Claude Opus 5とは、Anthropicが2026年7月に公開した最上位級のAIモデルのことです。

新しいモデルが出るたびに乗り換えるかどうかで迷う事務所は多いはずです。この記事では、Claude Opus 5について公式が公表している仕様と価格を押さえたうえで、士業事務所の業務のどこに当てると効きやすいか、切り替え前に何を検証しておくかを扱います。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で確認しています。Anthropicの公式ページによると、Opus 5の価格は入力100万トークンあたり5ドル、出力100万トークンあたり25ドルからと案内されています（出典: 同ページ）。

2026年7月のOpus 5公開で、事務所の選択肢がどう動いたか

結論を先に置くと、価格帯を据え置いたまま上位モデルの性能が上がった、という形の更新です。乗り換えの判断で見るべき軸は、価格ではなく処理できる仕事の幅のほうに寄ります。

Anthropicの発表によれば、Claude Opus 5はClaude Fable 5に迫る知能水準を半分の価格で提供するモデルとして案内され、Claude Maxの既定モデル、Claude Proで選べる最上位モデルという位置づけになりました（出典: 同ページ）。前世代のOpus 4.8と同じ費用で性能が上がったという説明も添えられています。

利用経路も広がっています。公式のOpusページは、Pro、Max、Team、Enterpriseの各プランに加えて、Claude Platform、Amazon Web Services、Google Cloud、Microsoft Foundryでの提供を挙げています（出典: 同ページ）。事務所がすでにクラウド事業者と契約している場合、その環境の中で使える選択肢があるという意味になります。

仕様面では、Opusシリーズが100万トークンのコンテキストウィンドウを備える点が公式ページに明記されています（出典: 同ページ）。士業の実務に引き付けると、これは長い契約書や複数年分の帳簿、分厚い就業規則と関連する通達をまとめて読ませられるということです。分割して投げていた資料を1回で渡せる場面が増えます。

もう一つ、費用側で効く要素があります。同ページは、プロンプトキャッシュの利用で最大90%、バッチ処理で50%の費用削減が見込めると案内しています（出典: 同ページ）。事務所の定型処理は同じ前提条件を毎回読ませる形になりやすく、キャッシュが効きやすい構造です。ここを設計するかどうかで、月額の実効コストが変わります。

日本の事務所にとって見落としやすいのが、推論の実行地域です。同ページは、米国内で実行する必要のあるワークロード向けに、入力と出力のトークン価格を1.1倍とする米国限定推論を用意していると案内しています（出典: 同ページ）。逆に言えば、既定では実行地域が固定されていないということでもあり、顧問先との契約でデータの所在に条件が付いている事務所は、この点を先に確認する話になります。

運用面で押さえておきたいのが、努力度の設定です。公式ページは、どれだけ考えさせるかを利用者が制御でき、価値の高いタスクでは高い努力度で本来の性能まで引き出せ、そこまでを求めないタスクでは低い費用で走らせられると案内しています（出典: 同ページ）。士業の業務は、判断が絡む仕事と機械的な仕事の落差が大きい職種です。この設定を使い分けられるかどうかが、実効コストに直結します。

事務所が意思決定する材料として、乗り換えの選択肢は3つに整理できます。上位モデルへ全面移行する、用途を絞って部分移行する、当面は据え置いて次の世代を待つ、の3つです。全面移行は管理が単純になる反面、費用が読みにくくなります。部分移行は費用を抑えられますが、どの仕事にどちらを使うかを所内で共有する手間が乗ります。据え置きは何もしないことではなく、検証だけ回しておいて判断を保留する形を指します。

なお、効率のよさを謳う指標の多くはベンダー自身の測定です。同社が示すベンチマーク結果は参考値として扱い、自分の事務所の実際の書類で試すのが現実的な検証手順になります。第三者の独立した検証結果については、公表状況が限られるため要確認としておきます。

事務所業務でOpus 5を試す6用途と、切り替え前の検証手順

用途を先に列挙します。長文の契約書や規程の読み込み、複数資料の突き合わせ、想定問答の作成、顧問先向け説明資料の下書き、過去案件の横断検索、定型書面のたたき台作成の6つです。いずれも、有資格者が最終確認する前提で、下書きと材料整理を任せる使い方になります。

1つめは長文の読み込みです。100万トークンのコンテキストを活かせるのがここで、就業規則、賃金規程、育児介護休業規程、労使協定をまとめて渡し、相互の矛盾点を洗い出させる使い方が向きます。人が読むと半日かかる突き合わせが、指摘の一覧を得るところまでなら数分で済みます。指摘の当否を判断するのは有資格者です。

2つめは複数資料の突き合わせです。顧問先から届いた資料と、前年の申告書、通達の改正内容を並べて、変更点と確認事項を整理させます。会計事務所であれば決算書と勘定科目内訳書、社労士事務所であれば算定基礎届と賃金台帳という組み合わせになります。

3つめは想定問答の作成です。税務調査、労働基準監督署の調査、株主総会など、想定される質問と回答の骨子を作らせます。ここは事実関係を渡す量が精度を決めるので、資料を出し惜しみしないほうが結果がよくなります。ただし顧問先を特定できる情報の扱いは、後述する規程の枠内に収めます。

4つめは顧問先向け説明資料の下書きです。改正内容を顧問先の担当者に説明する1枚資料を作らせます。読み手の知識水準を指定すると、語彙の調整までしてくれます。総務担当者向けと経営者向けで同じ内容を2種類作らせ、事務所側で使い分けるという運用もできます。作らせた資料をそのまま渡すのではなく、事務所の見解を1段落足してから渡すと、顧問料の説明が立ちます。

5つめは過去案件の横断検索です。事務所内に蓄積した過去の回答や書面を渡し、今回の案件に近い事例を探させます。検索というより、似ている理由まで説明させる使い方が効きます。キーワードが一致しない案件でも、争点の構造が同じものを拾ってくることがあり、そこに価値が出ます。ただし過去の回答が当時の法令に基づいている点は変わらないので、現行法との差分は別途あたる工程が挟まります。

6つめは定型書面のたたき台です。委任状、通知書、督促状といった様式の決まった文書を、案件情報から起こさせます。様式が固まっているぶん、確認の負荷も軽くなります。この用途は上位モデルでなくても品質が足りることが多く、費用の観点では下位モデルに寄せる候補になります。上位モデルを試す段階で、あえて下位モデルとの差が出ない用途を見つけておくと、あとの割り当てが決めやすくなります。

あなたは士業事務所の実務担当を補助するアシスタントです。
添付した複数の規程類を読み、相互に矛盾する記載、参照先が存在しない記載、
改正で更新されていない可能性がある記載の3種類を洗い出してください。

制約:
- 各指摘には、根拠となる条項番号と該当箇所の原文を添えてください。
- 法的な当否の結論は書かないでください。判断は有資格者が行います。
- 原文に書かれていない条項を推測で補わないでください。見つからない場合は「該当なし」と書いてください。
- 出力は「指摘」「根拠条項」「確認が要る点」の3列で、優先度の高い順に並べてください。

切り替え前の検証手順は4段です。第1段は、過去に処理済みの案件を3本用意し、当時の成果物を正解として置きます。第2段は、いま使っているモデルとOpus 5に同じ入力を与え、出力を並べます。第3段は、事実誤り、抜け、余計な断定の3観点で差を数えます。第4段は、その差が費用差に見合うかを判断します。

この4段で肝心なのは、第1段で正解を先に固定することです。出力を見てから良し悪しを決めると、新しいモデルのほうがよく見える傾向が出ます。正解を先に置いてから比べる形にすると、判断がぶれにくくなります。

あなたはモデル比較の評価者を補助するアシスタントです。
以下の「正解となる成果物」と「モデルAの出力」「モデルBの出力」を読み、
3つの観点で差分を列挙してください。

観点:
1. 事実誤り（正解と矛盾する記述）
2. 抜け（正解にあって出力に無い論点）
3. 余計な断定（正解が留保している点を言い切っている記述）

制約:
- どちらが優れているかの総合評価は書かないでください。差分の列挙のみを出力してください。
- 各差分には該当箇所の引用を添えてください。
- 観点ごとに件数を最後に集計してください。

# 正解となる成果物
（貼り付け）

# モデルAの出力 / モデルBの出力
（貼り付け）

事務所として決めておくのは、どの用途にどのモデルを当てるかの割り当てです。上位モデルを全用途に使うと費用が膨らみ、下位モデルに寄せると品質が落ちます。長文読解と突き合わせは上位、定型書面と要約は下位という切り分けが、費用と品質の折り合いが付きやすい形です。モデル別の使い分けの考え方はGemini 3.5 Flashのコスト構造と用途別の判断基準でも整理しています。コード生成やファイル操作まで含めた自動化に踏み込む場合は、Claude Codeで士業事務所の定型業務を自動化する型と権限設計が参考になります。

顧問先の資料を渡す前に確認する、学習利用とデータ所在の論点

守秘義務との関係で先に確認するのは、そのプランが入力と出力をモデルの学習に使うかどうかです。ここはベンダーとプランの組み合わせで扱いが変わるため、契約中のプランの公式記載を根拠として保存しておく形になります。

Anthropicのプライバシーセンターは、商用製品について、既定では入力と出力をモデルの学習に使用しない旨を案内しています（出典: 同ページ）。ただし、利用者が明示的に報告した素材や、開発パートナープログラムなどで同意した場合は例外として扱われます。消費者向けプランと商用プランで記載が異なる点は、事務所が契約するプランを特定してから読む必要のある部分です。この読み分けの観点は生成AIの法人プランと学習利用の比較で整理しています。

データの所在も論点になります。前述のとおりOpus 5には米国限定推論の選択肢があり、これは裏を返せば既定の実行地域が固定されていないことを意味します。顧問先との秘密保持契約に、データの保管地や処理地に関する条項が入っている場合、その条項と実際の構成が合っているかを照合する作業が生じます。ここは契約書の文言次第で結論が変わるため、一般論としての答えは出せません。

士業の守秘義務そのものの根拠は職種ごとに置かれています。弁護士法第23条は職務上知り得た秘密の保持について、税理士法第38条は税理士業務に関して知り得た秘密について、公認会計士法第27条は業務上取り扱ったことについて知り得た秘密について、社会保険労務士法第21条は業務に関して知り得た秘密について、それぞれ規定を置いています。外部サービスの利用がこれらとどう整理されるかは、契約形態とデータの流れを見たうえで事務所が判断する領域です。

個人情報を含む資料を扱う場合、個人情報の保護に関する法律第23条の安全管理措置と、同法第25条の委託先の監督が関係してきます。外部のAIサービスの利用が委託にあたるかどうかで適用の整理が変わるため、契約書の性質を確認したうえで組み立てる話になります。

事務所規程に落とすなら、書くのは4つです。使ってよいプランの限定、投入してよいデータの層、出力を外部に出す前の確認者、そしてモデルを切り替えたときの再検証の要否です。4つめが抜けている規程が多く、新しいモデルが出るたびに検証なしで乗り換わっていく状態になりがちです。規程の点検サイクルの設計はNIST AI RMFを士業事務所に落とす手順も参考になります。

検証の結果は、記録に残す形にしておきます。どのモデルを、いつ、どの用途で採用したか。差分がどの観点で何件あったか。判断した人は誰か。この3点が残っていれば、半年後に次のモデルが出たときの比較対象になります。記録がないと、前回どこまで見たかを思い出すところから始めることになります。

新モデルへの乗り換えで起きやすい4つの失敗

1つめは、性能が上がったという前提で確認を省くパターンです。上位モデルでも、存在しない条番号や実在しない通達名を出力する場面は残ります。むしろ文章の完成度が上がるぶん、誤りが誤りに見えにくくなります。確認の手を緩めるのではなく、確認の観点を絞るのが正しい方向です。

2つめは、費用の見積もりを入力側だけで立てるパターンです。長文を読ませる使い方は入力トークンが増えますが、詳細な出力を求めると出力側が効いてきます。出力の単価は入力の5倍という価格構成なので（出典: 前掲のAnthropic公式ページ）、要約を短く指定するだけで実効コストが動きます。

3つめは、プロンプトを作り直さずに載せ替えるパターンです。前のモデル向けに細かく制約を書き込んだプロンプトは、新しいモデルでは冗長になっていることがあります。乗り換えのタイミングで、制約のうち不要になったものを削ぎ落とす作業を挟むと、トークンも精度も改善します。

4つめは、所内の一部だけが先に乗り換えてしまうパターンです。同じ業務を担当する所員が別のモデルを使っていると、成果物の粒度と文体がばらつきます。顧問先から見ると、担当者によって回答の質が違うという印象になります。乗り換えるなら業務単位で足並みを揃え、切り替えた日付を記録に残しておく形が扱いやすくなります。

導入検証にかかる工数と、持ち手の置き方

検証そのものは重くありません。参考までに、過去案件3本で比較する形であれば、資料の準備に半日、比較の実施と差分の整理に半日、判断と記録に2時間程度を見込む例があります。所内で回すなら1日で終わる規模です。

費用は契約形態で変わります。Claude Proや Max のような定額プランで使うのか、Claude Platform経由で従量課金にするのかで、月額の性格が変わります。定額プランは所員の人数で積み上がり、従量課金は処理量で積み上がります。事務所の使い方が特定の繁忙期に偏るなら従量、通年で平準化しているなら定額が読みやすい形です。

持ち手は、モデル選定と契約管理を1人に集約するのが運用しやすい形です。所員が個別に契約を持つと、学習利用の設定もデータの所在もばらけます。所内で使うプランを1つに絞り、その1つについて公式記載を読み込んで記録に残す。この形にしておくと、顧問先から問われたときに即答できます。単独で運営している事務所の進め方は一人事務所のAI活用の進め方で扱っています。

所員への展開も、いきなり全員に配らないほうが混乱が少なくて済みます。まず担当を一人決めて2週間ほど使い込み、事務所の業務に合うプロンプトを3つか4つ作る。それを所内に配ってから全員に開放する、という順番です。ツールだけ先に配ると、使われないか、想定外の使われ方をするかのどちらかになります。

モデルの世代交代が速い時代に、事務所が持つべき構え

今後の論点は、モデルの更新頻度に事務所の検証サイクルが追いつくかどうかです。上位モデルの世代交代は数か月単位で進んでおり、そのたびに全用途を検証し直すのは現実的ではありません。検証する用途を、事故が起きたときの影響が大きいものに絞る運用が要ります。

もう一つは、エージェント的な使い方が広がったときの記録の残り方です。長時間にわたって自律的に作業を進める使い方では、途中の判断が人の目に触れないまま流れていきます。どこで何を参照し、何を根拠に結論を出したかを後から辿れる形にしておかないと、顧問先への説明が成り立ちません。

事務所として持つべき構えは、モデルを追いかけることではなく、検証の型を1つ持っておくことです。型があれば、次のモデルが出たときに同じ手順を回すだけで済みます。型がないと、毎回ゼロから議論することになります。

そしてもう一点、顧問先に対して、どのAIを使っているかを説明できる状態にしておくことが、これから効いてきます。使っているモデル名、契約プラン、学習利用の扱い、データの処理地。この4点を1枚にまとめておけば、顧問先の情報システム部門から照会が来たときに、そのまま渡せます。照会が来てから調べ始める事務所と、すでに持っている事務所とでは、信頼のされ方が変わります。

よくある質問

Claude Opus 5 の価格はいくらですか

入力100万トークンあたり5ドル、出力100万トークンあたり25ドルからとAnthropicの公式ページが案内しています（出典: 前掲のAnthropic公式Opusページ）。プロンプトキャッシュで最大90%、バッチ処理で50%の削減が見込めるとも記載されています。

いま使っているモデルから乗り換えるべきですか

判断材料は用途によって変わります。長文の読み込みや複数資料の突き合わせが業務の中心なら、コンテキストの広さが効く可能性があります。定型的な要約や短文生成が中心であれば、下位モデルとの差が費用に見合わない場面もあります。過去案件で比較してから決める形が現実的です。

顧問先の資料をそのまま入力してよいですか

事務所の規程と顧問先との契約次第です。Anthropicのプライバシーセンターは、商用製品について既定では入力と出力を学習に使用しない旨を案内していますが、これは学習利用の話であって、守秘義務との整理は別に行う領域です（出典: 前掲のプライバシーセンター）。

100万トークンのコンテキストはどれくらいの分量ですか

日本語の文書量に単純換算する公式の指標は示されていないため、実際の分量は扱う文書で試して測るのが手堅い方法です。目安としては、複数の規程類と関連する通達をまとめて渡せる規模と考えておくと、用途の見当が付きます。

米国限定推論とは何ですか

米国内で処理を実行する必要があるワークロード向けの提供形態で、入力と出力のトークン価格が1.1倍になるとAnthropicの公式ページが案内しています（出典: 前掲のAnthropic公式Opusページ）。データの処理地に条件がある案件で選択肢になります。

ベンチマークの数字はどこまで信用できますか

ベンダー自身が公表する測定値は、測定条件と対象タスクが自社に有利に設計され得る点を踏まえて読む形になります。自分の事務所の実際の書類で、過去の成果物を正解として比較するほうが、判断材料として使えます。

努力度の設定はどう使い分ければよいですか

判断が絡む仕事に高い設定を、機械的な仕事に低い設定を当てる形が基本です。Anthropicの公式ページは、高い努力度で本来の性能まで引き出せ、そこまでを求めないタスクでは低い費用で走らせられると案内しています（出典: 前掲のAnthropic公式Opusページ）。事務所であれば、規程の突き合わせは高く、定型書面の下書きは低く、という割り当てになります。

事務所内で複数のモデルを併用してもよいですか

併用している事務所は珍しくありません。用途ごとに割り当てを決めておくと費用が抑えられます。ただし契約が増えるほど学習利用とデータ所在の確認先も増えるため、管理の手間との兼ね合いで決める形になります。

参考文献

• Anthropic Claude Opus 製品ページ
• Anthropic Introducing Claude Opus 5
• Anthropic Privacy Center Is my data used for model training?
• Claude Platform Docs Claude Opus 5の新機能
• e-Gov法令検索 個人情報の保護に関する法律
• e-Gov法令検索 税理士法
• e-Gov法令検索 弁護士法
• e-Gov法令検索 社会保険労務士法

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/