【9/29 AIニュース】そのSonnet、単価そのままで1件あたり最大3割安い ─ Claude Sonnet 5.5

カズ｜生成AI・エージェントラボ

2026年9月29日 08:16

今朝のいちばんは、あなたが毎日 Claude Code やアプリで使っている Sonnet が、昨夜のうちに 5.5 へ切り替わったことです。しかも値札は1セントも動いていません。

動いたのは1件の仕事に使うトークンの量のほうです。Anthropic は自社テストで「同じ作業あたり最大30%安い」としています。つまり値下げの発表ではないので、請求書の単価欄は先週と同じまま。変わるのは明細の行数のほうです。

今朝は8件を並べます。読み終えたら Claude Code を claude update で 2.1.284 に上げて、/usage を開いてください。今月使った金額がドルの実額で出るようになりました。

今朝の8件を一行ずつ

Claude Sonnet 5.5 が公開。単価は Sonnet 5 と同額のまま、1件あたり最大30%安く、出力は30%以上速い
Claude Code 2.1.284 が同時に出て、API の既定 Sonnet が 5.5 に。/usage に使った金額がドルで出る
Cloudflare が新CLI cf をオープンベータで公開。wrangler の約280操作に対し3,000操作超を1本に束ねた
その cf を作る動機になった数字が「先週の wrangler 利用の48%はエージェント」。3月は25%だった
firelex/jeff が Jev 互換の判定モデルを公開。ワークステーション用GPU1台・約2時間の訓練で総合83.1
NVIDIA が Open Agent Safety Platform を発表。エージェントの逸脱をDPU上の別系統がミリ秒で隔離する
Codex 0.158.0 が正式版に。昇格権限で走るコマンドの端末入力承認が既定オンになった
Cursor の変更履歴は9月23日から止まったまま。同じ週に Claude Code は5版出ている

Claude Sonnet 5.5 ─ 値札は据え置き、減ったのは1件に使うトークン

日本時間9月29日の未明、Anthropic が Claude Sonnet 5.5 を公開しました。Claude 5.5 世代の2番目のモデルで、9月22日に出た Opus 5.5 の下に入ります。

価格は Sonnet 5 と完全に同じ、100万トークンあたり入力2ドル・出力10ドル・キャッシュ読み0.20ドル・キャッシュ書き込み2.50ドルです。Opus 5.5 と並べると入力・出力・書き込みがちょうど半額になります。

70.6%という数字が、同じ表のどこに位置するか

目を引くのは Terminal-Bench 4.0 の 70.6% です。ターミナル上で複数手順の実務をこなせるかを測るもので、同じ表の Sonnet 5 は 10.3%、Opus 5.5 は最高設定で 66.4% と書かれています。

上位モデルより安いほうが高い点を取っているのは、公開された表8行のうちこの1行だけです。 残り7行は Opus 5.5 が上に立ちます。

ただし CursorBench 4.0 の 55.5% 対 57.8%、GDPval-AA の 1844 対 1846 はいずれも僅差。Sonnet 5 との差では、その GDPval-AA が1449から1844へ約400点上がっています。

「最大30%安い」は誰の数字か

ここは切り分けておきます。30%はすべて Anthropic の自社テストと、事前に触った企業の申告であって、第三者の独立計測ではありません。

Balyasny Asset Management ─ 2,441件の金融タスクで1回答あたり約121kトークン。Sonnet 5 は497kで、およそ4.1分の1
Base44 ─ 118件のアプリ構築で平均3.6反復。Opus 5 は7.7で半分以下
Slack ─ プロンプトを変えずに出力トークンが約14%減

幅が14%から76%まで開いているのは、仕事の種類でトークンの減り方がまるで違うからです。自分の請求がどこに当たるかは、自分の使い方を1週間測るまで分かりません。なお thinking を切って使っている人は、移る前に between_tools という設定への切り替えが要ります。

同じ日のうちに GitHub Copilot でも一般提供が始まりました（日本時間9月29日3時3分）。Pro から Enterprise までの有料プラン全部が対象で、VS Code・Copilot CLI・コーディングエージェント・JetBrains などから使えます。

ただし展開は段階的で、今朝すぐ選べるとは限りません。

Cloudflare cf ─ wrangler を叩いている48%は、もう人間ではない

Cloudflare が9月28日、新しいコマンドラインツール cf をオープンベータで公開しました。npm i -g cf で入ります。wrangler の設定ファイルがあるプロジェクトではそのまま wrangler を使う設計なので、置き換えではありません。驚いたのは、公開の理由に出された数字のほうです。

Cloudflare はこう書いています。「2026年3月には、エージェントが Wrangler 利用の4分の1を占めた。その前年は1桁%だった」。そして先週、エージェントの利用は48%に達した ——これが新しいCLIを出した理由だ、と。

48%を「半分がAI」と読むと、たぶん間違える

この48%は、人間の利用が半分に減ったという意味ではありません。同じ段落に、エージェントは1日に使う異なるコマンドの種類が人間のほぼ2倍、6種類以上を使う確率は約4倍とあります。

人間の使い方は変わらないまま、その横でエージェントが猛烈に叩いた結果の48%です。半年で25%から倍になった速さのほうが、水準そのものより重いと思います。

そのうえで cf が変えたものは4つです。

対応範囲 ─ wrangler の約280操作に対し、Cloudflare API 全体の3,000操作超をカバーする
出力 ─ JSON が既定。エージェントが毎回 --json を足していた手間を消した
設定 ─ TOML の wrangler.toml ではなく TypeScript の cloudflare.config.ts。型チェックが効く
発見 ─ cf cli search に自然文を渡すと、該当するコマンドを探せる

firelex/jeff ─ Jev 並みの判定モデルが、GPU1台・約2時間で作れた

9月24日に「Jev の中身は25行の Python だった」を、9月27日に「同じ手口が画像にも広がった」を扱いました。今朝の新しさは重みが公開されたことです。使い方ではなく、作り方と成績表が出てきました。

jeff は Qwen3.5 と Gemma 4 を微調整した判定専用モデル群です。文章を生成せず選択肢ごとの確率を1回の前向き計算で返す仕組みは、9月24日に書いたとおり。変わったのは置き場所で、0.8B が1.7GB、2B が4.2GB。手元のパソコンに収まります。

公開は日本時間9月29日1時18分、コードは MIT、重みは Apache-2.0。Jev と同じ形式のリクエストを受けますが、開発元とは無関係な独立プロジェクトだと明記されています。スターは今朝7時20分に89、7時35分に118で、書いている最中も増えていました。

勝っている場所と、負けている場所が、きれいに分かれている

5つの公開ベンチ4,599問の総合は、0.8B が79.1、2B が83.1、Gemma4-E2B が81.6。Jev の公表値83.0を 2B がわずかに上回りました。ただし総合だけ見ると取り違えます。

勝ち ─ 金融文の分類は96.4 対 77.0、根拠づけの検査（RAGTruth）は86.1 対 77.3
負け ─ 多段の推論（BBH）は64.0 対 94.3、判定の当否は62.6 対 78.6、常識推論は68.6 対 90.7

つまり「分類と根拠の照合は0.8Bで足りる。考えさせる仕事は無理」という線が、数字で引けます。作者自身も README にそう書いており、都合の良い総合点だけを押し出してはいません。

28ミリ秒と、GPU1台で約2時間

速度は0.8Bで、RTX PRO 6000 が22ms、Apple M4 Max の MLX が28ms、32スレッドのCPUが463ms。

28msは、同じ判定を外部APIへ投げた往復とは桁が違います。README が引く Jev の公開値は1回114〜212ms（同じ機械での比較ではなく、Jev 側は通信時間を含みます）。

そして、訓練の条件が今朝いちばん引っかかったところです。README によれば、ワークステーション用GPU 1台で 0.8B が約2時間、2B が約3.5時間。訓練データはオープンモデルが書き、テストは MacBook。クラウドGPUは使わず、クローズドモデルの出力は訓練データに入れていないと明記されています。

その他の動き

細かいものを4件、一行ずつ足しておきます。

Claude Code 2.1.284（日本時間9月29日2時11分）。API の既定 Sonnet が 5.5 に。作業ディレクトリの外を読むときの確認に「はい、ただし次回も聞いて」が増え、/usage とステータスラインに「271.40ドル / 500.00ドル」のような実額が出る
NVIDIA Open Agent Safety Platform（9月28日）。エージェントを閉じ込める OpenShell（オープンソース）と、BlueField-4 というデータ処理ユニット（DPU）の上で別系統として動く監視役 Sentry の2段構え。範囲を外れたらミリ秒で隔離する。Anthropic・Microsoft・Hugging Face を含む100社超が参加。9月26日に当欄で扱った Hugging Face 侵入は、まさにこの形の事故だった
Codex 0.158.0 が正式版（日本時間9月28日14時7分）。昇格した権限で走るコマンドについて端末入力の承認が既定オンに。Mermaid 図の引用符付きラベルとアンパサンドも描画できるようになった
Cursor の変更履歴は9月23日から止まったまま。同じ期間に Claude Code は 2.1.280 から 2.1.284 まで5版、Codex は正式版1本と事前版を複数出している

今日いちばん効くのはこれ

タイトルに立てたのは Sonnet 5.5 ですが、半年後に効いてくるのは Cloudflare の48%のほうだと考えています。

モデルの値下げと世代交代は、この1週間だけで3回起きました。9月22日に Opus 5.5 と GPT-6 が同日に値下げし、今日 Sonnet 5.5。来たら乗り換えればいい種類の出来事です。

値段は毎月動く。道具の設計思想はそう何度も動かない

48%が違うのは、道具の作り手が「人間向けに作るのをやめる」最初の大手の事例だからです。JSON を既定にし、設定を型付きにし、コマンドを自然文で探せるようにする。

「エージェントが使いやすいように」という思想が、実際に製品の既定値を書き換えた記録です。同じ圧力は、あなたが毎日叩いている他のCLIにも同じ順番でかかります。

Sonnet 5.5 は今日の請求書を変えます。48%は来年の手元の道具の形を変えます。手を動かすのは前者ですが、覚えておく価値があるのは後者のほうです。

なぜ書いたか

朝のニュースまとめとして、海外の発表が日本の深夜に出る時差のぶんを埋めるために書いています。今朝は「値札が動いていないのに安くなる」という、見出しだけでは伝わりにくい形の変化が重なりました。単価と総額を分けて書けば、自分の請求がどちらの話か判断できるはずです。