Opus 5とGPT-5.6 Terra/Luna｜コスト設計

「Claude Opus 5が出たから、これから全部このモデルでいこう」——新しい旗艦モデルが出るたび、この判断をしてしまいがちです。

結論から言うと、それはコスト設計としては失敗します。旗艦モデルは「難しい1回」のために使い、分類・要約・下書きのような単純な反復は中位・格安モデルへ逃がす。この振り分けを決めるだけで、同じ仕事量でも月額が数分の一になります。

株式会社Fyveは中小企業と個人事業のAI活用を支援しています。私はこの記事で、Opus 5とGPT-5.6のTerra／Luna、そしてAnthropic側のSonnet 5・Haiku 4.5を「3つの階層」に並べ直し、どの業務をどこに置くかまで具体的に整理します。

Opus 5のスペックと他モデルとの全体比較は、こちらにまとめています。

Claude CodeClaude Opus 5とは｜料金・ベンチマーク比較

「全部Opus 5」がコストで失敗する理由

Opus 5の料金は入力100万トークンあたり$5、出力$25です。前世代のOpus 4.8と同額で性能だけが上がったので、単価だけ見れば「据え置きで強くなった」ことになります。

落とし穴は、AIの請求額が単価ではなく「単価 × トークン量 × 実行回数」で決まることです。1日1回の重い設計作業と、1日500回走る問い合わせ分類では、同じ単価でも請求額の桁が変わります。

回数が増えるのは、たいてい「頭を使わない仕事」の側

実際に回数が膨らむのは、メールの仕分け、議事録の整形、商品説明の下書き、日次レポートの要約といった作業です。どれも1回あたりは軽く、判断の難易度も高くありません。

ここに旗艦モデルを当て続けるのが最も無駄の出るパターンです。難しい問題を解く能力にお金を払っているのに、投げているのは「この問い合わせは請求関連か技術関連か」という仕分けだからです。

念のため全部を上位モデルに投げるのは、すべての郵便物を書留で送るのと同じです。どれが書留に値するかを決めるため、選択肢を階層で並べ直します。

旗艦・中位・格安｜3階層マップで並べ直す

2026年7月時点で、AnthropicとOpenAIの主要モデルはきれいに3階層で対応しています。公表料金（100万トークンあたり／入力・出力の順）で並べます。

旗艦（難しい1回のため）

• Claude Fable 5：$10／$50 ── 1Mコンテキスト・128K出力のフロンティア旗艦
• Claude Opus 5：$5／$25 ── 2026年7月24日発表。Fable 5と同価格帯ではなく、その半額
• GPT-5.6 Sol：$5／$30 ── OpenAI側の旗艦

中位（日常の主戦力）

• Claude Sonnet 5：$2／$10（2026年8月31日までの導入価格。9月1日から$3／$15）
• GPT-5.6 Terra：$2.50／$15 ── OpenAIはGPT-5.5相当を半額で提供する位置づけと説明しています

格安（単純作業の受け皿）

• Claude Haiku 4.5：$1／$5
• GPT-5.6 Luna：$1／$6

入力単価は旗艦$5に対して中位$2〜2.5、格安$1。出力単価は旗艦$25〜30に対して格安$5〜6と、5倍前後の開きがあります。出力側の差が大きいのがポイントです。

両社が同じ価格帯に同じ役割のモデルを置いているので、階層で選んでから、階層の中でベンダーを選ぶという順番にできます。

読者特典・無料ダウンロードOpus 5 × GPT-5.6 Sol 徹底比較無料でダウンロード →↓

GPT-5.6側の中位・格安｜TerraとLuna

GPT-5.6は2026年7月9日にSol・Terra・Lunaの3モデル構成で登場しました。下の2階層が明確な価格で用意されているのがこのファミリーの特徴です。

Terra：$2.50／$15の「日常の主戦力」

Terraは入力$2.50・出力$15。OpenAIはGPT-5.5相当を半額で提供する位置づけと説明しています。第三者のリーダーボードであるTerminal-Bench 2.1では82.5%という値が出ており、旗艦のSol（88.8%、Ultra Mode時91.9%）には届かないものの、実務では十分な水準に見えます。

ただしTerraの公表ベンチは限られており、Opus 5のように提供元が体系的にスコアを出しているわけではありません。数字を鵜呑みにせず、自分の業務で小さく試すのが前提です。

Luna：$1／$6の「反復専用」

Lunaは入力$1・出力$6で3階層の最下段です。こちらは比較可能な第三者ベンチマークがほとんど公表されていません。Terminal-Bench 2.1のような主要リーダーボードにも値は見当たりませんでした。

性能が分からないモデルは「性能を問わない仕事に限定して使う」のが答えです。分類、抽出、定型フォーマットへの流し込みなら、公表ベンチが無くても自分で正答率を測れます。

Terra・Lunaそれぞれの使い分けと料金体系は、以下の記事で個別に扱っています。

CodexGPT-5.6 Terra/Luna｜日常業務モデルの使い分け

CodexGPT-5.6料金体系｜3階層と中小のコスト設計

Anthropic側の受け皿｜Sonnet 5とHaiku 4.5

Claude側で「Opus 5から逃がす先」になるのが、Sonnet 5とHaiku 4.5です。

Sonnet 5：導入価格の期限に注意

Sonnet 5は2026年6月30日に登場した中位モデルで、料金は入力$2・出力$10。ただしこれは2026年8月31日までの導入価格で、9月1日以降は入力$3・出力$15の標準価格に切り替わると公式に告知されています。

導入価格のうちはTerra（$2.50／$15）より安く、標準価格に戻るとほぼ横並びです。9月以降の予算を組むときは、この切り替えを織り込んでおいてください。

Haiku 4.5：$1／$5の最下段

Haiku 4.5は入力$1・出力$5。Lunaの$1／$6とほぼ同水準で、出力側がわずかに安い構成です。Opus 5と比べると入力・出力とも5分の1の単価になります。

Sonnet 5を「安いエージェント」として回す方法はこちらです。

Claude CodeClaude Sonnet 5の料金と使いどころ｜「安いエージェント」としてコストを抑える

振り分けの原則｜難しい1回は旗艦、単純な反復は下へ

ここからが本題の振り分け設計です。私が判断に使っているのは次の3つの問いだけです。

問い1：その仕事は「1回」か「反復」か

月に数回しか発生せず、間違えると影響が大きい仕事は旗艦です。業務フローの設計、契約書の論点抽出、複雑な不具合の原因究明。ここは単価が5倍でも、回数が少ないので総額に響きません。

逆に毎日・毎時間走る仕事は、単価の差がそのまま請求額の差になります。迷わず下の階層へ逃がします。

問い2：正解が一意に決まるか

「この問い合わせは請求／技術／その他のどれか」のように正解が決まっている仕事は、判断の幅が狭く、モデルの地頭の差が出にくい。格安モデルの得意分野です。

一方、「この事業の伸ばし方を3案出して」のように正解が無い仕事は、モデルの質がそのまま成果物の質になります。ここは階層を下げないほうがいい領域です。

問い3：出力が長いか短いか

出力単価は旗艦$25〜30に対して格安$5〜6と、入力側より差が開いています。長文を大量に吐かせる作業ほど、階層を下げた効果が大きく出ます。

業務別の振り分け早見表

3つの問いを業務に当てはめると、だいたい次のように落ち着きます。

格安層に置く（Haiku 4.5 / Luna）

• 問い合わせメールの分類・優先度付け
• 議事録の文字起こしを見出し付きに整形する
• 請求書や名刺からの項目抽出
• 定型返信の一次ドラフト生成と、日次のログ・数値の要約

中位層に置く（Sonnet 5 / Terra）

• 記事・提案書・商品説明の下書き
• 仕様が固まっている機能の実装
• 複数ファイルを読んで整理・集計する作業
• 通常のエージェント実行（決まった手順の自動化）と返信文の推敲

旗艦層に置く（Opus 5 / Sol、必要ならFable 5）

• 業務フロー全体の設計・自動化の構想
• 原因が分からない不具合の切り分け
• 契約書・規約の読み込みと論点の洗い出し
• 長時間、人が見ていない状態で走らせる自律エージェント

Opus 5の使いどころは、業務別にこちらでも掘り下げています。

Claude Codeひとり社長のClaude Opus 5活用｜どの業務でどう使うか

月1,000回で試算するとどう変わるか

公表単価から試算します。1回あたり入力2万トークン・出力4千トークンのタスクを、月1,000回走らせるケースです。

• すべてOpus 5：入力20M×$5＝$100、出力4M×$25＝$100 → 合計$200
• すべてGPT-5.6 Terra：入力20M×$2.50＝$50、出力4M×$15＝$60 → 合計$110
• すべてSonnet 5（導入価格）：入力20M×$2＝$40、出力4M×$10＝$40 → 合計$80
• すべてHaiku 4.5：入力20M×$1＝$20、出力4M×$5＝$20 → 合計$40
• すべてGPT-5.6 Luna：入力20M×$1＝$20、出力4M×$6＝$24 → 合計$44

実務では全部を同じ階層に寄せる必要はありません。1,000回のうち難しい100回だけをOpus 5に残し、残り900回をHaiku 4.5に逃がすとこうなります。

• Opus 5で100回：入力2M×$5＋出力0.4M×$25＝$20
• Haiku 4.5で900回：入力18M×$1＋出力3.6M×$5＝$36
• 合計：$56（すべてOpus 5の$200に対して約72%減）

難しい1割を旗艦に残したまま、支払いは3分の1以下です。全部を安いモデルに落とすのではなく、質が要る場所にだけ質を買うという考え方になります。

なお、この試算は各社の公表単価から私が計算したもので、実際の請求額はトークン数の実測やキャッシュの効き方で変わります。導入前に自社のトークン量を1週間ほど測ってください。

階層を下げても品質を落とさない4つの手当て

「安いモデルに逃がす」で失敗するのは、モデル名を差し替えて終わりにしたときです。次の4つを一緒に入れれば品質は保てます。

1. 旗艦で作った「正解」を手本として渡す

最初の数件だけOpus 5に処理させ、その出力を手本として格安モデルのプロンプトに貼ります。判断基準を言葉で説明するより、良い出力を1〜2件見せるほうが安定します。

2. 出力の型を固定する

自由記述にするとモデル差が出ますが、「カテゴリ／緊急度／要約3行」のように埋める項目を決めれば、格安モデルでもぶれにくくなります。判断の自由度を下げるほど下の階層が使えます。

3. 抜き取り検査を組み込む

100件に5件だけ人が目視するか、上位モデルに再チェックさせます。全件を旗艦で処理するより、格安モデルで全件処理して5%だけ検算するほうが、はるかに安く品質を担保できます。

4. 割引の仕組みを併用する

非同期でまとめて処理するBatch APIは入力・出力とも50%引きです。同じ長い前提文を何度も送る用途では、プロンプトキャッシュのヒット時の入力単価が通常の10分の1になります。

逆に単価が上がる設定もあります。Opus 5のfast modeは入力$10・出力$50で標準の2倍です。速さが要る場面に限定し、通常の反復処理には向けないほうがいいでしょう。

性能の情報をどう扱うか

Opus 5について公表されている「Frontier-Bench v0.1でOpus 4.8の2倍超」「CursorBench 3.2でFable 5のピークと0.5%差」といったスコアは、いずれも提供元であるAnthropic自身が発表した数値です。第三者の検証ではない前提で読む必要があります。

一方、TerraやLunaは詳細な公表ベンチが乏しいのが実情です。無い数字を推測で埋めても意味がないので、自分の業務データで測るしかありません。

実務的には、自社の業務から30件ほどサンプルを取り、3階層で同じ処理をさせて正答率と手直しの手間を比べるのが早いです。半日で終わり、どんなベンチマークより判断材料になります。

まとめ｜振り分けチェックリスト

Opus 5は入力$5・出力$25で、Fable 5の半額帯にフロンティア級の性能を持ち込んだモデルです。だからこそ「全部これ」にしたくなりますが、コストで効くのは反復のほうです。振り分けを決めるときのチェックリストを挙げておきます。

• 回数を数えたか ── 月に何回走る仕事かを先に数える。回数が多いほど階層を下げる価値が大きい
• 正解が一意に決まるか ── 分類・抽出・整形なら格安層（Haiku 4.5 $1／$5、Luna $1／$6）で足りる
• 出力が長いか ── 長文生成は出力単価の差（旗艦$25〜30対格安$5〜6）が効く。優先して下げる
• 難しい1回を残したか ── 設計・原因究明・契約読解・長時間エージェントは旗艦に残す
• 中位層を主戦力にしたか ── Sonnet 5（$2／$10、9月から$3／$15）とTerra（$2.50／$15）を日常の既定値に
• 手本と型を用意したか ── 旗艦の出力を見本にし、出力項目を固定してから下の階層へ渡す
• 検算と割引を入れたか ── 5%だけ旗艦で再チェック。Batch APIで50%引き、キャッシュヒットで入力が10分の1
• 自分のデータで測ったか ── 公表ベンチではなく、自社の30件で3階層を比較する

モデルは今後も入れ替わりますが、「難しい1回は旗艦、単純な反復は下へ逃がす」という構造は変わりません。階層で考える癖をつけておけば、次のモデルが出ても価格表を見た瞬間に置き場所が決まります。