Anthropicが「Claude 4」発表：長時間コーディングとツール連携を強化

AIエージェントに大規模な開発タスクを任せたとき、最も困るのは途中で「手抜き」を始めたり、前提条件を忘れて迷走したりすることでした。

Anthropicは次世代モデルとなる「Claude Opus 4」と「Claude Sonnet 4」を発表しました。今回のアップデートは、まさにそうした自律型エージェントの弱点を克服することに照準を合わせています。

思考中のツール呼び出しと、自発的な「メモ」機能

両モデルともに、即答モードと詳細な推論を行う「Extended thinking（拡張思考）」を切り替えられるハイブリッド設計を継承しています。今回最大の進化は、拡張思考の最中にWeb検索などの外部ツールを実行できるようになった点です。

これにより、Claudeは推論の途中で立ち止まり、外部から必要な情報を取得して思考を深めるという柔軟な問題解決が可能になりました。また、複数ツールの並列実行にも対応しています。

エージェントがタスクを達成したように見せかける「抜け道や手抜き」の挙動も、Sonnet 3.7と比べて65パーセント削減されました。

記憶力も大きく強化されています。ローカルファイルへのアクセス権を与えると、Opus 4は重要な情報をまとめた「記憶ファイル」を自律的に作成・維持します。Anthropicの実験では、「ポケットモンスター」をプレイさせながら自らナビゲーションガイドを作成して攻略を進めたといいます。

さらに、開発者向けCLIツール「Claude Code」が正式リリース（GA）となりました。VS CodeやJetBrains向けの機能拡張が提供され、エディタ内で直接差分を確認できます。GitHub Actionsによるバックグラウンド実行やSDKも公開されました。価格は据え置きで、Opus 4が100万トークンあたり入力15ドル／出力75ドル、Sonnet 4が3ドル／15ドルです。Sonnet 4は無料ユーザーにも提供されます。

7時間の自律稼働と「ASL-3」安全基準の初適用

ベンチマークのSWE-bench Verifiedでは、追加の計画ツールを使わずにSonnet 4が72.7パーセント、Opus 4が72.5パーセントを記録しました。計算量を増やしたサンプリング環境では、それぞれ80.2パーセントと79.4パーセントに達します。

パートナー企業からは持続性に対する評価が集まっています。楽天はOpus 4が7時間にわたるオープンソースのリファクタリングを自律して完遂したと報告しました。またGitHubは、GitHub Copilotの新しいコーディングエージェントにSonnet 4を採用することを決定しています。

能力の飛躍に伴い、AnthropicはOpus 4に対して初めて「ASL-3（AI安全レベル3）」の防護策を有効化しました。現時点で能力が危険水準を確実に超えたと判断されたわけではありませんが、予防措置として導入されました。生物・化学・放射線・核（CBRN）兵器に関連する悪用を防ぐリアルタイム分類器や、モデルの重み保護が厳格化されています。

なぜ重要か

私たちは、Claude 4がAI開発競争の主戦場を「チャットの賢さ」から「数時間規模の自律遂行能力」へ完全に移行させたと考えています。

開発者にとって、この恩恵は絶大です。従来のコーディングエージェントは十数ステップで文脈を見失いがちでしたが、思考中のツール活用と自己ファイル管理によって、数時間に及ぶリファクタリングやバグ修正を任せられる現実的な下地が整いました。特にSonnet 4は、低価格のまま業界最高峰の性能を提供しており、今すぐ実務の開発パイプラインへ組み込む価値があります。

業界全体で見ても、Anthropicの戦略は極めて巧妙です。単にAPIを提供するだけでなく、Claude CodeをIDEに統合し、さらにMicrosoftのお膝元であるGitHub CopilotにSonnet 4を供給することで、エンジニアの作業動線を一網打尽に抑えにかかっています。

一方で課題もあります。7時間連続で自律稼働できるということは、序盤の小さな仕様誤認が致命的なコード破壊に膨らむリスクを孕んでいることを意味します。Anthropicが予防的にASL-3を適用した背景には、長時間の自律推論がもたらす予測困難さへの警戒があるように見えます。今後は、AIの生成スピード以上に、人間側がその成果物をどうレビューし統制していくかが問われることになります。