Claude Platform

“当社の研究スイートでは、Claude Fable 5.1 が新たな最高スコアを獲得しました。1 つのタスクでは、他のモデルや過去の人間の研究者とは完全に異なる軸に沿った新しいソリューションを考え出し、結果は以前のプラトーをはるかに上回りました。創造的な問題解決においてより優れており、困難な問題を解決するのに必要なひらめきを得ることができます。”

「Claude を選択する決断は、完全にデータに基づいたものでした。複数のモデルプロバイダーを並行してテストしましたが、Claude はケース解決率と顧客満足度スコアにおいて、一貫して最高の結果を示しました」

“Anthropic との提携は非常に素晴らしく、同社のガイダンスとサポートにより、当社のエンジニアリングチームがモデルを最大限に活用できるようになりました」”

“開発者は実際のソフトウェア作業を引き受け、完了できるエージェントを求めています。 GitHub Copilot CLI と VS Code を対象としたテストでは、Claude Opus 5.5 は測定した中で最も少ないトークン数とステップ数の 1 つを記録しました。VS Code では、Opus 5 よりも多くのターミナルタスクを半分未満のステップで解決しました。 個々のタスクをより効率的にするだけでなく、開発者のさらに大規模なプロジェクトをより達成しやすくします。”

“Lovable ビルダーにとって Opus 5.5 は、ゼロから始める場合でもライブアプリで作業する場合でも、同じ品質でより迅速なビルドを意味します。 コンテキストを一度収集し、より少ない回数でより完全な編集を行い、再試行で行き詰まることなく、ステップ数を 3 分の 1 から半分削減し、使用するトークンも大幅に低減させます。”

“Claude Opus 5.5 では同一タスクをより安価かつ迅速に完了できるようになったため、内部評価全体でトークンの効率が明確に向上していることがわかりました。”

“金融企業は一貫して正しいアウトプットを必要としています。 最も低いエフォート設定では、BigFinance Bench において Claude Opus 5.5 は高いエフォートの Opus 5 を上回り、出力トークン数は約 60% 少なくなりました。回答は短くより構造化され、スライドはより密集し、業界標準に沿っています。”

“Claude Opus 5.5 は、中程度のエフォートでデフォルトに採用する最初のモデルです。テストでは高いエフォートで Opus 5 と同等の性能を発揮しながら、出力トークンは 20～25% 少なくなりました。長く厄介な調査では、常に明確で実行可能な回答が返されました。 これは、お客様がより少ないコストでより多くのことが達成できることを意味します。”

“当社のお客様は膨大な量のコンテンツに Box AI を使用しているため、スピードとコストは最優先事項です。 当社の評価では、Claude Opus 5.5 は Opus 5 の 3 分の 1 のトークンを使用し、回答の冗長さは 40% 少なく、精度を損なうことはありませんでした。金融サービスや公共セクターなどの分野では、コンテンツ全体でエージェントを運用するチームにとって、これは非常に重要であると予想しています。”

“Epic の初期テストでは、Claude Sonnet 5.5 はシステム設計監査やデータフローレビューにおいても十分な性能を発揮し、上位モデルに期待されるのと同等の品質基準をクリアしました。新しいモデルはゲームプレイシステム アーキテクチャ向けに数万行ものコードを管理し、レスポンスを迅速に保ち、数時間に及ぶタスクを処理して、より少ない指示的プロンプトで成果を出しました。”

“プロンプトを一切変更せず、Claude Sonnet 5.5 はほぼすべてのオフライン Slackbot 評価で Sonnet 5 よりも優れていました。ステップ数も少なく、出力トークンも約 14% 少なかったのです。 誰かが Slackbot にタスクを与える場合、品質とスピードが最も重要であり、Sonnet 5.5 では Slackbot はユーザーにより良い成果をより迅速に提供できます。”

“返信やエスカレーションリクエストにわたる数百件の実際のサポートユースケースを Claude Sonnet 5.5 に提供しました。現在本番環境で使用している Claude モデルよりも間違った決定事項が少なく、チケットをより迅速に解決しました。チケットの処理速度が 20% 速くなり、お客様が待たずに必要なヘルプを得ることができます。”

“Claude Fable 5.1 は当社のインシデント調査評価における主要モデルです。この評価では実際の本番環境インシデントを使用して、当社のエージェントである Bits Investigation がどれほど効果的に根本原因分析を生成できるかを評価します。当社は、エンジニアが特定した根本原因と照合してエージェントの出力を評価します。 これらの評価では Opus 5 よりも強力な推論能力を示し、テストした中で最も複雑な本番環境インシデントの診断に成功しました。”

“リリース日に、Devin の Opus 5 トラフィックを Claude Fable 5.1 に移行します。 テストではタスクあたりのコストを低く抑えながら Fable 5 に匹敵するか、それを上回る結果を出しました。新しいキャッシュ読み取り価格設定により、コードレビューをはじめとするこれまで Opus で処理していたワークロードに対し、Fable クラスのモデルがようやく経済的に利用できるようになりました。”

“当社は Claude Fable 5.1 に、他の 3 つの最先端モデルが承認した楽天メディカル向けの臨床研究プロジェクトをレビューするよう依頼しました。 どのモデルも発見できなかったギャップが見つかり、さらなるテストを強く求めました。その後、完全に新しい仮説を提案し、ある日の午後には見切りをつけていたデータセットを、新しい研究の方向性に変えました。Claude のような最先端モデルが、このように新しい研究を探求する力を当社に与えてくれたのは初めてです。”

“Claude Fable 5.1 の際立った点は、より理解しやすくより有意義なライティングであり、当社のライティングガイダンスにより良く沿っています。Fable 5 に対するブラインドテストでは、Claude Fable 5.1 の文章と出力を好みました。Canva Code では、実際の音楽と生成されたレベルに合わせたビートに沿ったゲームプレイを備えたリズムゲームを構築しました。これはテスト済みの他モデルでは実現できなかったことです。”

“当社の研究スイートでは、Claude Fable 5.1 が新たな最高スコアを獲得しました。1 つのタスクでは、他のモデルや過去の人間の研究者とは完全に異なる軸に沿った新しいソリューションを考え出し、結果は以前のプラトーをはるかに上回りました。創造的な問題解決においてより優れており、困難な問題を解決するのに必要なひらめきを得ることができます。”

「Claude を選択する決断は、完全にデータに基づいたものでした。複数のモデルプロバイダーを並行してテストしましたが、Claude はケース解決率と顧客満足度スコアにおいて、一貫して最高の結果を示しました」

“Anthropic との提携は非常に素晴らしく、同社のガイダンスとサポートにより、当社のエンジニアリングチームがモデルを最大限に活用できるようになりました」”

“開発者は実際のソフトウェア作業を引き受け、完了できるエージェントを求めています。 GitHub Copilot CLI と VS Code を対象としたテストでは、Claude Opus 5.5 は測定した中で最も少ないトークン数とステップ数の 1 つを記録しました。VS Code では、Opus 5 よりも多くのターミナルタスクを半分未満のステップで解決しました。 個々のタスクをより効率的にするだけでなく、開発者のさらに大規模なプロジェクトをより達成しやすくします。”

“Lovable ビルダーにとって Opus 5.5 は、ゼロから始める場合でもライブアプリで作業する場合でも、同じ品質でより迅速なビルドを意味します。 コンテキストを一度収集し、より少ない回数でより完全な編集を行い、再試行で行き詰まることなく、ステップ数を 3 分の 1 から半分削減し、使用するトークンも大幅に低減させます。”

“Claude Opus 5.5 では同一タスクをより安価かつ迅速に完了できるようになったため、内部評価全体でトークンの効率が明確に向上していることがわかりました。”