Claude Sonnet 5.5とは​ ──​「Sonnet 5より​最大30%安い」を​54回の​実測で​確かめ、​乗り換えで​変わる​ことを​整理

気になるAIツールを、分かりやすく

2026年9月28日、AnthropicがClaude Sonnet 5.5を公開しました。発表の冒頭で、Anthropicは「Sonnet 5から明確に良くなり、30%以上速く、ほとんどの作業で費用は最大30%下がる」と説明しています^[1]。

CAGで同じ修正課題をSonnet 5とSonnet 5.5に計54回解かせたところ、考える深さ（effort）を同じにそろえると、1回あたりの費用は平均で27〜36%下がり、所要時間は平均で55〜58%短くなりました。単価はSonnet 5と同じ（入力$2・出力$10）なので、下がった分はすべて、使うトークン（AIが読み書きする文字の単位）とツールを呼ぶ往復の少なさから来ています。一方で、乗り換えるとエラーを出さずに変わることが、この安さとは別にあります。

1. 何が出たか（単価・提供先・Claude Codeの版）
2. 発表のベンチマーク表を1行ずつ読む
3. 「最大30%安い」の3つの読み方
4. 実測：同じ課題を6つの条件で54回
5. エラーを出さずに変わること
6. 400エラーで止まる変更と、別のモデルに回される依頼
7. 乗り換える前に確かめること

01 何が​出たか。​単価は​据え​置き、​Opus 5.5の​半額

Sonnet 5.5は「Claude 5.5」世代の2つ目のモデルです。9月22日のOpus 5.5に続くもので、Haiku 5.5は数週間以内に加わる予定です^[1]。Anthropicの位置づけは、複雑な判断が要る仕事はOpus 5.5、範囲がはっきりした日常の作業・バグ修正・資料やスライドや表計算づくりはSonnet 5.5、という使い分けです^[1]。仕様と料金を前世代・上位モデルと並べるとこうなります^[2][3]。

キャッシュとは、一度読み込ませた指示やファイルを次の呼び出しで使い回す仕組みです。読み込みの単価は入力の1割（$0.20）で、3つのモデルで同じです。

Sonnet 5の$2/$10は、6月30日の発売時に「8月末までの導入価格」とされ、9月1日から$3/$15になる予定でした。Anthropicは8月10日にこの$2/$10を正式な価格にすると発表し、値上げは行われません^[4]。Sonnet 5.5の「据え置き」は、この$2/$10のことです。

提供先はClaude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud、Microsoft Foundryです^[2]。入力と出力を保存しない「ゼロデータ保持」でも使えます^[1]。

Claude Codeは2.1.284でSonnet 5.5を追加し、APIで使う既定のSonnetモデルにしました^[5]。CAGで試したところ、1つ前の2.1.283でも --model claude-sonnet-5-5 を指定すれば動きますが、「未対応のモデル」という警告が出て、費用の表示がほぼ2倍になりました。同じ呼び出し（Reply with exactly: OK）を2つの版で1回ずつ実行した結果です。

2.1.283の表示は、Opus 5.5の単価（入力$4・出力$20・1時間の書き込み$8・読み込み$0.20）で計算した値とちょうど一致しました。2.1.284では、表示がSonnet 5.5の単価での計算値と一致しています（2回はキャッシュの状態が違い、トークン数も違うので、金額どうしは比べていません）。古いClaude Codeのままだと、Sonnet 5.5が実際の倍近い費用に見えます。

02 ベンチマーク表を​1行ずつ​読む

発表には、Sonnet 5.5・Sonnet 5・Opus 5.5・OpenAIのGPT-6 Solを並べた表があります^[1]。8項目のうち、Sonnet 5.5がSonnet 5を上回ったのは8つすべてで、Opus 5.5を上回ったのはTerminal-Bench 4.0の1つだけです。

※1　Opus 5.5のTerminal-Bench 4.0は、最も高いxhighで測った値です^[1]。Elo（GDPval-AAとAA-Briefcase）は、対戦形式の比較で付ける点数で、大きいほど良い値です。

• Opus 5.5が上なのは7項目です。差は小さく（GDPval-AAは2点、CursorBenchは2.3ポイント）、それでもAnthropicは、複雑で答えの決まっていない、判断を保ち続ける仕事ではOpus 5.5のほうが明確に強い、と書いています^[1]
• 深く考えさせるほど良いとは限りません。FrontierCodeでSonnet 5.5の点は、最上位のmaxで46.2%、1段下のxhighで52.1%でした。発表の脚注は、maxでは作業を分担する別のAI（サブエージェント）に多数のレビューをさせる動きが出やすく、範囲外の修正やタイムアウトで減点された例がある、と説明しています^[1]
• GDPval-AAとAA-Briefcaseは、第三者のArtificial Analysisが公開前の環境で測ったもので、構造化出力（決まった形式で答えさせる機能）の不具合（修正済み）でSonnet 5.5の点が低く出た可能性がある、と脚注にあります^[1]
• 「—」は、その項目の数字が表に載っていないという意味です。Terminal-BenchとCursorBenchでは、GPT-6 Solの数字が公開されていないと発表に書かれています^[1]

関連記事 ｜ 1週間前に出た上位モデルClaude Opus 5.5とは ──「Opus 5より40%安い」を15回の実測で確かめ、乗り換えで変わることを整理 →

03 ​「最大30%安い」の​3つの​読み方

Sonnet 5.5は単価がSonnet 5と同じなので、安くなるなら理由は「同じ仕事に使うトークンが少ない」ことです。発表の中だけで、安さは3つの比べ方で書かれています^[1]。

読み方の要点は、どの相手と、どの設定で比べているかです。1つ目と2つ目は同じ仕事の前後比較ですが、3つ目には「Sonnet 5の最高点」を基準にした図が混ざり、費用の差は10倍前後まで開きます。自社の仕事がどれに近いかは発表から分からないので、実際に測りました。

04 ​実測：同じ​課題を​6つの​条件で​54回

課題は、前回のOpus 5.5の記事と同じ、月末最終日の利用が集計から漏れる小さなバグの修正です。リファクタで「挙動は変えていない」はずのコードに、8月31日0時以降の利用が数えられない不具合を仕込み、「原因を特定して最小限に直し、境界のテストを足し、テストが通ることを確かめて報告する」ように頼みました。Claude Code 2.1.284から、モデルとeffortだけを変えて各9回ずつ実行しています^[10]。

正解かどうかは、モデルに見せていない別のテスト（8月31日の0時・18時半・23時59分59秒、9月1日0時、12月末から1月への繰り越し）で判定しました。54回すべてが正解でした。

この課題では、effortをそろえると、Sonnet 5.5は費用が27〜36%、所要時間が55〜58%下がりました（全54回の平均）。発表の「最大30%」は、費用の下がり幅とほぼ重なります。ただし差は周によって動きます。3周に分けて（周×effortの9通りで）見ると、費用の差は20〜44%、所要時間の差は47〜66%でした。この幅には、Sonnet 5の各条件の1回目だけキャッシュがまだ冷えていて、書き込みが約7.4万トークンと、2回目以降（約3.8万トークン）のほぼ2倍だった影響も含まれます。各条件の1回目を除いて比べ直すと、費用の差は22〜35%、所要時間の差は54〜58%です。

下がった理由は、往復の回数です。AIは、ファイルを読む・直す・テストを走らせるといった道具を使うたびに、結果を受け取って次の手を考えます。この1周が往復（ターン）です。Sonnet 5は平均8.7〜9.8回の往復（ツール呼び出しは27回の実行で合計219回）かけ、たとえば medium の1回目は、ファイルを探し、3つのファイルを1つずつ読み、直し、テストを足し、走らせる、と7回のツール呼び出しで進めました。Sonnet 5.5は平均3.3〜5.1回（合計79回）で、同じ条件の1回目は、最初のコマンドで3つのファイルをまとめて読み、2つ目のコマンドで修正・テスト追加・実行をまとめて終えています。low と medium の18回のうち16回が、この2コマンドでした。発表が挙げる、ツール呼び出しをまとめて手順を減らす動き^[1]と同じです。

単価が同じなので、費用の差は、使ったトークンの種類ごとに分けて見られます。Claude Codeの既定の medium で、1回あたり$0.090下がった分の内訳は、往復ごとのキャッシュ読み込みが64%、起動時のキャッシュ書き込みが25%、出力が11%でした。書き込みが減ったのは、Claude Codeが最初に送る入力（指示とツールの説明）が、Sonnet 5で約7.1万トークン、Sonnet 5.5で約5.8万トークンと短かったためです（どちらも実行ごとのばらつきは10トークン以内）。

Sonnet 5.5の medium でも、費用の78%が起動時のキャッシュ書き込みで、出力は5%でした。出力単価だけを見て費用を見積もると、モデルによる費用の差も、effortを変える効果も読み違えます。

effortの効き方も変わっていました。Sonnet 5では、low から high まで費用が$0.275〜$0.291でほぼ動かず、所要時間だけが high で伸びました（medium の27.3秒が、high で36.4秒）。Sonnet 5.5では、medium から high に上げると費用が12%、所要時間が45%増えます（$0.186→$0.208、11.4秒→16.6秒）。公式が「effortの目盛りは作り直された。Sonnet 5の設定を持ち越さず、測り直すように」と注意している^[6][7]とおり、同じ名前の設定でも効き方が違います。

作業の量は減っていません。修正は54回すべて periods.py の1行の書き換えで、テストに足した確認（assert）は、Sonnet 5.5が27回とも4〜6件、Sonnet 5は1〜8件でした。テストを実行したのも54回すべてです。「3行以内で報告して」という指示を守れたのは、Sonnet 5.5が27回中26回、Sonnet 5が27回中18回でした（空行を除いた行数）。発表に載った顧客の数字（出力14%減・合計12%減など）はこの課題の差より小さく、作業の種類で差が変わることが分かります。

測ったのは数十秒で終わる小さな課題1種類で、各条件9回です。数時間かかる長い作業や、xhigh・max、文書づくりのような作業は測っていません。長い作業では、自社の作業で測り直してください。

05 エラーを​出さずに​変わる​こと

費用とは別に、乗り換えただけで振る舞いが変わる点が公式に挙がっています^[6][7][9]。どれもリクエストは成功するので、エラーでは気づけません。なお、AIの返答は、文章（text）や、AIが考えたことを入れる別枠（thinking ブロック）などの部品に分かれて届きます。

途中経過の変化は、今回の実測にも出ていました。ツールを呼ぶ直前に、通常の文章（text）として届いた途中経過は、Sonnet 5で27回の実行に29回、Sonnet 5.5で2回でした（ツール呼び出しの総数が219回と79回なので、1回あたりでは13%と3%）。Sonnet 5.5では、同じ位置に中身のある thinking ブロックが8回、中身の空の thinking ブロックが22回届いています（Sonnet 5は中身ありが0回、空が64回）。APIで自社の画面を作っている場合、表示の設定を直さないと、途中経過はこのままでは空白になります。

この調査でも「黙る」ことは起きました。Claude Codeのデスクトップ版でこの記事の調査を進めているあいだ、ユーザーに文章を返さないままツール呼び出しが続くたびに、公式ガイドの例文と同じ英文が会話に差し込まれました。

The user hasn't heard from you in a while — say in a few words what you're doing, then continue.

Claude Codeのセッション記録より（silent_turn_reminder）。公式ガイド「Prompting Claude Sonnet 5.5」の例文と同一

差し込まれたのは、この記事を組み立てるまでに4回で、直前のツール呼び出しは5〜11回続いていました。公式ガイドが示す「ハーネス（AIを動かす側のプログラム）が催促を差し込む」^[7]作りが、製品にそのまま入っています。

06 400で​止まる​変更と、​別の​モデルに​回される​依頼

こちらはエラーで止まるので、気づくことはできます。Sonnet 5で動いていたコードが400を返す変更は5つです^[2][6]。

関連記事 ｜ 同じ変更を先に入れたモデルClaude Fable 5.1 が来た ──乗り換えで止まる3つの変更と、エラーが出ないまま変わる7つの挙動 →

もう1つは安全策です。Sonnet 5.5はサイバーセキュリティの能力がSonnet 5から大きく上がったため、Sonnetとして初めて、上位モデルと同じ種類のサイバー安全策と切り替えの仕組みを付けて公開されました^[1][8]。

• 攻撃寄りのサイバーセキュリティ作業（脆弱性を突くコードの作成、侵入テストなど）と、最先端のLLM開発に関わる一部の作業は、Sonnet 5に回されます。ふだんの開発や、ソースコードの脆弱性を見つけて直す範囲は対象外です。Claudeのアプリでは自動で切り替わり、そのチャットのモデル選択はSonnet 5に残ります^[8]
• 生物学の危険な依頼と、AIの思考過程をそのまま書き出させる依頼は、Sonnet 5に回されず、その場で止まります。思考過程の書き出しを求める指示は reasoning_extraction の拒否の対象で、「なぜそうしたの？」と理由を聞く程度は対象外です^[8]
• APIでは、拒否はエラーでなくHTTP 200で返ります。stop_reason が refusal になり、stop_details に分野（cyber・bio・frontier_llm・reasoning_extraction・general_harms）が入ります。ステータスコードだけ見ている処理は、拒否を成功として扱います。Sonnet 5にやり直させる設定（server-side fallback・ベータ）はありますが、対象は cyber と frontier_llm だけです^[6]

安全面では、Anthropic社内の約1,850の場面での監査で、多くの項目でSonnet 5と同等かそれ以上の成績でした。閉じ込められた環境から抜け出そうとする頻度は、Opus 5.5に近いとされています。一方で「見つけていない傾向があるかもしれない」とも書いており、評価の結果をそのまま実環境に当てはめられるとは言っていません^[1]。

07 乗り換える​前に​確かめる​こと

自社で使っているAIツールや、外注しているシステムがある場合は、モデル名を書き換える前に、担当者に次の7点を確かめてもらってください。

• Claude Codeを2.1.284以上にそろえる。古い版はSonnet 5.5を「未対応」と警告し、費用をOpus 5.5の単価で表示します
• effortを明示し、自社の作業で測り直す。APIの既定は high、Claude Codeとアプリの既定は medium です。今回の課題では、Sonnet 5.5の high は medium より費用が12%、所要時間が45%増えました
• コードの中から thinking: disabled・tool_choice: any / tool・computer_20251124 を探す。残っていると400で止まります
• 途中経過を出している画面は、thinking.display か between_tools を設定する。設定しないと、ツールを呼ぶ合間の表示がエラーなしで消えます
• 会話を追記だけにする。2026年8月31日以降に作ったアカウントは、思考ブロックを残したまま履歴を書き換えると400になります
• 拒否（stop_reason: refusal）を扱う処理を入れる。HTTP 200で返るので、ステータスコードでは拾えません。サイバー系の作業がSonnet 5に回る前提で、返ってきたモデル名も確認します
• 費用は、キャッシュを含めた実費で比べる。出力単価だけでは見積もりがずれます。今回の課題では、Sonnet 5.5の medium でも費用の78%が起動時のキャッシュ書き込みでした

この記事の調査と執筆は、Sonnet 5.5で動くClaude Codeで行いました（実測は、その中から両モデルを指定して走らせています）。今回の課題でいちばん大きかった差は、往復の回数と所要時間でした（正解は54回すべて）。

同じ単価で安く速くなった理由は、往復の少なさ。乗り換えの手間は、画面に出ない部分に残る。