Sonnet 5、エージェント性能が大幅向上！コーディングに最適な選択肢に。

私たちの最もエージェント的なSonnetが登場しました。Claude Sonnet 5は、コーディングや日常的な業務においてトップクラスの知能を持っています。Sonnet 5は、これまでで最もエージェント的なSonnetモデルとして設計されており、計画を立てたり、ブラウザやターミナルのようなツールを使用したり、自律的に実行したりすることができます。数ヶ月前には、これらの機能はより大きく高価なモデルにしか求められませんでした。多くの開発者にとって、エージェントAIの時代はSonnetクラスモデルから始まりました。Claude Sonnet 3.5、3.6、3.7は、コーディングやツール使用において印象的なスキルを示した最初のモデルでした。しかし最近、エージェント機能における明確な進展は、私たちのOpusクラスモデルで見られました。Sonnet 5はそのギャップを狭めており、そのパフォーマンスはOpus 4.8に近いですが、より低価格で提供されます。推論、ツール使用、コーディング、知識作業といった重要なエージェント性能の面で、前モデルのSonnet 4.6に対して大幅な改善が見られます。私たちの安全性評価では、Sonnet 5はSonnet 4.6よりも全体的に望ましくない行動の発生率が低く、エージェント的な文脈での使用が一般的に安全であることが確認されました。評価では、現在のOpusモデルよりもサイバーセキュリティタスクを実行する能力がずっと低いことも示されています。今日から、Claude Sonnet 5はすべてのプランで利用可能です。FreeおよびProプランのデフォルトモデルとして提供され、Max、Team、およびEnterpriseユーザーにも利用可能です。また、Claude CodeやClaude Platformでも利用でき、2026年8月31日までは入力トークンが1百万トークンあたり2ドル、出力トークンが1百万トークンあたり10ドルの導入価格で提供され、その後は入力トークンが3ドル、出力トークンが15ドルに変更されます。開発者はClaude APIを介してclaude-sonnet-5を使用できます。以下のチャートは、異なる努力レベルでのエージェント検索評価BrowseCompおよびコンピュータ使用評価OSWorld-VerifiedにおけるSonnet 5のパフォーマンスをSonnet 4.6およびOpus 4.8と比較しています。Sonnet 5（オレンジ線）はSonnet 4.6（灰色線）に対して厳格な改善を示しています。Opus 4.8（黄色線）はこれらのタスクでの高い精度の選択肢であるものの、Sonnet 5はこれまで利用できなかった高品質な低価格オプションを開発者に提供します。Sonnet 5とOpus 4.8の間で、ユーザーはコストとパフォーマンスの適切なバランスを見つけるために努力レベルを調整できます。初期アクセスパートナーからのフィードバックは一貫しており、Sonnet 5はその前のモデルよりもはるかにエージェント的であると述べられています。テスターは、Sonnetモデルが途中で止まるところを、Sonnet 5が複雑なタスクを完了する様子や、自分の出力を明示的に求められなくてもチェックする様子を説明しました。これらすべてのエージェント的作業を魅力的な価格で実行します。私たちの事前展開安全評価では、Sonnet 5は全体としてSonnet 4.6よりも改善されていることがわかりました。エージェントの安全性に関して、このモデルは悪意のあるリクエストを拒否し、プロンプトインジェクション攻撃におけるハイジャック試行に抵抗する能力が向上しています。このモデルは、Sonnet 4.6よりもハルシネーションとおべっかの発生率が低いことが示されています。悪用や欺瞞に対する協力など、さまざまな不整合行動をテストする自動行動監査では、Sonnet 5は全体的に低いスコア（つまり、安全）を記録しました。しかし、より優れたOpus 4.8やClaude Mythos Previewとこの評価を比較すると、やや高い不整合行動率を示しました。私たちはSonnet 5をサイバーセキュリティタスクに特別に訓練したわけではありません。いくつかのルーチンの無害なサイバータスクを実行できますが、ソフトウェアの脆弱性を開発するなどの潜在的に危険なサイバー技能をテストする評価で、Opus 4.8やMythos 5などのモデルよりもかなり劣るパフォーマンスを示しました。Firefoxブラウザの脆弱性に対するエクスプロイトを開発する能力をテストした評価では、Sonnet 5は完全な動作するエクスプロイトを開発することはできませんでしたが、Sonnet 4.6よりも若干高い部分的成功率を示しました。この変更は、特定の訓練によるものではなく、一般的な知能の改善によるものと考えられます。Sonnet 5は、これらのタスクにおいて前モデルよりもやや強いため、私たちは...