとき、原因が「モデルの能力不足」なのか「プロンプトの問題」なのかの切り分けに、人の時間がかかるという点です。公式も、こう指摘しています。
"Starting with a smaller model can also make it harder to distinguish between model failures and setup failures." （小さいモデルから始めると、モデルの失敗なのか、セットアップの失敗なのかの区別が難しくなります）
やや批判的に読めば、高価なモデルを使ってほしいというモデルプロバイダー側のポジショントークに感じられる部分もあります。
とはいえ、この観点でコストを検証してみること自体は、無駄にはならないはずです。自社の請求額を「トークン量」ではなく「1タスクいくらか」で一度割り戻してみる。それだけでも、見え方はかなり変わると思います。
4. start smart（上から下りる）
では、実際にモデルを選定する際にどう選び始めればよいのか。
公式が第一に推奨しているアプローチが start smart です。
"start with the most intelligent generally available model and use effort level to dial in performance and cost" （まず一般提供されている最も賢いモデルから始め、effortレベルで性能とコストを調整してください）
1. 最高性能のモデル×既定のeffort（考える深さの設定）で、そのタスクの品質の上限を確認する
2. 品質が保たれる範囲で、まずeffortを下げる
3. さらに削減が必要なら、モデルの階層を1段下げる
安いモデルから上に登っていくのではなく、賢いモデルから下りてくる。
上限を先に知っておけば、「このタスクはここまでできるはずなのに、なぜ落ちたのか」という切り分けが効くようになります。
ポイントは、モデルを下げる前に、effortを下げるという順番です。
effortは「どれだけ深く考えさせるか」の設定で、同じモデルのまま速度とコストを調整できます。Claude Opus 5の公式ガイダンスも「品質が保たれる限り、lowやmediumを、コストと応答時間の主要な制御として惜しみなく使え」としています。
これは、Claude CodeやChatGPTのモデル選択メニューを前にしたときにも、そのまま使える考え方です。まず一番賢いモデルで満足のいく結果を出してから、軽いモデルに落としてみる。逆順で試して「AIはこの程度か」と結論を出してしまうのが、いちばんもったいない使い方だと感じています。
5. アドバイザー戦略 ── 63%のコストで、90%以上の性能
とはいえ、すべてを最上位モデルで回すのは現実的ではありません。そこで公式が紹介しているのが、モデルを組み合わせる「アドバイザー戦略」です。
仕組みはこうです。低コストのモデルがワーカー（実行役）としてタスクを主導し、判断に迷った局面だけ、高性能モデルをアドバイザー（助言役）として呼び出す。公式はこれを「コーチ＆実行（coach-and-execute）」型と表現しています。
"Sonnet 5 with a Fable 5 advisor is within 10% of Fable 5's score at 63% of the price" （Fable 5をアドバイザーに付けたSonnet 5は、Fable 5単体のスコアの10%以内に迫りながら、価格は63%です）
63%のコストで90%以上の性能、という数値が出てきています。
人間の組織でいえば、担当者が実務を進めて、要所だけ上司に相談する形です。AIの世界でも、結局この分業が合理的だというのは面白い結論だと感じています。
6. 結局、どのモデルから始めるか ── 公式の答えは「迷ったらOpus 5」
「考え方や原則はわかったけど、具体的にどれから始めればよいのか」と思う方もいるでしょう。
この問いには、公式ドキュメント（Models overview）が名指しで答えています。
"If you're unsure which model to use, start with Claude Opus 5 for complex agentic coding and enterprise work. For workloads that need the highest available capability, use Claude Fable 5."
（どのモデルを使うか迷ったら、複雑なエージェント的コーディングとエンタープライズ業務には Claude Opus 5 から始めてください。利用可能な最高の能力が必要なワークロードには、Claude Fable 5を使ってください）
迷ったら、まずOpus 5から。これが公式の答えです。
先ほど紹介した「start smart」と合わせると、実務的な手順はこうなります。
1. まずOpus 5の既定設定で、そのタスクの品質の上限を確認する
2. 品質が保たれる範囲で、effortを下げる
3. もっとコストを抑えたりスピードを上げたければSonnet 5へ、逆に歯が立たなければFable 5へ
そして公式は、モデル選定の結論をこう書いています。
"the best way to select a model is to understand the basics of each model class and understand your use case in-depth. That means building, maintaining, and deploying strong evaluations."
（最良のモデル選定の方法は、各モデルクラスの基本を理解し、自分のユースケースを深く理解することです。それはつまり、しっかりした評価（evals）を作り、保守し、運用するということです）
ベンチマークの順位表ではなく、この記事全体で上げたような考え方のほうが、企業のモデル選定の意思決定には役に立ちます。
モデルは半年で入れ替わりますが、この意思決定基準は資産として残り続けます。
ここまでお読み頂き、ありがとうございました！
今回の話は、突き詰めるとAIのコストを何で測るかという問題でした。
単価の安さで選ぶのは、時給の安さだけで人を採るのに似ています。実際に効いてくるのは、1つの仕事を終わらせるまでにいくらかかったか。この見方に切り替えられると、「高いモデルは贅沢」という感覚のほうが見直されるはずです。
今回の内容を図解でまとめたガイドブック『Claude 5世代 マスターガイド』は、以下から無料でダウンロードできます。この記事で扱った「モデル選定」に加えて、前回のテーマである「コンテキスト設計の6つの新ルール」までを1冊に収録しています。
仕事・企業で使えるClaudeの情報は以下マガジンにまとめています。
合わせてお読みください。よろしければフォローお願いします。