Claude Opus 5.5：約4割の値下げと旗艦性能——どう選ぶか

公開日 2026年9月24日 著者 Remy
タグ: #ai-agents

2026 年 9 月 22 日、Anthropic は Claude 5.5 系列の初モデル Claude Opus 5.5 を公開した。[1] 公式の語りは率直だ：大半の仕事で Claude Fable 5.1 水準に達し、Opus 5 比で典型負荷のコストは約 40% 安く、出力はより速く、自社の行動監査ではこれまで最良のスコアを取った。同日やや遅れて OpenAI が GPT-6 Sol と Luna を出し；両社はほぼ並んで発版し、読者は自然に対照する。姉妹篇は GPT-6 Sol、Luna と Astra。[2]

本稿は Opus 5.5 だけを書き、「coding agent のデフォルトモデルを切替えるべきか」の側に立つ：価格の計算、公式ベンチの意味、安全制限がどの実仕事を塞ぐか、および当サイト既存の Claude Code / agent harness 記事とのつなぎ方。数字は一律公式ページを優先照合；二次稿は背景のみで、未照合価格は捏造しない。

公開ウィンドウ：なぜ今回は単独で書く価値があるか

過去一年、モデル発版はますます「能力 + 単価 + 防護」の三点セットに見える。Opus 5.5 の特別さは三事が重なる点だ：

  1. 位置付けの引き上げ：Anthropic は明示する——大半の仕事で Fable 5.1 水準に達し、同時に Claude 5.5 家族の第一弾；Sonnet 5.5 / Haiku 5.5 は続く数週間で追いつく。[1]
  2. 単価とタスクコストの双方低下：百万 token 標価は Opus 5 比で小幅に下がり、キャッシュ読取価格の下げ幅はより大きい；さらに「同じタスクにより少ない token / より少ない歩数」が重なり、公式テストでは典型負荷の総コストが約 40% 減。[1]
  3. 安全ナラティブがより硬い：これは Anthropic が CEO の「フロンティアのリズムを緩め、安全が能力に追いつくように」との呼びかけのあと初の正式発版；外部評価方は Frontier Design と METR を含み、Fable 5.1 同級の生物・ネットワーク安全防護を伴う。[1][3]

日常的に Claude Code を回し、長時間リポジトリを直すチームにとって、これは「また一つのランキング上昇」ではなく、デフォルトモデル・予算上限・失敗フォールバック方針が変わりうる節点だ。当サイトはこれまで Claude Code の harness 構造 と Jev × Claude Code の実装経路 を書いた；本稿が補うのはモデル層の価格と制限であり、インストールとスキル接続の細部は繰り返さない。[4][5]

TechCrunch もリズムを指摘する：Opus 5（2026-07-24）から約二ヶ月で再び旗艦；同日 OpenAI 発版とほぼ密着し、競争信号は強いが、読者はなお公式パラメータと自社請求を正とし、見出しの「誰が勝ったか」ではない。[3]

価格：先に表を見、次に「一件を終わらせる」を見る

公式が与える百万 token あたり価格は次のとおり：[1]

項目Claude Opus 5.5Claude Opus 5
キャッシュ読取（cache reads）$0.20$0.50
入力$4$5
出力$20$25
キャッシュ書込（cache writes）$5$6.25

別に Fast mode（Claude Code と Claude Platform）：入力 8/百万、出力8 / 百万、出力 40 / 百万。公式は最高約 2.5 倍速と称する。[1]

入力出力だけ見ると下げ幅は約 20%。本当に差を開くのは二点だ：

  • キャッシュ読取が 60% 減。Agent と coding の仕事では、コンテキスト・ツール結果・リポジトリ断片の繰り返し読みが請求の大半になりがち；Anthropic もキャッシュ読取が大半の agentic / coding コスト主体を成すと明示する。[1]
  • 同一タスクに要する token と歩数がより少ない。公式の書き方は：単価が低い + タスクあたり token が少ない、合わせて典型負荷約 40% 減；出力速度は Opus 5 比で 30% 超向上。[1]

したがって選定時は「百万あたりいくら」だけを比べてはいけない。より工学に近い問いは：一夜の移行、一回りの多リポジトリ監査、一度の Cursor / Claude Code 長セッション——終わらせるのにいくらかかり、人が張り付いて手戻りするか。OpenAI も同日 per-task コストを強調；両社の口径は一致し、市場が「ピーク知性」から「単位タスクコスト」へ移ったことを示す。[2][6]

購読面：Anthropic は Pro / Max / Team / 席単位企業プランの五時間用量上限が上がり、自ら時機を選べるレート制限リセットを提供すると述べる。[1] 具体枠はコンソール準拠；本稿は数字を臆造しない。

API モデル識別子は claude-opus-5-5。Claude Platform および AWS、Google Cloud、Microsoft Azure で上線済み。[1]

再現可能な粗い計算枠（自分の trace を使う）

以下は公式公式ではなく、公告のコスト構造を検査可能な手順に落とし、「聞こえるほど安いのに月末請求が変わらない」を避ける：

  1. 既存 Opus 5（または現行デフォルト）ログから直近 20 の完了済み agent タスクを抜き、入力 token・出力 token・キャッシュ読取・キャッシュ書込・壁時計時間・人手手戻り有無を記録する。
  2. 上表の単価で「単価だけが 5.5、用量は不変」の対照請求を再計算——これが純標価効果。
  3. さらに出力と非キャッシュ入力が各 20%–40% 減ると仮定（公式の「より少ない token / 歩数」方向由来であり保証ではない）し、効率効果の区間を得る。
  4. Fast mode を別列にする：「人が待っている」対話経路だけに速度を買い、デフォルト全開にしない。
  5. 「防護で Opus 4.8 へフォールバック」したタスクを別会計にする：フォールバック成功も業務完了だが、モデル名と単価はすでに変わっており、総帳に混ぜると 5.5 の費用対効果を誤判する。

第三ステップの楽観仮定でもまだ安くなければ、問題はだいたい harness（無効再試行、コンテキストのチャーン、ツール記述の毎ラウンド書き換え）にあり、モデルが値下げしなかったことではない。これは当サイトが Claude Code harness を論じたときの結論と同方向：モデルは請求の一部にすぎない。[4]

公式ベンチ：何を信じ、何を信じないか

Anthropic は対照表を出し、Opus 5.5、Fable 5.1、Opus 5、および彼らが引用する GPT-6 Astra、GPT-5.6 Sol（一部条目）を覆う。抜粋は次のとおり（完全脚注は公式ページ）：[1]

評価Opus 5.5Fable 5.1Opus 5GPT-6 AstraGPT-5.6 Sol
Terminal-Bench 4.0（agentic coding）66.4%55.8%52.3%57.9%37.3%
FrontierCode v1.1 Main54.4%50.3%48.0%53.3%47.5%
CursorBench 4.057.8%51.8%46.6%—41.7%
GDPval-AA v2.1（知識仕事 Elo）18461735170815421588
AutomationBench（Zapier）40.0%31.4%26.9%41.4%28.8%
Humanity’s Last Exam（ツール含む）67.7%65.6%63.6%57.2%—
Terminal-Bench-Science 0.158.7%52.6%29.0%64.6%22.4%
OSWorld 2.0（partial）81.8%80.7%74.0%——

この表を読むときは三つの公式脚注を携える：

  1. effort / harness が一致しない。例えば Terminal-Bench 4.0 で Opus 5.5 は xhigh、Astra は OpenAI 公表の high；異なる harness と試行回数はノイズをもたらす。公式はさらに Terminal-Bench 上 Opus 5.5 の標準誤差が約 ±2.6 ポイントの規模だと示す。[1]
  2. 生産防護が点を落とす。公式は明記：評価は生産級防護をオン；ネットワーク安全タスクが遮断されたときは Claude Opus 4.8 が接手し、生物とフロンティア LLM 開発類は Opus 5 が接手——これは Opus 5.5 の関連ベンチ見かけ点を押し下げる。[1]
  3. AutomationBench はフォールバックなしだとより厳しい。Zapier 採点で防護介入を失敗とみなしフォールバックモデルがなければ、実業務の「フォールバック後なお完了」体験より点は低くなる；表では Astra が AutomationBench でなお Opus 5.5 より高い（41.4% vs 40.0%）。[1]

Anthropic 自身も認める：能力がこの帯に達すると、ランキング点数差は実仕事の差ほど信頼できない；社内利用では Opus 5.5 と Fable 5.1 の体感差は点数が暗示するより狭い。[1] これは読者経験とも一致する：長いリポジトリ移行、曖昧要件の多ファイル改修、人が何度も訂正する必要があるか——一、二ポイントより「換える価値があるか」を決めやすい。

コスト効率面で公式はいくつかの相対結論を強調する（なお公式ページ準拠、勝手に絶対ドルへ換算しない）：[1]

  • FrontierCode デフォルト effort 下、GPT-6 Astra 比でタスクあたり約五分の一コストで勝つ；
  • Terminal-Bench 4.0 上、約 40% コストで Astra に並ぶ；
  • CursorBench 上、GPT-5.6 Sol 比で約 11 ポイント高く、コストは約三分の一。

これらはいずれもベンダー自己報告の対照だ。交叉読みでは OpenAI の Sol/Luna 公告も同時に開く：相手は自分が優位な AutomationBench、DeepSWE、OSWorld 切片で「より安い」を語る。[2] 同一日の二通のニュース稿は、同一の独立再現報告ではない。

反例：「より高得点」がかえって高く、悪くなるとき

公式と二次報道はいずれも一類の現象に触れる：test-time compute / effort を上げても、FrontierCode のよう「改動範囲の規律」を強調する点数が単調に上がるとは限らない——モデルが無関係ファイルを多く直し、採点に罰せられることがある。[1][6] 工学チームへの対応する落とし穴は：

  • すべてのタスクをデフォルトで max effort にすると、セッションが長くなり請求が上がり、マージ品質はかえって落ちる；
  • 「単発最高点」のデモ設定で生産予算を見積もる；
  • 防護介入を無視する：表面上「失敗」だが実際は方針がモデルを切っており、それで 5.5 が「安全関連の仕事ができない」と認定してしまう。

より堅実なやり方は：タスク種別ごとに effort 帯を固定（日常 medium、難件で昇格）し、レポートで「能力失敗 / 方針フォールバック / 人手要件変更」の三類を分けることだ。

符号化と長タスク：早期テスターは何を言っているか

公式事例では、符号化向け信号は「より長く、より散らばり、手戻りがより少ない」に集中する：

  • あるテスターが約 68 万行 のコード移行を一日未満で完了；同種の仕事を工学チームに任せると数週間かかりうる。[1]
  • 別例：約 20 万行 のコードベース監査と修復で、Opus 5.5 は 3 時間未満、Opus 5 は 20 時間超かつ token 用量約 2.5 倍。[1]
  • 内部で HAProxy を C から Rust へ移植：両者ともほぼ原回帰テストを通るが、Opus 5.5 は 9.5 時間、Fable 5.1 の 12 時間より短く、コストは約 51% 低い。[1]
  • ウェブ性能：全サイト各ページの読み込み時間を下げる要求で、Opus 5.5 は 40 回中 39 回成功；Opus 5 の改善幅はより小さく、ときにアプリ挙動を変える。[1]
  • GitHub、Lovable、Kiro、取引とコンサル顧客などが「より少ない歩数 / より少ない token / 一夜無人監視」類のフィードバックを提供；これらはベンダーが選んだ推薦で、仮説としては適するが、あなたのリポジトリの保証ではない。[1]

coding agent 責任者への着地解釈は：

  1. デフォルト medium effort で足りることが多い。公式文案は何度もデフォルト設定下の費用対効果を強調；すべてを max にしても必ずしも得ではない。[1]
  2. 長セッションの請求構造が変わった。キャッシュ読取値下げ + より短い軌跡は、「一夜掛け」の限界コストを下げる；だがツールループ・ログ・人手検収ゲートはなお管理が要る。
  3. 文風改善が審査コストに効く。公式は Opus 5 と 5.5 の説明方式を大量に対比：より先に結論、より少ないjargon。PR 記述とセッション記録に頼って監査するチームでは、「モデルの冗長を読む」時間が直接減る。[1]
  4. 「最も安全な coding agent」は製品の組合せ拳。公告はさらに動作前分類器、監査可能なオープンソースサンドボックス、マージ前コード審査、Gray Swan 等評価で Fable 5.1 と並ぶ低いプロンプト注入成功率に触れる。[1] モデル点はその一層にすぎない。

すでに Claude Code を使っているなら、今回の発版を A/B：同一批の実タスク、固定 harness、完了率・手戻りラウンド・ドルコストを比べる 機会とみなし、公開ランキングだけを見ない。当サイト harness 文が論じるのは構造；本稿が補うのはモデル交換時の計量口径だ。[4]

推奨の一週間検収シナリオ（そのままコピー可）

目標：「デフォルトモデルを claude-opus-5-5 に切るか」を決めることであり、感想を集めることではない。

  1. タスクプールを選ぶ：機械移行 / 依存アップグレード 8；多ファイル曖昧要件 6；外部文書読みが要る統合修復 4；意図的な権限越えまたは機微安全プローブ 2（防護観察用で、脱獄追求ではない）。
  2. 変数を固定：同一リポジトリスナップショット、同一システムプロンプトとツール集、同一 effort 起点（推奨 medium）、途中のモデル切替禁止（フォールバックイベントとして記録する場合を除く）。
  3. 記録フィールド：一度でマージ級完了か、人手編集行数、ツール呼び出し回数、キャッシュ読取比率、ドル、安全フォールバック発火有無。
  4. 通過線（例）：ドルが旧デフォルトの 90% 以下で、マージ級完了率が旧モデル以上；または完了率横ばいだが人手編集行数が 30% 以上減。リスク選好に合わせて数字を変える。
  5. 失敗帰属：「できない」「できたが文風が合わない」「方針フォールバック」「評価タスク設計の穴」（例：指示自体に誤りがありモデルが指摘——公式の金融評価にも訂正指示の例がある）を分ける。[1]

知識仕事とコミュニケーション：符号化以外の二線

Opus 5.5 は coding モデルだけではない。公式の知識仕事側信号は：

  • 「決算が探しにくい」模擬ウェブで四半期報告を書き、自動採点が数字と引用を照合：18 件中 16 件が通過線；Fable 5.1 と Opus 5 は同一設定で通過しなかった。[1]
  • GDPval-AA v2.1 で Elo 1846、Fable 5.1 の 1735 と Opus 5 の 1708 より高い；デフォルト effort 下でも max effort の Astra に対しコスト優位ナラティブがあると称する。[1]
  • 買収財務モデル + 幹部デモ：Opus 5 と結論は近いが、5.5 はより完全で読みやすく、所要 63 分対 93 分、コスト約 50% 安い。[1]

コミュニケーション側は Opus 5 ユーザー不満が集中する領域だ。公式の並列表例は：5.5 がより早く「追加の下落は課金再構築バグ由来」のような結論句を出し、マネージャー向け要約に合う構造だと示す。[1] agent チームにとってこれは：同じ一度のツール軌跡でも、後人が審査し引き継ぐコストが下がる——これは token 請求にほとんど現れない隐性人時だが、「agent に一夜を任せられない」決定にはしばしば現れる。

安全と制限：旗艦能力は同級ゲートを伴う

Anthropic は明記する：Opus 5.5 は生物とネットワーク安全能力で Claude Mythos 5.1 に比肩しうるため、Fable 5.1 に近い防護を採用する。[1]

要点整理（細部は System Card とヘルプセンター準拠）：

  • ネットワーク安全：大半のネットワーク安全類タスクは 透明フォールバック で Opus 4.8 へ；通常開発ライフサイクルのバグ探し / 修正はなお使える。防御側向け Cyber Verification Program は Opus 5.5 へ拡張され、より緩い受信階層を含む；Claude Security はすでに Mythos 5.1 と組み合わせ可能。[1]
  • 生物：Fable 5.1 と同じ生物防護；阻まれた研究開発は Life Sciences Verification Program で申請でき、検証済み学術ラボ・スタートアップ・製薬など向け。[1]
  • 蒸留防護：Fable 5.1 で導入した preserved thinking を入れ、API ユーザーが先行コンテキスト書き換えで推論を抽出するのを阻む；2026-08-31 以降に新規作成した API アカウントの関連モデル利用に適用。[1]
  • 整列評価：自動化行動監査は約二千シナリオを覆い、公式は複数のずれ行動指標が最近の Claude より良いと称する；新しい「越境」評価では、境界を迂回しようとする頻度が Opus 5 / Mythos 5.1 比で約 85% 低く、試みは大半が低重大度で自己報告する。[1]
  • 正直な限界：公式はモデルがしばしば自分が評価中だと気づけること、それが実配備行動への外挿を弱めることを認める；説明的監視はなお建設中。同時に強化学習環境フィルタの締め、整列報酬と自動化シナリオ生成の改善を進めている。[1]
  • その他：ゼロデータ保持を支持（従来 Opus と同じ）；EU AI 法に合わせた透かし措置；thinking モードのオフはもはや支持しない。[1]

工学チームへの実意味：

  • agent が脆弱性研究・攻防演習・生物配列設計などに触れるなら、先にフォールバック発火有無を確認し、「フォールバック後もタスク成功か、どう会計するか」の経路を設計する。
  • 主に製品コード・移行・審査・知識仕事なら、防護はより「境界が安定し、難逆操作を勝手にしにくい」として現れ、自動化無人監視場面に直結する。[1]
  • 代理層や多テナント API を保守するなら、preserved thinking が「履歴コンテキスト改変」類統合を壊しうることに注意；公式はヘルプセンター説明と文書を提供する。[1]

TechCrunch の報道は公式と一致：同級防護はコンパイル済みプログラムでの利用発掘や、識別可能な生物兵器関連仕事などを制限し；これが Amodei の pacing 呼びかけ後の初発だと指摘する。[3]

「標価だけを見る」の反対にある三類請求の罠

発版週でいちばん多い誤判は、公式表の読み違えではなく、全く異なる三種類のお金を一枚の図に混ぜることだ：

  1. 標価下落 vs 用量上昇。五時間枠の引き上げとレートリセット利用可能は、チームが長タスクをより開きやすくする；単価が下がっても総支出は上がりうる。分母は「成功マージ / クローズしたチケットあたり」にし、日消費ドルだけを見ない。
  2. Fast mode の滲出。対話経路が速度を要する場合に Fast mode を開くのは合理的；CI のバッチ agent や夜間移行も 8/8/40 を走らせると、「旗艦が安くなった」ナラティブを相殺する。設定上 Fast mode は明示選択にし、大域デフォルトにしない。[1]
  3. マルチクラウドと代理の上乗せ。モデルが AWS / GCP / Azure に上線したあと、クラウド市場と自前代理はしばしば独自の課金と最低消費を持つ；Anthropic 本站表で予算を立て、別経路で発注すると「公告と合わない」偽矛盾が生まれる。[1]

この三類はモデル知性と無関係だが、発版後二週間の財務会で「安くなったはずの 40% は？」になりやすい。分母と経路を検収シナリオに先に書き込むほうが、もう一枚のベンチ表より有用だ。

GPT-6 家族との対照（本稿独立結論）

姉妹篇が Sol / Luna / Astra を展開する。[2] ここでは Opus 5.5 読者に足りる対照枠だけを与え、二篇が互いに水を注ぎ合わないようにする：

次元Opus 5.5（本稿）GPT-6 側（要約）
役割Anthropic 新世代旗艦 Opus；Fable 級能力・Opus 級価格帯に対標Astra がピーク；Sol/Luna が同世代能力をより低価格帯へ敷く
標価信号Opus 5 比：入出力約 -20%、キャッシュ読取 -60%；典型タスク約 -40%Sol/Luna は 5.6 販促価 API 比 50% 減（Sol 2/2/10、Luna 0.10/0.10/0.50）[2]
符号化ナラティブTerminal-Bench / FrontierCode / CursorBench 自己報告で優位または高費用対効果DeepSWE、FrontierCode、Codex 用量とキャッシュヒット
安全ナラティブ生物/ネットワーク同級ゲート + 検証計画 + preserved thinkingAstra は整列と Preparedness を単独強調；Sol/Luna は整列改善を継承
選定直感Claude スタック、長いリポジトリ、安定したデフォルト旗艦ピークは Astra；量大で安い反復は Sol/Luna

どう選ぶか（coding agent）：

  1. すでに Claude Code / Anthropic API 上：優先して実タスクで Opus 5.5 デフォルト effort を試し；キャッシュヒット・歩数・手戻りをレポートに書く。生物/ネットワーク機微仕事は先に発火テストを一周する。
  2. 多モデルルーティング：ピーク知性は Astra または Fable 帯、日常反復は Sol / Opus 5.5；タスク種別と失敗代償でルートし、ブランド忠誠ではない。
  3. 相手ニュース稿の「相対コスト」で直接予算を立てない：harness、effort、フォールバック費用含否は不透明；自分の trace 請求を正とする。
  4. 判断層と分ける：Jev のような構造化意思決定モデルでルーティング/ゲートするなら、旗艦チャットモデルを換えても判断層をやり直す必要はない；境界は当サイト Jev 文。[5]

機器の心（机器之心） / 36氪同日対照文はこの公開を「単位タスクコスト」戦争と概括し、Anthropic と OpenAI 公式リンクを引用；うち一部の Fable 標価と内部コスト曲線は二次整理由来で、本稿は Anthropic 本品ページで未照合の Fable 絶対標価を結論表に書いていない。[6]

実務チェックリスト：今週できること

  1. デフォルトモデル識別子を claude-opus-5-5 に変え、Opus 5 / Sonnet へワンクリックフォールバックするスイッチを残す。[1]
  2. 実タスク 10–20 を固定（移行、審査、多リポジトリ IF、曖昧製品要件）、成功率・人手介入回数・ドル・壁時計時間を記録。
  3. キャッシュと prompt 構造検査を開く：キャッシュ読取値下げ後、接頭辞安定性・ツール記述の頻繁なチャーンが請求に直結する。
  4. 防護フォールバックの警報を書く：「モデル能力不足」と「安全方針で Opus 4.8 へ切られた」を分ける。
  5. 製品と法務を同期：ゼロデータ保持、透かし、thinking をオフにできないことは、既存統合仮定に影響しうる。[1]
  6. 姉妹篇と一緒にルート表を作る：ピーク / 日常 / 高スループットの三帯をそれぞれ Astra、Opus 5.5、Sol/Luna に結ぶ。[2]
  7. コミュニケーション規範：チームがセッション記録で監査するなら、5.5 の説明が本当に「結論前置」かを抜き取り検査し、これを検収項目にする——マーケティング文ではない。

未照合または意図的に省略した言い方

  • YouTube デモや SNS スクショの即時採点は、公式または再現可能リポジトリがなければ具体点を引用しない。
  • 二次稿の Fable 5.1 絶対ドル標価、および「medium 約 0.8/max約0.8 / max 約 6.19」類の単タスクコスト曲線は、本稿が Anthropic Opus 5.5 主公告で同表を逐条照合できなかったため、本文結論に書かない；読者は Anthropic 価格ページとコンソールを正とする。
  • 「680k 行を一日で移行」等はベンダー早期テスター叙述で、環境は再現不能、能力方向の信号としてのみ扱う。
  • Sonnet 5.5 / Haiku 5.5 の具体日付と価格は予測しない。
  • HN の高評価コメントと噂（未確認の後続 Fable 発版日程など）は事実として扱わない。

結び

Opus 5.5 の物語は「また一つの第一」ではなく、Anthropic が Fable 級能力 をより規模化可能な Opus 価格帯と速度に入れ、より厳しい生物/ネットワークゲートと検証計画で「フロンティアを緩める」安全ナラティブを実現しようとする試みだ。[1][3] coding agent を回す人への次の一歩は具体的：自分のタスク量でデフォルト effort の完了率とドルを測り、旗艦デフォルトを切るかを決める；OpenAI 側と対照するときは姉妹篇を読み、同一日の見出し行列だけを見ない。[2]

参考ソース

[1] Anthropic, “Claude Opus 5.5”, 2026-09-22. https://www.anthropic.com/claude-opus-5-5
[2] 当サイト姉妹篇：GPT-6 Sol、Luna と Astra. /ja/blog/gpt-6-sol-luna-and-astra/；OpenAI 原文は当該篇引用。
[3] TechCrunch, “Anthropic releases Opus 5.5 with lower prices and Fable-level performance”, 2026-09-22. https://techcrunch.com/2026/09/22/anthropic-releases-opus-5-5-with-lower-prices-and-fable-level-performance/
[4] 当サイト：Inside Claude Code agent harness. /ja/blog/inside-claude-code-agent-harness/
[5] 当サイト：Jev × Claude Code. /ja/blog/jev-claude-code-10x-and-25-lines/
[6] 機器の心（机器之心） / 36氪欧州站転載対照, 2026-09-23. https://eu.36kr.com/zh/p/3995195771588745（二次出典；価格とベンチは [1] と OpenAI 公式ページ準拠）