Anthropicは2026年7月23日(現地時間)、生成AIモデル「Claude Opus 5」を発表した。同モデルは、同社の「Artificial Analysis Intelligence Index」において新たなリーダーとなり、独自のエージェント知識業務ベンチマーク「AA-Briefcase」でも首位を獲得した。最大努力設定でのAA-Briefcase Eloスコアは1720を記録し、これまでのリーダーだったClaude Fable 5を146ポイント上回った。また、タスクあたりのコストをClaude Fable 5から20%削減している。
Claude Opus 5は、AA-Briefcaseの最大努力設定でEloスコア1720を達成した。これは、Claude Fable 5の1574ポイントを大きく上回る。同モデルのxhigh (1693) および high (1606) バリアントも、より費用対効果が高いながらもClaude Fable 5を上回る結果を示した。
タスクあたりの最大努力設定でのコストは17.79ドルで、Claude Fable 5の22.30ドルから20%の削減が図られた。xhighバリアントは14.26ドル（64%）、highバリアントは10.41ドル（47%）と、コスト効率が向上している。特にhighバリアントは、Claude Fable 5を32 Eloポイント上回りながら、コストは半分以下となっている。
AA-Briefcaseベンチマークは、数千の入力ファイルにわたる現実的でプライベートなタスクにおいて、モデルを評価する。研究レポート、プレゼンテーション、スプレッドシートなどの成果物の生成能力が求められ、正誤性、分析品質、プレゼンテーション品質が単一のAA-Briefcase Eloスコアに統合される。Claude Opus 5の性能向上は、主に客観的ルーブリックの合格率と分析品質によってもたらされた。分析品質のEloスコアは2016で、Claude Fable 5を約300 Eloポイント上回る。プレゼンテーション品質のEloスコアは1628で、GPT-5.6 Sol（max, 1666）より約40 Eloポイント低い。
最大努力設定でのAA-Briefcaseタスクにかかる時間は平均36.2分で、これはClaude Opus 4.8（24.1分）より約50%長くなっている。主にターン数の増加（Opus 4.8の55ターンに対し、Opus 5の最大努力設定で103ターン）が要因とされている。
参考: artificialanalysis.ai (アーカイブ) — 2026年7月24日 09:00 (JST)
原文ハイライト"Claude Opus 5 is the new leader on our agentic knowledge work benchmark, AA-Briefcase"