一年前のGemini 3 Proの感想メモを見て面白かったので現状の感想も残しておく。
今はClaude Opus 5.5をメインで使っている。Opus 5.5がリリースされた直後にMax 20xプランが半額（$100）で使えるプロモーションをやっていたので入った。それまではGPT-5.6 SolやGPT-6.1 SolもOpusと併用していたものの、明らかにOpus 5.5のほうが優れているのでChatGPTの有料プランは解約した。Gemini 4 Argonはまだ使っていない。
Claude CodeやCodexを使ってコーディングをさせたり、ClaudeのAgent SDKやCodex SDKを使って色んなタスク（調査（色んな情報源を突き合わせて分析して報告する1回$1程度の作業）、翻訳（製本）、OCR（製本））をやらせたりして使ってきたけど、Opus 5.5は明らかにGPT-6.1 Solよりも優れていたし、Haiku 5.5もGPT-6 Lunaより優れていた。
Opus 5.5の登場は画期的なものだったと思う。それまでのモデルと比べて飛躍的に賢くなっていて、安価で普段使いできるFableという感じだった。
Opus 5.5の賢さは私の中で何らかの一線を超えていて、もう多くの場合でこと細かく指示を出さなくなった。雑に指示を出したほうがこちらの発想を遥かに上回る筋の良いやり方で作業を進めてくれる。Opus 5時代と比べて見当違いの作業をされて落胆することもめっきり減った。今までのどのモデルよりも段違いに気が利いていて思慮深くバランス感覚にも優れているように思う。
Opus 5.5レベルになるとゼロショットのタスクの対応力も抜群なので、今まではモデルの知識量を考慮してメジャーなライブラリやソフトを使っていたところをどんどん自前実装に置き換えていっている。チャート描画ライブラリやブログやGit GUIクライアントなどなど。人がやれば数カ月はかかる作業がAPI料金換算で$100程度でできるのでコスト感覚が大分変わる。
人の手でコーディングやコードレビューするという選択肢は、その効率の悪さや不正確さや機会費用の観点から正当化することがより難しくなった。ただ人がコードを理解するためにはコーディングするのが一番手っ取り早いので、そのあたりが重要であればまだコーディングする意義はある。今で言うと、今作っている戦略シミュレーションゲームでは細やかな調整が必須で、コードの全てを把握しておいて、どこをどう修正すればシミュレーションの振る舞いがどう変わるかを想像できるようにしておきたいので、まだ人間もコードを理解しておく必要がある。ただこれは古い考えのようにも思うし、もっと複雑で大規模なゲームや分業体制であればAI登場以前からコードの理解はある程度捨てつつやっていると思うので、そのうち良い形に折り合いをつけて効率を上げていきたい。
Claude Codeが出た2025年当時、Anthropic社内ではもうすでにバリバリClaudeが実製品のコーディングをしていると聞いて懐疑的に思っていたけど（そして実際当時は大分誇張されていたと思うけど）、今ではすっかり様変わりした。同じように今Anthropic社が何をClaudeに任せて何を人手でやっているかとそれに対する自分の認識のズレに注意するようにしておきたい。直近だとバージョン管理システムの記事[1]やコードレビューの記事[2]などは参考になりそう。ただこれはAnthropic規模の組織特有の話も混ざっているけど。
[2] https://www.anthropic.com/engineering/redesigning-source-control [3] https://claude.dev/blog/solving-code-review-at-anthropic/
今のところClaudeのサブスクは、手元の雑な集計でAPI料金換算だと月額料金の20倍以上（$200の20xプランなら$4000以上）使えているのでとてもコスパ良く感じる（一説によるとAPI料金換算でOpusとSonnetは50倍程度、Fableは10倍程度使えるらしい[1]）。ただこのバーゲンセールがいつまで続くかは気になる。
[1] https://newsletter.semianalysis.com/p/anthropic-subscriptions-offer-5x
あとこのメモを書いている間にMax 20xプランで20倍されるのは5時間枠だけで1週間枠は値段通り10倍だと分かったので来月からはMax 5xプランに移行する。