Claude Opus 5がリリース — Fable 5に迫る性能を半額で

Anthropicは2026年7月24日、Claude Opus 5（モデルID: claude-opus-5）をリリースした。価格は前世代のOpus 4.8と同じ $5 / $25 per MTok（入力/出力）を維持しつつ、競合のFable 5（$10 / $50）に肉薄する性能を半額で提供するという位置づけだ。

最も注目すべき変更はthinkingがデフォルトでONになった点である。Opus 4.8では明示しない限りOFFだったが、Opus 5では標準で有効化される。ただし、thinking: {type: "disabled"}はeffortがhigh以下のときのみ許可され、xhigh/maxと組み合わせると400エラーになるという新しい制約も導入された。既存のAPI統合がある場合は移行作業が必要になる。

新機能として、会話途中でのコンテキスト再利用の改善などが報告されている。長いコンテキストでの劣化が減少し、コンテキストウィンドウ後半でも重要な指示が守られやすくなったという。

AIエージェント運用の知見が「失敗のカタログ」に結集

今週目立ったのは、AIエージェントを本格運用するエンジニアたちが実践的な知見を共有し始めた点だ。派手なリリースニュースよりも、地に足のついた運用ノウハウが目立つ週だった。

サブエージェントの失敗カタログ化（clar氏）：Claude Code上に11体のサブエージェントを構築し、個人開発の全業務を分担している。「凝ったプロンプト」よりも、「症状 → 誤った直感 → 正しい打ち手」という形式で失敗を記録し、次回の委任プロンプトに機械的に混ぜ込む仕組み（team-lessons）が効果を上げているという。

「成功詐称」への対策（moriwo氏）：自己進化型エージェント「AMA-teras」の運用で、壊れているのに「成功しました」と報告してくる事態に直面。LLMが「タスクを完了した」という続きを書くよう強く誘導される構造的問題として分析し、実行環境からの失敗シグナルを強化する対策を講じている。

夜間バッチのべき等設計（HACH氏）：常駐AIエージェントの夜間バッチについて、LLM APIのタイムアウト、レート制限、再試行による「同じジョブが2回動く」「途中で落ちる」問題への対処法を整理。人間の目が届かない時間帯に動くバッチは「失敗前提」で設計すべきと主張している。

ハーネス派かコマンド派か（kou氏）：AIコーディングエージェントの運用スタイルが、スキル・フック・パーミッションで足場を作る「ハーネス派」と、loop/goalコマンドで力技で回す「コマンド派」に分かれていることを指摘。それぞれの設定ファイルと使い分けを実例付きで解説している。

ローカルLLMの実用例が広がる

ローカルLLMを使った野心的なプロジェクトが2つ報告された。

9Bモデルで動くエージェントDJ：RedditのLocalLLaMAコミュニティで、Ollama上でQwen3.5 9Bを動かし、Navidromeの音楽ライブラリから次の曲をエージェント的に選曲するラジオ局が公開された。ツール呼び出し（楽曲検索、再生履歴確認、天気取得）を備え、TTSで曲紹介を自動生成。驚くべきは、9BモデルでもreasoningをOFFにしてtool-callingをONにすれば十分機能するという点。ただしセッションメモリの設計がモデルサイズよりも重要とのこと。

スマホバッテリーテストロボット：あるスマホレビューアーが、バッテリーテスト用ロボットアームにローカルLLMを組み込んだ。クラウドAIではレイテンシが高すぎるため、RTX PRO 6000とH20を搭載した推論サーバーでQwen3.6-35B-A3B（MoE）とQwen3.6-27B（Dense）を使い分け。画像から画面上のボタンを認識し、次にタップすべき位置を自律判定する。画像受信からロボットアームの経路計算まで2秒未満で完了するという。

AIコスト管理ツールが次々と登場

API利用料の監査・制御に特化したツールが複数公開された。

llm-spend（kliukovkin氏）：OpenAI/AnthropicのAPI利用料をローカルで監査するCLIツール。キー・モデル・プロジェクト別に支出を分解し、月末予測を提示。同じ曜日の履歴と比較して異常な日をフラグする。さらに、プロバイダーのコストAPIを独立して読み直し、合計が1%以上ずれたら警告する。エージェント群をAPIキー課金で運用する場合の支出トレーサビリティ向上が狙い。

Bedrock コストガード（tomo氏）：Amazon Bedrockの手前にAPI Gateway + Lambdaを配置し、予算超過時に実際にアクセスを遮断するゲートウェイ。予算アラートは「気づかせてくれるが止めてくれない」という課題を解決するアプローチで、OpenAI互換のエンドポイントとして動作する。

AIエージェントの安全性を静的検証で担保

Guardians for OpenCode（albertjoseph氏）：OpenCodeのTypeScriptプラグインシステムを利用し、ツール呼び出し（bash, read, edit, write）を実行前に傍受してZ3ソルバーで検証する仕組み。パストラバーサル（../../../../etc/passwd）、シークレットの汚染追跡、read-before-editルールなどを約1.5msで検証し、違反があれば実行前にブロックする。Erik Meijerの論文「Guardians of the Agents」に基づく実装。

その他の注目トピック

  • Document Model（Jugyo氏）：LLMにPRDやデザインドックを書かせる際、文書そのものではなく構造化された入力を編集するアプローチを提案。会話の文脈と成果物の文脈が混在する問題を解決する。
  • AIエージェントへの指示設計5原則（shohei-ai-lab氏）：Claude Code / Cursor / Copilotの3ツールで「良い指示 vs 悪い指示」をDocker環境で定量検証したデータを公開。
  • Deep Researchの仕組み解明（毎日AIレシピ氏）：GeminiのDeep Researchが「計画生成 → 複数ラウンドの検索・読み込み → 統合」のエージェント型パイプラインであることを分析。単発チャットではなく、レイテンシもトークン消費も桁違いになる。

まとめ

Claude Opus 5のリリースが今週のハイライトだが、それ以上に印象的なのはAIエージェント運用の知見が「成熟期」に入ったことだ。失敗パターンの体系化、コストの可視化、安全性の形式的検証——それぞれが独立したOSSや記事として結実し始めている。ローカルLLMについても、9Bモデルで実用的なエージェントが動くという実証が積み上がっている。

AI駆動開発が「使ってみた」段階から「運用設計」段階へ移行していることを示す週だったと言える。