2026/04/03Claude Code

AI活用料金・コスト比較

Claude Opus 4.6とは？Sonnet 4.6との違いと実務での使い分け

Claude 4.6ファミリーとは？Opus・Sonnet・Haikuの全体像

2026年2月、AnthropicはClaude 4.6ファミリーをリリースしました。最上位モデルのOpus 4.6が2月5日、バランス型のSonnet 4.6が2月17日に公開。前世代のClaude 4.5から大幅な進化を遂げ、特にコーディング・推論能力とコンテキストウィンドウの拡張が注目されています。

「Opus 4.6とSonnet 4.6、どっちを使えばいいのか」——この疑問は、Claude Codeを業務で使い始めた方なら誰もが直面するはずです。私自身、2025年10月のOpus 4.5リリース時からClaudeをメインツールとして使い続け、4.6への移行も初日から行いました。半年以上の実務経験をもとに、スペックだけではわからない実際の使い分けを解説します。

Claude 4.6ファミリー — Opus・Sonnet・Haikuのモデル全体像

Opus 4.6 vs Sonnet 4.6 — スペック比較

まず、公式スペックを整理します。

基本スペック

コンテキストウィンドウ: 両モデルとも100万トークン（約75万語）。Opus 4.5の20万トークンから5倍に拡張
最大出力トークン: Opus 4.6は128Kトークン、Sonnet 4.6は64Kトークン
処理速度: Sonnet 4.6が40〜60トークン/秒、Opus 4.6は20〜30トークン/秒

ベンチマークスコア

SWE-bench Verified（コーディング）: Opus 4.6が80.8%、Sonnet 4.6が79.6%。差はわずか1.2ポイント
GPQA Diamond（PhD級の科学推論）: Opus 4.6が91.3%、Sonnet 4.6が74.1%。17ポイントの大差

コーディングだけを見ると、SonnetはOpusの98%の性能を5分の1のコストで実現しているように見えます。しかし、この数字だけで判断すると実務で痛い目を見ます。

API料金

Opus 4.6: 入力$15 / 出力$75（100万トークンあたり）
Sonnet 4.6: 入力$3 / 出力$15（100万トークンあたり）
Haiku 4.5: 入力$1 / 出力$5（100万トークンあたり）

コスト差は約5倍。APIで大量に呼ぶ場合、この差は無視できません。ただしClaude CodeのMaxプラン（月額固定）で使う場合はAPI料金を直接意識する必要がないため、純粋にモデル性能で選べるのが大きなメリットです。

ベンチマークでは見えない「実務での差」

SWE-benchのスコアが1.2ポイント差しかないなら、安いSonnetでいいのではないか。多くの比較記事はそう結論づけています。しかし、半年間Opus 4.6を実務で使い続けた体感は違います。

コンテキストが膨れたときの精度維持力

ベンチマークは基本的に「短い入力→正確な出力」を測るテストです。しかし実務では、CLAUDE.md、Skills定義、複数ファイルの読み込み、会話履歴——これらが積み重なり、コンテキストが数万〜数十万トークンに膨れるのが日常です。

Opus 4.6は100万トークンのコンテキストウィンドウを持ち、その大量の情報を読み込んでも指示の見落としや矛盾した出力がほとんど起きません。一方、Sonnet 4.6は同じ100万トークンに対応していますが、コンテキストが大きくなるにつれて細かい指示を見落としたり、前の会話で決めたルールを忘れる場面が増えます。

これはベンチマークには表れない、実務で使い込んで初めてわかる差です。

エージェントとしての判断力

Claude Codeを「コーディング補助ツール」として見れば、Sonnetで十分かもしれません。しかし私の使い方は違います。記事執筆、提案書作成、競合調査、ファイル管理、ナレッジ整備——コーディング以外のあらゆる業務にClaude Codeを使っています。

こうした多様なタスクをこなすには、コーディング能力だけでなく「エージェントとしての判断力」が求められます。複数のツール（MCP）を使い分け、ファイルを読み込み、適切な手順で作業を進める。この判断の精度が、Opus 4.6とSonnet 4.6では明確に異なります。

GPQA Diamond（科学推論）で17ポイントの差がある事実は、複雑な推論が必要な場面でOpusが圧倒的に強いことを示しています。実務ではコーディングより「状況を理解して最適な手順を組み立てる」推論力が重要な場面のほうがむしろ多いのです。

私がOpus 4.6をメインにしている理由

結論として、私は基本的にOpus 4.6一択で運用しています。その理由を3つに整理します。

理由1: コンテキストの受け渡しコストをゼロにしたい

以前はCline（Cursor拡張）を使っていた時期もありましたし、Cursorの独自モデルやChatGPTも併用していました。しかし実務で複数のモデルを使い分けると、コンテキストの受け渡しが圧倒的に面倒です。

「さっきCursorで決めたあのルール、Claude Codeにも伝えないと」「ChatGPTで調べた情報をClaude Codeのセッションに移さないと」——こうしたコンテキストの橋渡し作業は、ツール間の切り替えのたびに発生します。

それなら最初から、コーディングもエージェント業務も全てこなせる1つのモデルに統一したほうが効率的です。その条件を満たすのがOpus 4.6でした。

理由2: 「コーディング能力」と「業務遂行能力」の両立

複数のAIツールを実務で使い比べてきた結論として、モデル選びで重要なのは以下の3点です。

コーディング能力: コードの生成・修正・レビューの精度
エージェント能力: コーディング以外の業務（文書作成・調査・分析）をこなせるか
コンテキスト耐性: 大量の情報を読み込んでも精度が落ちないか

Sonnet 4.6はコーディング能力では遜色ありませんが、エージェント能力とコンテキスト耐性ではOpus 4.6に及びません。3つ全てを高いレベルで満たすのは、現時点ではOpus 4.6だけです。

理由3: Maxプランなら価格差を意識しなくていい

APIの従量課金で使うなら、Opusの5倍のコストは大きな問題です。しかしClaude Code Max 5x（月額$100）の定額プランであれば、Opus 4.6をどれだけ使っても追加費用はかかりません。

もちろんMaxプランにもトークン消費の上限はありますが、トークン節約を意識しつつ、単純作業はCodex（OpenAI）に委譲することで、月$100で十分に回せています。Maxプランを使うなら、コストを理由にSonnetに妥協する必要はありません。

Sonnet 4.6を使う場面はあるのか

「じゃあSonnetは使わないのか」と聞かれると、完全にゼロではありません。Claude Codeの/fastモード（Sonnet 4.6に切り替わる）を使う場面もあります。ただし、その用途は極めて限定的です。

Sonnetに切り替える3つの場面

ファイル・フォルダの整理: ディレクトリ構造の変更やファイル名のリネームなど、判断が不要な作業
軽微なバグ修正: 自分でもすぐに直せるレベルの修正。タイポ修正やCSSの微調整など
デザイン修正のみ: Webサイトの見た目を少し変えるだけで、ロジック変更が不要な場合

共通点は「自分でもすぐにできるが、AIにやらせたほうが速い」レベルの単純作業です。判断や推論が必要なタスクでは、速度が遅くても必ずOpus 4.6を使います。

Sonnetが向いている人

とはいえ、全員がOpusを使うべきとは思いません。以下に当てはまる方にはSonnet 4.6が合っています。

API従量課金でコストを抑えたい方: Opusの5分の1のコストは大きなアドバンテージ
コーディング補助がメインの方: SWE-benchで98%の性能を出せるSonnetで十分
処理速度を重視する方: Sonnetの40〜60トークン/秒はOpusの約2倍。レスポンスの速さを重視するなら有利
コンテキストが小さい作業が多い方: 短い指示→短い出力のやり取りでは、両モデルの差は小さい

Haiku 4.5はどう使い分けるか

Haiku 4.5はClaude 4.xファミリーの中で最も軽量・高速・低コストなモデルです。入力$1/出力$5（100万トークンあたり）で、大量処理向け。

正直なところ、Claude Codeの実務でHaikuを積極的に使う場面はほぼありません。Haikuが活きるのは、APIを使ってバッチ処理を大量に回すようなシステム開発のバックエンド用途です。例えば、問い合わせフォームの自動分類、定型メールの下書き生成、大量データのラベリングなどです。

Claude Code単体で業務を行う場合は、Opus 4.6とSonnet 4.6（/fast）の2択で考えるのが実用的です。

Claude 4.5から4.6で何が変わったのか

前世代のClaude 4.5と比較して、4.6ファミリーの最大の進化は以下の3点です。

1. コンテキストウィンドウが5倍に

Opus 4.5は20万トークンでしたが、Opus 4.6では100万トークンに拡張されました。これはOpusファミリーとして初めてです。100万トークンは書籍にして約10冊分。大規模なコードベースを丸ごと読み込ませたり、長期間の会話履歴を維持しながら作業を続けることが現実的になりました。

2. コーディング精度の維持と推論の強化

SWE-benchのスコアはOpus 4.5（80.9%）からOpus 4.6（80.8%）でほぼ横ばいですが、これはコンテキストウィンドウが5倍に拡張されたにもかかわらず精度が落ちていないことを意味します。コンテキストを広げると通常は精度が犠牲になりますが、4.6ではそのトレードオフを克服しています。