【速報】AnthropicがClaude Opus 4.7を正式発表。開発者がタスク予算設定を必須とする理由

冒頭フック

Opus 4.7がリリースされた。

SWE-bench Verifiedで87.6%のスコアを記録している。

前世代からの性能向上だ。

単にモデル名を書き換えるだけでは済まない。

新しいトークナイザーの導入と推論深度の増加により、請求額が変動する構造になっている。

性能向上と引き換えに、開発者はAIのコストと推論を自律的に制御するスキルを求められる。

今すぐ知っておくべき事実と対策をまとめる。

ニュースの概要

AnthropicがフラッグシップモデルのアップデートとなるClaude Opus 4.7を正式にリリースした。

コーディング性能が向上している。

実世界のOSSリポジトリの課題を解かせるSWE-bench Proでは、前世代からプラス10.9ポイントの伸びを記録した。

競合モデルであるGPT-5.4を6.6ポイント引き離している。

Gemini 3.1 Proに対しても10.1ポイントの差をつけた。

PC操作を評価するOSWorldでもプラス5.1ポイントだ。

金融分析のFinance Agentでもプラス4.3ポイントを記録している。

画像入力の解像度上限も緩和された。

ビジョン系のベンチマークは54.5%から98.5%へと上昇している。

細かい文字が含まれるスクリーンショットの読み取り精度が向上した。

グラフやUI設計のカンプも解釈する。

4月初旬に発表されたClaude Mythos Previewという実験モデルが存在する。

このモデルはSWE-bench Verifiedで93.9%を記録した。

サイバーセキュリティ能力が高いため一般公開されないことが明言されている。

Opus 4.7はこの技術を商用版として抑制し、一般提供できるよう調整したモデルだ。

同時にClaude Codeのアップデートも発表された。

全プランでデフォルトの推論レベルが「xhigh」に引き上げられた。

レイテンシが気になる軽作業では、明示的に「high」を指定する選択肢も残されている。

レビューに特化した新しいコマンド「/ultrareview」も新設された。

変更差分を読み込み、独立したレビューセッションを開く。

ProプランやMaxプランのユーザーは月に3回まで無料で使える。

エージェント運用を根本から変える「タスク予算」機能がパブリックベータとして追加された。

エージェント的ループ全体で消費するトークン量の上限を事前に指定できる。

思考、ツール呼び出し、ツール結果、最終出力のすべてが計算に含まれる。

モデル自身が予算を認識して段取りを変える。

デスクトップアプリも全面リデザインされた。

マルチセッション対応が目玉だ。

左ペインにすべてのアクティブセッションが一覧表示される。

ステータスやプロジェクトでフィルタリングできる。

メインタスクの実行中に、コンテキストを汚さずに別の質問ができる機能も搭載された。

テストやビルドもデスクトップ内で直接実行可能だ。

視覚的な差分ビューアも搭載され、大きな変更セットも確認しやすくなっている。

Routinesという自動実行の仕組みも追加された。

プロンプトとリポジトリを紐付けてスケジュール実行できる。

※この記事は、Claude Codeで1人SaaS開発しているしんたろーが、海外AI最新情報を開発者目線で解説する「AI活用Tips」です。

開発者目線の解説

Opus 4.7は「価格据え置き」と発表されている。

だが、請求額は変動する。

理由は2つある。

1つ目は新しいトークナイザーの採用だ。

同じ入力テキストでも、コンテンツタイプ次第でトークン数が変わる。

1.0倍から1.35倍の範囲で増加する。

特にソースコードや長文のドキュメントを扱う場合、上限の1.35倍に張り付く可能性がある。

見かけの単価は同じだが、実質的なコストは最大35%増加する。

2つ目は推論レベル「xhigh」のデフォルト化だ。

後半ターンの推論が深くなる設計になっている。

思考量が増えれば、出力トークンも増える。

ベンチマークのスコア向上は、この「思考量の増加」によって支えられている。

しんたろー：
性能が上がるのは嬉しいけど、実質値上げみたいな構造は気になる。
API制限が緩和されたらバッチ処理を書き直そうと思っていたが、コスト試算からやり直す必要がある。

Claude Codeのデスクトップ版リデザインも、この文脈で捉える必要がある。

マルチセッションで複数タスクを同時に回せるようになった。

開発効率を上げる一方で、トークン消費も加速させる。

3つのセッションを同時に走らせれば、消費スピードも3倍だ。

エージェント型の開発をしていると、数百万トークンを消費する事故が起きる。

マルチセッション化は、この事故の確率を上げる。

だからこそ「タスク予算」機能が必須になる。

これまでの制限は強制終了スイッチだった。

指定トークンに達したら、そこで処理をぶつ切りにする。

新しいタスク予算はモデル自身が残りの予算を意識する。

カウントダウンを見ながら作業の優先度をつける。

予算が少なくなれば、詳細を省いてコア部分だけを仕上げにかかる。

制約の中で最適な結果を出す「制約付き推論エンジン」として機能する。

しんたろー：
予算を意識して動くAIは新人エンジニアのようだ。
「時間がないからテストは後回しでモックだけ作ります」といった判断をAIが自律的に行う時代が来た。

Routines機能の追加も、エージェントの自律性を高める方向への進化だ。

PCを閉じていても、クラウド上で実行される。

「毎朝、昨夜に上がったPRをレビューした結果を報告する」といったワークフローが組める。

ここでもタスク予算の設定が命綱になる。

自動実行されるタスクが無制限に推論を続けたら、請求額は青天井だ。

Instruction followingの厳密化にも注意が必要だ。

前世代向けのプロンプトは、新モデルではブレる可能性がある。

システムプロンプトの棚卸しが必要だ。

明確な指示を出さないと、想定外の挙動をする可能性がある。

実務への影響

モデル移行前の実測テストが必要だ。

単にモデル名を書き換えるだけの移行は避ける。

まずは自社の典型的なプロンプトでトークン数を計測する。

システムプロンプト、ユーザーからの典型的なクエリ、長いソースコードのサンプルを旧モデルと新モデルの両方に投げる。

どれくらいトークン数に差が出るかを確認する。

1週間分の実プロンプトログを走らせて、自社ワークロード固有の増加係数を出す。

上限側の1.35倍を想定して予算を引き直すのが安全だ。

エージェントを本番運用するなら、タスク予算の設定を標準化する。

予期せぬ無限ループや過剰な推論によるコスト爆発を防ぐ。

特に長時間の自律タスクを任せる場合は必須だ。

自動売買Botのような本番エージェント運用では、コスト上限を事前に握れるのは安心材料になる。

Claude Codeの使い分けも重要になる。

3つ以上のセッションを並行して管理するならデスクトップ版が圧倒的に楽だ。

視覚的な差分確認もできる。

大きな変更セットも確認しやすい。

PDFのプレビューも対応している。

フロントエンド開発やドキュメント生成で便利だ。

テストやビルドの直接実行も1画面で完結する。

一方で、CI/CDパイプラインへの組み込みならCLI版だ。

GitHub Actionsからコマンドを呼び出すようなワークフローはCLIでないと実現できない。

単発の軽い質問にもCLI版が適している。

起動の速さとシェル連携のしやすさはCLIの特権だ。

デスクトップ版はアプリの起動やセッション管理のオーバーヘッドがある。

しんたろー：
デスクトップ版のマルチセッションは便利そうだが、CLIの手軽さも捨てがたい。
自分の開発スタイルだと、ガッツリ実装する時はデスクトップ、サクッと直す時はCLIという使い分けに落ち着きそうだ。

コーディング性能の伸びは、同価格帯のモデルの中でも屈指だ。

自社ワークロードでの実測工程を経て、コストと性能のトレードオフを正しく理解して移行する。

FAQ

Opus 4.7に移行すると、具体的にどれくらいコストが増える可能性がありますか？

公式には価格据え置きですが、新しいトークナイザーの影響で同じテキストでも1.0〜1.35倍のトークン数に変換されます。

特にソースコードや長文のドキュメントを扱う場合、最大で35%程度のコスト増を想定しておく必要があります。

移行前に、APIを使用して自社の典型的なプロンプトでトークン数を計測し、増加率を把握することを推奨します。

Claude Codeのデスクトップ版とCLI版、どちらを使うべきですか？

作業スタイルで選ぶのが最適です。

3つ以上のセッションを並行して管理する複雑な開発や、GUIでの視覚的な差分確認が必要な場合はデスクトップ版が有利です。

一方で、CI/CDパイプラインへの組み込みや、ターミナルから素早く単発の質問を投げたいといった軽量な作業にはCLI版が適しています。

起動が速くシェル連携が容易なのはCLI版の強みです。

「タスク予算」機能は、具体的にどう動作するのですか？

タスク予算は、エージェントの思考からツール実行、最終出力までの全工程で消費するトークン量の上限を事前に設定する機能です。

従来の制限と異なり、モデル自身が予算残量を認識します。

予算が少なくなると、モデルは「ここは詳細を省いてコア部分だけ仕上げる」といった判断を自律的に行います。

予算内でタスクを完結させようと振る舞うのが最大の特徴です。

まとめ

Opus 4.7とClaude Codeの進化は、AIエージェントの自律的コスト管理という新フェーズの幕開けだ。

性能向上とコスト制御のバランスをどう取るか、開発者の手腕が問われる。

AIエージェントのコストと推論を制御する最新ノウハウを、ThreadPostでさらに深掘りして共有しませんか？

👉 ThreadPostでSNS運用を自動化する