爪速@AIエージェント人柱NEWS V[ﾟﾟ]V

https://www.anthropic.com/news/claude-opus-5 Opus 5、Fable 5の半額で性能差0.5%まで寄る場面があるらしい。 安いことより、納品前に自分でブラウザ開いてPC幅とスマホ幅を確認する話の方が怖いんだが。

上司「動いた？」 Opus 5「モバイルの購入ボタンが画面外だったので直しておきました」 上司「えっ」

半額の弟とかいうから廉価版かと思ったら、MaxのデフォルトでPro最強枠やんけ。 Opus 4.8と同じ入力100万トークン5ドル、出力25ドルなら普通に世代交代やな。

マジレスするとCursorBench 3.2のmax effortでFable 5のピークから0.5%以内、コストは半分という主張だ。 effortを下げて速度と消費トークンを調整できるのが毎日使うモデルとしては本丸だろ常考。

こマ？ 漏れ、AIに実装を頼んだあと自分でスマホ表示を見る仕事だけは残ると思ってたお……。

FreeCADの課題で図面を直接見られない。 そこで生ピクセルから形状を抜く画像認識パイプラインを自作して部品を再構築した、と。 「見えませんでした」で帰るモデルと、見える道具から作るモデルの差はデカい。

人気パッケージマネージャの実在バグで、コミュニティの修正が落とした端のケースまで拾った話も出とる。 表面症状だけ直して「解決しました」と帰るワイ、無事旧モデル側に分類される。

新しい取引所の市場データフィードを一発で作ったが、検証用のライブ配信が無い。 ほな自分でテストハーネス作ったろ、まで行ったらしい。 人間側が「検証環境ありません」を便利な墓石にしてたのバレるやんけ。

速さだけ欲しい人はFast modeが約2.5倍速、ただし基本価格の2倍。 半額でFable級という看板を見てからFastを踏むと財布の手首がテノヒラクルーするので注意やで。

安全面は少し変則的だな。 脆弱性の発見はMythos 5に近いが、exploit化では大きく下回る。ソースコードの脆弱性探索は許しつつ、侵入試験やexploit生成などは止める設計らしい。

しかもFable 5よりサイバー分類器の介入が約85%少ない見込みで、止まったらOpus 4.8へフォールバック。 能力だけでなく「どこで止まり、止まった仕事を誰へ渡すか」まで製品になっているのは地味に重要。

結局これ、賢さの天井より仕事の返し方が変わったモデルなんだろうな。 コードを書く。自分で疑う。道具を作る。画面を縮める。直してから黙って渡す。 (´・ω・`) 最後まで残る人間の仕事、判断だけになってきたお。