Claude Sonnet 5のコーディング性能: SWE-bench Pro 63.2%、自律ブラウザ・ターミナル操作を実現

Anthropicが提供するClaude Sonnet 5は、コーディングに特化した高性能AIモデルとして注目を集めている。**SWE-bench Proで63.2%**というスコアを達成し、実際のソフトウェアエンジニアリングタスクにおける実力を証明した。

SWE-bench Pro 63.2%の意味

SWE-bench ProはGitHubの実際のIssueをAIが解決できるかを測定するベンチマークだ。63.2%という数字は、3つに2つ近いソフトウェア課題を自律的に解決できることを意味する。

主要ベンチマーク結果

ベンチマーク	スコア
SWE-bench Pro	63.2%
HumanEval	95.8%
MBPP	94.1%

自律ブラウザ・ターミナル操作

Sonnet 5の際立った特徴は**コンピュータ使用（Computer Use）**機能の強化だ：

ブラウザ自律操作

• Webページのナビゲーション・フォーム入力
• スクレイピングとデータ収集
• ウェブアプリのテスト自動化

ターミナル自律操作

• コマンド実行・スクリプト作成
• パッケージのインストール・設定
• ビルド・デプロイパイプラインの実行

import anthropic

client = anthropic.Anthropic()

# Sonnet 5でコンピュータ使用を有効化
response = client.messages.create(
    model="claude-sonnet-5-20260901",
    max_tokens=8192,
    tools=[
        {
            "type": "computer_20250124",
            "name": "computer",
            "display_width_px": 1920,
            "display_height_px": 1080
        },
        {
            "type": "bash_20250124",
            "name": "bash"
        }
    ],
    messages=[{
        "role": "user",
        "content": "GitHubのIssue #123を解析して、修正コードを書いてテストまで実行してください"
    }]
)

価格設定：$2/$10 per MTok

モデル	入力	出力
Claude Sonnet 5	$2/MTok	$10/MTok
Claude Opus 5	$5/MTok	$25/MTok
Claude Haiku	$0.25/MTok	$1.25/MTok

Sonnet 5はOpus 5の40%のコストで高いコーディング性能を発揮し、コスト効率の面で開発者にとって最適な選択肢となっている。

実際の開発ワークフローへの統合

Claude Code（Anthropicの開発者向けCLIツール）との組み合わせにより、Sonnet 5はエンドツーエンドの開発補助が可能になった：

1. 要件分析 → 自然言語の仕様書から設計を提案
2. コード生成 → 完全に動作するコードを作成
3. テスト作成 → ユニット・統合テストを自動生成
4. デバッグ → ブラウザ/ターミナルを使ってエラーを特定・修正

まとめ

SWE-bench Pro 63.2%の達成と自律操作機能の搭載により、Claude Sonnet 5は単なるコード補完ツールを超え、実際のソフトウェアエンジニアとして機能できるレベルに達した。$2/$10/MTokという手頃な価格と合わせて、開発現場での採用が急速に広がることが予想される。

---

関連記事

AIが「途中でやめない」時代へ…・Claude Sonnet 4…など、関連する記事もあわせてご覧ください。

• AIが「途中でやめない」時代へ — Claude Sonnet 5 が変えた自動化の常識
• Claude Sonnet 4.6 リリース — ハイブリッドモデルで推論精度と速度を両立
• Claude Sonnet 5の価格が永続確定—値上げなし、9月1日の予告変更は撤回