Claude Opus 4.6 は、エージェント型の計画における巨大な飛躍です。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行して実行し、ブロッカーを高精度で特定します。

Claude Opus 4.6 は、最高のモデルです。私たちがこれまでテストした中で最良のモデルです。その推論と計画能力は、私たちのAIチームメイトを力づけるうえで卓越しています。さらに、素晴らしいコーディングモデルでもあり、大規模なコードベースを横断して適切な変更を行う能力は最先端です。

40件のサイバーセキュリティ調査を通じて、Claude Opus 4.6はClaude 4.5モデルを対象としたブラインドランキングで40回中38回、最高の結果を出しました。各モデルは同じエージェント・ハーネス上でエンドツーエンドで実行され、最大9つのサブエージェントと100件超のツール呼び出しを行いました。

Claude Opus 4.6 is the new frontier on long-running tasks from our internal benchmarks and testing. It's also been highly effective at reviewing code.

Claude Opus 4.6 is the new frontier on long-running tasks from our internal benchmarks and testing. It's also been highly effective at reviewing code.

Claude Opus 4.6 は1日で自動的に13件の課題を閉じ、適切なチームメンバーへ12件の課題を割り当て、約50名の組織を6つのリポジトリに跨って管理しました。製品面と組織の意思決定の両方を処理し、複数の領域に跨る文脈を統合し、人間へエスカレーションすべきタイミングを知っていました。

Claude Opus 4.6 は、私たちがテストした Anthropic の中で最高のモデルです。最小限のプロンプトで意図を理解し、期待を超え、私がそれらを見て初めて自分が欲しいと思った詳細まで探求・作成しました。まるでモデルと一緒に作業しているかのようで、待つだけではありませんでした。

Claude Opus 4.6 はここ数か月で私が見た中で最大の飛躍だ。スタック全体の一連のタスクを任せてそれを実行させる方が私にはより安心できる。個々の部分にはサブエージェントを使えるほど賢い。

Claude Opus 4.6 は、数百万行に及ぶコードベースの移行を熟練エンジニアのように処理しました。前もって計画を立て、学ぶにつれて戦略を適応させ、そして半分の時間で完了しました。

Claude Opus 4.6 は前述と同じテキスト? ここではエンリッチメントのため翻訳を入れています。

Claude Opus 4.6のパフォーマンスの飛躍はほとんど信じられないほどです。Opus [4.5]で難しかった現実のタスクが突然容易になりました。これは Shortcut のスプレッドシートエージェントにとって画期的な瞬間のように感じます。

根本原因分析多言語コーディング長期的な一貫性サイバーセキュリティライフサイエンス

安全性の一歩前進

これらの知能の向上は安全性の犠牲を意味するものではない。私たちの自動的な行動監査では、Opus 4.6 は欺瞞、へつらい、ユーザーの妄想を助長すること、悪用への協力といった不適切な挙動の発生率が低いことを示した。全体として、これまでで最も適合性が高いとされる前任モデル Claude Opus 4.5 と同等の整合性を持つ。Opus 4.6 は、最近の Claude モデルの中で過剰拒否（無害な問い合わせに答えないこと）の発生率が最も低いことを示しています。

Claude Opus 4.6 では、これまでで最も包括的な安全性評価のセットを実施し、初めて多数の異なるテストを適用し、以前に使用していたものをいくつかアップグレードしました。ユーザーのウェルビーイングに関する新しい評価、潜在的に危険なリクエストを拒否する能力のより複雑なテスト、そして有害な行動をひそかに実行する能力の評価の更新を含みました。さらに、AIモデルの内部構造の科学である解釈性の新しい手法を用いて、モデルが特定の方法で振る舞う理由を理解しようと試み、標準的なテストでは見逃されがちな問題を捉えることを目指しました。

機能と安全性評価のすべての詳細は、Claude Opus 4.6 システムカード に掲載されています。

私たちはまた、Opus 4.6 が特に強みを示す領域で、危険なだけでなく有益な用途にも用いられる可能性がある新しいセーフガードを適用しました。特に、モデルが強化されたサイバーセキュリティ能力を示していることから、有害な応答を検出する方法として6つの新しいサイバーセキュリティ・プローブを開発しました—潜在的な誤用のさまざまな形態を追跡するのに役立ちます。

また、オープンソースソフトウェアの脆弱性を発見・修正するのに役立てるため、サイバーdefensive な活用を加速しており、新しい サイバーセキュリティのブログ投稿 で説明しているように、Claude のような AI モデルを活用して力の均衡を取ることが重要だと考えています。サイバーセキュリティは速く動く分野であり、潜在的な脅威についてさらに学ぶにつれて安全対策を調整・更新していく予定です。近い将来、乱用をブロックするためのリアルタイム介入を導入する可能性があります。

製品と API の更新

Opus 4.6 を最大限に機能させるため、Claude、Claude Code、Claude Platform 全体に大幅な更新を行いました。

Claude Platform

API では、開発者にモデルの労力をより細かく制御し、長時間実行されるエージェントに対する柔軟性を高めています。これを実現するため、以下の機能を導入します：

• 適応的思考. 以前は、拡張思考を有効にするか無効にするかの2択しかありませんでした。現在は、適応的思考 を使うことで、より深い推論が有用なとき Claude が判断します。デフォルトの労力レベル（高）では、必要なときに拡張思考を使用しますが、開発者は労力レベルを調整して選択的にしたり、より広く使えるようにします。
• 労力. 現在、4つの 労力 レベルから選択できます：低、中、高（デフォルト）、最大。私たちは、さまざまなオプションを試して最適な設定を見つけることをおすすめします。
• コンテキスト圧縮（ベータ） 長時間にわたる対話やエージェント的タスクはしばしばコンテキストウィンドウに達します。コンテキスト圧縮 は、対話が設定可能なしきい値に近づくと自動的に古いコンテキストを要約して置換し、Claude がリミットに達することなく長いタスクを実行できるようにします。
• 1M トークン コンテキスト（ベータ） Opus 4.6 は、1M トークンのコンテキストを持つ初の Opus級モデルです。200k トークンを超えるプロンプトにはプレミアム料金が適用され、百万入力/出力トークンあたり $10/$37.50、Claude Platform のみで利用可能です。
• 128k 出力トークン。Opus 4.6 は最大 128k トークンの出力をサポートしており、Claude が大きな出力タスクを複数回のリクエストに分割することなく完了できます。
• 米国専用推論。米国で実行する必要があるワークロードには、米国専用推論 が、1.1倍のトークン価格で利用可能です。

製品更新

Claude および Claude Code 全体で、知識労働者と開発者が日常的に使うツールをより活用して、より難しいタスクに取り組むことができる機能を追加しました。

Claude Code には研究プレビューとして エージェント・チーム を導入しました。これにより、チームとして並行に作業し、自律的に協調する複数のエージェントを起動できるようになりました—コードベースのレビューのように独立して読み取りが多いタスクに最適です。Shift+Up/Down で任意のサブエージェントを直接引き継ぐことができ、tmux を利用することもできます。

Claude は、すでにお使いのオフィスツールとも連携を強化しました。Excel の Claude は、長時間実行される難しいタスクを改善されたパフォーマンスで処理し、行動前に計画を立て、未構造化データを取り込み、指示なしで適切な構造を推測し、1 回の処理で複数ステップの変更を処理できます。これを PowerPoint の Claude と組み合わせると、まず Excel でデータを処理・構造化し、それを PowerPoint で視覚的に表現できます。Claude はレイアウト、フォント、スライドマスターを読み取り、ブランドを保ちます。テンプレートから作成する場合でも、説明から全体のデックを生成する場合でも同様です。PowerPoint の Claude は、Max、Team、Enterprise プランで研究プレビューとして利用可能です。