メインコンテンツまでスキップ

Claudeモデルの選び方

初級

Anthropicは異なる能力/コスト/速度ポイントのモデルファミリーを提供しています。うまく選ぶことは、主にモデルをジョブに合わせること — そして必要のない能力に払いすぎないことです。

What you'll learn
  • Haiku → Sonnet → Opusのはしごを、能力/コスト/速度のトレードオフとして読む
  • 推測ではなく正しいデフォルトから始め、意図的に上下する
  • 1つのシステム内で階層を混ぜる — ほとんどの人が引かない最大のコストレバー
  • 正確なモデルIDを正しい方法で調べる、アップグレードが1行の変更で済むように

現在のモデル​

Last verified: 2026-08-07 · Official models & pricing

ModelAPI model IDTierBest for
Claude Opus 5claude-opus-5Opus — most capableComplex agentic coding and enterprise work: 1M context, 128k output, with materially better numbers than Opus 4.8. Default on Claude Max, strongest available on Claude Pro. (Supersedes Claude Opus 4.8, now a legacy model.)
Claude Sonnet 5claude-sonnet-5Sonnet — balancedThe default workhorse and Claude Code's default model: the best combination of speed and intelligence, with a 1M-token context window. Start here for most work. (Supersedes Claude Sonnet 4.6, now a legacy model.)
Claude Haiku 4.5claude-haiku-4-5-20251001Haiku — fastest & cheapestHigh-volume, latency-sensitive tasks: classification, extraction, routing, simple chat, and cheap sub-agents.
Claude Fable 5claude-fable-5Mythos-class — flagship (above Opus)Anthropic's most capable widely released model. Multiday autonomous runs, first-shot on ambiguous specs, dense vision, sustained delegation to parallel subagents. GA June 9 2026. Refuses in-band (HTTP 200, stop_reason: refusal) — configure server-side or client-side fallback to another current Claude model (Opus 5 is the recommended default). Adaptive thinking only; raw thinking never returned. 30-day retention (NOT ZDR-eligible).
Claude Mythos 5claude-mythos-5Mythos-class — restricted (Project Glasswing)Same capabilities as Fable 5 without the safety classifiers. Limited availability to approved Project Glasswing partners only; not self-serve. Customers without access should use Fable 5.

Model IDs are exact; tiers and 'best for' are guidance. Pricing, context-window sizes and rate limits change frequently and are intentionally NOT listed here — always read them on the official page above. This file is the single source of truth: never hard-code model facts in prose, link to this table instead.

試してみる:どのモデルが合う?​

3つの質問に答えて、開始時の推奨を得てください:

タスクの難易度
最も重視すること
リクエスト量
Recommended
Claude Sonnet

バランスの取れた既定の選択肢 — Opusの数分の一のコストで、強力な推論とコーディングを実現。まずはここから始め、本当に品質の限界に達したときだけ上位モデルへ。

正確なモデルIDは次で確認してください: モデル一覧表. あくまで目安です — 確実を期すには、ご自身の入力で簡単な評価を実行してください。

メンタルモデル:能力のはしご​

  • Sonnetから始める。 これはデフォルトの働き者 — 適正コストで強力な推論とコーディング。ほとんどのタスクはここから始めるべきです。
  • Opusにアップするのは、Sonnetが苦戦し、コストより品質が重要なとき(難しい推論、厄介なエージェント、面倒なコード)。
  • Haikuに下げるのは、大量処理、レイテンシ敏感、または単純な作業(分類、抽出、ルーティング、安価なサブエージェント)。

実際にどう選ぶか​

Guided walkthrough1 of 4
  1. これがバランスの取れた働き者。他から始めることは、実際のタスクに関する証拠を得る前に最適化していることを意味します。

モデル階層化は独立した読み物に値します:コストとレイテンシ。

:::tip ベンチマークだけで選ばない 公開ベンチマークは出発点のヒントであり、あなたのタスクに対する判定ではありません。実際の入力を数個使って、2つのモデルで小さな評価を実行してみてください — 数分で済み、推測より優れています。 :::

正確なモデルIDを調べる​

常に現在のAPIモデルIDを渡してください(例:messages.create呼び出しで)。上のモデル表または公式モデルページから取得し、多くの場所にハードコードするより設定から読み込むことを優先してください、そうすればモデルのアップグレードが1行の変更になります。

理解度チェック

0/4
  1. 何か新しいものを構築していて、どのモデルが合うかのデータがありません。どこから始めますか?
  2. Sonnetがトラフィックの90%をうまく処理しますが、難しい10%で失敗します。最善の動きは?
  3. ベンチマークがモデルAがモデルBに勝つと示しています。あなたのアプリに何を結論すべきですか?
  4. モデルIDをコードベース中にハードコードするのではなく、なぜ設定から読むのですか?
Key takeaways
  • Haiku → Sonnet → Opusは能力/コスト/速度のはしご — 段を選び、モデルを推測しないこと。
  • Sonnetをデフォルトにして出荷;自分のタスクからの証拠に基づいてのみ上下する。
  • ワークロード全体ではなく難しいサブセットをアップグレードする — ルーティングは一律アップグレードに勝つ。
  • 1つのシステムで階層を混ぜることは、利用可能な最大のコストレバーの1つ。
  • ベンチマークはヒント;実際の入力での小さな評価が判定。
  • モデルIDを設定から読み、ライブのモデル表で調べる — モデル事実を決してハードコードしない。

次のステップ​