Claude Sonnet 5.5：日常業務を速く、継続的な判断はいつ Opus に任せるか
Anthropic は 2026 年9月28日に Claude Sonnet 5.5 を発表しました。Sonnet 5 より出力生成が30%以上速く、同社のテストではタスクあたりの費用が最大30%低いと説明しています。API の token 単価が下がったわけではありません。同じ仕事をより少ない token で進める効率の改善です。
再現可能なバグ修正、承認済み資料からのスライド作成、未解決の事業判断は、同じ種類の仕事ではありません。Sonnet 5.5 は Opus 5.5 の高速な補完モデルとして位置づけられています。モデル選定は、任せる判断と成果の受け入れ条件を明確にするところから始まります。
速度が効くのは修正の待ち時間
毎週の経営レビューを考えます。確認済みの表と会議記録を入力し、既存テンプレートで十枚の資料を作る仕事です。数値と出典の一致、変化の説明、未確定予測の表示を人が確認します。生成が速くなれば修正の間隔を縮められますが、この確認は省けません。
Anthropic は、公開企業の決算資料と説明会記録から作った十枚の初稿を二人の専門家が送付可能と判断した内部実験を紹介しています。企業ごとの資料が必ず一度で通る保証ではありません。同じ入力、同じ書式、同じレビュアーで自社の試験を設計するための参考です。
タスク費用と token 単価を分ける
Sonnet 5.5 の API 料金は Sonnet 5 と同じで、100万入力 token あたり2ドル、出力10ドル、キャッシュ読み取り0.20ドルです。最大30%の節約という説明は、テストでタスク完了に必要な token が減ったことを指します。一律の割引ではありません。
入力・出力量、ツール呼び出し、再試行、総時間、人の修正を記録してください。開始した試行ではなく受け入れた成果物で総費用を割ります。安い初稿に三回修正が必要なら、一度で通る別モデルより有利とは限りません。API のドル料金から Buda の Credits やプラン料金は算出できません。
判断の範囲で役割を分ける
再現できるバグを公開インターフェースを変えずに直す、承認済みデータを表にする、指定構成で文書を作る。こうした仕事は目的と検査条件が決まっています。Sonnet 5.5 の最初の試験に適しています。
一方、相反する証拠を評価する、不明確な要件から設計を決める、不完全な情報から論証する仕事は目的自体の判断を伴います。Anthropic は、持続的な判断が必要な複雑で開かれた仕事では Opus 5.5 が優位としています。要件やリスクを確定した後、範囲の決まった実装を別に試す方法があります。製品がこの分業を自動実行するという主張ではありません。
effort を固定しない比較は弱い
発表は effort 別の精度と費用を示しています。低い設定でも Sonnet 5 を大きく改善する評価がある一方、高設定では Opus に近い結果と費用になる場合があります。「Sonnet は安い」だけでは選定ルールになりません。
Claude アプリと Claude Code の上流既定値は Medium、Claude Platform は High です。Buda の設定画面の説明ではありません。FrontierCode では Max が Xhigh を下回りました。追加レビューのサブ Agent が時間超過や範囲外編集につながった例があります。狭い変更だけを受け入れる仕事では、長く考えれば常に良いわけではないのです。
安全評価と業務レビューは別の検査
System Card は公開前の能力とリスク評価です。組織のワークフロー全体を検証したものではありません。Anthropic は多くの対策指標が改善または同等と報告しつつ、すべての失敗を評価で発見できないと認めています。高リスクのサイバー要求には防護とフォールバックを設けています。
表では合計と元のセルを照合し、コードでは diff とテストを検査し、顧客資料は送信前に主張を確認します。初稿の完成と外部操作の承認を分けてください。速さは誤りが次の工程に移る速さも変えます。
全体の切り替えより小さな選定試験
入力が安定した定例作業を三つ選び、指示、資料、許可ツール、レビュアーを揃えます。受け入れまでの時間、試行回数、修正、エスカレーション条件を記録します。これは試験計画であり、測定済みの Buda 効果ではありません。
Buda の Agent ワークスペースではファイル、ブラウザー、端末、Git を使い、資料と成果物、レビュー記録を残せます。実際の結果からモデルを判断してください。手順を繰り返す場合は Buda AI の Marketplace で適した Skill を検索・インストールし、チームの受け入れ条件を加えると、同じ基準で再試行できます。
よくある質問
token 単価は下がりましたか？
いいえ。API 単価は同じです。最大30%の節約は Anthropic のタスク試験の結果で、固定割引ではありません。
Opus の作業をすべて移すべきですか？
いいえ。日常の限定された作業から試し、継続的な複雑な判断は別に評価します。受け入れ済み成果物あたりの費用が重要です。
スコアが高ければレビューは不要ですか？
不要にはなりません。出典、作業範囲、権限、外部操作の影響を確認します。
試験では何を保存しますか？
入力、指示、設定、許可ツール、成果、修正、時間、受け入れ判断です。最終文書だけでは選定理由を再現できません。