Anthropicが6月下旬に発表したClaude Sonnet 5は、コーディングおよびツール使用ベンチマークにおいてOpusに迫る性能を発揮しながら、入力トークンと出力トークンの両方でフラッグシップモデルの価格を半分以上下回っている。これはAnthropicが公開しMarkTechPostが分析したベンチマークデータによる。
ミッドティアモデルはSWE-bench Proで63.2%を達成し、Sonnet 4.6の58.1%から向上、Opus 4.8の69.2%に迫る。Terminal-Bench 2.1ではSonnet 5が80.4%に対し、Sonnet 4.6は67%。コンピュータ使用ベンチマークOSWorld-Verifiedでは81.2%対78.5%。ツール使用時のHumanity’s Last Examでは、Sonnet 5（57.4%）とOpus 4.8（57.9%）はほぼ同等である。
ナレッジワークベンチマークGDPval-AA v2では、Sonnet 5が1,618対1,615でOpus 4.8をわずかに上回る。
価格が差別化要因である。 2026年8月31日まで、Sonnet 5は入力トークン100万件あたり2米ドル、出力トークン100万件あたり10米ドル。標準価格はそれぞれ3米ドルと15米ドルに設定される。比較対象のOpus 4.8は5米ドルと25米ドルで、両端とも約67%高い。また、Anthropicの100万トークンコンテキストウィンドウにも対応する。
ただし、価値提案はタスクの難易度に依存する。低および中程度の努力レベルでは、Sonnet 5は従来のSonnet価格では実現できなかった品質を提供する。最高の努力設定では、同品質でOpus 4.8をコストが上回る可能性があり、精度重視の作業にはフラッグシップモデルが適している。新モデルはSonnet 4.6とは異なるトークナイザー（Opus 4.7と同じ）を使用しており、トークン数が最大35%増加する可能性があり、トークンあたりのコスト削減を部分的に相殺する。
早期アクセスパートナーであるZapier、Pace、ClickHouseは、Sonnet 5が再現テストの作成、修正の実装、正確性の確認を1回のパスで行うマルチステップのソフトウェアエンジニアリングワークフローや、Salesforceアカウント層の更新やエンドツーエンドのエンタープライズメール送信などのビジネス自動化タスクを処理できると報告している。
開発者向けの実用的なルーティング戦略は、エージェント業務の大半にSonnet 5、最も難しいタスクにOpus 4.8、高ボリュームでレイテンシ重視の呼び出しにHaiku 4.5である。
出典: Anthropic Claude Sonnet 5 vs Sonnet 4.6 vs Opus 4.8: Agentic Coding Benchmarks, API Pricing, and Cost-Performance Tradeoffs Compared (MarkTechPost, 2026年7月); Anthropic公式ブログ
雅子 訳