2026-07-24

Anthropicは1Mトークンのコンテキスト、最大128Kトークン出力、標準でthinking有効のClaude Opus 5を提供開始しました。Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundryで利用でき、Claude Maxの既定モデル、Claude Proの最上位モデルです。

Claude Opus 5（claude-opus-5）は入力100万トークン、出力最大128Kトークンに対応し、料金は入力100万トークン当たり5ドル、出力100万トークン当たり25ドルでOpus 4.8と同額です。 Claude APIのほかAmazon Bedrock、Google Cloud、Microsoft Foundryで提供され、ClaudeアプリではMaxの既定、Proでは最上位モデルとして利用できます。無料プランでの提供は今回の発表では示されていません。 thinkingは既定で有効です。effortはlow、medium、high、xhigh、maxを選べますが、xhighまたはmaxでthinkingを無効化すると400エラーになるため、Opus 4.8からの破壊的変更です。 会話途中のツール追加・削除はbetaヘッダーmid-conversation-tool-changes-2026-07-01で、推奨フォールバックはserver-side-fallback-2026-07-01で利用できます。 Opus 4.7のfast modeは廃止され、speed: "fast"はエラーになります。fast mode利用者はOpus 5またはOpus 4.8へ移行が必要です。 日本での個別提供可否は発表で明示されていません。長いエージェント実行や高難度のコーディング、知識労働をAPIで運用する組織は、挙動と移行互換性を先に検証すべき更新です。

AnthropicとAndon Labsは、AIエージェントが室内ドローンで人物を探索・追跡できるかを測るDrone-Benchを公開しました。物理世界でのAI能力の進展と、監視・安全保障を含むデュアルユース上のリスクを測定する研究です。

Drone-Benchは、室内で人物を見つけて追跡する任務を、3D再構成、自己位置推定、経路計画、人物検出、追跡の5サブタスクに分解して評価します。 Anthropicは15モデルを評価し、新しいモデルほど全サブタスクで性能が伸び、最前線モデルは再構成以外の工程で人間とAIのチームによる基準に近づいたと報告しています。 Claude Fable 5は実機で検出・追跡を基準以上に行えた一方、再構成誤差が位置推定・航行に累積し、部屋間を完全自律で移動することには失敗しました。 検索救助、災害対応、適法な公共安全での用途がある一方、過剰監視や悪用の懸念もあるため、能力の進展を早期に把握してガバナンスを整備する必要があるとしています。 製品提供やAPI変更ではなく研究・安全性評価です。ロボティクス、embodied reasoning、空間理解を扱う開発者は、エンドツーエンドの自律化を判断するための公開ベンチマークとして参照できます。

GoogleはRayのTPU対応について、Ray Serve、Ray Data、Ray Trainで推論・データ処理・分散学習を行う方法を公開しました。TPUスライスの配置をtopology指定で扱い、vLLMによるLLM提供とJAX学習を実行できます。

Ray Serveではaccelerator_config.topologyを指定し、複数ホストにまたがるモデルを同じTPUスライスへ配置してvLLMで提供できます。指定しない場合、ワーカーが別スライスに分散してデプロイが停止するため、実運用では重要な設定です。 Ray Dataのiter_jax_batches()は、デバイス分割済みのJAX配列を渡し、ホスト側コピーによる入力ボトルネックを抑えます。 Ray TrainのJaxTrainerは、TPUトポロジーを指定して分散学習、チェックポイント、障害回復、複数スライスへの拡張を扱えます。JAXは各ワーカー関数内でimportする必要があります。 Ray 2.55以降のTPU対応を前提とする開発者向け解説で、モデル/APIの新規提供や利用料金変更ではありません。 Google Cloud TPUで大規模推論・後学習・バッチ推論を行うチームは、手作業の配置制御を減らしつつ、RayService、公式TPUイメージ、ダッシュボード監視を組み合わせられます。