Claude Opus 4.6の紹介

Claude Opus 4.6の紹介 私たちは最も賢いモデルをアップグレードします。 新しいClaude Opus 4.6は、前身モデルのコーディングスキルを向上させています。より慎重に計画を立て、エージェントタスクをより長く持続させ、大規模なコードベースにおいてより確実に動作し、自身の誤りを捕捉するためのコードレビューおよびデバッグスキルが優れています。また、Opusクラスモデルとして初めて、Opus 4.6はベータ版で100万トークンのコンテキストウィンドウを備えています¹。 Opus 4.6は、その向上した能力を財務分析の実行、調査、文書・スプレッドシート・プレゼンテーションの利用および作成といった、さまざまな日常業務タスクに適用することもできます。Claudeが自律的にマルチタスクを実行できるCowork内では、Opus 4.6はこれらすべてのスキルをあなたに代わって働かせることができます。 このモデルの性能は、いくつかの評価において最先端です。例えば、エージェント的コーディング評価「Terminal-Bench 2.0」で最高スコアを達成し、複雑な学際的推論テスト「Humanity's Last Exam」において他のすべてのフロンティアモデルをリードしています。金融、法律などの分野における経済的に価値のある知識作業タスクの性能を評価する「GDPval-AA」²では、Opus 4.6は業界で次点のモデル（OpenAIのGPT-5.2）を約144エロポイント³、また前身モデル（Claude Opus 4.5）を190ポイント上回ります。さらに、オンライン上で見つけにくい情報を特定するモデルの能力を測定する「BrowseComp」においても、Opus 4.6は他のどのモデルよりも優れた性能を示しています。 詳細なシステムカードで示しているように、Opus 4.6はまた、安全性評価全体にわたる不整合行動の発生率が低く、業界の他のどのフロンティアモデルにも劣らない、あるいはそれ以上に優れた全体的な安全性プロファイルを示しています。 Claude Codeでは、タスクに共同で取り組むエージェントチームを編成できるようになりました。APIでは、Claudeがコンパクションを使用して自身のコンテキストを要約し、制限に達することなくより長時間実行されるタスクを実行できます。また、モデルが拡張思考をどれだけ使用すべきかについて文脈上の手がかりを捉えることができる適応的思考（adaptive thinking）と、開発者が知性、速度、コストをより細かく制御できる新しい努力制御（effort controls）を導入しています。 Claude in Excelに大幅なアップグレードを行い、Claude in PowerPointをリサーチプレビューとしてリリースします。これにより、Claudeは日常業務においてはるかに有能になります。 Claude Opus 4.6は本日、claude.ai、当社のAPI、およびすべての主要なクラウドプラットフォームで利用可能です。開発者の方は、claude-opus-4-6をご利用ください。 モデル、新しい製品アップデート、評価、および詳細な安全性テストについては、以下で詳しく説明します。 第一印象 私たちはClaudeでClaudeを構築しています。当社のエンジニアは毎日Claude Codeでコードを書き、すべての新しいモデルはまず私たち自身の作業でテストされます。Opus 4.6では、このモデルが指示されなくてもタスクの最も困難な部分により集中し、より単純な部分は素早く処理し、曖昧な問題をより優れた判断力で扱い、長時間のセッションにわたって生産性を維持することがわかりました。 Opus 4.6は、しばしばより深く考え、答えを確定する前に自身の推論をより慎重に見直します。これはより困難な問題ではより良い結果を生みますが、より単純な問題ではコストとレイテンシを増加させる可能性があります。特定のタスクでモデルが考えすぎていると感じる場合は、デフォルト設定（高）から努力（effort）を中程度に下げることをお勧めします。これは /effort で簡単に制御できます。 以下は、早期アクセスパートナーから寄せられたClaude Opus 4.6に関する感想の一部です。手取り足取りの指導を必要とせず自律的に作業する性質、以前のモデルが失敗した場面での成功、そしてチームの働き方への影響について言及されています。 Claude Opus 4.6はAnthropicがリリースした最強のモデルです。複雑な要求を受け取り、実際にそれを実行に移し、具体的なステップに分解し、実行し、タスクが野心的であっても洗練された成果を生み出します。Notionユーザーにとって、それは単なるツールというよりも、有能な共同作業者のように感じられます。 初期テストでは、Claude Opus 4.6が、開発者が日常的に直面する複雑で多段階のコーディング作業、特に計画とツール呼び出しを要求するエージェント的ワークフローにおいて、期待に応えることが示されています。これはフロンティアにおける長期視野のタスクの実現を始めています。 Claude Opus 4.6は、エージェント的計画において大きな飛躍です。複雑なタスクを独立したサブタスクに分解し、ツールとサブエージェントを並列実行し、ブロッカーを非常に正確に特定します。 Claude Opus 4.6は私たちがテストした中で最高のモデルです。その推論と計画能力は、私たちのAIチームメイトを駆動するのに卓越しています。また、素晴らしいコーディングモデルでもあります。大規模なコードベースをナビゲートし、行うべき適切な変更を特定する能力は最先端です。 Claude Opus 4.6は、これまでに見たことのないレベルで複雑な問題を推論します。他のモデルが見落とすエッジケースを考慮し、一貫してより優雅でよく考え抜かれた解決策に到達します。特にDevin ReviewにおけるOpus 4.6の性能には感銘を受けています。バグ発見率を向上させています。 Claude Opus 4.6はWindsurfにおいて、Opus 4.5よりも顕著に優れていると感じられます。特に、デバッグや見慣れないコードベースの理解のように注意深い探索を必要とするタスクにおいてそうです。Opus 4.6はより長く考えることに気づきましたが、より深い推論が必要な場合にはそれが報われます。 Claude Opus 4.6は、長文脈性能において意味のある飛躍を表しています。私たちのテストでは、はるかに大量の情報を、複雑な研究ワークフローの設計と展開方法を強化する一貫性のレベルで処理することを確認しました。この分野の進歩は、専門家が信頼できる真にエキスパート級のシステムを提供するための、より強力な構成要素を私たちに与えます。 40件のサイバーセキュリティ調査において、Claude Opus 4.6は、Claude 4.5モデル群とのブラインドランキングで40回中38回最高の結果を生み出しました。各モデルは、最大9つのサブエージェントと100回以上のツール呼び出しを伴う同じエージェント的ハーネス上でエンドツーエンドで実行されました。 Claude Opus 4.6は、当社の内部ベンチマークとテストにおいて、長時間実行タスクに関する新たなフロンティアです。また、コードレビューにおいても非常に効果的でした。 Claude Opus 4.6は、あらゆるClaudeモデルの中で最高のBigLaw Benchスコア90.2%を達成しました。40%の完全正解と8...

Claude Opus 4.6の紹介

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト

背景や根拠まで確認しますか？

関連記事

ニュースの次に確認する

調べる

選ぶ

サイト