Claude 4 リリースノート / 新機能紹介

Anthropic は、次世代の Claude モデルである Claude Opus 4 と Claude Sonnet 4 を発表しました。これらのモデルは、コード作成、高度な推論、AIエージェントにおいて新たな基準を設定し、即時応答と長時間の思考を切り替えるハイブリッドモードを導入することで、より深い推論を可能にしています。

モデルのパフォーマンスとベンチマーク

Claude Opus 4 と Claude Sonnet 4 は、ソフトウェアエンジニアリングおよび推論タスクにおいて業界をリードしています。Opus 4 は世界最高のコード作成モデルとして位置づけられ、Sonnet 4 はパフォーマンスと効率のバランスを提供します。

コード作成とソフトウェアエンジニアリング

• SWE-bench: Claude Opus 4 は 72.5%、Claude Sonnet 4 は 72.7% の pass@1 を達成。
• Terminal-bench: Claude Opus 4 が 43.2% で他モデルを大きく上回っています。
• Agentic Terminal Coding: Claude Code をエージェントフレームワークとして使用した場合、Opus 4 は 43.2%、Sonnet 4 は 35.5% を達成。

推論と知識

• GPQA Diamond: Opus 4 は 79.6%（並列テスト時計算を使用すると 83.3%）。
• AIME 2025: Opus 4 は 75.5%（並列テスト時計算を使用すると 90.0%）。
• MMMLU: Opus 4 は 88.8%、Sonnet 4 は 86.5%。
• MMMU (Validation): Opus 4 は 76.5%、Sonnet 4 は 74.4%。

主な技術的機能

Claude 4 は、AIエージェントの自律性と信頼性を高めるために、複数のアーキテクチャ的・機能的改善を導入しています。

長時間の思考とツール利用

両モデルは now extended thinking with tool use (beta) をサポートしています。これにより、内部的な推論とツール（例：Web検索）の実行を交互に行い、応答を精緻化できます。さらに、ツールの並列実行も可能になりました。

メモリと継続性

Claude Opus 4 は、大幅に向上したメモリ機能を備えています。開発者がローカルファイルへのアクセスを許可すると、モデルは「メモリファイル」を作成・維持し、重要な事実を抽出・保存できます。これにより、長期間のタスクにおいても、暗黙の知識を構築し、継続性を保つことが可能になります。

信頼性と正確性

Anthropic は、モデルがタスクを完了するために短絡的手段や抜け道を使う傾向を低減しました。Opus 4 と Sonnet 4 は、Sonnet 3.7 と比較して、エージェントタスクにおいてそのような行動を取る確率が 65% 低くなっています。

思考の要約

長時間にわたる思考プロセスを管理するために、Claude 4 モデルは小さなモデルを使って思考の要約を生成します。これは、思考プロセスが長すぎて完全に表示できない場合（約 5% のケース）に適用されます。

Claude Code と開発者エコシステム

Claude Code は一般公開され、開発者がターミナルや IDE で AI と協働する能力を拡張しています。

• IDE 統合: VS Code と JetBrains 用の新バージョンの beta 拡張機能により、提案された編集内容がファイル内にインラインで表示されます。
• Claude Code SDK: 拡張可能な SDK により、開発者はカスタムエージェントを構築できます。GitHub 用の beta 統合により、Claude Code は PR のフィードバックに応答し、CI エラーを修正し、タグ付けによりコードを変更できます。
• API の強化: 4 つの新しい API 機能がリリースされました：コード実行ツール、MCP コネクタ、Files API、最大 1 時間のプロンプトキャッシュ。

業界での採用とフィードバック

複数の先進的な AI 企業やプラットフォームが Claude 4 を統合しています。

• GitHub: 新しいコードエージェントを搭載する GitHub Copilot で、Claude Sonnet 4 をモデルとして導入予定です。
• Cursor: Opus 4 が複雑なコードベースの理解において飛躍的な進歩を遂げたと評価しています。
• Replit: 複数ファイルにまたがる複雑な変更において、精度が向上したと報告しています。
• Block: Opus 4 が、エージェント codename goose において編集・デバッグ中にコード品質を向上させる最初のモデルであると指摘しています。
• Rakuten: Opus 4 が 7 時間にわたりオープンソースのリファクタリングを独立して実行できることを検証しました。
• Cognition: Opus 4 が、以前のモデルが見逃していた複雑な課題を解決する能力に優れていると述べています。

利用可能範囲と料金

Claude Opus 4 と Sonnet 4 は、Claude.ai インターフェース、Amazon Bedrock、Google Cloud Vertex AI から利用可能です。

• 料金:
  • Opus 4: 入力トークン 100万単位あたり $15 / 出力トークン 100万単位あたり $75。
  • Sonnet 4: 入力トークン 100万単位あたり $3 / 出力トークン 100万単位あたり $15。
• アクセス: Pro、Max、Team、Enterprise プランには両モデルが含まれます。Sonnet 4 は無料ユーザーにも利用可能です。