Claude Codeでなぜ異変、「旧モデルのほうが良い」が続出…AI進化で起きた逆転現象

Claude Codeで何が？「旧モデル回帰」広がる異変

　Claude Codeのユーザーコミュニティで、少し異様な事態が起きている。「Opus 5は冗長だ」「1回のプロンプトで利用枚を大量に使った」といった似た内容の投稿が増えすぎて、肝心の開発事例やワークフローに関する議論が埋もれているというのだ。

　RedditのClaude Codeコミュニティでは、こうした現状そのものを問題視する投稿が多くの支持を集めている。投稿者は、Opus 5の冗長さ、利用量への不満、競合モデルへの乗り換えといった話題を専用スレッドに集約し、実際に作ったものや開発ワークフロー、高度な効率化策などをもっと議論したいと訴えている。

　話題になったのは「Opus 5が嫌いだ」という1人の感想ではない。最新モデルに対する同種の不満が繰り返し投稿され、ついには「コミュニティとしてどう扱うか」が議論されるところまで来たのである。

　またRedditのClaudeAIでは、旧世代のClaude Opus 4.6を「直接的」「目的志向」「明快」などと評価する投稿が大きな支持を獲得している。投稿者はコーディングなどでは新しいモデルも使う一方、日常的な利用ではOpus 4.6を高く評価しているという。

　Hacker Newsでも、「Add to Cartのボタンを青くして」とClaudeへ依頼した際の振る舞いを風刺したコンテンツが1,100ポイントを超え、440件を超すコメントを集めた。「必要以上に検証する」「頼まれていないことまでやる」といった最近のAIの“過剰な親切さ”に対する体験談が並んでいる。

　性能は進化したはずなのに、なぜ一部の利用者は「以前のほうが使いやすかった」と感じているのか。

公式資料に答え？Opus 5が「長すぎる」理由

　では、Claude Opus 5は本当に性能が落ちたのか。


　米アンソロピックが2026年7月に発表したOpus 5は、コーディングや知識労働で高い性能を持つ新モデルだ。ビジネス＋ITでも、最上位のClaude Fable 5に迫る性能を持ちながら、前世代のOpus 4.8と同額で提供されるモデルとして報じている。

　ところが興味深いのは、アンソロピック自身がOpus 5について、従来モデルとは明確に異なる振る舞いを説明していることだ。

　アンソロピックのOpus 5向け公式プロンプティングガイドによると、Opus 5は以前のOpusモデルより、ユーザーに見える回答がデフォルトで長くなる。さらに、指示されなくても自ら仕事を検証し、場合によっては依頼されていない手順を加えたり、自らの判断でタスクの範囲を広げたりするという。

　サブエージェントへの仕事の委任も従来モデルより積極的だ。アンソロピックは、独立して進められる大きな仕事ではメリットがある一方、小さなタスクで使えばコストと時間を増やすとして、利用場面を明示的に制限する方法まで紹介している。

　つまり、「回答が長い」「勝手に確認作業を増やす」「頼んでいないところまで手を広げる」といった利用者の声は、少なくとも一部については、Opus 5で強化されたエージェント的な振る舞いと重なるのである。

　さらに面白いデータがある。AIモデルをユーザー投票で比較するArenaの9月11日時点のText Arenaでは、Instruction Following（指示追従）部門でClaude Opus 4.6 Highが1位なのに対し、Claude Opus 5 Highは5位だった。総合ではOpus 4.6 Highが2位、Opus 5 Highが9位となっている。順位は投票によって変動し、これだけで性能の優劣を断定することはできない。それでも「新しいモデルが、すべての評価軸で古いモデルを上回るわけではない」という点は興味深い。

　すなわち、AIの能力が上がることと、人間の指示に対して必要最小限の仕事だけを返すことは、必ずしも同じではないということだ。

「最新＝最適」は古い？企業のAI選びが変わるワケ

　たとえば、大規模なコードベースから障害原因を探し、複数ファイルを修正し、テストまで完了させる仕事を考えてみよう。この場合、自ら問題を調べ、作業を検証し、必要なら別のエージェントへ仕事を分担する能力は大きな武器になる。

　一方で、「このボタンだけ青くして」「この文章を200文字以内にして」という狭い仕事では事情が違う。AIが周辺まで調査し、何度も検証し、頼んでいない改善まで始めれば、能力の高さがそのまま利用者の待ち時間やトークン消費、確認作業の増加につながる場合がある。

　これは「AIが賢くなりすぎたからダメになった」という単純な話ではない。むしろ、生成AIが対話ツールから、自ら判断して長時間働く「AIエージェント」へ進化したことで、何をもって“良いAI”とするかが分かれ始めたと考えたほうが自然だろう。

　文章の要約なら余計なことをせず短く返すモデルが使いやすいかもしれない。一方、複雑なソフトウェア開発では自律的に検証するモデルが有利になる。さらにコストを重視する大量処理では、最高性能ではない小型モデルが最適になる場合もある。1つのランキングだけでは決められない世界だろう。

　これまでは「最新モデルを入れたか」「最も高性能なAIを契約したか」が分かりやすい評価軸だった。しかしAIを実務へ本格投入するなら、モデル単体のベンチマークだけでなく、仕事を完了するまでのトークン量、処理時間、人間による修正回数、レビュー時間まで見る必要がある。


　そして、最新版へ一斉に切り替えるのではなく、文章作成、検索、分析、コーディング、長時間のエージェント処理といった仕事ごとにモデルを選び分ける発想も重要になるのかもしれない。

　Claude Codeコミュニティで噴き出した「Opus 5は長すぎる」という不満。その裏側にあるのは、単なる旧モデルへの懐古ではない。AIが急速に賢く、自律的になるほど、「一番賢いAI」と「自分の仕事に一番向いているAI」が一致しなくなる──。企業のAI選びは、そんな新しい段階に入りつつあると言えそうだ。