Opus 5がFableを撃破…しかも半額で？

하이라이트

• Claude Opus 5はFable 5の半額でありながら、Frontier Benchで約10%上回り、Arc AGIスコアでは旧記録7.8%から30.2%へ飛躍した。

• データ保持要件のないOpus 5は一般利用が可能であり、エージェントインデックスおよび知性インデックスのサードパーティ評価で首位を獲得している。

• 入力100万トークンあたり5ドル、出力25ドルの価格設定に対し、複雑なアプリ構築テストではトークン消費量が膨らみ1回あたり約30ドルの実行コストが発生した。

• Three.jsを用いたF1ゲーム構築では、外部アセットなしで走行判定やタイム計測を備えた完全な動作コードを生成した。

• フルスタック財務ダッシュボード開発では、React RouterとNode SQLiteを組み合わせた実用的なアーキテクチャを採用し優秀な評価を得た。

타임라인

1. 00:00 - 01:32

   Opus 5の概要とベンチマーク性能

   Frontier BenchやGDP Valなどの知識労働・コーディング評価で新たな最高水準を達成した。Arc AGIベンチマークでは、問題を代数記法に変換して高度な論理推論を行う新たな能力を示している。サイバーセキュリティ分野を除く多くの主要タスクで最上位の性能を発揮する。

   • Opus 5はClaude Fable 5の知性に迫る性能を半額のコストで実現したモデルである。
   • Arc AGIスコアにおいてOpus 5は30.2%を記録し、旧最高記録を大幅に更新した。
   • Opus 5はデータ保持要件なしで一般利用が可能である。
2. 01:32 - 03:27

   サードパーティ評価とコスト比較

   エージェントインデックスおよび知性インデックスにおいてFable 5やOpenAIのSolモデルを上回る結果を示した。Cursor BenchではFable 5とほぼ同等のスコアを半額以下のタスク費用で達成した。長時間の複雑な問題解決を除き、日常的な高度タスクの95%を代替できる性能を持つ。

   • Artificial Analysisのコーディング、エージェント、知性の各インデックスでOpus 5はトップクラスの成績を記録した。
   • 100万入力トークンあたり5ドル、出力25ドルという単価設定はOpus 4.8と同等である。
   • タスク全体のコストパフォーマンスではGPT 5.6 Solが依然として最も優れている。
3. 03:27 - 05:53

   Three.jsを用いたF1レースゲーム作成テスト

   グラフィックや3Dモデリングの質において、Fable 5やGPT 5.6 Soul、Kimi K3といった競合モデルを上回る仕上がりを見せた。大量のトークンを消費したため一時的にFable 5より高コストとなったが、生成されたコードの完成度とハンドリングの挙動は最高評価を得た。

   • Opus 5は単一のHTMLファイル内に外部アセットなしで完全なF1ゲームを生成した。
   • ラップタイム計測、順位判定、衝突判定などの基本機能がすべて正常に動作した。
   • 本テストにおけるOpus 5の処理時間は46分51秒、API換算コストは約12.99ドルであった。
4. 05:53 - 09:23

   フルスタック財務ダッシュボード開発テスト

   Fable 5が自作ルーティングを採用したのに対し、Opus 5は標準的なライブラリ選定と本物のデータベース構築を行った。GPT 5.6 SolはNext.jsとDrizzle DBの優秀な組み合わせを見せたものの、ホスティング周りで特殊なライブラリを使用した。Kimi K3は簡易的なJSONファイル保存にとどまり、技術スタックの完成度でOpus 5が勝る結果となった。

   • Opus 5はReact、React Router、Express、Node SQLiteを用いた実用的なフルスタック構成を選択した。
   • 全機能が独立したページで正常に連携動作し、UIデザインにおいても最も高い評価を得た。
   • 実行費用は29.82ドル、所要時間は59分15秒と高額かつ長時間の処理となった。
5. 09:23 - 10:09

   セーフガードの仕様と総括

   過度な制限を抑えることで開発における使いやすさが向上している。全体として、GPT 5.6による低価格化、Kimi K3をはじめとするオープンモデルの台頭、そしてAnthropicによる知性上限の更新により、モデル選択の選択肢が広がっている。

   • Opus 5の分類器介入率はFable 5と比較して約85%少ない。
   • ソースコードの脆弱性発見は許可されるが、ペネトレーションテストやエクスプロイト生成は制限される。
   • AIモデル市場は低価格化と高知能化の競争が急速に進行している。