Claude Sonnet 5、値下げの裏でタスク単価はむしろ上昇

---

TL;DR

• Sonnet 5は単価を下げつつOpus 4.8に迫る性能を謳うが、Artificial Analysisの実測ではタスク当たりコストはSonnet 4.6比で約2倍、Opus 4.8比でも約15%高い。$/トークンという見出し価格はもう当てにならない。
• Sakana FuguはGoogle Cloudにオーケストレーション層を委ね、Metaは余剰計算資源を外販に回し始めた——インフラの奪い合いは「作る」から「売る」局面に入りつつある。
• Sarashina3・Gemini Spark・Google Home Speakerはいずれも「能力はあるが実装/普及は道半ば」という同じ構図を示す。

本命:Claude Sonnet 5——値下げの見出しの裏でタスク単価は上がる

Anthropicは6月30日、Sonnet 5を発表し全プラン・APIで即日提供を開始した。上位モデルOpus 4.8に迫る性能を、Opus 4.8より安い価格(入力3ドル/出力15ドル、100万トークンあたり。8月31日まで入力2ドル/出力10ドルの期間限定価格)で実現するとうたう。だが第三者評価機関Artificial Analysisの実測は、この「値下げでOpus同等」という物語の裏側を暴いている。

技術的読み

Effort(推論の深さ)レベルを引き上げると、エージェンティック検索など一部タスクでOpus 4.8に匹敵する性能が出る。総合指標Intelligence IndexはSonnet 4.6の47点から53点へ向上し、Opus 4.8まで3ポイント、GPT-5.5まで2ポイント差に迫った。ツール利用・コーディング・ナレッジワークの底上げは事実だが、この進歩の少なくない部分は純粋なモデル改善というより「Effortという推論時課金ダイヤルを回して性能を買っている」側面が強い。安全面はSonnet 4.6から総じて改善(有害要求拒否・プロンプトインジェクション耐性・ハルシネーション低減)した一方、脆弱性悪用の成功率はSonnet 4.6より上がったため、危険用途の検知・ブロック機能を有効化して提供する、という留保も付いている。

ビジネス的読み

見出しの数字だけを見れば「Opus相当の性能を6割の単価で」に見える。しかしArtificial Analysisの指摘はこうだ——Sonnet 5はSonnet 4.6より出力トークンを1タスクあたり約40%多く消費するため、実際のタスク単価は約2倍に膨らむ。さらにOpus 4.8とのタスク単価比較でも約15%高いという。つまり「$/Mトークン」という見出し価格は、Effortを上げるほど出力トークンが伸びる設計の下では、実際の請求額を予測する指標として機能しなくなっている。「モデルの世代交代=コスト改善」という暗黙の前提はもう成立しない。

含意とポジション

• 何を作れる/捨てる:Sonnet 5への自動アップグレードは「性能向上」ではあっても「コスト削減」ではない。高頻度・低予算のAPIワークロードでは、旧世代モデルや低Effort設定の方が結果的に安く済む可能性がある。
• 無視していいhype:「安くなったから乗り換えるべき」という論調をそのまま信じない。
• スタンス更新:モデル選定の基準を「$/Mトークンの見出し価格」から「自分の主要タスクで実測したタスク単価」に切り替える。効果測定なしにデフォルトモデルを追随更新する運用は、今後静かにコストを膨らませるリスクになる。

Signal/Noise判定:Signal(確信度:高)。第三者ベンチマークによる実測データに基づく指摘であり、Anthropic自身の安全性レポートの記述(脆弱性悪用成功率の上昇→ブロック機能の追加)とも整合している。

その他の重要トピック

Sakana Fugu、基盤にGoogle Cloudを選択——マルチエージェントの”配管”はプラットフォームに吸収される

Sakana AIのマルチモデル振り分けシステム「Fugu/Fugu Ultra」が、Google CloudのGemini Enterprise Agent Platform(旧Vertex AI)・Cloud Run・Model Armor・Firebase・BigQueryを、フロントエンドからモデル層まで全層で採用したと判明した。技術的には、タスク難度に応じて複数モデルを使い分けるオーケストレーション自体に目新しさはないが、Fugu Ultraは一部タスクでClaude Mythos PreviewやClaude Fable 5を上回ると謳う——強さの源泉はモデルそのものではなくルーティング設計にある。ビジネス的にはこれがポイントで、Sakana AI自身は「元Google/DeepMind出身が中心だから自然な流れ」と説明する一方、実際の選定理由はインフラの安定性とマネージドなマルチモデル連携機能にある。つまりこの”賢い振り分け”は、GoogleがGemini Enterprise Agent Platformにオーケストレーション機能をネイティブに強化すれば、差別化ロジックの多くがコモディティ化しうる典型例だ。独自資産と呼べるのは「どのタスクにどのモデルを割り当てるか」の判断精度のみで、堀としては薄い。 含意とポジション: マルチモデルルーター/オーケストレーション層を自前構築するなら、Google/AWS/Azureが同機能を後追いでマネージドサービス化する前提で投資判断すべき。差別化はインフラでなく、タスク→モデル割当の精度を上げる独自の評価データに置く。

Meta、余剰計算資源をクラウド事業として外販へ——インフラの主導権争いが次の局面に

Bloomberg報道によれば、MetaはAI計算力とモデルへのアクセスを外販するクラウド事業を準備中で、AWS/Google Cloud/Azureと競合する構えだ。SpaceXが(xAI経由で)Anthropicに自社データセンター「Colossus 1」の計算容量を買い取らせ、その後Google・Reflection AIとも同様のリース契約を結んだ動きに続く。Metaは第1四半期末時点でAIインフラに1,829億ドルの投資をコミット済みで、ルイジアナ・オハイオでの大規模プロジェクトも進行中だ。自社需要向けに積み上げた計算資源が「売れる在庫」になるという構図がMeta・SpaceX陣営で同時に成立し始めたことは、勝者がモデル提供者でなく計算資源の保有者になりうることの裏付けだ。急速に減価するチップに依存したインフラ拡張には懐疑論もあるが、そこには「自社需要を超えて積み上げた計算資源を、収益化圧力が外販に押し出している」という裏読みもできる。 含意とポジション: 計算資源の売り手が増えることは中期的にGPU/クラウド価格の下押し要因になる。大口の計算コミットメント契約を今結ぶ理由は薄い——半年〜1年で価格が緩む方に賭ける。

Sarashina3:外部モデルに頼らない自己蒸留(OPSD)で鍛えた国産LLM

SB Intuitions(ソフトバンク傘下)がSarashina3シリーズ(mini/nano/guard/embedding/rerank)の提供を開始した。日本語・英語中心に30兆トークン超のデータで事前学習を行い、事後学習では外部の高性能モデルの知識を借りる「蒸留」ではなく、モデル自身の生成物を学習に使う「OPSD(オンポリシー自己蒸留)」と強化学習を組み合わせている点が技術的な特徴だ。外部モデルへの依存を断つ設計は、ライセンス・データガバナンス上の独立性を高める。ベンチマークではQwen3-235B-A22B-Instruct-2507やGPT-5.4 mini(non-reasoning)と同等級で、フロンティア級ではなくミドルレンジに位置する。ビジネス的には、ソブリン性(国内データセンター・国内データ)を求める官公庁・国内規制業種向けの需要を明確に狙ったポジショニングであり、TAMはグローバル汎用LLM市場ではなく「データ主権を契約要件とする国内案件」に限定される。 含意とポジション: フロンティア能力を求める限りあなたには無関係。ただしJP官公庁・金融・医療など、契約要件に国内データセンター/国産モデルが明記される案件を扱うなら、ミドルレンジ性能で足りる用途にSarashina3系が選択肢として浮上する。

Gemini SparkがMacに対応——デスクトップAIエージェントは差別化が消える戦場

GoogleのエージェントアシスタントGemini SparkがmacOS版Geminiデスクトップアプリに統合され、Google Tasks/Keep連携やリアルタイム情報追従などが加わった(現時点でGoogle AI Ultra米国加入者限定のベータ)。Claude Desktop・Copilot・OpenClawと同じ「ローカルファイルを触れるデスクトップエージェント」市場に正面から参入した形だ。技術的には目新しい機能は少なく、既存の他社デスクトップエージェントに機能を追いつかせる段階(請求書からの予算表作成など、ファイル→ドキュメント生成が主なユースケース)。ビジネス的には、この分野は各社が同じ機能セット(ファイル操作・ドキュメント生成・タスク連携)に収斂しつつあり、汎用OS標準搭載のエージェントの隣に並ぶニッチなデスクトップAIツールは価格・機能競争で溶ける、という典型例だ。 含意とポジション: デスクトップ常駐型AIエージェントツールを作っている/検討しているなら、「ファイル操作」「タスク連携」レベルの機能は差別化にならない前提で設計し直すべき。勝ち筋は特定ワークフローへの深い統合か、OSベンダーが後回しにする専門領域。

Google Home Speaker:ハードは良いがGeminiは間に合っていない——能力と実装のギャップの実例

The Vergeのレビューでは、Googleの6年ぶりの新型スマートスピーカー「Google Home Speaker」自体は高評価だが、搭載する「Gemini for Home」は”未完成”と評された。プラットフォーム最大手であるGoogle自身が、自社最新モデルを自社最新ハードウェアへ統合する段階で品質が追いついていないことを示す事例だ。「エージェントが家庭のあらゆるタスクをこなす」というデモの期待値と、日常使用に耐える実装との間には、資金力のある巨大企業でも埋まらないギャップがある。 含意とポジション: ボトルネックはモデルの能力でなく常時稼働環境での信頼性だ。音声エージェント統合に今予算を割くなら、モデル選定でなく信頼性計測・フェイルセーフ設計に置け。

今週試すなら / 無視していい hype

今週試すなら

• 自分の主要タスク(コーディング/リサーチ/要約など)でSonnet 4.6とSonnet 5のトークン消費量・実コストを同一条件(Effort固定)で実測してから、デフォルトモデルの切り替えを判断する。
• マルチモデルルーティングを自前構築中なら、判断ロジック(タスク→モデル割当の精度)にどれだけ独自データを注ぎ込めているか棚卸しする。配管部分への追加投資は最小限に。

無視していいhype

• 「Sonnet 5はOpus 4.8に匹敵する低価格モデル」という要約——見出し価格であって実コストではない。
• 「Fugu UltraがMythos超え」——一部タスク限定の主張であり、ルーティング層自体の防御可能性は薄い。
• Gemini Spark Mac対応の機能追加ニュース——他社との機能差分がほぼない横並び進化。