Claude Opus 4.7 がGA。価格据え置きで指示追従と画像認識を強化 anchor left anchor right

May 08 2026 AIニュース

Claude Opus 4.7 がGA。価格据え置きで指示追従と画像認識を強化

anchor left anchor right

Anthropic が Claude Opus 4.7 を一般公開し、価格据え置きのまま指示追従の精度向上と最大 3.75MP の画像認識機能を搭載して、長尺エージェント運用を含む実務適用範囲を大きく広げました。

📖 この記事で分かること

  • Anthropic が Opus 4.7 を一般公開、API 価格は 4.6 と同じ
  • 1M コンテキスト+3.75MP 画像対応で実務適用幅が拡大
  • 指示追従が文字通りに、過剰な scaffolding は不要に
  • タスク予算とサイバー保護で長尺エージェント運用が現実的に

💡 知っておきたい用語

  • アダプティブ・シンキング:モデルが自分で考える深さを調整する仕組み。料理人が「下ごしらえに何分かけるか」を素材を見て判断するのに似ています。

最終更新日: 2026年5月22日

Claude Opus 4.7 - Claude Opus 4.7 がGA。価格据え置きで指示追従と画像認識を強化

背景:Opus 4.6 からの位置づけ

Anthropic は 2026年4月16日、Claude Opus 4.7 を一般公開しました。Opus 4.6 と同価格のまま、コーディング・指示遵守・画像認識を底上げする実務寄りのアップデートです。

リリース時点での同社の位置づけは「現時点で一般公開されている最も高性能なモデル」で、長時間のエージェント作業や知識労働、画像処理を強みとしています。

提供範囲は Claude 各製品、Anthropic API(モデル ID: claude-opus-4-7)、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry の主要 4 経路をカバー。マルチクラウドで運用する企業もすぐに切り替えられる体制です。

詳細分析:何が変わったのか

新機能と仕様変更が同時に入っており、移行時はメリットだけでなく破壊的変更にも目を通す必要があります。

主な機能アップデートは次のとおりです。

  • 高解像度画像対応:最大 2576px / 3.75MP(従来は 1568px / 1.15MP)。画素と座標が 1:1 対応するため、座標のスケーリング計算が不要に
  • 新エフォートレベル xhigh:コーディング・エージェント用途で推奨
  • タスク予算(ベータ):エージェントループ全体で消費するトークンの「目安」をモデル自身に伝えられる機能
  • 1M トークンのコンテキストウィンドウ:長尺プレミアム価格なしで標準料金のまま提供
  • 価格:入力 5 ドル / 100 万トークン、出力 25 ドル / 100 万トークン(4.6 と同水準)

ただし、API レベルの破壊的変更も含まれます。

  • 拡張思考の budget_tokens 指定は 400 エラーに(思考は adaptive thinking のみ)
  • temperature / top_p / top_k に既定外の値を設定すると 400 エラーに
  • 思考内容(thinking content)はレスポンスから既定で省略される
  • 新しいトークナイザに変更され、同じテキストで 1〜1.35 倍のトークンを消費する場合がある

課題・展望:実務で気になる点

コスト計算とプロンプトの再評価が、移行時の最大のチェックポイントです。

新トークナイザの影響でトークン消費が最大 35% 増えるケースがあり、ダッシュボードでの実コスト計測と、max_tokens やコンパクション閾値の見直しが推奨されます。Anthropic 自身も「max_tokens にヘッドルームを持たせること」を案内しています。

挙動面では、指示の文字通り解釈、トーンの簡潔化(emoji 減少)、デフォルトのサブエージェント生成抑制など、Opus 4.6 比で「黙って気を利かせる」量が減りました。これまで「念のため」入れていた scaffolding 系の追加プロンプトは、むしろ取り除いて再ベースライン化したほうが望ましい場面が増えます。

サイバーセキュリティでは、リアルタイムで禁止・高リスク用途の要求を検知してブロックするセーフガードが搭載されました。正当な脆弱性研究等で使う場合は、Anthropic の Cyber Verification Program に申請する必要があります。

実践への示唆:移行時のチェックリスト

既存プロンプトはそのまま試したうえで、観測結果に応じて scaffolding を整理する流れが現実的です。

導入を検討する際の手順は次のとおりです。

  • API リクエストの thinking / temperature / top_p / top_k を点検し、Opus 4.7 互換に修正
  • 既存プロンプトの「念押し」「自己点検」指示を一度外して再評価
  • max_tokens を引き上げ、コンパクション閾値も見直す
  • 必要なら effort=xhigh を試す(コーディング・エージェント中心の用途)
  • 高解像度画像処理を行う場合は 3.75MP まで活用、不要ならダウンサンプリングしてコスト最適化
  • サイバー領域で利用する場合は Cyber Verification Program 申請を検討

Anthropic Console や対応クラウドの管理画面で同価格のまま即日切り替え可能なため、検証は比較的低コストで行えます。


編集部の見方

誰に向くか: 長尺コードベース解析・UI スクリーンショットを使ったエージェント・1M コンテキストで RAG なしで突破したいケース。価格据え置きで 1M コンテキストと 3.75MP 画像が使えるのは、PoC コストを大きく動かす

誰に向かないか: Opus 4.6 で安定運用していて、budget_tokens などのレガシーパラメータに深く依存したコードベースを抱えるチーム。破壊的変更の影響は小さくないため、移行検証期間を確保してから切り替えるのが安全

戦略的な意味: 新トークナイザでトークン消費が最大 1.35 倍になりつつ、価格を据え置いた点は実質値上げ寄り。一方で「指示を文字通り解釈」「過剰 scaffolding 不要」という方向性は、エージェント設計を「念押しの足し算」から「指示の引き算」へとシフトさせる流れと整合する 短期的な注視点は、トークナイザ変更による実コスト変動の社内計測結果と、xhigh エフォートでの長時間エージェント運用の安定性だ。


よくある質問

Q: いつから使えますか?

A: 2026年4月16日に一般公開されており、Anthropic API、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundry、Claude 各製品から利用できます。

Q: 価格は変わりますか?

A: 入力 5 ドル / 100 万トークン、出力 25 ドル / 100 万トークンで Opus 4.6 と同じです。ただし新トークナイザの影響で実消費トークン数が 1〜1.35 倍になるケースがあるため、実コストの変動には注意が必要です。

Q: 既存コードはそのまま動きますか?

A: 拡張思考の budget_tokens や temperature 等のサンプリングパラメータを使っていた場合は 400 エラーになります。Anthropic 公式の移行ガイドに従って、adaptive thinking と effort パラメータへの置き換えを行ってください。


まとめ

Claude Opus 4.7 は、価格据え置きで指示追従・画像認識・エージェント運用の精度を底上げする実務寄りのアップデートです。1M コンテキストと 3.75MP 画像が標準料金で扱える点は、ドキュメント分析や UI 自動生成のワークフローに直接効きます。一方、API 仕様の破壊的変更とトークン消費の見積もり修正は移行コストとして無視できないため、検証期間を取って段階的に切り替えるのが現実的です。


【用語解説】

  • LLM【エルエルエム】:大規模言語モデル。膨大なテキストで学習し、文章生成や推論を行う AI の総称
  • アダプティブ・シンキング:モデルが思考の深さを自動調整する Anthropic の仕組み。タスクの難易度に応じて使い分けます
  • エフォート:API リクエストでモデルの「努力量」を指定するパラメータ。Opus 4.7 では xhigh / high / medium / low から選択
  • タスク予算:エージェントループ全体で消費するトークンの目安をモデルに伝えるベータ機能。最低 20,000 トークンから設定可能

免責事項: 本記事の情報は執筆時点のものです。AI 技術は急速に進歩しているため、機能や制限は予告なく変更される場合があります。


引用元:


この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。

anchor left anchor right
KOJI TANEMURA

15 年以上の開発経験を持つソフトウェアエンジニア / テクノロジーライター。AI エージェントの実務活用を研究し、現場や経営者向けセミナーでその知見を発信。本メディア tech-noisy.com では、一次情報に基づく最新ニュース・解説記事を執筆。また、音楽生成 AI による DJ パフォーマンスを企業イベントで行うなど、テクノロジーと表現の融合も探求している。

人気の記事

anchor left anchor left

おすすめの記事

anchor left anchor left

categories

anchor left anchor left

tags

anchor left anchor left