· updated

【業務早見表】Claude Opus と Sonnet の違い｜使い分け5軸

Claude を契約しようとサイトに行ったら、Opus・Sonnet・Haiku の 3 モデルが並び、Opus 4.6 / 4.7 / 4.5、Sonnet 4.5、過去には 3.5 / 3 もあって、どれをどう選べばいいか分からなくなっていませんか。実際、ラッコキーワード実測（2026 年 5 月時点）でも「Claude Opus Sonnet 違い」は月 720 件、+978% の急成長領域です。私自身は Pro / Max / API の 3 経路で 3 モデルすべてを業務常用、本記事の執筆環境も Opus 4.7 で動いています。

結論から言うと、普段使いは Sonnet、難しい長文・複雑要件・コーディング深掘りで Opus、軽量量産で Haiku——が筋です。本記事では、用語整理・5 軸比較・コーディング用途・Claude Code でのモデル切替・3 → 4.7 進化系譜・3 経路選びまでを生成AIエンジニア視点で整理します。

とりあえず最短で「自分は Opus と Sonnet のどちらを使うべきか」を知りたい方は、セクション 1「結論」と セクション 5「コーディング用途の使い分け」から読み始めると、5 分で判断材料が揃います。

01 — 結論：迷ったら Sonnet、難しい長文・複雑要件・コーディング深掘りで Opus、軽量量産で Haiku（一行マップ）

📖 この章で使う用語

  • Claude Opus（クロード オーパス）：Anthropic 社の Claude シリーズの最上位モデル。「ものすごく丁寧で頭が切れる先輩」のイメージ。車に例えるとスポーツカー。
  • Sonnet（ソネット）：Claude の中堅・主力モデル。普段使いに十分な性能。車に例えるとセダン。
  • Haiku（俳句）：Claude の軽量・速度優先モデル。大量の単純タスク向け。車に例えると軽自動車。
  • モデル：AI の頭脳本体。同じブランド（Claude）でも、用途・サイズ別に複数モデルが用意される。

まず結論から書きます。Claude のモデル選びで迷ったら、普段は Sonnet、難しい長文や複雑な依頼で Opus に切り替え、量産タスクは Haiku に流す——これが、業務で 3 モデルを毎日叩いている私のいちばん実用的な答えです。

3 行で覚えていただきたいのは、次の住み分けです。

  • Opus ＝ 最上位、頭脳労働向け（PDF 50 ページ要約、複雑な要件整理、コーディングの設計壁打ち）
  • Sonnet ＝ 中堅・主力、普段使いに十分（短い質問、文章整形、エラー原因の特定、コード生成）
  • Haiku ＝ 軽量・速度優先、大量タスク向け（分類、抽出、要約の量産）

車のたとえだと、Opus がスポーツカー、Sonnet がセダン、Haiku が軽自動車です。通勤用にスポーツカーは要りませんし、レース用にセダンでは届かない。場面で乗り換えるのが、いちばん体力にもお財布にも優しい運用です。

ここで本記事の立ち位置と、既存記事との役割分担を明示しておきます。本記事は 「モデル比較ミニハブ」——Opus と Sonnet の違い、Haiku も含めた 3 モデルの使い分け、コーディング用途の判断軸——に絞ります。Opus そのものの読み方・語源・4.5 / 4.6 / 4.7 のバージョン差は Claude Opus で単体深掘り済み、Claude プロダクト全体（Claude.ai のチャット画面、Projects、Artifacts などの機能群）は Claude 使い方、料金プラン全体（Free / Pro / Max / Team / Enterprise / API の 6 体系）は Claude 料金プラン、コーディング全体は親ハブの AI コーディング で別記事として整理済みです。本記事は「3 モデルをどう使い分けるか」に焦点を絞ることで、各記事を読み合わせると Claude 全体像が立体的に立ち上がる構成にしています。

私自身の立ち位置もお伝えしておきます。私は Max プランに課金中で、Pro / Max / API の 3 経路すべてで Opus / Sonnet / Haiku を業務常用しています。Free 期から Pro 期 1〜2 ヶ月を経て Max に上がった段階的な経路で、Anthropic API も業務プロダクトから日常的に叩いています。3 モデルの使い分けは毎日のように発生していて、本記事はそのこれまでの経験から書きます。

なお、料金は変動しますし、モデルのリリース動向も日進月歩です。最新の体系と性能は anthropic.com で必ず事前確認してから判断してください。本記事の数字も 2026 年 5 月時点のもので、半年経つと変わっている可能性が高いです。「絶対 Opus が一番」「絶対 Sonnet が万能」とは申し上げません——個人差・業務差・依頼内容で振れる領域です。

02 — 用語整理——「Claude」「Opus」「Sonnet」「Haiku」「4.7 / 4.6 / 4.5」「3.5 / 3」を 3 階層で

📖 この章で使う用語

  • Anthropic（アンソロピック）：Claude を開発・運営している米国の AI 企業。OpenAI 出身者が設立。
  • モデルランク：Opus / Sonnet / Haiku のように、性能と用途で分かれるモデルの階層。出版社のレーベルのイメージ。
  • バージョン番号：4.7 / 4.6 / 4.5 / 3.5 のように、同じモデル名でも世代を表す番号。本の版数のイメージ。
  • 世代：Claude 3 系列・4 系列のように、まとまった改修サイクル。

ここで、サジェスト 7 位「claude と sonnet の違い」に対応する用語整理を、最初に丁寧にやっておきます。検索ワードに「Claude」と「Sonnet」が並ぶということは、「Claude」自体をモデル名と誤解している方が一定数いるサインです。営業時代の私の癖で、用語の階層が揃っていない打合せはどこかで必ず噛み合わなくなるので、入口で整えます。

結論を 1 行で書くと、Claude / Opus / Sonnet / Haiku / 4.7 等 は 3 階層に分かれます——「出版社」「レーベル」「版数」のたとえで覚えると一気にほどけます。

02-1. Claude＝出版社（Anthropic のブランド名）

「Claude（クロード）」は、Anthropic 社が運営する対話型 AI のブランド名です。OpenAI の「ChatGPT」、Google の「Gemini」と同じ階層に立つ、製品ファミリーの総称、と覚えてください。

たとえで言うと、Claude は 出版社の名前です。たとえば「岩波書店」がブランド名で、その下に「岩波文庫」「岩波新書」といったレーベルがある、あの構造と同じです。「Claude というモデル」が単体で存在するわけではなく、Claude というブランドの下に複数のモデルが並んでいる、と認識を切り替えてください。

02-2. Opus / Sonnet / Haiku＝レーベル（モデルランク）

「Opus / Sonnet / Haiku」は、Claude というブランドの下に並ぶ モデルランク（レーベル） です。Anthropic の Claude シリーズには、原則として 1 つの世代の中に Opus / Sonnet / Haiku の 3 モデルが用意される構造になっています（2026 年 5 月時点）。

3 つとも「言葉の作品」のメタファーで命名されています。

  • Opus：ラテン語で「作品・労作・大作」。クラシック音楽の Op. 番号（オーパス番号）と同じ語源。最上位。
  • Sonnet：14 行の定型詩。中堅サイズ、ちょうど良い分量。主力。
  • Haiku：俳句、17 音の日本の定型詩。極小サイズ、速い。軽量。

このネーミングだけで、「Opus = 大作 = 最上位」「Sonnet = 中堅 = 主力」「Haiku = 短詩 = 軽量・高速」という性格付けが直感的に伝わってきます。Opus の読み方と語源の深掘りは Claude Opus で別建てしているので、興味がある方はそちらをご覧ください。

02-3. 4.7 / 4.6 / 4.5 / 3.5 / 3＝版数（世代・バージョン番号）

「4.7 / 4.6 / 4.5 / 3.5 / 3」は、同じモデルランクの中での バージョン番号（版数） です。本の「初版・第 2 版・改訂版」と同じ考え方で、数字が大きいほど新版になります。

整数部分（3 → 4）が上がるのが メジャーアップデート、小数点以下（4.5 → 4.6）が上がるのが マイナーアップデート という呼び方が一般的です。Anthropic は時期ごとに両方のアップデートを出していて、2026 年 5 月時点では Opus 4.7 が新版、4.6 が現行主流、Sonnet 4.5 が主力という状況です。

整理すると、こうなります。

  • Claude（出版社）：Anthropic のブランド名
  • Opus / Sonnet / Haiku（レーベル）：モデルランク
  • 4.7 / 4.6 / 4.5 / 3.5 / 3（版数）：バージョン番号

この 3 階層を頭に入れた状態で、次のセクションで 3 モデルを並べた比較表を見ると、各列の意味がスッと入ってきます。

03 — 3 モデル比較表——速度／賢さ／料金／コンテキスト／推奨用途を 5 軸で並べました

📖 この章で使う用語

  • コンテキストウィンドウ：AI が「一度に受け取れる文章の長さ」の上限。「会議室の机に同時に広げられる資料の量」のイメージ。
  • トークン：AI が文章を扱うときの単位。日本語 1 文字＝約 1〜1.5 トークン。タクシーのメーター。
  • per-token 料金：API 利用時、入力・出力それぞれのトークン数に応じて課金される従量料金体系。

ここから、Opus / Sonnet / Haiku の 3 モデルを 5 軸（速度・賢さ・料金・コンテキストウィンドウ・推奨用途） で並べます。サジェスト 4 位「sonnet opus haiku 違い」、10 位「3 opus sonnet haiku 違い」に対応する俯瞰章です。

最初に強くお断りしておきます。以下の数字は 2026 年 5 月時点の目安で、Anthropic は時期ごとに料金体系・モデル性能を改定します。最新の料金は anthropic.com/pricing、最新の性能は anthropic.com/news で必ず事前にご確認ください。本記事の表だけ見て長期契約を判断するのではなく、必ず公式を一次情報として確認する流れをおすすめします。

03-1. 5 軸俯瞰表（2026 年 5 月時点・目安）

軸Opus（最上位）Sonnet（中堅・主力）Haiku（軽量・速度）
速度（体感）遅め（深く考える）バランス型（標準）速い（即答型）
賢さ（推論深度）最高（複雑な要件・長文整理）高い（日常業務に十分）中（単純タスク向け）
料金（API per-M トークン目安）入力 $15 / 出力 $75 前後入力 $3 / 出力 $15 前後入力 $0.25 / 出力 $1.25 前後
コンテキストウィンドウ最大 1M トークン（4.7）200K トークン前後200K トークン前後
推奨用途複雑要件整理／設計壁打ち／長文要約日常チャット／コード生成／文章整形大量分類／抽出／要約量産

※料金は anthropic.com/pricing（2026-05-19 取得）の目安。コンテキスト上限は世代・モデルにより変動するため、最新は公式 docs で必ずご確認ください。

03-2. 速度・賢さ・料金のトレードオフを 1 段落で

3 モデルの関係は 「速さと賢さと料金は同時に手に入らない」 という単純なトレードオフです。Opus は深く考える分だけ遅くて高い、Haiku は速い分だけ深い思考は苦手、Sonnet はその中間で日常業務には十分——という三角関係になっています。

私の業務感覚で言うと、Sonnet の対 Opus 料金比は約 1:5、Haiku の対 Opus 料金比は約 1:60（per-M トークンで概算、2026 年 5 月時点）。つまり同じ仕事を Opus にさせるか Sonnet にさせるかで、API 請求が 5 倍違ってくる計算です。「最強モデル一辺倒で月コスト爆発」 は新人エンジニアがよく踏む地雷で、私自身も Pro 期に「とりあえず Opus」と回し続けて、月末の API 請求を見て目を丸くしたことがあります。

03-3. コンテキストウィンドウの「会議室の机」のたとえ

「コンテキストウィンドウ」は、初めて触る方には少し分かりにくい概念です。会議室の机にたとえると分かりやすくなります。

  • 200K トークン ＝ 標準的な会議室の机。1 冊分の本（PDF 100 ページ前後）なら同時に広げられる
  • 1M トークン（Opus 4.7）＝ 大会議室の長机。5 冊分の本（PDF 500 ページ前後）を同時に広げられる

机が大きいほど一度に参照できる資料が増えるので、長文の要件整理や複数 PDF をまたぐ要約で大きく差が出ます。逆に、短い質問や単発のコード生成では、机のサイズはほとんど関係ありません。Sonnet / Haiku の 200K でも、A4 用紙約 750 ページ分の文脈を扱えるので、日常業務では十分すぎる広さです。

04 — Opus vs Sonnet の 5 軸判断——いつどちらを選ぶか（本記事の主軸）

📖 この章で使う用語

  • MMLU / HumanEval：AI 性能を測る業界標準ベンチマーク。MMLU は多分野知識、HumanEval はコード生成精度の指標。
  • 対応領域：そのモデルが特に得意とするタスクの種類（長文整理／コード生成／要約等）。
  • per-token 料金：H2 03 で説明済み（参照）。

ここからが本記事の主軸、サジェスト 1 位「Claude Opus Sonnet 違い」への直接の答えです。私が業務で 3 経路すべてを叩く中で、Opus と Sonnet を切り替えるときに使っている 5 つの判断軸 を整理します。

最初に重要なメタ宣言を 1 つ。「絶対 Opus が一番」「絶対 Sonnet で十分」とは申し上げません。同じタスクでも、依頼の長さ・締切・コスト許容度・組織の API 予算で振れる領域です。本記事の判断軸はあくまで「2026 年 5 月時点・私の業務観察」であり、最終的にはご自身の手元で 1 週間ほど両方を試運転してから判断するのが、私の業務作法です。

04-1. 5 つの判断軸（依頼の長さ／思考の深さ／速度／コスト／専門性）

私が現場で Opus と Sonnet を切り替えるとき、頭の中で以下の 5 軸を 30 秒ほど点検しています。

  1. 依頼の長さ：入力 PDF が 50 ページ超え／全社会議の議事録 1 時間分 → Opus、5 ページ以内／3 段落の質問 → Sonnet
  2. 思考の深さ：要件抽出を伴う設計／曖昧な提案書のレビュー → Opus、定型のコード生成／メール文面 → Sonnet
  3. 速度：会議中にチャットで即答が要る → Sonnet、深夜に 1 時間かけてもいいから精度優先 → Opus
  4. コスト：個人 Pro で月 5 時間制限が気になる → Sonnet 中心、Max で気にせず回せる業務 → Opus も常用
  5. 専門性：法務・契約書・税務など失敗コストが大きい領域 → Opus（ただし最終判断は専門家へ）、社内向け資料・SNS 投稿 → Sonnet

5 軸のうち 2 つ以上が Opus 寄り に振れたら Opus、それ以外は Sonnet——というのが、私が今使っている粗い意思決定です。完璧に最適化しようとせず、迷う時間を減らすほうが業務全体のスループットは上がる、というのが営業時代から続く私の感覚です。

04-2. 業務シーン 5 つで実際にどちらを選ぶか

具体的な業務シーン 5 つで、私が実際にどちらを選んでいるかをそのまま並べます。

業務シーン私が普段選ぶモデル理由
PDF 50 ページの要約Opus（4.6 or 4.7）1M context が活きる／要件抽出の精度差が大きい
コード設計の壁打ちOpus設計の前提を深く問い直してくれる
議事録 30 分の要約Sonnet速度・コスト・精度のバランスが良い
RAG 回答生成（社内検索の応答）Sonnet短いレスポンスを大量に返す用途／Opus はオーバースペック
提案資料ドラフト（営業向け）Sonnet体裁が整っていれば十分／最終仕上げだけ Opus に再投入することも

「提案資料ドラフトは Sonnet」と書きましたが、これは「Sonnet で 80 点の叩き台を作り、人間が手を入れて 100 点に持っていく」前提の使い方です。AI 出力をそのまま顧客に出さない——営業時代から「お客様に渡す資料は必ず自分の目で 1 回通す」が私の癖で、AI 時代になってもそこは変えていません。

04-3. 「絶対 X」とは申し上げないメタ否定

念のため繰り返しますが、上記の表は 私の業務での選び方 であって、読者の方が同じ選び方をすべき、とは申し上げません。たとえば、Pro プランしか契約していない方が「提案資料ドラフトは Opus で」と毎回回すと、月 5 時間制限を月の半ばで使い切る可能性が高いです（Pro の Opus 利用は制限が厳しい印象、後述）。

Anthropic 公式のベンチマーク（MMLU、HumanEval、GPQA 等）も「絶対指標」として扱うのは危険です。ベンチマークは平均値で、ご自身の業務領域での実感とズレることはよくあります。手元で 1 週間試運転してから本契約に進む のが、私の業務作法としてはいちばん健全だと感じています。

05 — コーディング用途の深掘り——Opus vs Sonnet の使い分け

📖 この章で使う用語

  • リファクタリング：コードの動作は変えずに、構造を整理・改善する作業。家具の配置換えのイメージ。
  • 設計壁打ち：実装前に設計案を AI と対話して詰める作業。
  • PR レビュー：GitHub の Pull Request（変更提案）に対する人間 or AI のコードレビュー。

サジェスト 3 位「claude opus sonnet 違い コーディング」に対応する、独立深掘り章です。AI コーディング全般の俯瞰は AI コーディング で親ハブとして整理済みなので、本セクションは「Opus と Sonnet のコーディング用途での切り分け」に絞ります。

私は業務で Claude Code / Cursor / GitHub Copilot の 3 ツールを常用しています。コーディングタスクの種類によって、Opus と Sonnet を細かく切り替える運用です。

05-1. コード生成・リファクタリング → Sonnet で十分

定型的なコード生成・小規模なリファクタリング・バグの原因特定は、Sonnet 4.5 で十分というのが私の業務感覚です。具体的には、

  • CRUD の定型コード生成（モデル定義・コントローラ・テスト）
  • 既存関数の小規模リファクタリング（命名整理・型推論の追加・dead code 削除）
  • エラーメッセージから原因を絞る作業（スタックトレースの読解）
  • コミットメッセージや PR 説明文の叩き台生成

これらは「型が決まっていて、複雑な前提整理が要らない」タスクなので、Sonnet で速く回したほうが結果的に作業が進みます。Opus で回すと 1 回 30 秒〜1 分の体感差が積み上がって、午後の生産性が落ちる感覚があります。

05-2. 複雑な設計壁打ち・大規模リファクタリング → Opus

逆に、設計の前提から問い直す系のタスクは Opus に振ります。

  • 新規機能の設計壁打ち（要件の曖昧さを AI と一緒に詰める）
  • モジュール境界の引き直し（DDD 的なドメイン分割の検討）
  • マイクロサービス間のインターフェース設計
  • 複数ファイルにまたがる大規模リファクタリング（10〜30 ファイル）
  • 過去の技術的負債の棚卸し

このあたりは、「依頼内容を AI に正確に伝えるだけで疲れる」レベルの曖昧さを含むので、Opus に深く考えてもらうほうが結果的に往復回数が減ります。1 回のやりとりに 1〜2 分かかっても、Sonnet で 5 往復するより精神的にラクです。

05-3. 速度 vs 賢さのトレードオフを業務感覚で

実務的なコツを 1 つ書いておきます。1 つの PR の中でも、タスクの種類でモデルを切り替えていいということです。たとえば、

  • 設計の壁打ちフェーズ → Opus
  • 実装フェーズ → Sonnet
  • バグ調査フェーズ → Sonnet
  • 最終 PR 説明文 → Sonnet

のように、1 日の中で 2〜3 回モデルを切り替えるのが、私の業務での典型的な使い方です。Claude Code（CLI）の /model コマンドで秒単位で切り替えられるので、慣れると自然にできるようになります（次のセクションで詳述）。

「絶対 Opus でコーディングすべき」とは申し上げません。コーディングは大半が Sonnet で済む業務領域、というのが私の実感です。Opus は「ここぞ」というときの切り札として温存しておくほうが、コスト的にも体感的にも持続可能だと感じています。

06 — Claude Code（CLI）でのモデル切り替え——/model コマンドと環境変数

📖 この章で使う用語

  • CLI（Command Line Interface：コマンドラインインターフェース）：ターミナルに文字でコマンドを打って操作するツール。営業時代の私は「真っ黒な怖い画面」と思っていました。
  • /model コマンド：Claude Code 内で使用モデルを切り替えるためのスラッシュコマンド。
  • 環境変数：OS レベルで設定する設定値。API キーやモデル指定で使う。

サジェスト 6 位「claude code opus sonnet 違い」に対応する、Claude Code（CLI ツール）でのモデル切り替え運用です。

最初に、私の業務環境を 1 行で書きます。本記事を書いている Claude Code 自体が、Opus 4.7（1M context）で動いています。私が今この文章を書きながら使っている環境そのものが、本記事の主題の片方——というのは少し不思議な感覚があります。

06-1. Claude Code でのモデル指定方法

Claude Code でモデルを切り替える方法は、大きく 2 つあります。

  1. セッション内の /model スラッシュコマンド
  2. 起動時の --model フラグ または 環境変数 ANTHROPIC_MODEL

セッション内で使うのが /model コマンドです。最小サンプルを 1 つ。

# Claude Code を起動して、セッション中にモデルを切り替える
$ claude
> /model claude-sonnet-4-5
モデルを sonnet 4.5 に切り替えました。
> /model claude-opus-4-7
モデルを opus 4.7 に切り替えました。

起動時にあらかじめ指定したい場合は、環境変数で設定しておきます。

# ~/.zshrc や ~/.bashrc に書く
export ANTHROPIC_MODEL="claude-sonnet-4-5"

# その後、起動時に上書きすることも可能
$ claude --model claude-opus-4-7

実際のフラグ名やモデル ID は Claude Code のバージョンで変わる可能性があるので、claude --help で最新の仕様を必ず確認してください。詳細な使い方は Claude Code 使い方 で別建てしているので、初めて触る方はそちらから読むと迷いません。

06-2. いつ Sonnet に切り替えるか（速度優先・コスト節約）

私が Claude Code 内で Sonnet に切り替えるタイミングは、だいたい次の 3 つです。

  • 大量のファイル grep / 単純な検索系タスク：Opus でやらせる必要がない
  • コミットメッセージ生成・PR 説明文：定型的な出力で十分
  • Pro プランで 5 時間制限が近い時間帯：制限超過を避けるため

逆に、設計のレビュー・複数ファイルにまたがる大規模リファクタリング・1M context が要る長文整理 は Opus に戻します。1 日の中で 3〜5 回切り替える、というのが私の体感です。

06-3. 本記事執筆中の Claude Code 環境（Opus 4.7 で動いている）

繰り返しになりますが、本記事を書いている Claude Code 自体が Opus 4.7（1M context）で動いています。冒頭で並べた「Pro / Max / API の 3 経路で全 3 モデル業務常用」というのは、まさにこの記事の執筆環境そのものが証拠です。

業務利用の経路をもう少し具体的に書いておくと、

  • Pro 期（1〜2 ヶ月）：個人検証で Sonnet 中心、Opus は 5 時間制限を意識しながら部分利用
  • Max 期（現在）：業務常用で Opus 4.7 / Sonnet 4.5 / Haiku をシーン別に使い分け
  • API 経由：業務プロダクトから 3 モデルを呼び出し、コスト感を肌で把握

という 3 経路です。それぞれの実用感は本記事のセクション 9 と Claude 料金プラン記事で詳述しています。

Claude Code を GitHub Actions に組み込む CI 統合は Claude Code Action で別建てしているので、自動化に踏み込みたい方はそちらをご覧ください。

07 — バージョン進化系譜——3 → 3.5 → 4 → 4.5 → 4.6 → 4.7

📖 この章で使う用語

  • マイナーアップデート：4.5 → 4.6 のように、小数点以下の数字が上がる小さめの改修。
  • メジャーアップデート：3.x → 4.x のように、整数部分が上がる大きな改修。
  • changelog：変更履歴をまとめた公式ドキュメント。Anthropic は anthropic.com/news で公開。

サジェスト 2 / 5 / 8 / 9 / 10 位（4.6 / 4 / 4.5 / 3.5 / 3）に対応するバージョン進化系譜です。本セクションでは、Claude 3 系列から 4 系列までの 6 世代を、1 枚で俯瞰します。

最初にお断りしておきます。最新のリリース情報と性能差は、anthropic.com/news または公式 changelog で必ず事前にご確認ください。本記事は 2026 年 5 月時点のスナップショットで、半年後には新版が出ている可能性が高いです。「絶対 4.7 がベスト」「絶対 4.6 で十分」とは申し上げません——業務での試運転を経てから切り替えるのが、私の業務作法です。

07-1. Claude 3 / 3.5（旧世代、振り返り）

Claude 3 系列は、Anthropic が「Opus / Sonnet / Haiku の 3 兄弟構造」を初めて確立した世代です。Claude 3 Opus / 3 Sonnet / 3 Haiku の 3 モデルが揃って公開され、「最上位 / 中堅 / 軽量」の三角構造が以降の全世代の基本形になりました。

Claude 3.5 は、その中間アップデートで、特に Claude 3.5 Sonnet が当時の主力として注目を集めました。私自身、3.5 Sonnet の時期に業務利用を本格化したクチで、コード生成の安定感が一段上がった印象がありました。3 / 3.5 系列は、現在は公式から段階的に置き換わっている世代ですが、業務で使った経験があるからこそ「4 系列に移って何が変わったか」を肌で把握できているという面はあります。

07-2. Claude 4 / 4.5（中世代、切替の時期）

Claude 4 系列は、3.5 系列から「全体的な賢さ・速度・コスト効率」が底上げされた世代として登場しました。Claude 4 Opus / 4 Sonnet / 4 Haiku の 3 モデルが順次リリースされ、業務での切り替え判断が必要になった時期です。

Claude 4.5 は、4 系列の主力マイナーアップデートで、Sonnet 4.5 が現在の業務常用の中心になっています。Sonnet 4.5 はコード生成・文章整形・要約のいずれでも安定したパフォーマンスを出してくれて、私の業務では「迷ったら Sonnet 4.5」が事実上の標準になっています。

07-3. Claude 4.6 / 4.7（現行主流・新版）

Claude 4.6 が現行主流、4.7 が新版です。特に Opus 4.7 は 1M context（100 万トークン）対応 が最大の特徴で、PDF 500 ページ分の文脈を一度に受け取れる規模感は、これまでにない使い方を可能にしています。

私の業務での使い分けは、

  • Opus 4.6：日常の重い業務利用（長文要約・設計壁打ち）
  • Opus 4.7：1M context が必要なときだけ起動（大規模 PDF 整理・複数ファイル横断）
  • Sonnet 4.5：日常の標準モデル（コード生成・チャット・要約）

という三層構造です。「常に 4.7」ではなく、「用途で 4.6 と 4.7 を切り替える」のが、コスト・速度・精度のバランスが取れる運用感覚です。最新のリリース情報は Claude Opus のバージョン履歴セクションでも個別に整理しているので、深掘りしたい方はそちらをご参照ください。

08 — 料金感——Opus は Sonnet の何倍、Haiku は何分の 1（API 単価表＋プラン提供差）

📖 この章で使う用語

  • M（million）：100 万トークンの単位。API 料金は「per-M トークン」で表示されることが多い。
  • プラン提供差：同じ Anthropic でも、Free / Pro / Max のプランでアクセスできるモデルが異なる。

料金感を 3 モデル横断で整理します。サジェスト 1 位「違い」を読む方の半数以上は「コストがどう違うか」も同時に知りたいはず、というのが私の体感です。

最新の料金は anthropic.com/pricing で必ず事前にご確認ください。本記事の数字は 2026 年 5 月時点の目安で、Anthropic は時期ごとに料金体系を改定します。

08-1. API per-token 料金の目安（2026 年 5 月時点）

モデル入力（per-M トークン）出力（per-M トークン）Opus との料金比
Opus 4.7$15 前後$75 前後1.0
Sonnet 4.5$3 前後$15 前後約 1/5
Haiku 3.5$0.25 前後$1.25 前後約 1/60

※ anthropic.com/pricing（2026-05-19 取得）の目安。世代・モデルにより変動するため、契約前に公式で必ずご確認ください。

ざっくり、Sonnet は Opus の約 1/5、Haiku は Opus の約 1/60 という比率です。同じ「100 万トークン分の依頼」を 3 モデルに投げると、API 請求は 60 倍違ってくる計算になります。「最強モデル一辺倒」がコスト面で危険 な理由は、まさにこの比率にあります。

08-2. Free / Pro / Max でのモデル提供差

Anthropic の Claude.ai（Web 版チャット）では、プランごとに使えるモデルが分かれています。2026 年 5 月時点の整理は、

  • Free：Sonnet のみ（4.5 など）。Opus / Haiku は不可
  • Pro（月額約 $20）：Sonnet 中心 + Opus に部分アクセス可（5 時間制限あり）
  • Max（月額約 $100 〜 $200）：Sonnet / Opus / Haiku に広くアクセス可（重い業務利用前提）

という階段構造です。「Opus を日常的に回したいなら Pro では制限を踏みやすく、Max が現実的」 というのが、私の Pro → Max 切り替えの判断軸でした。Pro 期は「Opus を使いたいときに 5 時間制限に当たって悔しい」場面が増えたタイミングで、Max に移行したという経緯です。

08-3. claude-ryokin-plan への送り

料金プラン全体の詳細——Team / Enterprise / API 従量課金まで含めた 6 体系の整理、プラン選びの段階推奨——は Claude 料金プラン で別記事として整理済みです。本記事は「3 モデルの料金比」だけに絞っているので、契約前にプラン全体を見渡したい方は、ぜひ料金プラン記事もあわせてご覧ください。

09 — Pro / Max プランでの実用感——Free→Pro→Max の段階推奨と aikun の経路

📖 この章で使う用語

  • 5 時間制限：Claude のサブスクプランで、5 時間ごとに送信できるメッセージ量に上限がある仕様。
  • Max 5x / Max 20x：Max プランの 2 段階。Pro の 5 倍・20 倍の利用枠を持つ（公式名称・仕様は時期で変動）。

私自身が辿った Free → Pro 1〜2 ヶ月 → Max の段階推奨を、3 モデルの観点から書きます。サジェスト 1 位「違い」を読む方の中には、「これからプランを契約する」段階の方も多いはずなので、選び方の足場を整えておきます。

09-1. Free（Sonnet のみ）期——まずは触る

最初の 1〜2 週間は Free で十分です。Free でも Sonnet が使えるので、Claude というブランドが自分の業務に合うか・自分の文体と合うかは判断できます。「いきなり Max」は使い切れず、月額の元が取れない——というのが、私の Pro → Max 切り替え期の正直な感覚です。

09-2. Pro 期（1〜2 ヶ月）——Opus にも触れる

Free で「Claude は使えそう」と感じたら、Pro に上がります。Pro になると Opus にも触れるようになるので、「Opus と Sonnet の体感差」を初めて肌で把握できるようになります。

ただし、Pro 期は 5 時間制限が厳しめ という壁があります。Opus は Sonnet より重いので、Opus を多用すると制限を踏みやすい。「Opus を使いたいタイミングで制限に当たって悔しい」場面が増えてきたら、Max への移行サインです。

09-3. Max 期（業務常用）——日常的に Opus を回せる

Max は 重い業務利用前提のプラン で、Pro の 5 倍（Max 5x）や 20 倍（Max 20x）の枠を持ちます（公式名称・仕様は時期で変動するため、最新は anthropic.com/pricing でご確認ください）。私自身は業務での重い使い方のため Max に課金しており、日常的に Opus / Sonnet / Haiku を切り替えながら使っています。

繰り返しますが、いきなり Max に飛ばず、Free → Pro 1〜2 ヶ月 → Max という段階推奨が、私の Pro → Max 経路の経験から見た現実的な道筋です。プラン選びの詳細は Claude 料金プラン で別記事として整理しているので、契約前にあわせてご覧ください。

10 — API での選び方——Anthropic SDK でのモデル指定（最小サンプル）

📖 この章で使う用語

  • SDK（Software Development Kit）：Anthropic 公式が提供する Python / TypeScript 等のライブラリ。
  • model パラメータ：API リクエストでどのモデルを使うか指定する文字列。
  • 環境変数：OS レベルで設定する設定値。API キーやモデル指定で使う。

API 経由で Claude を呼び出す場合のモデル指定方法を、最小サンプルで整理します。本セクションはエンジニア向けの色が強くなりますが、非エンジニアの方も「裏側ではこういう指定で動いている」と把握しておくと、API 料金請求書を読むときに迷いません。

10-1. Python SDK での 3 モデル切り替え

# Anthropic Python SDK での最小サンプル（2026-05-19 時点の概念例）
# 実際の model ID は公式 docs で必ず最新を確認してください

import os
from anthropic import Anthropic

# API キーは環境変数経由で渡す（コードに直書きしない）
client = Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])

def ask_claude(model_id: str, prompt: str) -> str:
    """3 モデルを model パラメータで切り替えて呼び出す"""
    response = client.messages.create(
        model=model_id,
        max_tokens=1024,
        messages=[{"role": "user", "content": prompt}],
    )
    return response.content[0].text

# 用途で 3 モデルを切り替える
quick_answer = ask_claude("claude-haiku-3-5", "この文を 1 行で要約してください: ...")
daily_task = ask_claude("claude-sonnet-4-5", "このコードを Python でリファクタしてください: ...")
deep_work = ask_claude("claude-opus-4-7", "この PDF 50 ページの要件を整理してください: ...")

ポイントは 3 つです。

  1. API キーは環境変数 ANTHROPIC_API_KEY 経由で渡す——コードに直書きしない（後述）
  2. model パラメータの文字列で 3 モデルを切り替える——実際の ID は公式 docs で最新確認
  3. 同じ関数の引数を変えるだけ——コードの本体構造は同じ

実際のモデル ID（claude-opus-4-7 や claude-sonnet-4-5 等）は、Anthropic の公式 docs / changelog で時期によって変わる可能性があります。anthropic.com/docs で必ず最新の正確な ID を事前確認してください。

10-2. API キーは環境変数で——コード直書きの危険

念のため強くお伝えしておきます。API キーをコードに直書きして GitHub に push すると、自動スキャンで漏洩を検出され、最悪の場合 API 利用が即時停止される可能性があります。私自身、過去にチームメンバーが誤って .env を git commit してしまい、Anthropic から「キーをローテーションしてください」というアラートが届いたことがあります（実害には至らず、すぐにキー再発行で済みました）。

最低限の作法として、

  • .env ファイルに ANTHROPIC_API_KEY=... を書く
  • .gitignore に .env を必ず登録
  • 本番運用は AWS Secrets Manager / GCP Secret Manager / GitHub Actions の Secrets 等で管理

の 3 点は、業務利用に入る前に必ず仕込んでおいてください。

10-3. AWS Bedrock 経由でも同 3 モデル群が使える

私の業務では、AWS Bedrock 経由で Claude の 3 モデル群を部分的に利用している経路もあります（業務本番運用は直 Anthropic API ルートがメインで、Bedrock は PoC / コンプラ要件で部分的）。Bedrock 経由を選ぶ判断材料としては、

  • 既存の AWS 環境に統合したい（IAM 連携・VPC 内通信）
  • 組織のコンプライアンス上、Anthropic 直接ではなく AWS 経由が望ましい
  • 既存の AWS コスト体系にまとめたい

あたりが主な動機です。詳細な Bedrock 経由の使い方は将来別記事で扱う予定なので、本記事では「同じ 3 モデルが AWS 経由でも使える」という概念整理に留めます。

API 経由の Claude を CI/CD に組み込む話は Claude Code Action で別建てしているので、PR レビュー自動化に踏み込みたい方はそちらをご覧ください。ChatGPT との料金比較・使い分けは ChatGPT 始め方 で整理しています。

11 — 非エンジニアユースケース 5 本——営業／事務／個人事業主／副業ライター／エンジニア志望

📖 この章で使う用語

  • Pro 5 時間制限：H2 09 で説明済み（参照）。
  • 月コスト感：Pro $20、Max $100〜$200 など、サブスク月額の体感。

サジェスト 4 / 10 位「3 モデル横断」のニーズに対応する、職種別ユースケースです。3 モデルを使い分けるとどう業務が変わるかを、5 職種で並べます。

11-1. 営業職——顧客提案資料の壁打ちは Sonnet、深い構成だけ Opus

Before：提案資料の構成を 2 時間かけて Word でまとめ、上司レビューで「論点が浅い」と差し戻し。 After：Sonnet に「この業界・このペルソナ向けの提案、論点を 5 つ整理して」と頼んで叩き台 10 分、深い構成だけ Opus で再投入。 所要時間：Pro プランで月数時間、Max なら制限を意識せず回せる。 最初の壁：「顧客固有名詞・契約数字を AI に投げない」業務作法。社内ルールを必ず事前確認。

営業時代の私の癖で、提案書は「お客様の次の一言」を半歩先で読んで構成を組んでいました。Claude（Sonnet）で叩き台を作ると、その「半歩先」を AI が一緒に考えてくれる感覚があります。

11-2. 事務職——議事録要約は Sonnet 中心、長尺会議のみ Opus

Before：1 時間の議事録を 30 分かけて要約、抜け漏れチェックで追加 15 分。 After：Sonnet に「議事録を決定事項 / アクション / 課題 で分けて要約」とテンプレ指定、3 分で 80 点の叩き台。 所要時間：Pro プランで月数時間、長尺会議だけ Opus。 最初の壁：機密情報・人名は AI に投げない、社内ポリシーを必ず確認。

議事録の使い分けは AI 議事録 おすすめ で別建てしているので、議事録特化で深掘りしたい方はそちらをご覧ください。

11-3. 個人事業主——契約書チェック・税務質問の整理は Opus、Sonnet 併用

Before：契約書 20 ページを自力で読み込み 2 時間、不安なポイントは弁護士相談で別途数万円。 After：Opus に「この契約書のリスク条項を整理」と投げて 5 分で論点抽出、Sonnet で文面整形、最終判断は弁護士へ。 所要時間：Pro プランで月数時間。 最初の壁：最終判断は必ず弁護士・税理士などの専門家へ。AI の出力は「叩き台」として位置づける。

「絶対 AI で完結できる」とは申し上げません。契約・税務は失敗コストが大きい領域なので、AI は調べ物の入口として使う、というのが私の運用観察です。

11-4. 副業ライター——記事構成は Sonnet、最終仕上げで Opus

Before：記事 1 本（5,000 字）を 6 時間で書き、リード文だけ何度も書き直して時間切れ。 After：Sonnet に「ペルソナと検索意図から H2 構成を 10 個提案」と投げて 5 分、本文 Sonnet で叩き台 30 分、リード文だけ Opus で 5 分。 所要時間：Pro プランで月数時間、量産時は Haiku も併用。 最初の壁：AI 出力をそのまま投稿しない、必ず人間が手を入れる。プラットフォームの AI 規定を事前確認。

11-5. エンジニア志望——学習中のコード理解は Sonnet 多用、難所のみ Opus

Before：プログラミングスクールの課題でエラーが出るたびに Google 検索で 30 分迷子。 After：Sonnet に「このエラーメッセージの意味と原因候補を 3 つ」と投げて 1 分で解決、難所の設計理解だけ Opus。 所要時間：Pro プランで月数時間、Free でも Sonnet は使えるので学習初期は無料で十分。 最初の壁：AI の答えをそのまま暗記しない、必ず自分で 1 回手を動かす。理解の置き換えではなく加速の道具として使う。

私自身、未経験から SES に転職した時期に Claude が存在していたら、学習効率が大きく変わっていたと思います。当時はスクールで 3〜6 ヶ月学んでから現場に入る経路でしたが、今なら Sonnet を補助輪にして自学自習でも一定のところまで行ける時代だと感じています。

12 — 失敗パターン 5 個——3 モデル使い分けで気をつけるべきこと

📖 この章で使う用語

  • rate limit：API やプランの送信回数・トークン量の上限。超えると一時的に使えなくなる。
  • トークン消費：1 回のやりとりで使われるトークンの総量。長文・複雑タスクほど多い。

3 モデルを使い分けるときに気をつけるべき失敗パターンを 5 個並べます。私自身が踏んだ地雷、チーム導入で見聞きしたパターンを正直に書きます。

12-1. 最強モデル一辺倒で月コスト爆発

「とりあえず Opus」で全タスクを回すと、API 月額が Sonnet の 5 倍 に膨らみます。私自身、Pro 期に「Opus が賢いから」と短い質問にも Opus を使い続けて、月の半ばで 5 時間制限を消化しきってしまった経験があります。用途別にモデルを切り替える だけで、コストも体感速度も大きく改善します。

12-2. Sonnet で十分なタスクで Opus を使い続け待ち時間ロス

定型タスク（コミットメッセージ生成・メール文面・短い質問）に Opus を使うと、1 回あたり 30 秒〜1 分の待ち時間が積み上がります。1 日 50 回叩くなら、Sonnet との差は 25〜50 分の待ち時間ロス になる計算です。「賢ければ良い」ではなく「タスクに合うモデル」を選ぶ意識が、結果的に生産性を上げます。

12-3. Haiku の精度限界を理解せず重要タスクで使う

Haiku は速くて安いですが、複雑な要件整理・長文の文脈保持・微妙なニュアンスのある推論は苦手 です。コスト最適化に夢中になって、契約書チェックや設計レビューに Haiku を使うと、間違った答えを「速く」返してくる結果になります。Haiku は「定型・大量・速度優先」の領域に絞って使うのが、私の業務感覚での安全運用です。

12-4. バージョンを意識せず切替試運転なし

「最新版が出た」と聞いて、業務システムのモデル指定を即座に Opus 4.6 → 4.7 に切り替えると、想定外の挙動変化に出会うことがあります。私の業務作法は、新版が出たら 1 週間〜1 ヶ月の試運転を経てから本番投入——この「試運転期間」を省くと、ある日突然 PR レビューの精度が下がって原因究明に半日溶かす、というケースが起こります。

12-5. API キー漏れ・コード直書き

API キーをコードに直書きして GitHub に push する、.env を .gitignore に入れ忘れる、Slack に「ANTHROPIC_API_KEY=sk-…」と貼り付けて共有する——これらは キー漏洩 の典型パターンです。漏洩したキーは自動スキャンで検出され、最悪の場合 API 利用が即時停止される可能性があります。

最低限、

  • API キーは環境変数で渡す
  • .env は .gitignore に必ず登録
  • 本番は AWS Secrets Manager 等のシークレット管理サービスを使う
  • 人間の最終チェックを必ず挟む（AI が生成したコードに API キーが混入していないか）

の 4 点を仕込んでおいてください。「絶対に漏れない仕組み」は存在しないので、漏れたときに早く検知・対処できる体制 を組むのが現実的な落としどころです。

13 — よくある質問（FAQ）

Q1: Claude Opus と Sonnet、結局どちらを使えばいいですか？

A. 「絶対これ」とは申し上げません（個人差・業務差・依頼内容で振れます）。私の業務感覚としては、短い質問・速度優先・コスト重視なら Sonnet、PDF 50 ページ要約・複雑な要件整理・コーディングの設計壁打ちなら Opus、という使い分けが現実的です。本記事 セクション 4 で 5 つの判断軸を整理しています。

Q2: Opus 4.7 と 4.6、何が違いますか？

A. 4.7 は新版で 1M context（100 万トークン＝日本語約 75 万字）対応が最大の特徴です。4.6 が現行主流で、日常業務では 4.6 で十分なケースが多いです。最新情報は anthropic.com/news で必ず事前確認してください。詳しくは セクション 7 のバージョン進化系譜をご参照ください。

Q3: コーディングをするなら Opus と Sonnet どちらですか？

A. コード生成・リファクタリング・バグ調査は Sonnet で十分、複雑な設計壁打ち・大規模リファクタリングは Opus、というのが私の業務感覚です。Claude Code（CLI）では /model コマンドで切り替え可能です。詳しくは セクション 5 のコーディング用途深掘りをご参照ください。

Q4: Claude Code ではどちらのモデルが動いていますか？切り替えられますか？

A. 切り替えられます。私が今この記事を書いている Claude Code 自体は Opus 4.7（1M context）で動いています。CLI 内で /model コマンドを使うと、Opus と Sonnet を切り替えられます（2026 年 5 月時点）。詳しくは セクション 6 をご参照ください。

Q5: 3 モデルを使い分けるとき、機密情報の扱いは大丈夫ですか？

A. 「絶対大丈夫」とは申し上げません。一般論として、(1) Anthropic の最新利用規約を事前確認、(2) 機密情報・個人情報・社外秘文書を入力しない運用ルール、(3) 組織導入は Team / Enterprise / AWS Bedrock / Google Vertex AI 経由など別契約での選択肢、(4) 社内セキュリティポリシーとコンプライアンス部門への事前相談、の 4 つは最低限の論点です。最終判断は社内法務・コンプライアンス部門、必要に応じて弁護士の方へご相談ください。

14 — まとめと次に読むべき記事

3 モデル使い分けの一行マップを再掲して、本記事を締めます。

  • Opus ＝ 最上位、頭脳労働向け（PDF 50 ページ要約、複雑な要件整理、コーディングの設計壁打ち）
  • Sonnet ＝ 中堅・主力、普段使いに十分（短い質問、コード生成、文章整形、議事録要約）
  • Haiku ＝ 軽量・速度優先、大量タスク向け（分類、抽出、要約の量産）

最後にもう一度、「絶対これが正解」とは申し上げません。料金・性能・モデルラインナップは時期で変動するので、最新は anthropic.com / anthropic.com/pricing / anthropic.com/news で必ず事前にご確認ください。本記事に誤りや古い情報がありましたら、send@bon-bon-tools.com までご連絡いただけるとありがたいです。

本記事と並行して読んでいただくと、Claude 全体像が立体的に立ち上がる関連記事を整理しておきます。

3 モデルを使い分けると、毎日の業務の中で「ちょうど良い体力配分」ができるようになります。営業時代の私が、お客様の規模・案件の重さ・締切のタイトさで訪問頻度を変えていたのと、感覚としては同じです。完璧に最適化しようとせず、迷う時間を減らすことを優先する——これが、3 モデル運用を持続可能にするコツです。

関連記事

出典

新しい記事のお知らせを受け取る → 登録（準備中）