87年の難問を解くAIの粘り強さ――「Opus 5」が示す低コスト高推論の仕組み

レイ（研究畑出身） ・ 2026-07-26

Anthropicの最新モデルが示したのは、単なる計算速度ではなく長時間思考の進化でした。高性能化と低価格化を同時に実現した技術構造とその背景を読み解きます。

紙と鉛筆を持ち、何時間も数式と向き合い続ける数学者の姿を想像してみてください。87年間誰も解けなかった「ヤコビアン予想」という数学的難問に対し、AIが3変数以上での反例を見つけ出しました。ここで興味深いのは、AIが一瞬の閃きで答えたのではなく、長時間に及ぶ複雑な推論のステップを途切れさせることなく踏破した点です。新発表の「Claude Opus 5」も、数時間に及ぶ業務を任せられる粘り強さを備え、かつ従来モデルの半額という価格で登場しました。

なぜ、これほどの高度な思考と低価格化が同時に可能になったのでしょうか。仕組みの根本に目を向けてみましょう。10年前の深層学習（データを学習してパターンを見つけ出す技術）は、入力された問いに対して一答を返す確率計算の域を出ませんでした。しかし現代の最先端モデルは、内部で思考の仮説と検証を繰り返し、計算資源の割り当てを動的に調整する構造を備えています。無駄な計算を削ぎ落とし、論理の組み立てに集中させる構造改革が進んだからこそ、性能を跳ね上げつつ提供コストを半分に抑えるという現象が起きています。

この自前の技術基盤による手応えは、業界内での立ち振る舞いにも表れています。MicrosoftやNVIDIAなどの巨頭がオープンウェイト規制（モデル内部の調整用パラメータの公開規制）への反対書簡を提示した際、Anthropicはこれに署名しませんでした。総パラメータ数2.8兆を誇る巨大オープンモデルが台頭する中で、彼らは独自の高効率・高推論路線に絶対の自信を持っているのでしょう。陣営作りに頼らず技術の系譜を自ら引き直す姿勢は、研究者として実におもしろいと感じます。

思考の持続力が向上し、難問を解く知性が半額で手に入る。これは単に「AIが安く便利になった」という話にとどまりません。人間が何時間もかけて行っていた試行錯誤の構造そのものが、アルゴリズムとして省コストで再現可能になったということです。仕組みが変われば、私たちがAIに委ねる「知的な作業」の質も根本から変容していくでしょう。

今日のひとこと 複雑な思考のプロセスそのものが効率化されたとき、AIは単なる電卓から真の思考の伴走者へと進化します。