比較・活用
「Claude Haiku 5.5」はコスパ番長か 「Sonnet 5.5」「GPT-6 Luna」と3業務で比較
軽いタスクなら安いモデルで十分、複雑な仕事には上位モデルを使う。この単純な使い分けの境界線がどこにあるのか、具体的な検証結果から見えてきました。日々どのAIモデルを選べばよいか迷っている担当者にとって、判断材料になる内容です。
何が起きたか
米Anthropicは10月7日（現地時間）、同社モデルの中で最軽量となる「Claude Haiku 5.5」を公開しました。同社はこのモデルについて、コスト重視・速度重視のタスクに適しているとうたっています。
この説明が日本のビジネスパーソンの実際の利用シーンでも成り立つのかを確かめるため、ITmedia AI+は上位モデルの「Claude Sonnet 5.5」、および競合の「GPT-6 Luna」と比較する検証を実施しました。お題は、納期遅延のお詫びメール作成、走り書きメモからの議事録整理、海外取引先からの英文メールの要約・返信という3つの業務タスクです。
各モデルで思考量を「medium」と「max」の2段階に設定し、それぞれ3回ずつ生成させて計54回答を集め、Anthropicの「Claude Fable 5.1」と米OpenAIの「GPT-6 Astra」が10点満点で採点した平均点を指標としています。結果、お詫びメールと議事録作成ではHaiku 5.5のmedium設定がSonnet 5.5に迫る点数を、大幅に低い費用で出しました。一方、立場関係が複雑な英文メール対応では、Haiku 5.5のmedium設定が取引上の立場を取り違える誤りを繰り返し、思考量をmaxに引き上げて初めて改善が見られます。
背景・解説
「Claude Haiku」「Claude Sonnet」「Claude Opus」は、いずれもAnthropicが提供するClaudeシリーズのモデル群で、Haikuが最も軽量・安価、Opusが最も高性能・高価格という位置付けです。Sonnet 5.5はその中間に当たり、今回の検証では上位モデルの代表として比較対象になりました。「思考量」は回答生成にかける計算量の設定で、増やすほど時間と費用がかかる一方、必ずしも回答の質が上がるとは限らないことが今回の結果からも分かります。
価格面では、Anthropicが公表するAPI料金は、プロンプトが10万トークン以下の場合、Haiku 5.5が100万トークン当たり入力0.10ドル・出力0.50ドルで、前世代の「Claude Haiku 4.5」の10分の1、GPT-6 Lunaと同水準です。Sonnet 5.5は入力2ドル・出力10ドルで、Haiku 5.5との価格差は20倍に達します。
性能評価を手掛ける米Artificial Analysisの総合指標「Intelligence Index」では、Haiku 5.5（max）は43ポイントとなり、前世代から26ポイント上昇してGPT-6 Luna（38ポイント）を上回りました。ただし同社は、maxのHaiku 5.5が1タスク当たり約16万2000トークンを出力し、GPT-6 Lunaのmax（約5万トークン）の約3倍に上る点も指摘しています。Anthropic自身も、Haiku 5.5の用途を要約や文脈の圧縮、サブエージェントといった範囲の狭いタスクに位置付け、複雑なエージェント型コーディングにはSonnet 5.5やOpus 5.5が引き続き適するとしています。
仕事や業務への影響 — AI Topicaの見方
定型文書の大量処理を抱える部署ほど、Haiku 5.5への切り替えで費用を大きく圧縮できます。例えば、取引先向けの定型的な謝罪文やお知らせメールを月に数十件作成している総務担当者なら、Sonnet 5.5からHaiku 5.5へ切り替えるだけで、1件当たりの生成費用を10分の1以下に抑えられます。議事録整理のような社内向け業務でも同様の効果が期待できます。
一方で、契約条件の改定提案のように取引上の立場や利害が絡む英文メール対応には、Haiku 5.5のmedium設定をそのまま使うべきではありません。今回の検証では、立場の取り違えという業務上重大な誤りが繰り返し発生しました。例えば、海外サプライヤーとの価格交渉メールを扱う貿易事務の担当者が、確認を省いてHaiku 5.5のmedium設定の回答をそのまま取引先に送ってしまえば、自社に不利な内容を誤って伝えるリスクが生じます。このような業務では、多少費用がかかってもSonnet 5.5クラスのモデルを使うべきです。
Haiku 5.5の思考量をmaxに引き上げる使い方にも注意が要ります。英文メール対応ではmaxにすることで誤りが解消されましたが、その際の費用はSonnet 5.5のmedium設定とほぼ同水準まで膨らみました。費用を抑える目的でHaiku 5.5を選んだはずが、思考量を上げた結果、上位モデルと同じ出費になってしまっては本末転倒です。タスクの複雑さを見極め、複雑な業務には最初からSonnet 5.5を使う方が、時間も費用も結果的に抑えられます。
また、速さと安さだけを追求するなら、GPT-6 Lunaという選択肢も無視できません。今回の検証ではGPT-6 Lunaが複数の課題で最速・最安を記録しており、軽量タスクを大量にさばきつつ人の目でしっかり確認する体制がある職場には向いています。
不確かな点・注意
今回の結果は10月9日時点の検証に基づくものであり、各モデルは今後のアップデートで性能が変わる余地があります。検証は3つの業務タスクについて各設定3回ずつ、計54回答という限られた条件での観測であり、業種や文書の種類が異なれば結果が変わる余地も残ります。採点はAIモデル2種の平均点によるもので、人間の実務担当者による評価とは一致しない場合があります。モデル名や設定は審査員に伏せられていましたが、採点基準の詳細や評価のばらつきの要因までは記事から読み取れません。費用換算は1ドル＝158円のレートに基づくため、為替変動によって実際の費用感は変わります。自社の業務で同様の判断をする際は、扱う文書の複雑さや確認体制を踏まえ、個別に見極める姿勢が欠かせません。