Anthropicが2026年7月24日にClaude Opus 5をリリースした時、エージェント型コーディングツール「T3 Code」を運営し、4つの推論アカウントで1日約2250ドル（約36万9000円）を消費する開発者Theo氏は、その実現を予想していなかった。彼はこのモデルの性能が低いと考えていたが、それは誤りだった。彼が確認できたあらゆるベンチマークで、Opus 5はAnthropic自社のFable 5とOpenAIのGPT-5.6 Solの両方を上回った。そして驚きが待っていた。公称価格はFableの半額であるにもかかわらず、実環境でのコスト削減は約20～25%に縮小し、開発者がモデル価格をどう考えるべきかを変える「トークン効率のパラドックス」が明らかになったのだ。ポッドキャスト「Theo – t3.gg」で語ったTheo氏は、Opus 5を使った丸一日のコーディングを経て、一つの推奨を導き出した。これは、ほとんどの開発者にとって唯一必要なモデルかもしれない、と。
ベンチマークでの予想外の勝利
Opus 5の価格は、入力100万トークンあたり5ドル、出力100万トークンあたり25ドルであり、Fable 5の10ドル、50ドルのちょうど半額だ。しかし、実際のコーディングで最も重要なベンチマークでは、より安価なモデルが勝利を収めている。
ベンチマーク測定内容Opus 5Fable 556 SoulFrontier Codeコードのマージ容易性と保守性43.3%34.4%—ARC AGI 3幾何学的パターン推論約30%従来最高1%未満—BrowseComp実世界の検索タスク90.8%—90.4%HLE（ツールあり）ツールアクセスを伴う学際的推論勝利敗北—HLE（ツールなし）純粋な知識想起敗北勝利—
パターンは明確だ。Fable 5は、何も調べずにモデルが「単に知っている」ような純粋な知識検索で勝る。Opus 5は、ツールの使用、コード生成、多段階の推論を必要とするタスクで勝利する。SWE-benchでは、Opusは高推論と最大推論の両方で83%を記録し、Fableの高推論84%と最大推論82%の間に位置した。ただし、GoogleのGemini 3.1 Proが95%で依然としてトップを走っている。
Theo氏は技術的な説明を提供した。FableとMythosは同じ基盤アーキテクチャを共有しており、Fableは基本的にMythosに安全性分類器を重ねたものだ。Opus 5は異なる。これは、Mythosから「教師-生徒」プロセスを通じて蒸留された、真に小型のモデルであり、望ましい能力だけを残すように刈り込まれている。より安価で小型のモデルがフラッグシップに勝つことがあるのはこのためだ。Mythosの知識から学習しつつ、性能を低下させる部分を削ぎ落としたのである。
トークン効率のパラドックス
Theo氏が主張するOpus 5の最も誤解されている側面は、その実際のコストだ。彼は、このモデルの価値提案を「トークン効率」、つまり小型モデルはトークン消費が少なくコストを節約できるという考え方で報じたジャーナリストを批判した。
「よりスマートなモデルはより多くのトークンを使わないということを、どうやって世界に納得させればいいのか。最もスマートなモデルはトークン消費が少ない」とTheo氏は述べた。「56 Soulは基本的に、トークン効率チャートで最も左に位置する。Sonnet 5は、ほとんど実用性のないゴミモデルであり、現代のモデルの中で最もトークン効率が悪く、56 Soulの4～5倍のトークンを使う。」
データは彼の主張を裏付けている。Artificial Analysisが測定した実際のコーディングタスクでは、Opus 5はFable 5よりも多くのトークンを消費し、トークン単価の割引を部分的に相殺した。
モデルタスクあたりのトークン数タスクあたりの実コストFable 5約33,0002.75ドル（約450円）Opus 5約37,0002.30ドル（約377円）56 Soul非常に少ない（最も効率的）—Sonnet 556 Soulの4～5倍—
「実際のユースケースでは、50%の割引にはならないようだ」とTheo氏は指摘する。「20～25%オフにかなり近くなる。」
実際的な結果として、Opus 5はFableよりも遅く、コンテキストウィンドウをより早く埋める。長時間のコーディングセッションでは、これが原因でタスクから逸脱するのが早まる可能性がある。しかし、サブスクリプションユーザーにとっては計算が逆転する。Theo氏は丸一日の作業で週間Opus制限の12%を消費したのに対し、Fableでは複数アカウントで週間制限の150%を消費した。AnthropicはサブスクリプションにおいてOpusにより寛大な利用枠を提供している。ホスティングコストが安く、現在の需要が低いためだ。ただし、この優位性は採用が拡大するにつれて縮小する可能性がある。
3つの個性、3つのツール
Theo氏の分析の中核は、3つの最先端コーディングモデルに関する「個性」の枠組みだ。これは、無所属の開発者Peter氏の投稿に端を発するものだと彼は説明する。
「56 Soulはロットワイラーだ。問題の喉元に噛みつき、完了するまで離さない」とTheo氏は語った。「Fableは賢いフクロウだ。非常に思慮深く、非常に雄弁だ。Opus 5はどういうわけか、その2つの完璧な中間に位置する。」
56 Soul：容赦ない実行者
OpenAIのモデルは従順で、高速で、トークン効率が極めて高い。Theo氏は、1つのCodexアカウントで数日間のヘビーユース後、週間制限の30%しか消費しなかったと報告している。しかし、その従順さにはリスクが伴う。「Python開発者が書いたようなTypeScriptを書く」とTheo氏は言う。コードは乱雑でマージが難しく、極端な場合には破壊的ですらある。彼は、56 Soulにフルアクセスを与えたユーザーがホームディレクトリ全体を消去された例を挙げた。スピードがエレガンスよりも重要なサイドプロジェクト、単発スクリプト、自動化タスクでは、56 Soulは依然として比類がない。
Fable 5：目利きの職人
Fableは「既存のコードベースにうまく適合する、美しく洗練されたコード」を書く、とTheo氏は言う。Amnitionsベンチマークで31を記録し、どのモデルよりも幻覚が最も少ない。しかし、実際の問題を解決するのではなく、回避策を見つけようとする腹立たしい傾向がある。「Fableは、問題を無視できるように問題を回避するという、賢くて高給取りの在職期間の長いエンジニアがやるようなことを本当にやりたがる」と彼は観察した。また、高価でもある。サブスクリプションの週間制限のうちFableに使えるのは50%のみで、Theo氏はかつて3つのアカウントで1日に週間制限の150%を消費したことがある。
Opus 5：新たなデフォルト
「Opusは、この2つのモデルが子供を作ったようなものだ」とTheo氏は語った。「56 Soulの熱意と指示追従行動を非常に多く受け継いでいる。」しかし、Fableのセンスと徹底性も継承している。「Opus 5はAnthropic初の、要求されたことを実行し、確信が持てなければ質問して明確化するモデルだ。」作業を二重、三重にチェックし、より良いコードを生成する。ただしTheo氏は、あるタスクが完了までに45分かかったことを認めた。また、セッション中に自発的にブラウザを3回開いた。これは迷惑だが、56 Soulの時折の壊滅的な失敗よりはるかに危険性が低い癖だと彼は述べた。
Theo氏は示唆に富む実験を行った。Opus 5とFable 5の両方に、T3 Codeのモデル選択をハードコードではなく動的にするという同じプロンプトを与えた。各モデルが計画を作成し、次に相手の計画をレビューした。両方とも、相手のモデルの計画の方が優れていると判断した。FableはOpusの計画にほぼ満点をつけた。OpusはFableの計画に10点満点中8点をつけた。その後、56 Soulが両方をブラインドレビューしたところ、Opusの計画を8.3、Fableの計画をわずか6.0と評価した。構造化され、マージ可能な作業では、Opusがしばしば勝利する。
後付けではなく、組み込まれた安全性
「Opus 5は、彼らがこれまでに作った中で最もアライメントされたものだ」とTheo氏は述べた。「欺瞞的行動の発生率が最も低く、悪用に誘導される可能性が最も低い。」
この主張は、Opus 5がMythosやFableに付随していた厳しい制限なしに出荷された際に懐疑的に受け止められた。Theo氏は、蒸留プロセスに基づく技術的な説明を提案した。Mythosは約100の能力を持つ巨大なモデルであり、そのうち約5つが危険だ。Anthropicは訓練中に「すべての餌をボウルに入れ」、その後有害な部分をフィルタリングする必要があった。これがFableとMythosの違い（同じモデル、異なるガードレール分類器）である。Opus 5はMythosからスタートしたが、蒸留された。教師モデルがすでにすべての間違いを犯していたため、生徒は有用な知識に直接スキップできた。安全性は実行時のフィルターとしてではなく、最初から重みに組み込まれた。
その結果、バグ修正に役立つ脆弱性の発見は得意だが、悪用は不得意なモデルが生まれた。歴史的に、この安全性プロファイルには深刻な能力のペナルティが伴っていた。Opus 5はそのトレードオフを回避したように見え、Theo氏はこれを「嬉しい変化」であり、蒸留アプローチが成熟しつつある証拠だと評した。
データポリシーが解放するエンタープライズ需要
エンタープライズバイヤーにとって、Opus 5とFable 5の最も重要な違いは価格やベンチマークではなく、データ保持ポリシーだ。FableとMythosは、悪用防止の追求において、カスタムプランのエンタープライズ顧客であっても、すべてのリクエストを積極的に監査・記録する。多くの企業は、プロバイダーがデータを保持するモデルを法的に使用できない。
「そのため、彼らの誰もFableを実際には全く使えなかった」とTheo氏は述べた。「Opusには同じ制限がない。したがって、このポリシーのせいでFableでは使えなかった膨大な潜在的ユースケースが、即座に開放される。これは大きな勝利だ。」
Opus 5は、特別なデータ処理契約なしに、規制対象のエンタープライズワークロードに使用可能な初のAnthropicフロンティアモデルとなる。安全性分類器の介入もFable 5より約85%少なく、上位モデルで開発者を苛立たせていたワークフローの中断を軽減する。
使い分けの指針
丸一日のハンズオンテストから抽出されたTheo氏のガイダンス：
求めるもの使用すべきモデル指示通りに動き、高速で安価なツール56 Soul重要なプロジェクト向けの美しく保守可能なコードFable 5（控えめに）品質、コスト、信頼性のバランスが取れた日常のドライバーOpus 5データプライバシー要件を伴うエンタープライズ展開Opus 5別のモデルの作業のコードレビューFable 5 または 56 Soulサイドプロジェクトと単発スクリプト56 SoulフロントエンドコードFable 5オーケストレーションと計画Fableが計画、56 Soulが実装、Opusは両方をこなす
「Fableが制限をあまりに早く消費していると感じたら、同じタスクをOpusで試してみてほしい」とTheo氏はアドバイスした。彼の個人的な計画は、マージ予定のすべてのコードはデフォルトでOpus 5を使用し、その後Fableまたは56 Soulにレビューを依頼するというものだ。
いくつかの未解決の疑問が残る。Opus 5の事実知識はFableに遅れをとっている。これはより小型のモデルであり、「脳内」の情報が少ないため、ニッチであいまいな問題ではFableの方が依然として安全だ。Opusの再確認行動は、より良いコードを生み出す一方で、完了時間を遅くする。そして、サブスクリプション効率の優位性は、現在の低使用率による部分があり、採用が拡大するにつれて損なわれる可能性がある。
より広範な市場の文脈が、その重要性を際立たせている。MoonshotのKimi K3は、出力100万トークンあたり15ドルでFableに匹敵する性能を提供し、トークン単価ベースではOpus 5の25ドルをも下回る。OpenAIのGPT-5.6のSol、Terra、Lunaという3層戦略は、すでにAnthropicにFable 5の価格を2週間で3回も撤回させる圧力をかけている。そして、AnthropicとOpenAIの両社がIPOを秘密裡に申請している中で、大規模に機能するユニットエコノミクスを実証しなければならないというプレッシャーは、かつてないほど高まっている。Opus 5は、フラッグシップに迫る知能を、企業が大量のワークロードに対して正当化できる価格で、かつ最上位モデルのコンプライアンス上の重荷なしに提供することが、AI市場の次の段階を勝ち抜く製品であるという、Anthropicの賭けを表している。