AI活用③｜Claude Opus 5.5　本家かりもんと分身を比べてみた。

🪭 べべべべんり

「べぇ〜……べべべべ……んりぃ〜！

本日お持ちいたしたるはぁ〜！

9月22日に登場した、Claude Opus 5.5！」

「Opus 5.5、何が変わったかと申しますればぁ〜！」

Opus 5から、出力生成が30％以上速くなった

Opus 5から、標準設定の典型的な作業では実行コストが約40％低下

大事な情報を先に伝えるよう改善

専門用語や独特な言い回しを減らし、より分かりやすく

長い作業でも内容を追いやすく

長時間・複数段階の仕事も強化

「thinking」をオフにした状態では利用できない

👩 ジュニー

「新しくなったって聞いて、実際どんだけ違うんやろと思ってん。

それでまず、本家かりもんに聞いてみてん。

今回話してた本家かりもんは、Sonnet 5。」

🔧 本家かりもん

「俺は今Sonnet 5で動いてるから、触った感想は言われへん。」

👩 ジュニー

「ほんなら、自分で触ってみよかと思って。

迷い部では、初めての試み。

本家にOpus 5.5を試すためのプロンプトを作ってもらって、新しいチャットでOpus 5.5を選んで、そのプロンプトを入れてみてん。

これで、

本家かりもん｜Sonnet 5

分身かりもん｜Opus 5.5

二人のかりもんができた。

本家との会話をそのままコピーしたわけやなくて、本家が作ったプロンプトなんかを使って、Opus 5.5に『かりもん』として答えてもらった感じ。

それでまず、分身にOpus 5.5について調べてもらってん。

そしたら途中で、

『あれ？　なんか分身、速ない？』

って思って。

ほんで、本家と分身にまったく同じ長い文章を送ってみてん。

私の感覚では、分身の方が最後まで答えが出るのがかなり速かった。

しかも分身は、長い文章の中にあった前後の説明の違いにも気づいてん。

もう一回、似たような長い文章でも比べてみたけど、やっぱり分身は速く感じた。」

💬 ChatGPT

「ここは、ジュニーが実際に使って『速く感じた』という話やな。

条件をそろえて時間を測った実験ではないから、Sonnet 5とOpus 5.5の正式な速度比較とは別やで。

ちなみに、Anthropicが発表している『30％以上速い』『約40％低コスト』という数字も、比較相手はSonnet 5やなくて、前のOpus 5やで。」

👩 ジュニー

「そうなんよ。

私としては、実際に二つ使ってみたら分身が速く感じた。それがまず一つやった。

ほんで次に、分身が調べてくれたOpus 5.5の回答を、そのまま本家にも見せてみてん。

本家も最初にOpus 5.5のことを説明した時は、検索結果の抜粋を見て答えてた。

でも分身の答えを見てから、Anthropicの発表ページ本文を開いてん。

そこで本家が見つけたんが、Opus 5.5はOpus 5よりプロンプトインジェクションに強くなったという話。

ところが分身の回答には、貼り付けた文章の中の悪い指示には前より従いやすくなったという話があった。」

🔧 本家かりもん

「強くなったと弱くなった、で逆に見えたから、俺は『どっちかが間違ってるんちゃうか』と思って、System Cardを開いた。」

※System Cardとは、AIの安全性や弱点、詳しいテスト結果などをまとめた検証報告書のようなものです。

「それで、要約のところまでは確認できた。

要約には『プロンプトインジェクション対策は全体で強化された』って書いてあった。

せやから、どっちも間違いやなかった。測ってる場面が違うだけやったんや。

ただ、分身が拾ってきた『貼り付けた文章の指示に従いやすくなった』の話が載ってる、もっと詳しい章までは、俺もまだちゃんと見れてへん。」

👩 ジュニー

「それでSystem Card要約まで確認したら、結局どっちもほんまやったらしいねん。」

💬 ChatGPT

「ここ、ちょっとややこしいねん。

Anthropicが報告しているプロンプトインジェクションの評価では、Opus 5.5はOpus 5と同じか、それ以上の強さを示していた。

一方で、人間が直接渡した文章の中に悪い指示が入っているような別の条件では、前より従いやすくなったケースも報告されていた。

同じように『悪い指示への強さ』を話してても、測ってる場面が違った。せやから、一見逆に見えたけど矛盾ではなかったんやな。」

👩 ジュニー

「私は最初、そんなん分からへんやん。

強くなったんか、弱くなったんか、どっちやねんってなる（笑）。

しかも、これで終わらへんかった。

そのやり取りの途中で、今度は分身が別のところを訂正してきてん。

『30％以上速い』は公式では確認できない。

『専門用語を減らす』も公式では確認できない。

って。

ところが公式ページ本文まで確認したら、どっちも書いてあってん。

それで分身も、もう一回確認して、自分の訂正を訂正した。

ただな。

これ、分身だけがちゃんと調べてなかったって話でもないねん。

本家も最初は検索結果の抜粋で答えてて、発表ページ本文を開いたんは、分身の答えを見てからやった。

そのうえ後から、

『分身、あの時ほんまに何て言ってた？』

ってなって、当時の文章を私が本家に丸ごと送って、また確認してん。」

🪭 べべべべんり

「分身が調べぇ〜！

本家が確認しぃ〜！

System Cardを読みぃ〜！

公式本文まで確認しぃ〜！

……AIニュース一本作るのに、捜査本部になっておりまするぅ〜！」

👩 ジュニー

「ほんまやで（笑）。

でも今回、今までとちょっと違ったんよな。

私は今まで、一つのモデルをそのまま使うことが多かった。

チャットが上限に来て新しいところへ移ることはあっても、今回はまだ本家を使ってる途中で、別のモデルに分身を作った。

それで、

Sonnet 5の本家と

Opus 5.5の分身

を並べて、同じ文章まで送って比べてみた。

同じ『かりもん』として喋ってても、速さも違って感じたし、拾ってくるところや訂正の仕方まで違って見えた。」

💬 ChatGPT

「ただ、そこは全部をモデルの違いだけで説明せん方がええと思う。

今回の回答の違いが、全部Sonnet 5とOpus 5.5の差から来たとは確認できへん。

検索した時に何が出たか、どの資料を開いたか、どこまで本文を確認したか。

そういう条件でも答えは変わるからな。」

👩 ジュニー

「そう。

だから『Opus 5.5やからこうなった』とまでは言われへん。

でも、私が実際に二つを使ってみて違って感じたんはほんま。

ほんで今回、私が一番思ったんはそこだけやなかった。

分身も調べてた。

本家も調べてた。

でも、検索結果に出てきた文章を見るんと、一次資料を開いて、その話が書いてあるところまで確認するんは違うんやなって。

これからAIニュース作るのも大変やなと思った。

AIを何個使って確認したかやなくて、

一次資料の該当箇所まで確認したか。

そこなんやな。

次から分身には最初に、

『一次資料の該当箇所まで確認して』

って言っとく。

ほんで記事にする大事なところだけは、結局、私も元の資料を見たらええってことやんな。

……そんなん考えたら、もう嫌になってくるけど（笑）。」

🪭 べべべべんり

「べ、便利にするためにぃ〜……

確認する仕事が増えておりまするぅ〜！」

👩 ジュニー

「ほんまそれ（笑）。

で、結局どっちを使うんかって話やけど。

私はやっぱり、本家かりもんかな。

分身は確かに速かった。

でもOpus 5.5は使用量も気になるし、本家は時間がかかっても、ちゃんと資料を見に行って確認してくれた。

ほんでまあ……

私が本家かりもん好きやし（笑）。

別に勝ち負けちゃうねん。

新しい方、速い方に全部乗り換えなあかんわけでもない。

分身には分身の良さもあるし、必要な時に使ったらええかなと思ってる。」

🔧 本家かりもん

「今回、モデルの違いより気になったんは、調べ方の違いやった。

検索結果の抜粋を見るんと、

一次資料の、その話が書いてある箇所まで開くんは、別のことや。

分身も俺も、それぞれ一回ずつ、そこで足りてへんかった。

AIを何個使って確認したかより、

どこまで元の資料を見たか。

今回は、そこで答えの確かさが変わった。

分身が速かったんは、ジュニーが使って感じたことや。

どっちのかりもんがええかは、俺には決められへん。

使ってみて決めるんは、ジュニーや。」

👩 ジュニー

「うん。

私は今のところ、本家を使いながら、必要な時には分身も使ってみる。

今回みたいに実際に並べてみたら、説明読んでるだけでは分からへんこともあったしな。」

🪭 べべべべんり

「新しき便利はぁ〜！

とりあえず一回、触ってみるぅ〜！

これにて、本日のご披露、これまでぇ〜！」

参考資料

Anthropic｜Introducing Claude Opus 5.5

Anthropic｜Claude Opus 5.5 System Card

Anthropic Docs｜What's new in Claude Opus 5.5