5秒で結論： Claude Opus 5.5の本当に大きい変化は、単発問題の正答率だけではない。長いコーディング、巨大リポジトリ、ツール連打、自己検証、複数工程の完遂を、Opus 5より少ない手数とトークンで回しやすくなったことだ。しかもAPI単価も下がった。AI界が「IQテスト」から「こいつ、最後まで仕事するの？」選手権へ移りつつある。
1. SNSが「Opusやべえ」で埋まった。でも本当にヤバいのは使用量バーではない
リリース直後のSNSでは、「数時間Highで回しても利用量がほとんど減らない」「並列でゲーム、アニメーション、音、コードを作らせても平気」といった報告が飛び交った。
こういう初日報告は面白い。ただし、利用量バーだけでは科学にならない。プラン、キャッシュ率、努力レベル、タスク内容、リセットの有無が違えば、同じ8%でも意味は変わる。
それでも今回は、祭りに公式の数字がついてきた。
Anthropicによれば、Opus 5.5はOpus 5より通常ワークロードの実行コストが約40%低く、出力は30%以上高速。APIは100万トークンあたり入力4ドル、出力20ドル、キャッシュ読み取り0.20ドルで、Opus 5の5ドル、25ドル、0.50ドルから下がった。
つまり「短く答えて節約」ではなく、一件の仕事を終えるまでの無駄な往復そのものを減らす方向に進化している。
2. 5から5.5で進化したのは「頭」より「仕事の進め方」
具体例がかなり露骨だ。
Anthropicは、ある早期利用者が68万行規模のコード移行を1日未満で終えた例を紹介している。また20万行のコードベース監査・修正では、Opus 5.5が3時間未満、Opus 5は20時間超で、Opus 5側は約2.5倍のトークンを使ったという。
別のテストでは、Webアプリ全ページの読み込み時間改善を40回試し、Opus 5.5は39回成功。さらにGitHub、Lovable、Kiroなどの早期評価では、「一度集めた文脈を使ってより完全な編集をする」「リトライ沼に入りにくい」「Opus 5より少ないステップ・ツール呼び出し・トークンで解く」と報告されている。
AIエージェントの典型的な事故は、
- 調査した
- 途中まで直した
- 別の問題を見つけた
- 「問題を発見しました」で終了した
- 人間が「いや、直せよ」と戻ってくる
である。
Opus 5.5の進化は、この「途中成果お届け便」を減らして、調査→変更→検査→再変更→完了確認までつなぐ能力にかなり寄っている。
3. Astraより探索できるのか？――探索の種類で普通に逆転する
「探索能力」を一個の数字にすると事故る。
Anthropicの比較表では、Terminal-Bench 4.0はOpus 5.5が66.4%、GPT-6 Astraが57.9%。FrontierCode Mainも54.4%対53.3%でOpus 5.5が僅差で上。知識業務のGDPval-AAも1846対1542だった。
一方、科学研究ワークフローのTerminal-Bench Science 0.1はOpus 5.5が58.7%、Astraが64.6%。業務自動化のAutomationBenchも40.0%対41.4%でAstraがわずかに上だった。
さらにOpenAIはAstraについて、未知環境への適応を見るARC-AGI-3で99.9%、科学ワークフローで64.6%と報告している。
なので雑に分けるとこうなる。
| 探索の種類 | 傾向 |
|---|---|
| 巨大repoを読み、原因候補を潰しながら直す | Opus 5.5がかなり強い |
| 複数ファイルを編集し、テストし、再修正する | Opus 5.5が強い |
| 長時間、同じ目的を保持して作業する | Opus 5.5の改善が大きい |
| 科学ソフトを使い、仮説・解析・モデル当てを回す | Astraが強い評価 |
| 未知環境そのもののルールを学んで攻略する | Astraが非常に強い評価 |
| ブラウザ・PC・多アプリをまたぐ総合エージェント | タスクとハーネス次第 |
つまり「Astra終了」でも「Opusが全部勝ち」でもない。
探索とは、正解を一発で思いつくことではなく、枝を作り、試し、捨て、次へ進み続けることでもある。そこでは一回の知能だけでなく、試行回数、トークン効率、文脈保持、ツール呼び出しの質が効く。
4. しかもGPT-6 Solまで安くなった。AIは急に残業代が下がった
ここでややこしいのが、OpenAI側も燃費競争を始めていることだ。
GPT-6 Solの公式モデルページは、入力2ドル、出力10ドル、キャッシュ入力0.20ドル／100万トークンと案内しており、105万トークンのコンテキスト、最大12.8万トークン出力を持つ。用途も「複雑なコーディングとエージェントワークフロー」と明記されている。
結果として今の競争は、
「どのモデルが一番賢い？」
より、
「100回ツールを叩かせても、何時間働かせても、財布とレート制限が先に死なないのは誰？」
へ寄っている。
モデルが安くなると、出力を短くする必要が減る。探索枝を増やせる。検査をもう一周できる。サブエージェントを増やせる。
知能の値下げは、そのまま試行錯誤の値下げである。
5. Claudeの料金は？ 月20ドルからだが、「APIまで無料」ではない
個人向けClaudeは、公式案内ではFreeが0ドル、Proが月20ドルまたは年200ドル、Max 5xが月100ドル、Max 20xが月200ドル。MaxはProよりセッション容量が5倍または20倍で、Claude Codeも利用できる。
ここで重要なのは、サブスク、対話型Claude Code、API、非対話実行を全部同じ財布だと思わないことだ。
ProやMaxに入ったからAnthropic APIが無制限無料になるわけではない。通常のAPIキー利用は従量課金で、Opus 5.5なら入力4ドル・出力20ドル／100万トークンが基準になる。
一方、対話型Claude Codeはサブスク利用枠を使う。
そして2026年6月15日以降、対象のPro、Max、Team、Enterpriseでは、Agent SDKとClaude Codeの非対話モード claude -p は通常のClaudeプラン利用上限から分離された。対象者はAgent SDK専用の月次クレジットを受け取れ、Proは20ドル、Max 5xは100ドル、Max 20xは200ドル。Claude PlatformをAPIキーで直接使う従量課金アカウントはこのクレジットの対象外である。
要するに、月額料金だけ見て「全部これで無限」と思うと事故るが、対話枠と自動実行枠を分けて設計すると急に話が面白くなる。AI料金表、もはや携帯料金よりプランナーを要求してくる。
6. OpenCodeにOpus 5.5を突っ込める？――APIなら普通にできる。サブスク直結は話が別
OpenCodeは多数のLLMプロバイダーを扱えるため、Anthropic APIキーを設定してOpus系モデルを使う構成自体は自然である。
ただし「Claude Pro/Maxの定額枠を、そのままOpenCodeへ持ち込めば無料では？」には注意が必要だ。
OpenCode自身の現行ドキュメントは、Claude Pro/MaxをOpenCodeで使うためのプラグインは存在するものの、Anthropicはその利用を明示的に禁止しており、OpenCode 1.3.0以降は同梱していないと記載している。
したがって、素直な選択肢は二つ。
- OpenCode + Anthropic API：自由度は高いが従量課金。
- Claude Code + Pro/Max：Anthropicの正規ルートで、対話利用はサブスク枠。
そして安い大量処理にGPT-6 Sol、長時間のrepo作業にOpus 5.5、科学的・未知環境の難探索にAstra、という役割分担も現実味がある。
AIまで適材適所になった。人間の組織図みたいになってきたが、こちらは会議を開かないのでまだ救いがある。
7. 本当の地殻変動は「賢さ」ではなく「任せ方」が変わること
従来の高性能モデルは、非常に賢い相談相手だった。
しかしエージェントとして使うと、
「ここまで調べました」 「この問題を発見しました」 「次はこれをするとよいです」
で止まり、人間が毎回「じゃあやって」と返す場面が多かった。
Opus 5.5で注目すべきなのは、早期利用例で6リポジトリをまたぐ仕事を18時間以上無人で継続したり、巨大移行を一日未満で処理したり、自己検証を組み込みやすくなったという報告である。
これが再現するなら、プロンプト設計も変わる。
「この関数を直して」ではなく、
「この目的を達成しろ。原因を探し、必要な変更を入れ、テストし、失敗したら直し、完了条件を満たすまで進め」
が現実的になる。
そしてモデル選びも、ベンチの王冠一個で決めるより、
- 完遂率
- 人間の追加入力回数
- 総トークン
- 総ツール呼び出し
- 実時間
- 失敗後の自己修復率
で測る方が実務的になる。
「最強モデルは誰？」の答えはタスクで変わる。
でも「AIに仕事を渡したら、本当に最後まで帰ってこない時代」が近づいた、という意味では、Opus 5.5はかなり象徴的なリリースだ。
AIエージェント界、ついに能力面接より勤怠実績を見るフェーズへ入った。
8. で、実際どれくらい減るの？――Astraは公式表からして燃費が重い
ここからがSNS民の大好物、利用量バー競技である。
OpenAIの現行ヘルプでは、WorkとCodexは共通利用枠を使い、プランによって5時間枠と週間枠の両方がかかる。5時間あたりの推定ローカルメッセージ数は、GPT-6 AstraがPlusで5〜45、Pro 5xで25〜225、Pro 20xで100〜900。GPT-5.6 Solはそれぞれ10〜100、50〜500、200〜2,000と、おおむね倍のメッセージ数が目安になっている。
これは固定メッセージ上限ではない。タスク、推論設定、コンテキスト長で変わる。しかし公式表の時点で、AstraはSolより「同じ枠で回せる回数が少ない」モデルとして設計されている。
コミュニティの実測も方向は似ている。20日間、低価格帯のClaudeとCodexを並行計測した投稿では、API価格換算でClaude側の実効週間許容量がCodexの約3〜5倍だったと報告された。 別の長期Codex利用者は、200ドル帯でAstra Highを約20時間使った週に週間枠を使い切ったと報告している。
Hacker Newsでも、100ドル帯のAstraで約5時間に週間枠70%を消費したという報告がある一方、Opus 5.5では深いアルゴリズム作業を8時間行って週間5%だったという別の報告がある。
ただし、ここを「Claudeは必ず14倍使える」と読むと急に雑になる。これらは統制実験ではない。タスク、effort、キャッシュ、サブエージェント、リセット時期が違う。しかもOpus 5.5公開時にはAnthropic自身がPro・Max・Teamの5時間上限を引き上げている。
正しい読み方はこうだ。
Astraは強い。しかし重い。Opus 5.5は現時点で、性能だけでなく“週の燃料タンクを何時間で空にするか”でも競争力が高そう。
AIモデル比較がついに「馬力」から「リッター何キロ」へ来た。
9. Claude Codeの最低料金は月20ドル。いきなり100ドル課金する必要はない
Claude Codeをサブスクで使う入口はProで、月払い20ドル。年払いは200ドルで月換算約17ドル。Max 5xは月100ドル、Max 20xは月200ドルである。
つまり「Claude Codeを試したい」だけなら、最低ラインは300ドルでも100ドルでもなく20ドルだ。
Maxの価値は主に使用量。Max 5xはProの約5倍、Max 20xは約20倍のセッション容量を持つ。
なのでコーディングエージェントの乗り換えを評価するとき、いきなり高額プランへ突撃する必要はない。まず同じリポジトリ、同じ種類のタスクをProで回し、
- 何時間で5時間枠に当たるか
- 週間枠が何%減るか
- 途中で人間が何回介入したか
- テストまで完走したか
- 余計な変更を何個入れたか
を測ればいい。
高いプランは「賢さを買う」というより、良い作業員が見つかった後にシフト時間を増やす感覚に近い。
10. CodexからClaude Codeへ何を移す？――“脳”ではなく、Gitと引き継ぎ書を移す
別のコーディングエージェントへ移るとき、「過去チャットを全部学習させなきゃ」と考えがちだ。
でも実務では、巨大な会話ログを移すより意思決定を圧縮したファイルをrepoに置く方が強い。
Claude Codeでは、repoルートのCLAUDE.mdを各セッション開始時に自動で読む。Anthropic自身も、ビルドコマンド、テストコマンド、ディレクトリ構造、コーディング規約、重要な制約をここへ置くことを推奨し、200行未満を目安にしている。
移行時の実用構成はこうだ。
- Gitリポジトリ：コードと履歴の正本
- AGENTS.md：既存エージェントで使っていた規則の参照元
- CLAUDE.md：毎回読む安定した恒常ルール
- docs/AI-HANDOFF.md：現在地、未解決課題、最近の判断など変動情報
- Git履歴：なぜその形になったかを復元する証拠
Claude Codeでは /init からCLAUDE.mdの草案を作らせることもできる。
ここで大事なのは、CLAUDE.mdを「人類の全知識.txt」にしないこと。毎回ロードされるので、長すぎるほど重要ルールが埋もれる。秘密鍵、token、接続文字列も当然入れない。
つまり移行とは再学習ではない。
モデルの脳をコピーするのではなく、プロジェクトの憲法と引き継ぎノートをGitに置く。
これなら次にまた別モデルへ移っても、民族大移動にならない。
11. 最初のClaudeへの指示は「直せ」より先に「repoから世界観を復元しろ」
初回プロンプトは、いきなり実装を頼むより、まず現状復元をさせた方が事故が少ない。
引き継ぎプロンプト例
このリポジトリを別のcoding agentから引き継いでください。 最初はコードを変更せず、repo全体、README、AGENTS.md、docs、package scripts、 CI/deploy設定、Git履歴を確認してください。 正本、build/test/deploy経路、完了条件、禁止事項、未解決問題を整理してください。 その後、安定した恒常ルールをCLAUDE.mdへ、現在地と可変情報を docs/AI-HANDOFF.mdへ整理してください。 secret、token、認証情報は記録・表示・commitしないでください。 不明点は、まずrepoと履歴から調べてください。 テストや確認可能な本番検証が残っている状態を「完了」と呼ばないでください。
この形の利点は、別エージェント時代の説明を人間がもう一回全部しゃべらなくていいことだ。
そして「過去会話を丸ごと食わせる」より、今も効いている決定だけを抽出するので、コンテキストが汚れにくい。
AIへの引き継ぎ、結局いちばん効くのは送別会ではなく議事録だった。
12. PCを閉じても進むやつは何？――“ログアウト魔法”ではなくクラウド実行
ここも用語を分けると簡単だ。
Claude Code on the webはGitHubリポジトリをAnthropic側のリモート環境へ取り込み、隔離された仮想マシンで作業する。タスク開始後はページを離れても作業が続き、完了後は変更をブランチへpushしてレビュー用PRを作れる。
Claude Code Desktopからは「Continue with Claude Code on the web」でローカルのセッションをクラウド側へ移し、その後Webやスマホから続けられる。
さらに定期処理には二種類ある。
- /loop：ローカルで繰り返す。最大3日程度のローカル定期処理向け。PC側に依存する。
- /schedule：Cloud Jobs。ノートPCを閉じてもクラウドで続く。
さらにRoutinesは、prompt、repo、connectorをひとまとめにして、スケジュール、API呼び出し、イベントをトリガーにClaude CodeのWeb基盤で無人実行できる。
つまり「PCを閉じても進ませたい」の正体は、ローカルプロセスを根性で生かすことではなく、仕事そのものをクラウド側へ渡すこと。
ブラウザを閉じたらAIも定時退社、という時代ではない。むしろ人間だけ先に帰れる。
ただしローカルPC内だけにあるファイルや、PCそのものの操作が必要な仕事は別。クラウド側から見えないものは、当然テレパシーでは取れない。
結局、2026年のコーディングAI選びは「一番賢いモデルは？」だけでは足りない。
性能 × 完遂率 × 週間燃費 × 引き継ぎやすさ × クラウド実行。
この掛け算で見ると、Opus 5.5とClaude Codeが急に強く見える理由がかなりはっきりする。
