Anthropicが新しいモデル Claude Opus 4.7 を公開しました。今回の発表、ぱっと見はいつもの“モデル更新”に見えるかもしれません。ですが中身を見ると、ただの小幅アップデートではありません。特にソフトウェア開発、長時間の作業、そして細かい指示への忠実さがかなり強化されていて、「人が横でずっと見張らなくても、かなり任せられる」という方向に踏み込んでいます。
個人的には、ここがいちばん面白いと思いました。AIモデルの進化って、昔は「ちょっと賢くなった」「ちょっと速くなった」で済みがちでしたが、最近は「どんな仕事を、どこまで安心して渡せるか」が主戦場になってきています。Opus 4.7はまさにその競争のど真ん中にいる感じです。
Anthropicの説明でまず目を引くのは、「難しいタスクを、途中で投げ出しにくくなった」という方向性です。Opus 4.7 は、複雑で長時間かかる仕事を、筋道立てて粘り強く進めるのが得意だとされています。しかも、ただ指示に従うだけではなく、途中で自分の出力を検証してから返すことがある。ここはかなり大事です。
AIの失敗って、派手な誤答よりも「それっぽいけど微妙にズレている」ケースが厄介なんですよね。特にコードや設計、ドキュメント作成では、きれいな文章や自然な出力ほど油断しやすい。Opus 4.7 はそこに対して、以前よりかなり慎重に振る舞うようです。これは地味ですが、実務ではかなり効く改善だと思います。
Anthropicはまた、プロ向けの資料、たとえばインターフェース、スライド、ドキュメントの仕上がりも良くなったとしています。単に正確なだけでなく、見た目や作りが「仕事でそのまま使いやすい」方向に寄っているのは、実際かなり重要です。AIが作った資料って、内容は悪くなくても妙に味気なかったり、逆に盛りすぎていたりしますからね。そこに“tasteful and creative”と書いてあるのは、Anthropicらしいこだわりだなと思いました。
今回の発表でいちばん力が入っているのは、やはりソフトウェアエンジニアリングです。Anthropicは、Opus 4.7 が Opus 4.6 よりも高度な開発作業で明確に良くなったと説明しています。しかも、ただのベンチマーク上の向上だけではなく、実際のユーザーや早期テスターから「難しい作業をそのまま渡せるようになった」という反応を集めています。
いくつか印象的なのは、以下のような声です。
とくに「止まりにくい」「途中で投げない」という評価が何度も出てくるのが面白いです。AIを仕事で使うと、能力の高さより“持久力”のほうが効く場面が多いんですよ。最初の1手が天才的でも、途中で迷子になったら意味がない。Opus 4.7 は、その弱点をかなり埋めてきたように見えます。
Anthropicの内部ベンチマークでは、93タスクのcoding benchmarkで Opus 4.6 より 13% 改善したとしています。しかも、Opus 4.6 でも Sonnet 4.6 でも解けなかったタスクを4つ解いたとのこと。こういう話は、数字の大きさ以上に「前の世代の壁を超えた」感じがあって、開発者には響くはずです。
ここで個人的に好感を持ったのは、Opus 4.7 がただ前のめりに答えるタイプではなさそうな点です。提携先の評価では、「ユーザーに何でも同意する」のではなく、より自分の見解を持って返す、あるいは間違いに対してきちんと指摘する、という評価が複数ありました。
Replit のコメントでは、技術的な議論で AI が“反論”してくることで、むしろ判断が良くなると書かれています。これはかなり本質的だと思います。仕事の相棒として本当にありがたいのは、気分よく同意してくれる存在ではなく、変な方向に進みそうなときに止めてくれる存在です。
Hex の評価でも、データが足りないときに「それっぽい代替案」をでっち上げるのではなく、ちゃんと「足りない」と言う点が高く評価されていました。これも実務では大きい。AIは賢そうに見えるぶん、雑な穴埋めをされると逆に危ないんですよね。
Opus 4.7 は、テキストだけでなく画像理解も強くなっています。Anthropicは「より高解像度の画像が見られる」と説明しています。これ、ぱっと見は小さい改善に見えるかもしれませんが、実際にはかなり効きます。
たとえば、図表、化学構造式、技術図面、UIのスクリーンショットみたいなものは、少し解像度が上がるだけで読み取り精度が変わります。Solve Intelligence などのコメントでは、ライフサイエンスの特許業務で、図面や化学構造を読む力が役立つとされています。
AIが“文章のモデル”から“仕事の道具”に変わるとき、こういう細かい視覚性能の差がかなり効いてきます。画像は読めるけど細部が怪しい、では業務で使いづらいですから。
Anthropicはかなりはっきり、Opus 4.7 が自社の最強級モデルである Claude Mythos Preview よりは広範な能力で劣る、と述べています。ここは変に盛っていないのが逆に信頼できます。全部入りの万能モデルではなく、まずは制御しやすいモデルで安全策を試す、という戦略です。
背景には Project Glasswing の話があります。これは、AIモデルのサイバーセキュリティ上のリスクと利点を扱う取り組みで、Anthropic は Mythos Preview の公開を限定し、まずは能力の低いモデルで新しい安全策を試す方針を取っています。Opus 4.7 はその最初のモデルです。
ここで重要なのは、Opus 4.7 には 高リスクなサイバー用途を自動検知してブロックする仕組み が入っていることです。つまり、便利な一方で、危険な使い方には歯止めがかかる設計です。さらに、正当なセキュリティ業務、たとえば脆弱性調査、penetration testing、red-teaming をしたい専門家向けには、Cyber Verification Program も用意されています。
このバランスは、かなり現代的だと思います。AIの性能競争が進むほど、「強いけれど野放し」では済まなくなる。Anthropicはその現実にかなり自覚的です。
うれしいのは、価格が Opus 4.6 と変わらないことです。API料金は 入力100万tokenあたり5ドル、出力100万tokenあたり25ドル。
※token は文章を細かく分けた単位で、ざっくり言えば“AIが読む・書く文字の粒度”です。
性能が上がって価格据え置きなら、単純にお得です。特に開発現場では、モデルの入れ替えにコストがつきものなので、同じ価格で仕事の成功率が上がるなら、試す理由はかなりあります。
しかも提供先は Anthropic の Claude 製品だけでなく、API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry と広い。つまり、すでにAI基盤を組み込んでいる企業でも入りやすい。これは地味だけど強いです。モデルの性能だけで勝つ時代ではなく、どこにでも差し込めることが重要なので。
率直に言うと、これは「雑談が面白いAI」よりも、「面倒な作業を最後までやり切るAI」を求める人向けです。エンジニア、プロダクト開発、コードレビュー、ドキュメント整備、長い調査、複雑な業務フロー。そういう場面で、Opus 4.7 はかなり強そうです。
逆に、日常会話の快適さだけを求めるなら、別のモデルでも足りるかもしれません。Anthropic自身も、Opus 4.7 を最強モデルとは言っていません。けれど、実務で一番イヤなのは“途中で壊れる高性能モデル”です。その意味で、Opus 4.7 の価値はかなりわかりやすい。派手さより、信頼性を上げてきた印象があります。
個人的には、今回のアップデートは「AIが賢くなった」というより、「仕事を任せるときの不安が少し減った」に近いニュースだと思いました。ここは大きいです。モデルの能力が1割上がるより、失敗の仕方がマシになるほうが、現場ではよほど価値があることがありますから。
