Opus 5のeffort設定とは?公式の説明と、評価例として挙げられた領域を確認する

📌 あわせて読みたい: 新モデルの発表をどう読むかはOpenAIとAnthropicの新モデル発表、仕事で使う人はどう読み分ける?へ。この記事はClaude Opus 5の発表ブログにあるeffort設定の説明と、公式が評価例に挙げた領域だけを確認します。用途別の推奨設定は書きません。

この記事は、Anthropicの発表ブログ(2026年7月24日に確認)に記載された内容だけを扱います。性能や評価領域に関する記述は、Anthropic自身の発表における自社評価であり、第三者が検証した事実としては扱いません。

結論:公式はeffort設定を「知能の最適化」か「トークンの節約」に使えると説明

• 発表ブログは、性能セクションの図について「performance changes according to the model’s effort setting(性能はモデルのeffort設定に応じて変わる)」と記載しています。
• 発表ブログは、顧客がeffort設定を「optimize for intelligence or conserve tokens for faster and cheaper results(知能を最適化する、または、より速く安い結果のためにトークンを節約する)」ために使えると記載しています。

公式が説明しているのは、この範囲です。どの仕事にどのeffort設定が良いか、という推奨は、この記事では書きません。

effort設定についての公式の説明

発表ブログは、性能セクションの図が「performance changes according to the model’s effort setting」を示すものだと記載しています。そのうえで、顧客はeffort設定を「optimize for intelligence or conserve tokens for faster and cheaper results」のために使える、と記載しています。日本語にすると、「知能を最適化する」ための使い方と、「より速く安い結果のためにトークンを節約する」ための使い方の2つが挙げられている、という記述です。

設定別に記述された評価例

発表ブログは、CursorBench 3.2について、設定別の記述をしています。具体的には、「at max effort」の結果と、「high, xhigh, and max effort」の結果が記載されています。これは、同じモデルでもeffort設定ごとに記述が分かれていることを示す例です(各設定の数値そのものは、原文に記載された範囲でのみ扱います)。

公式が評価例に挙げた領域

発表ブログは、評価の例として次の領域とベンチマークを挙げています。ベンチマーク名・領域名は原文どおりです。

科学研究については、発表ブログはlife sciencesの評価がstructural biology、organic chemistry、bioinformaticsを含むと記載しています。上表は、公式が「評価例として挙げた」領域の一覧であり、各領域での優劣を断定するものではありません。

これらは「自社評価」/ 用途別の推奨はしない範囲

上記の評価領域・性能に関する記述は、いずれもAnthropic自身の発表における自社評価です。第三者が検証した結果ではありません。

また、同じ発表ブログはOpus 5について「it remains behind Mythos 5 on cybersecurity tasks(サイバーセキュリティのタスクではMythos 5に及ばない)」とも記載しています。公式が示したこの留保も、評価領域の記述とあわせて確認しておく点です。

この記事は、公式の説明と評価例の確認に留めます。特定の仕事・利用者・プランに対して、high・xhigh・maxなどのeffort設定を推奨することはしません。effort設定による所要時間・料金・品質の数値も、原文に記載のない範囲では扱いません。

🔗 次に読む

• どの仕事をどのモデルに任せるかの整理は高性能AIはどの仕事に回す?モデル選びを「判断の多さ」で整理するへ。
• 仕事全体での使い方は生成AIの業務活用 完全ガイド(2026年版)へ。

※本記事は2026年7月24日に確認したAnthropic公式(発表ブログ)の原文に記載された範囲のみを記載しています。評価領域・性能に関する記述はAnthropic自身の自社評価であり、第三者検証済みの事実ではありません。用途別のeffort設定の推奨は行っていません。