Anthropic、Claude Sonnet 5.5を公開　処理高速化を訴求

ニュースの要点

米Anthropicは2026年9月28日、生成AIモデル「Claude Sonnet 5.5」を公開しました。同社は、前モデルのSonnet 5より出力が30%以上速く、多くの仕事で作業当たりの費用を最大30%抑えられると説明しています。これらは同社の評価であり、すべての業務で同じ改善を保証するものではありません。

直接APIの単価は据え置きで、100万トークン当たり入力2ドル、出力10ドルです。トークンはAIが文章などを処理する単位です。仕事を終えるまでに必要なトークンが減ることで、費用を抑えるとしています。

Claudeの各利用経路に加え、AWS、Google Cloud、Microsoft Azureでも提供します。AWSも同日、Amazon Bedrockなどでの提供を発表しました。目的が明確な日常業務やプログラム修正を効率化する狙いで、地域や料金の条件は利用経路ごとの確認が必要です。

ニュース出典：Anthropic「Introducing Claude Sonnet 5.5」（2026年9月28日）
補足出典：AWS「Claude Sonnet 5.5 now available on AWS」（2026年9月28日）

---

イノベーション総研の考察

AIを組み込む事業では、同じ料金表でも採算が変わることがあります。今回の発表で注目したいのは、単価の値下げではなく、仕事を終えるまでに使う計算や文章量を減らすという説明です。何を比較すれば自社にとって安くなったと言えるのかを考えます。

従量単価が同じでも、一件を終える費用は変わる

AIのAPIでは、入力した情報量や出力された文章量などに応じて料金が発生します。しかし、顧客が買うのは多くの場合、トークンそのものではありません。問い合わせへの回答、書類の整理、プログラムの修正など、完成した仕事です。

Anthropicは今回、Sonnet 5と同じ単価でも、同じ仕事に必要なトークンが少なくなったと説明しています。AIを使う回数が多いサービスでは、一件の処理が短くなることが、原価の変化につながる可能性があります。

AIサービスの原価は、単価だけでなく、顧客の仕事を一件終えるまでに必要な処理量で決まります。

例えば、文章の修正を何度もやり直すサービスでは、最初の回答が安くても、最終的な費用が増えることがあります。新しいモデルへ切り替える際は、同じ入力に対する最初の回答だけでなく、使える成果になるまでの総費用を比較する必要があります。

日常業務と難しい判断を分けて、モデルを使い分ける

Anthropicは、Sonnet 5.5を、範囲の明確な日常作業やプログラム修正に向くモデルとして位置付けています。一方、複雑で答えが定まらず、継続的な判断が求められる仕事では、上位モデルのOpus 5.5が強いと説明しています。

この説明からは、すべての仕事を一つのモデルへ寄せるのではなく、仕事の難しさや責任に応じて使い分ける考え方が読み取れます。例えば、方針を決める工程と、決まった方針に沿って多数の資料を処理する工程では、必要な能力が異なります。これは業務の分け方の例です。

AIの使い分けは、商品名の優劣ではなく、難しい判断と定型的な実行を分けるところから始めます。

ただし、使い分けること自体にも負担があります。どちらへ振り分けるかを誤れば、やり直しや人の確認が増えます。自社のサービスで使うなら、低コストのモデルに任せる仕事と、人や別のモデルへ戻す条件を、試験結果から定める必要があります。

既存クラウドで使えることと、無変更で導入できることは別

AWSは、Amazon BedrockとClaude Platform on AWSでの提供を発表しました。企業が既に利用するクラウドで選べることは、契約や利用管理の検討を進める材料になります。

一方、提供されているという事実だけで、日本国内のすべての環境で同じように使えるとは言えません。AWSの解説は、Bedrockの提供方法と、北米で利用できるClaude Platform on AWSを分けて説明しています。自社が求めるデータの処理場所、権限管理、請求条件との照合が必要です。

既存クラウドで選べるモデルでも、データの扱いと実行条件が自社の要件に合うかを確認します。

Anthropicは、従来の一部の設定から移行する際に変更が必要な点も案内しています。モデル名を置き換えるだけで済むと決めつけず、正常な処理と例外処理の両方を試すことが大切です。利用開始の速さと、安定して提供できることは分けて判断します。

補足出典：AWS「Introducing Claude Sonnet 5.5 on AWS」（2026年9月28日）

最大30%という発表値を、自社の完了一件当たりで検証する

メーカーの評価は、試す価値を判断する入口になります。しかし、扱う資料、求める正確さ、処理の長さが違えば、自社で得られる結果も変わります。最大30%という数字を、そのまま事業計画の原価削減率に使うべきではありません。

担当者の方が比較するなら、実際によく発生する仕事を選び、前モデルと同じ条件で処理します。料金、完了までの時間、成果が基準を満たした割合に加え、再実行の回数と人が確認した時間を記録します。日本語の社内資料など、実運用で使う入力を含めることも重要です。

モデル変更の採算は、成功した仕事一件当たりの料金と、人の確認・やり直しを含めて判断します。

次の観測点は、こうした自社の比較で改善が続くかです。品質を保ち、継続して費用を下げられるなら、従来は採算が合わなかった低価格サービスや利用頻度の高い用途を検討できます。反対に、確認の負担が増えるなら、切り替える業務を限定する判断が必要です。

まとめ

Sonnet 5.5の発表は、AIの単価と、仕事全体の費用を分けて見る材料になります。メーカーは速度と効率の改善を示していますが、自社への効果は、扱う仕事と要求品質によって変わります。業務を分け、成功した一件にかかった料金・時間・人の負担を比較することで、切り替えや新サービス投入の判断へつなげられます。

---

関連記事：アカマイとAnthropicのクラウド提携 ／ 日立HMAXのデータ基盤

執筆：イノベーション総合研究所