Anthropic、Claude Opus 4.8 を提供開始：コード欠陥の見落としが 4 分の 1 に激減

AIコーディングで最も厄介なのは、動かないことではなく、バグを残したまま「完了しました」と自信満々に言い張ることです。

AnthropicはClaude Opus 4.8をリリースしました。前世代のOpus 4.7からわずか41日という異例の早さでの刷新となります。TechCrunchが報じているように、4.7に対するユーザーの反応がやや冷ややかだったことや、OpenAIのCodex、GoogleのGemini Flashとの激しい競合が背景にあるとみられます。料金は据え置きで、入力100万トークンあたり5ドル、出力25ドル。Amazon BedrockやAWSのClaude Platformでも即日利用可能になりました。

バグを見逃す確率が4分の1に減少

Opus 4.8の最大の進化点は、ベンチマークのスコア競争よりも「誠実さ」と「判断力」にあります。

自社評価によると、Opus 4.8が自身で書いたコードの欠陥を見逃したままスルーする確率は、前世代と比べて約4分の1に激減しました。根拠の薄い推測を事実のように語る悪癖が抑えられ、確証が持てない部分を自ら指摘する傾向が強まっています。

テストに参加したBridgewater Associatesも、分析の入力や出力に含まれる不備をモデル側から能動的に警告してくる点が、他社モデルとの大きな違いだと評価しています。アライメント評価でも欺瞞や不正利用への加担率が大幅に下がり、安全基準は現在限定プレビュー中のClaude Mythosに迫る水準に達しました。

数百のサブエージェントが並列稼働

機能面では、Claude Code向けに「Dynamic Workflows（動的ワークフロー）」がリサーチプレビューとして導入されました。

Claudeが作業計画を立て、1つのセッション内で数百のサブエージェントを並列走らせることで、数十万行規模のコードベース移行をキックオフからマージまで既存テストをパスさせながら自律処理できます。

Web版のclaude.aiとCoworkには「Effort control（思考リソース調整）」スライダーが新設されました。低設定なら素早く制限枠を温存し、高設定や最大設定にするとより深く思考します。デフォルトは「high」に設定されています。

また開発者向けには、Messages APIで会話の途中にシステム指示を挿入できるようになりました。プロンプトキャッシュを破棄せず、ユーザー発言に偽装することなく、実行中の権限やトークン予算を更新できます。さらに2.5倍速で動くFast modeは従来より3分の1の価格に値下げされました。

なぜ重要か

私たちが注目すべきだと考えるのは、Anthropicが「自信満々な誤魔化しを減らす」という実務上の最重要課題に真っ向から向き合った点です。

開発現場において、AIが書いたコードの最大のコストは人間によるレビューとデバッグの手間でした。バグの見逃しが4分の1に減り、わからないことをわからないと言えるようになった価値は、表面的なベンチマークの伸びよりも遥かに実用的です。大規模なリファクタリングや長時間の調査タスクを抱えている組織なら、今すぐ試す価値があります。

APIのキャッシュを維持したままシステム指示を更新できる仕様も、実際の運用をよく理解した巧みな改善です。エージェントを長時間動かす際の実装コストを大きく下げてくれます。

一方で注意したいのは総コストです。基本単価は据え置きで高速モードは値下げされたものの、数百のサブエージェントを動かし思考レベルを最大に設定すれば、消費トークン数は跳ね上がります。日常的な小規模スクリプト作成であればSonnetで十分ですが、信頼性が最優先される基幹業務の自動化においては、Opus 4.8が新たな基準になりそうです。