Anthropic、100万トークンのコンテキストウィンドウを備えた「Claude Opus 4.6」をリリース
Anthropicは2026年2月5日、Officeツールとの高度なネイティブ連携を備えた同社最先端のAIモデル「Claude Opus 4.6」の提供を開始しました。本アップデートでは、複雑なコードベースや研究資料を処理するための100万トークンのコンテキストウィンドウがベータ版として導入されています。APIおよびウェブプラットフォームで利用可能であり、基本利用料金を変更することなく、企業の多段階ワークフローを効率化します。
100万トークンのコンテキストウィンドウが企業データにもたらす変化
Anthropicは、フラッグシップモデルとして初めてOpusクラスのシステムで100万トークンのコンテキストウィンドウをベータ版として導入しました。API経由では、システムが自身の動作コンテキストを要約する「コンテキストコンパクション（文脈圧縮）」機能を利用でき、コンテキスト制限を超えずに長時間の自律的なエージェントタスクを連続実行できます。これにより、ソフトウェア開発チームや調査研究チームは、大規模なコードベース全体、財務履歴、複数のソースからなる法務文書を一括して単一セッションに読み込ませることが可能です。Thomson Reutersは、長文コンテキスト処理能力により、企業システムが複雑なリサーチワークフローにおいて高い一貫性を保ちながら極めて大規模な情報を処理できるようになったと報告しています。
競合フロンティアモデルとのパフォーマンスベンチマーク比較
法務や財務の経済的価値の高いナレッジワークを測定するGDPval-AA評価において、新モデルはOpenAIのGPT-5.2を約144 Eloポイント上回りました。同評価スイートでClaude Opus 4.6と4.5を比較した場合、新モデルは前世代に対して190 Eloポイントの差をつけてリードしています。また、高度な自律コーディングを評価するTerminal-Bench 2.0で業界最高のスコアを記録したほか、オンライン検索のBrowseCompでもすべての競合モデルを抑えて首位に立ち、BigLaw Benchでは90.2%を記録、Box企業のベンチマークではベースラインの58%から68%へと10%のパフォーマンス向上を達成しました。
ネイティブなOffice連携とワークフロー自動化ツール
Anthropicは「Claude in Excel」を大幅に強化し、「Claude in PowerPoint」のリサーチプレビューを公開することで、職場での生産性向上機能を統合しました。Cowork内で動作するAIは、ユーザーが常に指示を与えなくても、スプレッドシート、プレゼンテーション、ドキュメントにわたる複数のタスクを自律的にこなします。Figma Makeでは、複雑な多層デザインを一発で動作可能なアプリケーションコードに変換します。ソフトウェアエンジニアはClaude Code内で専用のエージェントチームを編成して多層的なタスクを並列実行できるほか、開発者は/effort制御パラメータを使用して推論レベルを「高」と「中」で切り替え、応答遅延やAPI費用を管理することが可能です。
企業のエンジニアリングチームにもたらす影響
商用ソフトウェア企業にとって、本リリースは自律的なサブエージェントが大規模なコードリポジトリ全体で長期的なプログラミング、コードレビュー、システムデバッグを実行できるようにし、人間による手動監視の手間を大幅に削減します。パートナー企業による評価では、Asana、Notion、Windsurf、Cursorなどのプラットフォーム全体で運用効率の著しい向上が確認されています。CognitionはDevin Reviewでのバグ検出率向上を報告し、Bolt.newはモデルが一回の処理で完全に動作する物理エンジンを生成したと確認しました。楽天（Rakuten）は、システムが単一の日に6つのリポジトリにわたり13件のGitHubイシューを自律的に解決し、他の12件を適切なスタッフに振り分けたと報告しています。NBIMが40件の調査で実施したサイバーセキュリティテストにおいて、モデルは1実行あたり最大9つのサブエージェントと100回以上のツール呼び出しを使用し、38件で最高評価の成果を収めました。
モデルの利用可能性と開発者向け価格体系
正式リリースは2026年2月5日に行われ、claude.ai、Claude API、および主要クラウドインフラプラットフォームで即座にアクセス可能となりました。Anthropicは価格を従来通り入力100万トークンあたり5ドル、出力100万トークンあたり25ドルに据え置いている。開発者はモデル文字列識別子claude-opus-4-6を使用してAPIから直接呼び出すことができます。Anthropicのシステムカードによると、本モデルは安全性評価において不整合な動作の発生率が低く、競合するフロンティアモデルと同等以上の安全性プロファイルを維持しています。
よくある質問
Claude Opus 4.6の新機能は何ですか？
ベータ版としての100万トークンコンテキストウィンドウ、長時間のセッション向けコンテキストコンパクション機能、Claude Codeにおけるエージェントチームの統合管理、ExcelおよびPowerPoint向けのネイティブツールが導入されました。また、出力品質、実行速度、トークンコストのバランスを調整するための設定可能なeffort設定による適応型思考機能が追加されています。
GPT-5.2と比較してどのような性能ですか？
経済的価値の高いナレッジワークを測定するGDPval-AAベンチマークにおいて、GPT-5.2を約144 Eloポイント上回っています。また、多段階の自律コーディングに関するTerminal-Bench 2.0でもOpenAIの最先端モデルを凌駕し、Humanity's Last Examにおいてもすべての競合モデルをリードしています。
MOZGIIの視点
私たちならこう作ります
大規模なコンテキストウィンドウを中心に企業向けリサーチエンジンを構築する場合、私たちがまず着手するのは、構造化されたソースファイルと厳格なトークン管理の導入でしょう。生のドキュメント保管用に外部データベースを維持しつつ、コードベース全体やドキュメントリポジトリをロングコンテキストセッションに投入するでしょう。API経由でタスクリクエストを送信する際には、effortパラメータを活用し、単純な問い合わせには推論を抑え、複雑な複数ソース調査には推論を高める設定を行うでしょう。また、トークン上限に達する前に、コンテキスト圧縮を利用して長期的なエージェント実行の要約を行うでしょう。
運用上の重要なチェックポイントには、人間の査読者を配置するでしょう。自律型のサブエージェントがタスクの割り当てやプルリクエストのレビューを行えるとしても、コードのマージや財務上の決定を承認するのは人間のエンジニアでしょう。システムが破綻するのは、圧縮されたコンテキストが必要なエッジケースを落としてしまった場合や、サブエージェントが解に収束せず並行ループに陥った場合です。そのため、APIゲートウェイでコストとレイテンシの制御を設定し、1回の実行あたりのトークン使用量に上限を設けるでしょう。注視すべき唯一の指標は、人間の介入なしでのタスク完了率となるでしょう。
次に、動的ルーティングを担うスーパーバイザーを構築するでしょう。このモジュールは、モデルに送信する前に、届いたサポートチケット、プルリクエスト、調査概要を分析するでしょう。そして、タスクの複雑さに応じて、単一パスでの生成と複数サブエージェントによる連携のどちらかを自動的に選択するでしょう。これにより、運用レイテンシを低く保ちながら、多層的なワークフローに必要な推論能力を維持できるでしょう。
出典
この記事の事実の出典です。