Anthropic は Opus 5 と Sonnet 5 の直接比較ベンチマークを公開していません。各リリース記事は、それぞれのモデルを自分の前世代や Opus 4.8 と比較しています。以下の数字はあくまで一側面にすぎません。残りは、これまでの Opus 対 Sonnet と同様に、必要な性能上限をどこまで求め、いくら支払えるかという判断になります。
Claude Opus 5 とは？
Opus 5 は Anthropic の最上位モデルで、2026 年 7 月 24 日にリリース。価格は入力トークン 100 万あたり $5、出力トークン 100 万あたり $25 です。Anthropic は、Frontier-Bench と GDPval-AA で最先端とし、より大きな Fable 5 に匹敵しながら価格は半分と述べています。Claude Max のデフォルトモデルであり、Claude Pro で最も強力なモデルです。
最大の特長はセルフベリフィケーション（自己検証）です。データフィードがない場合にテストハーネスを構築し、誤った指示には唯々諾々と従わずに異議を唱え、自分の作業を自ら検査します。
Claude Sonnet 5 とは？
Sonnet 5 は Anthropic の中位モデルで、2026 年 6 月 30 日にリリース。Anthropic は、これまでで最もエージェント性の高い Sonnet であり、より低価格で Opus 4.8 に近い性能と説明しています。Free と Pro プランのデフォルトモデルであり、Max、Team、Enterprise、API でも利用できます。
価格：2026 年 8 月 31 日までは入力トークン 100 万あたり $2、出力トークン 100 万あたり $10。その後は標準価格の $3／$15 になります。
実務的に見たティアの違い
これはリリース記事で明言されていない部分ですが、Anthropic のラインアップ全般に当てはまる話で、この 2 つに特有のものではありません。
Opus は「天井」モデル
間違いが高くつくとき、長時間・自律的に走り、中間チェックが入らないとき、あるいは問題自体が本当に新規で、モデルが何千回も見てきた変奏ではないときに選びます。複数ファイルにまたがる大規模リファクタ、曖昧なリサーチ課題、エラーが累積しやすい長時間のエージェント実行 — こうした領域は Opus の出番です。支払っているのは、問題になる前にモデル自身が誤りを見つけてくれることへの対価です。
Sonnet は現場の主力
常時稼働に足る速さと低コストで設計されています。チャットアシスタント、高頻度の分類、数ステップごとに人がレビューする前提の反復的コーディング、レイテンシに敏感なアプリケーションなど。判断の上限は低めですが、実務の大半ではその上限に達しません。日々の利用は Sonnet 偏重にし、必要なタスクに限って Opus を呼ぶのが多くのチームにとって現実的です。
特に Sonnet 5 は、中位モデルとしては例外的にその上限を引き上げる試みです。ゆえに「これまでで最もエージェント性の高い Sonnet」であり、特定のタスクで Opus 4.8 に迫るとされています。以下のベンチマークを読む際の前提はここにあります。Sonnet 5 は単に安いだけでなく、過去の Sonnet より Opus クラスに近づいています。
リリース数値が示す実像
価格
最も明確で曖昧さの少ない違いです。Sonnet 5 は $2／$10（8 月 31 日まで）または標準の $3／$15、対して Opus 5 は一律 $5／$25。期間によって、Sonnet 5 は Opus 5 の 40–60% のコストになります。
アラインメント
両方のリリース記事が互いを直接名指しした唯一の領域です。Anthropic の自動監査では、Opus 5 は「Opus 4.8、Sonnet 5、Fable 5 よりも Claude の憲法により忠実」と評価されました。推測ではなく、明確に示された結果です。Opus 5 は監査で 2.3 を記録し、これまでで最も安全なスコア。Sonnet 5 も前世代から改善（幻覚低減、迎合性低減、プロンプトインジェクション乗っ取りへの耐性向上）しましたが、依然として Opus 4.8 より不整合な挙動率が高いとされています。
サイバーセキュリティ
両モデルとも意図的なサイバー系トレーニングは外されていますが、到達点は異なります。
Opus 5 は脆弱性の発見において Mythos 5 に迫りますが、それを実際のエクスプロイトに変換する点では劣ります。Sonnet 5 はさらに後方に位置し、Anthropic は「Sonnet 5 のサイバー能力は Opus 4.8 と Mythos 5 に比べて大幅に劣る」と明言。Firefox のエクスプロイト開発評価では、完全な動作エクスプロイトを一度も生成できず（成功率 0.0%）、部分的試行でも Sonnet 4.6 をわずかに上回る程度でした。
ユースケースが少しでもサイバー寄りに触れるなら、この差は実在し、明確に Opus 5 に軍配が上がります。
コーディングとナレッジワーク
ここは両記事で使われているベンチマークが異なるため、すっきりしたスコア比較はできません。
Opus 5 は Frontier-Bench v0.1 で Opus 4.8 の 2 倍超、CursorBench 3.2 では Fable 5 に 0.5% 差まで迫りつつコストは半分とされています。Sonnet 5 は、BrowseComp と OSWorld-Verified の高難度設定で Opus 4.8 に近づくと説明されています。
上のティア論理と併せて読むと、Sonnet 5 は Anthropic が強調した特定タスクでは近づくものの、Opus 5 の勝ち幅はより大きく広範に見えます。ここは絶対値というより方向性として捉えるのがよいでしょう。
どちらを選ぶべきか
Opus 5 を選ぶなら
タスクが高リスク・長時間・真に新規である／ライフサイエンス、化学、複雑な多段エージェント作業を行う／入手可能な中で最も整合的なモデルが必要／サイバーセキュリティ寄りの要件がある、のいずれかに該当する場合。
Sonnet 5 を選ぶなら
高ボリュームで回す、レイテンシが重要、あるいはタスクが十分に範囲限定されており Opus の判断上限を必要としない／Free または Pro で既定のモデルを使う／トークンあたりコストが制約条件、のいずれかの場合。
どちらも不適なら
ガードレールを弱めたサイバーセキュリティ作業が必要な場合。Opus 5 は自動的に Opus 4.8 へフォールバックし、Sonnet 5 はそもそも Opus 4.8 の後塵を拝します。
まとめ
最終的な判断基準は、他の Opus 対 Sonnet と同じです。このタスクは上限性能を要するのか、それともスケールで安定的に遂行できれば十分なのか。Sonnet 5 は過去の Sonnet よりその上限を押し上げた点がニュースですが、両モデルを同一指標で数値化した箇所 — すなわちアラインメント監査 — では Opus 5 が優勢で、サイバーセキュリティの論点も同じ方向を指しています。ボリューム用途は Sonnet 5 を既定にし、誤答が許されないタスクでは Opus 5 を選んでください。