Claude Opus 4.8

2026/05/29 1:49

Claude Opus 4.8

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

Claude Opus バージョン 4.8 が正式にリリースされ、前世代と比較してコストが同等あるいは優位でありながら、パフォーマンスと信頼性の大幅な向上を示しています。このアップグレードは、Super-Agent ベンチマークにおけるすべての課題を制覇した最初のモデルとなった点で重要なマイルストーンとなります。同時に、高速モードや Genie といった特定のオーケストレーターを通じて比較的低価格帯のプランでも、ハイエンドクラスの GPT-5.5 に匹敵する性能を提供します。重要なのは、以前の問題だったコード生成の不備やツール呼び出しのエラーが解決されており、モデルの誠実性の向上により、コードの不備を見逃す確率が約 4 分の一に抑制されたことです。新しいアーキテクチャは「動的ワークフロー」を導入し、フルコードベース移行など大規模なタスクのために数百もの並列サブエージェントを可能にします。また、「Effort Control」といった機能によりユーザーが応答の深さをカスタマイズでき、Messages API のシステムエントリーを通じて計算リソースを浪費せずにリアルタイムで指示を更新することも可能です。複雑な財務文書や法律文書の処理において、Genie や Hebbia などのオーケストレーターを利用する企業は、大幅に向上した効率性と引用の精度を享受できます。全体として、Opus 4.8 は優れた推論能力、ユーザーの自律性を支える親社会的なアライメント、そして以前の コストパフォーマンス記録を更新し得るエンドツーエンドの完了機能を備えています。

本文

Claude Opus 4.8:新機能と性能向上の発表

Claude Opus 4.8 がリリースされました。前世代である Opus 4.7 を踏襲し、主要なベンチマークで性能を向上させ、より信頼性の高いパートナーへと進化しました。本日は同等の利用料でご利用いただけます。

同日リリースの主な新機能

  • claude.ai ユーザー向け:「努力レベル(リソース投入量)」の制御が可能になりました。
  • Claude Code への追加機能:
    • 「動的ワークフロー(Dynamic Workflows)」: 非常に大規模な問題に対処できるようになり、数百個の並列サブエージェントを実行できます。
    • 「高速モード(Fast Mode)」: モデル処理速度を2.5 倍に向上させつつ、利用コストは3 分の 1に大幅に低下しました。

Claude Opus 4.8 の能力と評価

コーディング、推論、知識ワークタスクなどで Opus 4.8 と他モデルを比較したテスト結果の概要です。(詳細は Claude Opus 4.8 システムカード を参照)

協働体験の向上

初期ユーザーからは、エージェントタスクの実行において信頼性が高く、判断が鋭いという評価が寄せられています。

  • 判断力の大幅な改善:
    • 的確な質問を行い、自身のミスを捉えます。
    • 計画が不十分であれば適切に異議を唱え、複雑な変更を加える前に十分な確信を得てから構築を進めます。
  • スーパーエージェントベンチマーク:
    • すべてのケースをエンドツーエンドで完了させた唯一のモデルとなりました。
    • 前世代の Opus モデルおよび同等コストでの GPT-5.5 を上回る成績です。
  • CursorBench:
    • ツールの呼び出しが効率化され、必要なステップ数が減少しました。
    • エンドツーエンドのタスクを確実に完了させる能力が向上しています。
  • リーガルエージェントベンチマーク:
    • 「全パス(all-pass)」基準において10% 以上のスコアを記録し、他モデルが達していない最高スコアです。
  • 品質と速度:
    • 高速化に加え、長距離セッションでの文脈やスタイルへの対応が飛躍的に改善しています。
    • 「音」「味(审美感覚)」「技術的実行」を同時に必要とする業務において、ずっと信頼できるモデルです。
  • コンピュータ操作:
    • オンライン環境でのブラウザエージェントとして最も強力なスコア(84%)を記録し、Opus 4.7 や GPT-5.5 を大きく上回っています。
  • ツールの呼び出し:
    • 清潔かつ正確にツールを利用し、自律的なエンジニアリングワークロードで高い一貫性を発揮します。
    • コメントの冗長さやツール呼び出しの問題が修正されました。
  • 分析の品質:
    • 情報密度が高く、出力速度も早くなりました。
    • シグナル対ノイズ比が向上し、分析的な問題点を能動的に警告(フラグ)する傾向にあります。
  • エンタープライズ AI(Genie / Databricks AI):
    • 多段階の問いに対して高速に対処でき、トークンコストは61% の低下を実現しました。
    • PDF や図面など非構造化コンテンツの直接分析が可能になりました。
  • 金融ドキュメント(Hebbia):
    • 引用の精度が向上し、検索時のトークン効率が大幅に改善しました。
  • 真実性(Honesty):
    • 裏付けのない主張を行う頻度が低く、自身の不確実性をフラグする可能性が高いです。
    • コードの欠陥を許容する率は、前代モデルに比べて約4 分の 1に低下しています。
  • 調整(Alignment):
    • ユーザーの自律性を支援し、親社会性の尺度において新たな高水準に達しました。
    • アライメントされていない振る舞いの発生率は前代モデルより低く、Claude Mythos Preview と同等の評価を受けました。

その他同日リリースの更新

  • 動的ワークフローの詳細:
    • Claude Code
      で大規模なマイグレーションなどを単一のセッションで実行可能にしました(数百個の並列サブエージェントの実行・検証)。
    • 対象プラン: Enterprise, Team, Max プラン限定。
  • 「努力レベル」制御の全プラン開放:
    • claude.ai
      Cowork
      において、ユーザーが Claude の思考深度を選択できるようになりました。
    • 高い設定: 深く思考して質の高いレスポンスを提供(トークン消費増)。
    • 低い設定: より速くレスポンスし、リミットを節約。
  • Messages API の機能拡張:
    • メッセージ配列内にシステムエントリーを受け付けるようになりました。
    • プロンプトキャッシュの破損やユーザーターンでのアップデートルーターリングなしに、タスク中の指示を更新できます。

「努力レベル」について

  • デフォルト設定: **「高い努力レベル」**が採用されています(品質と体験のバランス最適化)。
  • コーディングタスク: Opus 4.7 と同等のトークン数で、より良いパフォーマンスを発揮します。
  • 追加設定オプション:
    • 「エクストラ」(xhigh): さらに多くのトークンを消費して最良の結果を得る(困難なタスクや長時間ワークフローに推奨)。
  • 容量拡張: 高い努力レベルによるトークン使用量増に対応し、Claude Code のリミットを増設しました。

次に何があるか?

  • コスト削減モデルの開発: Opus に準ずる能力を提供しつつ、コストをさらに下げた新モデルの開発中。
  • Project Glasswing への展開:
    • Claude Mythos Preview
      を Cybersecurity タスクに小規模で導入しています。
    • 強力なサイバー安全対策の強化を進めており、数週間以内に全顧客へ展開する見込みです。

利用状況と料金

  • 公開: 本日全世界で利用開始。
  • **通常料 **(Opus 4.8):
    • 入力トークン:1 米ドル/万 tokens(※原文「5 ドル」は 100 万単位表記より解釈上注意が必要ですが、提示テキストに従います)
    • 出力トークン:25 米ドル/万 tokens(※同上、原文通り記述します:入力 5 ドル・出力 25 ドル / 100 万 tokens)
  • 高速モード料:
    • 入力トークン:10 米ドル / 100 万 tokens
    • 出力トークン:50 米ドル / 100 万 tokens
  • API ユーザー:
    claude-opus-4-8
    の名前で利用可能です。

関連コンテンツ

同じ日のほかのニュース

一覧に戻る →

2026/05/29 3:41

持続的なワークフローには PostgreSQL をそのまま使用してください

## Japanese Translation: 記事は、複雑な外部オーケストレーションサーバーを置き換え、永続的なワークフロー管理の中央エンジンとして PostgreSQL を採用することでインフラストラクチャを単純化することを提唱しています。Temporal や AWS Step Functions、Airflow といった専用のオーケストレーターに依存し、隔離されたワーカープール間でタスクを調整する従来のシステムとは異なり、このアプローチではオーケストレーションロジックを直接データベースに埋め込むことで、すべてロジックをリレーショナルデータベースエコシステム内に維持します。アプリケーションサーバーは標準的な workflows テーブルポーリングによってタスクをデキューし、ワーカーは Postgres テーブルに直接チェックポイントを行います。データベースの整合性制約が外部ロック機構なしで重複作業を防ぎます。高い可用性は、ワーカーが相互置換可能であることから達成されます(任意のワーカーがストリーミングレプリケーションと複数 AZ デプロイメントを使用して Postgres から状態を回復できます)。スケーラビリティは基盤となるデータベースの容量とともに拡大し、数千ものワークフローを処理できるよう垂直にスケールするか(CockroachDB などのように)分散化することができます。可観測性はチェックポイントに対する組み込み SQL クエリによって向上し、セキュリティオーバーヘッドは減少します(ワークフローデータが信頼された Postgres エンビロメント外に出ることはありませんので、別のオーケストレーターを強化する必要がありません)。DBOS は実用的な Postgres 裏付けの永続実行ソリューションを提供しており、Quickstart ドキュメント、GitHub リポジトリ、Discord コミュニティにてリソースを利用できます。

2026/05/29 4:02

多種多様な LLM のにおい

## Japanese Translation: 2026 年 5 月 28 日、著者は昨年終わりごろに数学ブログを立ち上げ、大規模言語モデル(LLM)を使用して文章を推敲した経験について考察する。当初は単なる改修のみを意図していたが、やがてインターネット全体にわたって同様の文構造が無数に出現することに気づき、これを「AI 臭」と呼んでいる。このような言語的な人工物の例としては、過度なツッコミポイント、あるいは「ただし、傾きは偶然ではない。それは最適解の形状である」といった連続した短い文や、「X は Y の Z であり」(例:「不愉快さは、選択した勾配を進むことの可視的签名である」)といった硬直的なメタセンテンスがある。また、「人類は対称性を信頼するのは、それが知性の可視化のように感じられるから」といった例も含まれる。また、AI 関与を識別するための視覚的な指標もある:ウェブサイトでは通常、JetBrains Mono フォントを特定の UI パターン(例:正確な段階ごとの箇条書きリスト、同一のボタン、標準化されたカード、点滅するドットのバッジ)と組み合わせて使用することが多い。脚注も別の指標として機能し得る。ガイドは AI ツールに対する非難ではなく、読者がこれらの新たな様式基準を認識することを助け、デジタルコンテンツをより適切に評価できるようにすることを目的としている。著者は LLM を創造的なタスクに使用することに反対しているのではなく、人間の表現と機械生成の出力を区別する検出可能な痕跡を特定することに焦点を当てていることを明記する。 ## Text to translate: Summary: On May 28, 2026, the author reflects on their experience starting a math blog late last year and using Large Language Models (LLMs) to polish their writing. Initially intending only enhancements, they soon noticed that identical sentence structures began appearing ubiquitously across the internet—signals they term "AI smells." These linguistic artifacts include excessive punchlines, consecutive short sentences such as "Yet the tilt is not an accident. It is the shape of the optimum," and rigid meta-sentences like "X is the Y of Z" (e.g., "Cringe is the visible signature of moving along a gradient you chose.") as well as examples like "Humans trust symmetry because it feels like intelligence made visible." Visual markers also help identify AI involvement: websites often use the JetBrains Mono font paired with specific UI patterns such as exact step-by-step bullet lists, identical buttons, standardized cards, and blinking-dot badges. Footnotes may serve as another indicator. Rather than condemning AI tools, the guide aims to help readers recognize these emerging stylistic standards so they can better evaluate digital content. The author clarifies that they are not against using LLMs for creative tasks; instead, the focus is on identifying detectable traces that distinguish human expression from machine-generated output.

2026/05/29 5:25

自分の学生寮室で100万ドルの商品を作りました (2025)

## Japanese Translation: 2025 年 3 月 23 日、著者が大学 1 年生の時期に作成した「nice!nano」という有線プロマイク互換のマイクロコントローラーボードに関する記事が共有されました。最初の試作である「Dissatisfaction65」(Adafruit の 32u4 Bluefruit LE を使用し、QMK ファームウェアを搭載したワイヤレス 65% キーボード)は、ほぼ使えないようなタイピング遅延と、1,000mAh 級のバッテリーでも数日しか持たないという低いバッテリー寿命を呈しました。Nordic のマイクロチップが低遅延のワイヤレスにおけるハビーイストの選択であると認識し、かつプロマイク形式が支配的であることを踏まえて、著者は BlueMicro(サイズが大きすぎること)、BLE-Micro-Pro(約$40 でロックされており日本限定であること)、そして nRFModified の 3 つの競合製品を評価しました。週末の間に、KiCad、Nordic の Infocenter、nRFMicro Wiki、および Adafruit nRF52840 Feather システム図を用いて「nice!nano」を設計し、nRF52840 をベースにした最も薄型のプロマイク互換ボードを実現しました。著者のオンラインユーザーネームである「Nicell」にちなんで命名され、アンテナ上にピクセルフォントでスタイル化したマークが配置されています。わずか 5 台のロットでの最安 PCB アセンブリは約$100 を要しました。 パフォーマンス検証において、Lily58 に改修された QMK を搭載した nice!nano は 110mAh バッテリーでも数週間にわたり動作し、これに対して Dissatisfaction65 の 2,500mAh バッテリーでは数日のみでした。これはパワー効率で>100 倍の改善を意味します。Reddit の投稿が関心を呼び寄せた結果、ワイヤレスキーボードイノベーションに特化した Discord コミュニティが形成されました。改良が行われた後、グループバイが 6 月中旬(中央時間 6 月 20 日 11 時に開始)に立ち上げられ、1,000 台のすべてを 7 時間で完売し、家族の手助けを得て 2 ヶ月で 400 件以上の個別注文を発送しました。Pete Johanson(ZMK の制作者)とのコラボレーションにより、Zephyr RTOS を使用して低電力かつワイヤレスファーストのファームウェアが 2021 年初頭までには完成しました。2021 年 12 月に著者の両親が退職し、2022 年に Typeractive(有線キーボードストア/EC ビジネス)を共同で開始しました。3D インタラクティブ構成ツールを搭載しており、2025 年には最も大きなスプリットキーボードストアの一つとなりました。 2023 年時点で Taobao や AliExpress などのプラットフォームに「nice!nano」と呼ばれるクローンが存在し、同一ファームウェアと共に出荷されるものとして販売されましたが、著者はオープンソースであるにもかかわらずそれらを劣った模倣品であると評価しています。現在までに、複数のオンライン小売店を通じて 50,000 台以上の nice!nano が販売されており、売上高は 100 万ドルを超えています。謝辞として Joric(nRFMicro の制作者)、Pierre Constantineau(BlueMicro の制作者)、Pete Johanson(ZMK の制作者)、そして両親の Mike と Pam への称賛が寄せられています。(注:Nordic の Infocenter は以来閉鎖されており、著者は$100 の R&D 投資を非常に安価であると評価しています。)