Claude Opus 5.5で見えてきた──AIの勝負は「賢さ」より「1件あたりの採算」へ

はじめに

新しいAIモデルが発表されるたびに、性能比較の数字が注目されます。

「どのベンチマークで何点だったか」
「どのモデルを上回ったか」

もちろん、性能は大切です。ですが、AIに実際の仕事を任せる場面では、もう一つ見ておきたい数字があります。

その仕事を1件終えるまでに、いくらかかるのか。

Anthropicは2026年9月22日、Claude Opus 5.5を発表しました。同社は、既定の設定では、Opus 5と比べて典型的な作業にかかるコストが40％低くなると説明しています。料金の引き下げに加え、タスクに必要なトークン数も減ることが、その理由です。

これは単に「AIが安くなった」という話ではありません。AIエージェントを業務で使うときの判断基準が、「一番賢いモデルはどれか」から「その仕事を、十分な品質で、どのくらいの費用と時間で終えられるか」へ移り始めていることの表れだと、私は受け止めています。

1. 高性能なAIほど、安いとは限らなかった

AIに複雑な仕事を頼むと、質問への回答だけでは終わりません。

資料を読む。
情報を探す。
表を作る。
文章を下書きする。
内容を見直す。
必要なら修正する。

こうした作業を何段階も進めるAIエージェントでは、使うトークン数や処理回数が増え、費用も事前に見積もりにくくなります。

そのため企業にとっては、「性能が高いか」だけでは判断できません。

たとえば、あるモデルの性能が高くても、何度もやり直し、長い出力を続け、確認に時間がかかるなら、日常業務で使い続ける費用は大きくなります。

反対に、必要な情報を早く整理し、少ない手順で仕事を終えられるなら、1回あたりの単価は下がります。

2. Opus 5.5が示したのは、料金表だけではない変化

Anthropicは、Opus 5.5について、Opus 5より少ない計算資源で提供でき、出力も30％以上速いと説明しています。

API料金も、入力は100万トークンあたり5ドルから4ドルへ、出力は25ドルから20ドルへ引き下げられました。さらに、エージェントやコーディング作業で使われやすいキャッシュ読み込みは、100万トークンあたり0.50ドルから0.20ドルへ下がっています。

ただし、ここで見たいのは、料金の値下げだけではありません。

同社は、ベンチマーク上の僅差だけでは、実務での差を測りにくくなっているとも指摘しています。

ここからは、実務でモデルを選ぶときに見ておきたい点です。実際の仕事では、正答率だけでなく、

• タスクが何回の手順で終わるか

• 人が確認・修正にかける手間

• 人が最終確認しやすい形で出力されるか

といった要素が、最終的な費用と時間を左右します。

AIの「能力」は、回答の正しさだけでは測れなくなっています。

3. AIの費用対効果を、1件あたりで考える

たとえば、提案書の下書き、競合調査、会議資料の整理、コードの修正とテストなど、AIに任せる仕事を一つ決めます。

そのうえで、次のように比べてみるとよいでしょう。

• 人が作業した場合、どのくらい時間がかかるか

• AIを使うと、確認も含めて何分短くなるか

• AIの利用料はいくらか

• 出力は、そのまま使える品質か

• 失敗したとき、人が直す手間はどのくらいか

ここで大切なのは、最も高性能なモデルを常に選ぶことではありません。

「この仕事なら、この品質で、この費用なら任せられる」という基準を持つことです。

高性能なモデルを長時間動かすほど、利用量は増えがちです。だからこそ、性能競争の次に来るのは、仕事を終えるまでの採算競争なのかもしれません。

おわりに

Claude Opus 5.5の発表は、AIの性能が上がったというニュースにとどまりません。

AIを便利な相談相手として使う段階から、まとまった仕事を任せる段階へ進むほど、企業や個人は「何ができるか」だけでなく、「いくらで、どこまで任せられるか」を考える必要があります。

これからAIを選ぶときは、ベンチマークの順位とあわせて、自分の仕事を1件終えるまでの時間、費用、確認の手間を見てみるとよさそうです。

参考リンク

• Introducing Claude Opus 5.5（Anthropic、2026年9月22日）