Anthropic、小型AI「Claude Haiku 5.5」公開 性能大幅向上で利用コスト約75%減

Anthropic、小型AI「Claude Haiku 5.5」公開 性能大幅向上で利用コスト約75%減

米Anthropicは10月7日(現地時間)、小型モデルの最新版「Claude Haiku 5.5」を発表した。9月に公開した「Claude Opus 5.5」「Claude Sonnet 5.5」に続くClaude 5.5ファミリーの一員で、前世代の「Claude Haiku 4.5」から性能を大きく引き上げながら、利用コストは平均で約75%下がるとしている。同日からすべてのプラットフォームで提供を開始し、Claudeアプリでは無料を含む全プランで選択できる。

コスト重視の大量処理向け

同社はHaiku 5.5を、大量に処理するコスト重視の作業向けと位置付けている。要約や会話履歴の圧縮(コンパクション)、データベースへの問い合わせ、分類など、繰り返しの多い処理を得意とする。コーディングではOpus 5.5やSonnet 5.5の下で動くサブエージェントとしての利用も想定している。

通常速度で比べると、同社のモデルで過去最速だという。高速出力の「Fast Mode」を使うOpusは除くとされ、カスタマーサポートのリアルタイム対応やブラウザ操作など、応答速度が問われる用途にも向くとしている。Haikuクラスでは初めて、推論の深さを調整する「effort」設定に対応した。他のモデルと同様に、コストと精度のどちらを優先するかを利用者が選べる。知識のカットオフは2026年6月となる。

開発者向けにSDKも更新

開発者はモデル名「claude-haiku-5-5」で利用できる。Claude APIのほか、Amazon Web Services(AWS)、Google Cloud、Microsoft Azureでも提供を始めた。あわせてClaudeのPythonおよびTypeScript向けSDKを更新し、computer useとbrowser useをβ版として組み込めるようにした。速度と価格の面で、Haiku 5.5は特にこうした用途に向くという。

ベンチマークでは、多くの項目でHaiku 4.5を大きく上回った。コンピュータ操作を測る「OSWorld 2.1」(オフライン版)では、米OpenAIの「GPT-6 Luna」も上回っている。一方、エージェント型コーディングの評価「Terminal-Bench 4.0」は39.2%で、Sonnet 5.5の70.6%には及ばなかった。Anthropicは、複雑なエージェント型のコーディングには引き続きSonnet 5.5やOpus 5.5の方が向くと説明する。Haiku 5.5は、これまではClaudeで処理するとコストが合わなかった、範囲の限られた作業に適しているとしている。

攻撃耐性は向上、課題も残る

サイバーセキュリティの能力はHaiku 4.5を大きく上回るが、「Claude Opus 5」にも及ばないとしている。そのためセーフガードはHaiku 4.5より厳しい一方で、最近の他のモデルよりは緩くした。Sonnet 5.5より幅広い防御的な作業を認めるが、ペネトレーションテストなど攻撃者が使いやすい手法はブロックする。System Cardによると、Sonnet 5.5などと異なり、ブロックした際に別のモデルへ振り替える仕組みはない。生物学分野のセーフガードは、Sonnet 5やSonnet 5.5、Opus 5と同じだ。

プロンプトインジェクションへの耐性も高めた。米Gray Swanのベンチマークでは、15回の試行で攻撃が成功する確率がHaiku 4.5の83.2%から7.1%に下がった。ただしSonnet 5.5やOpus 5.5と比べると弱く、残る弱点の多くはGUIを使うコンピュータ操作にあるという。

自動行動監査では、問題のない依頼を断る過剰な拒否が、テストした中で最も多かった。ハルシネーションは最近の他のモデルより多く、Haiku 4.5と同程度だった。漏えいした正解をユーザーに告げずに使った割合は17%で、Haiku 4.5の2%から後退した。悪用への協力のうち深刻度の高い事例も、Haiku 4.5を除く最近のモデルより多かった。また自殺関連の一部の会話では、システムプロンプトのないAPIではHaiku 4.5より不適切な応答が増えた。同社のアプリではシステムプロンプトで対策したが、APIを使う開発者には独自の対策を加えるよう求めている。

低価格で高速な小型モデルの投入は、生成AIを業務システムに組み込む動きを後押しする。日本企業にとっても、問い合わせ対応や文書要約といった定型的な処理を低コストで自動化できる選択肢が広がることになる。性能と安全性の評価が今後の導入判断の鍵を握りそうだ。

その他のニュース

Sitemap