コーディングタスクごとに適切なClaudeモデルティアを選ぶ方法

AIコーディングアシスタントで作り始めるとき、人はしばしば利用可能な最も強力なモデルを選び、すべてに使う。安全に感じる——いつも最も賢いモデルを使えばいいじゃないか? だが最も賢いモデルは最も遅く、最も高価でもあり、日々の仕事の多くには過剰だ。モデルのティアをタスクに合わせることを学ぶのは、身につけられる最もレバレッジの高い習慣のひとつだ。お金を節約し、答えをより速く返し、そして——直感に反して——時により良い結果を生む。終わるのが速いモデルなら、より多く反復できるからだ。

このガイドはAnthropicのClaudeラインナップを例に使うが、原理はモデルファミリーを出荷するあらゆるプロバイダーに当てはまる。

ティア、軽いものから重いものへ

2026年中頃時点で、Claudeには4つのティアがあり、それぞれが能力と価格でほぼ一段ずつ上がる（公式価格）。

• Haiku 4.5 — 100万入力/出力トークンあたり1ドル / 5ドル。速くて安い。シンプルで明確に定義された仕事に最適。
• Sonnet 4.6 — 3ドル / 15ドル。働き者。コーディングとほとんどの本番タスクに強い。
• Opus 4.8 — 5ドル / 25ドル。複雑な多段の問題のための、より重い推論。
• Fable 5 — 10ドル / 50ドル。2026年6月9日リリースの、最も難しい問題のための新しいMythosクラスの旗艦。

どのティアでも出力トークンは入力トークンの5倍のコストであること、そしてSonnetからFableへの跳躍は3倍超の値上げであることに注目しよう。それらの差こそ、ティア選択が重要な理由だ。

Anthropic自身の経験則

Anthropicの価格ドキュメントは、すがすがしく率直な推奨をしている。「シンプルなタスクにはHaiku、ほとんどの本番ワークロードにはSonnet、最も複雑な推論にはOpusを選べ。」Fable 5は、フロンティアレベルの問題のためにそのはしごをもう一段高くする。

コーディング作業に翻訳すると:

• Haikuに手を伸ばすのは、タスクが機械的なとき: 変数のリネーム、正規表現の作成、JSONの整形、定型的なテストの生成、差分の要約、あるいは「この関数は何をする?」への素早い回答。
• Sonnetを既定にするのは、本物のコーディングの大半: 機能の実装、普通のバグ修正、コンポーネントの作成、プルリクエストのレビュー。これがあなたのホームベースであるべきだ。
• Opusへ格上げするのは、多くのコンテキストにわたって本物の推論が必要なとき: 明らかな原因のない曖昧なバグ、変更が相互作用する複数ファイルのリファクタ、あるいはアーキテクチャの設計判断。
• Fable 5を取っておくのは、Opusを打ち負かす稀な問題のため: 広範な移行、微妙な並行性のバグ、あるいは1セッションで非常に大きなコードベースにまたがる仕事。

練り上げた例

Webアプリに新しい「CSVへエクスポート」機能を追加するとしよう。ティアを意識したワークフローはこんな感じだ。

1. Opusで計画する。 「これが私のコードベースの構造です。エクスポートのロジックはどこに置くべきで、どんなエッジケースを扱うべき?」これは推論が重く、方向を定める——より良いモデルの価値がある。
2. Sonnetで実装する。 「エクスポート関数を書いて、ボタンに配線して。」働き者がうまく扱う標準的なコーディング。
3. Haikuでテストして整える。 「この関数のユニットテストを生成して」「このファイルを再整形して」。安く、速く、機械的。

高価なモデルが触れるのは、実際にそれを必要とする仕事の10%だけだ。Claude Codeではセッション中に/model sonnetや/model haikuで切り替え、Cursorではモデルのドロップダウンから選ぶ。機能全体のコストは、OpusやFableが各ステップをやった場合の何分の一かで済み——しかも安いステップはほぼ即座に返るので、より速く終わる。

ティアを下げずにコストを削る

ティア選択は最大のレバーだが、その上に2つの組み込み機能が積み重なる。

• プロンプトキャッシュ。 同じ大きなコンテキスト（大きなシステムプロンプト、参照し続けるファイル）を繰り返し送るなら、それをキャッシュすると後続の読み取りは入力価格のわずか10%で済む。毎ターンでコンテキストを再送するエージェントループでは、これは絶大だ。
• バッチ処理。 急ぎでない大量のジョブ——200ファイルのテスト生成、ドキュメントフォルダの翻訳——には、Batch APIが非同期に走り、入力・出力ともに50%割引になる。

どちらもモデルの品質は変えない。同じ仕事に支払う額を変えるだけだ。

まとめ

用心から最大のモデルを既定にしてはいけない。Sonnetを既定にし、タスクが些細ならHaikuに落とし、問題が本当により深い推論を要求するときだけOpusやFableへ登ろう。出費は減り、待ち時間は減り——そしてより多く反復できる余裕があるので——しばしばより良いコードを出荷する。目標は最も賢いモデルを使うことではない。目の前の仕事に適切なモデルを使うことだ。