Claude Platform

「当社のリサーチ用評価一式において、Claude Fable 5.1 は最高スコアを更新しました。あるタスクでは、他のモデルからも、これまでの人間の研究者からも見たことのない、まったく異なる観点からの新しい解法を導き出し、これまでの頭打ちだった水準を大きく超える結果をもたらしました。創造的な問題解決や、難題を解くために必要なひらめきを得る点で優れています。」

「Claude を選択する決断は、完全にデータに基づいたものでした。複数のモデルプロバイダーを並行してテストしましたが、Claude はケース解決率と顧客満足度スコアにおいて一貫して最高の結果を示しました」

「Anthropic との提携は非常に素晴らしいもので、同社のガイダンスとサポートにより、当社のエンジニアリングチームはモデルを最大限に活用できるようになりました」

「開発者は実際のソフトウェア作業を引き受け、完成させることができるエージェントを求めています。 GitHub Copilot CLI と VS Code でのテストでは、Claude Opus 5.5 は測定した中で最も少ないトークン数とステップ数で処理を完了しました。 VS Code では、Opus 5 よりも多くのターミナルタスクを半分未満のステップで解決しました。 個々のタスクを効率化するだけでなく、開発者のより大規模なプロジェクトをより達成しやすくします」

「Lovable のビルダーにとって、Opus 5.5 は、ゼロから始める場合でもライブアプリで作業する場合でも、同じ品質でより迅速にビルドを生成できることを意味します。コンテキストを一度収集し、より少なく、より完全な編集を行い、再試行で行き詰まることもなく、ステップ数を3 分の 1 から2 分の 1 に削減して完了し、その過程で使用するトークンも大幅に削減します。」

「Claude Opus 5.5 の導入により、社内評価全体でトークン効率の明らかな改善が見られました。同じタスクをより安価かつ迅速に完了できるようになったのです」

「金融企業は、一貫して正しい出力を求めています。 Claude Opus 5.5 は最も低いエフォート設定で、BigFinance Bench において高いエフォートの Opus 5 を上回り、出力トークンは約 60% 少なくなりました。回答はより短く、より構造化され、スライドはより密集して業界標準に沿っています」

「Claude Opus 5.5 は、中程度のエフォートでデフォルトにする最初のモデルです。 テストでは高負荷レベルで Opus 5 と同等の性能を発揮しつつ、出力トークンが 20～25% 少なくなりました。長くて複雑な調査では、常に明確で実用的な回答が返ってきました。 これは、お客様がより少ないコストでより多くを達成できることを意味します」

「お客様は膨大な量のコンテンツで Box AI を使用しているため、スピードとコストが最優先事項です。 評価では、Claude Opus 5.5 は Opus 5 の3分の1のトークンを使用し、正確性を損わずに回答の冗長性を 40% 短縮しました。 金融サービスや公共部門などの分野で、コンテンツ全体でエージェントを実行するチームにとって、これが重要な役割を果たすものと期待しています。」

「Epic の初期テストで、Claude Sonnet 5.5 はシステムデザイン監査やデータフローレビューにおいても十分な性能を発揮し、上位モデルに期待される品質基準をクリアしました。 新しいモデルはゲームプレイのシステムアーキテクチャ向けに数万行のコードを管理し、応答を迅速に維持して数時間にわたるタスクを処理し、より少ない指示的プロンプトで成果を出しました」

「Claude Sonnet 5.5 はプロンプトを一切変更することなく、当社のオフラインの Slackbot 評価のほぼすべての点で、Sonnet 5 よりも優れた結果を達成しました。ステップが少なく、出力トークンも約 14% 少なくなりました。 Slackbot にタスクを任せる際に最も重要なのは品質とスピードですが、Sonnet 5.5 の導入によって、Slackbot はユーザーにより良い成果をより迅速に提供できるようになりました」

「Claude Sonnet 5.5 には、返信やエスカレーションリクエスト全体で数百の実際のサポートユースケースを提供しました。 現在、本番環境で使用している Claude モデルよりも間違った決定を減らし、チケットをより迅速に解決しました。 チケットの処理が 20% 高速化され、お客様が必要とする支援を待たずに得られるようになりました」

「Claude Fable 5.1 は、当社のインシデント調査評価において主要なモデルです。この評価では実際の本番環境のインシデントを用い、当社のエージェントである Bits Investigation がどれだけ効果的に根本原因分析を行えるかを測定します。エージェントの出力は、当社のエンジニアが特定した根本原因と照合して評価します。これらの評価において、Fable 5.1 は Opus 5 を上回る推論能力を示し、当社がテストした中で最も複雑な本番環境のインシデントの診断に成功しました。」

「当社は提供開始日に、Devin における Opus 5 のトラフィックを Claude Fable 5.1 へ移行します。当社のテストでは、タスクあたりのコストを抑えながら Fable 5 と同等かそれ以上の結果を示しました。さらに新しいキャッシュ読み取りの料金体系により、これまで Opus に任せていたワークロードでも Fable クラスのモデルがようやく採算に合うようになりました。まずはコードレビューから始めます。」

「他の 3 つのフロンティアモデルが問題なしと判断した楽天メディカルの臨床研究プロジェクトのレビューを、Claude Fable 5.1 に依頼しました。すると、どのモデルも気づかなかった見落としを発見し、さらに検証すべきだと主張しました。その後、まったく新しい仮説を提示し、断念していたデータセットを一日のうちに新たな研究の方向性へと転換させました。Claude のようなフロンティアモデルが、このような形で新しい研究の探索を後押ししてくれたのは初めてです。」

「Claude Fable 5.1 で際立っているのは文章です。より理解しやすく、より内容が充実しており、当社のライティングガイドラインにもよく従っています。Fable 5 とのブラインドテストでは、私は Fable 5.1 の文章と出力を選びました。さらに Canva Code では、実際の音楽に合わせて拍の合ったゲームプレイを、自ら生成したレベルに対応させたリズムゲームを構築しました。これは当社がテストした他のどのモデルも実現できなかったことです。」

「当社のリサーチ用評価一式において、Claude Fable 5.1 は最高スコアを更新しました。あるタスクでは、他のモデルからも、これまでの人間の研究者からも見たことのない、まったく異なる観点からの新しい解法を導き出し、これまでの頭打ちだった水準を大きく超える結果をもたらしました。創造的な問題解決や、難題を解くために必要なひらめきを得る点で優れています。」

「Claude を選択する決断は、完全にデータに基づいたものでした。複数のモデルプロバイダーを並行してテストしましたが、Claude はケース解決率と顧客満足度スコアにおいて一貫して最高の結果を示しました」

「Anthropic との提携は非常に素晴らしいもので、同社のガイダンスとサポートにより、当社のエンジニアリングチームはモデルを最大限に活用できるようになりました」

「開発者は実際のソフトウェア作業を引き受け、完成させることができるエージェントを求めています。 GitHub Copilot CLI と VS Code でのテストでは、Claude Opus 5.5 は測定した中で最も少ないトークン数とステップ数で処理を完了しました。 VS Code では、Opus 5 よりも多くのターミナルタスクを半分未満のステップで解決しました。 個々のタスクを効率化するだけでなく、開発者のより大規模なプロジェクトをより達成しやすくします」

「Lovable のビルダーにとって、Opus 5.5 は、ゼロから始める場合でもライブアプリで作業する場合でも、同じ品質でより迅速にビルドを生成できることを意味します。コンテキストを一度収集し、より少なく、より完全な編集を行い、再試行で行き詰まることもなく、ステップ数を3 分の 1 から2 分の 1 に削減して完了し、その過程で使用するトークンも大幅に削減します。」

「Claude Opus 5.5 の導入により、社内評価全体でトークン効率の明らかな改善が見られました。同じタスクをより安価かつ迅速に完了できるようになったのです」