新モデルは発表当日に入れない｜導入前の検証チェックリスト

新しいモデルが発表されると、その日のうちに本番へ切り替えたくなります。ですが本記事は、新モデル導入前に使う検証チェックリストを、確認する順序とともに示します。対象は定型業務での出力比較・コスト影響・既存プロンプトの互換性の3点です。検証環境は2026-07-29時点のAnthropic公式ドキュメントです。

01結論：新モデル導入のチェックリストは、発表当日には使わない

結論を先に示します。新モデル導入は発表直後ではなく、次の3点を確認してから判断します。

• 定型業務のプロンプトを新旧モデルへ同条件で投げ、出力の形式と内容を突き合わせる
• 定額プランならUsage limitへの到達速度、従量課金なら単価とトークン数の変化を見る
• 拡張思考・サンプリングパラメータ・ツール定義など、既存プロンプトを壊す変更の有無を確認する

Anthropicの公式移行ガイドも移行の進め方を示しています。Claude Codeでは/claude-api migrateを実行すると、モデルIDの置き換えと破壊的パラメータの変更をコードベース全体へ適用できます。手動で確認すべき項目のチェックリストも生成されます（出典: Anthropic公式移行ガイド、2026-07-29確認）。本記事のチェックリストは、この機械的な置き換えでは検出できない、業務側の判断が必要な観点を整理したものです。

発表直後に切り替えを急ぐと危ない理由は、破壊的変更が世代ごとに記録されているからです。Anthropicの移行ガイドには、拡張思考のパラメータやサンプリングパラメータの廃止など、モデル世代が変わるたびに発生した変更が一覧になっています（出典: 同ガイド）。発表当日に切り替えると、この一覧を確認する前に本番へ影響が出ます。

02新モデル導入で最初に確認する4つの観点

新モデル導入の可否は、次の4つの観点で判断します。どれか1つだけでは判定材料として不十分です。

4つの観点を分ける理由は単純です。出力が良くても費用が読めなければ展開できませんし、費用が安くても既存コードが動かなければ意味がありません。出典: Anthropic公式移行ガイド・公式モデル一覧・公式料金ページ（いずれも2026-07-29確認）。

確認する順序も結果を左右します。①出力比較→③プロンプト互換性→②コスト影響→④切り戻し基準の順に進めると、手戻りが少なくなります。プロンプトが動かないままコストだけ計算しても、その数字は使えないからです。

03定型業務での出力比較｜新モデル導入をどう判定材料にするか

出力比較は、普段使っている定型業務のプロンプトをそのまま新モデルへ投げるところから始めます。新しいプロンプトを作って試すと、モデルの違いなのかプロンプトの違いなのか切り分けられません。

同じ入力を1回だけ試しても、モデルの出力ゆれと本当の劣化を区別できません。最低でも数回は同じ入力を投げ、結果のばらつきを見ます。ばらつきの幅が広がっている場合は、劣化ではなく設計側の詰めが甘いことも疑います。

「許容範囲内のズレ」の線引きは、業務ごとに決めます。要約や分類のように多少の言い回しの違いを許容できる業務と、契約書のように数値や固有名詞が1文字でもずれると困る業務では、合格ラインが変わります。定型業務を分類してから比較を始めると、判定のブレを減らせます。

ツール呼び出しを伴う業務では、tool_useブロックの入力を文字列としてそのまま比較しないことが重要です。Anthropicの移行ガイドは、モデル世代によってJSON内のエスケープ表現が変わりうると明記しています（出典: 同ガイド）。次のように、パースしてから値を比較すれば表記ゆれに引っかかりません。

import json

old_input = json.loads(old_tool_use_block.input_json)
new_input = json.loads(new_tool_use_block.input_json)
assert old_input == new_input  # 生の文字列比較ではなく、パース後の値で比較する

04モデル切り替えでコストはどう変わるか

モデルを切り替えると、コストの見え方も変わります。自社は定額プランを契約しているため、タスク単位の金額を構造的に測定できません（実測台帳2026-07-28時点）。そのため、コスト影響は円ではなく公式ドキュメントが定義する代理指標で見ます。

代理指標を使う理由は、モデルを切り替えると請求額だけでなく前提そのものが変わるからです。Claude Sonnet 5は、Sonnet 4.6と同じ入力でも新しいトークナイザーにより約30%多いトークン数になります。この違いはAnthropic公式料金ページの注記で確認できます（2026-07-29確認）。同じプロンプトでも、モデルを切り替えた瞬間にトークン消費量が変わりうるということです。

モデルごとの単価差も無視できません。公式料金ページでは、系統ごとにモデル単価が数倍異なります（出典: Anthropic公式料金ページ）。

• Claude Opus系：入力$5／出力$25（100万トークンあたり）
• Claude Sonnet系：入力$2／出力$10（2026年8月31日まで。9月1日以降は入力$3／出力$15）（100万トークンあたり）
• Claude Haiku系：入力$1／出力$5（100万トークンあたり）

プロンプトキャッシュの挙動もモデルによって変わります。キャッシュ対象になる最小の長さはモデルごとに異なります。例えばClaude Opus 4.8からOpus 5への移行では、この最小長が1,024トークンから512トークンへ下がりました。

より短いプロンプトもキャッシュ対象になっています（出典: 同ガイド）。逆に最小長が上がる移行もあり得るため、モデルを切り替えるたびにキャッシュ対象になる長さを確認します。

定額と従量課金のどちらを選ぶかという入口の判断軸は、『AIエージェントの料金｜定額と従量を分ける判断軸3つ』で扱っています。本記事は、契約プランは変えずにモデルだけを切り替えたときの影響に絞って見ています。

05既存プロンプトの互換性｜新モデル導入で壊れやすい3か所

既存プロンプトが新モデルで動かなくなる原因は、だいたい3か所に集中します。

Claude Opus 4.7以降のモデルは、temperature・top_p・top_kを指定すると400エラーを返します（出典: Anthropic公式移行ガイド）。拡張思考も同様で、旧世代の固定トークン数指定（budget_tokens）は新しいモデルで拒否されます。thinkingパラメータをadaptive（自動）へ書き換える必要があります。

ツールの対応状況も見落としやすい箇所です。Claude Opus 5ではweb fetchツールが利用できません（出典: 同ガイド）。旧モデルでweb fetchを使っていた処理は、移行前に代替手段を検討します。

stop_reasonの種類が増えている点にも注意します。refusalやmodel_context_window_exceededという停止理由は、旧モデルの分岐処理では想定されていないことがあります（出典: 同ガイド）。分岐を足さずに切り替えると、この2つの停止理由が黙って無視されます。

新しいAPI機能が追加されている場合もあります。たとえば会話の途中でシステムプロンプト相当の指示を追加できる機能は、対応モデルが限られています（出典: 同ガイド）。これに気づかないまま既存の運用ルールを更新すると、想定していた挙動になりません。

組織側の設定が原因で拒否されることもあります。最上位クラスの一部モデルは、データ保持設定が一定日数に満たない組織では、すべてのリクエストが拒否されます（出典: 同ガイド）。プロンプトそのものではなく、契約・設定側の見落としで動かないケースもあるということです。

06新モデル導入の最終判定｜モデル切り替えとチェックリストの使い方

3つの観点の結果を組み合わせて、最終判定を出します。

1. 出力比較・コスト影響・プロンプト互換性のすべてが合格：本番導入へ進む
2. いずれか1つが不合格：原因を特定できるまで保留し、再検証する
3. 複数が不合格：今回の新モデルへの切り替えは見送り、次の公式アップデートを待つ

不合格から保留・見送りへ進んだ場合は、切り戻し先のモデルIDと、いつ再検証するかを決めておきます。決めずに保留すると、次にまた同じチェックを最初からやり直すことになります。

判定の記録は、誰が・いつ・どの観点で不合格と判断したかを残します。承認記録が無いまま停止すると、次の担当者が同じ確認をやり直すことになります。承認の記録先や誰が止めるかという設計は、『AIエージェントの承認ゲート｜送信・公開・削除で止める仕組み』が扱う人間ゲートの考え方と同じです。

07新モデル導入でつまずきやすいのはどこか

チェックリストどおりに進めても、見落としやすい点が残っています。

• thinkingパラメータを省略した場合の既定動作の違い：モデルによって挙動が異なります。Claude Opus 5は省略すると自動的に思考ありで実行されますが、これは旧世代（Opus 4.8以前）と逆の挙動です（出典: Anthropic公式移行ガイド）。max_tokensを旧モデルの設定のまま使うと、思考分を含めた出力が途中で切れます。
• 新しいモデルのレート制限が旧モデルと別枠になっている点：新しいモデル向けの利用上限は、旧モデル群と共有されないことがあります（出典: Anthropic公式レート制限ドキュメント、2026-07-29確認）。旧モデルの利用実績だけを見て上限に余裕があると判断しないようにします。
• プロンプトの言い回しが前提としていたモデルの癖が変わる点：指示語の強さへの反応や、口調・冗長さの既定値はモデル世代ごとに変わります。既存プロンプトをそのまま使い回すと、狙った挙動から少しずれることがあります。
• 公式の廃止スケジュールを見ないまま使い続ける点：Anthropicは旧モデルの提供終了日を「Model deprecations」ページで公開しています。例えばClaude Sonnet 3.7は2026年2月19日に提供終了となりました。公式の置き換え先はClaude Sonnet 4.6です（出典: Anthropic公式Model deprecationsページ、2026-07-29確認）。廃止日を過ぎると、そのモデルIDへのリクエストは失敗します。
• 検証時点を記録しないまま結果だけ残す点：新モデルの挙動は今後の更新で変わり得ます。いつの時点の検証かを記録しておかないと、後から見た人が古い判定を最新のものと誤読します。

08チェックリスト

• 定型業務のプロンプトを新旧モデルへ同条件で実行し、出力の形式と内容を突き合わせた
• tool_useの入力はパースして比較し、生の文字列一致に頼らなかった
• 定額プランの場合、Usage limitへの到達速度が変わっていないか確認した
• 従量課金の場合、公式料金ページでモデル別の単価を確認した
• count_tokensで同じ入力のトークン数を新旧モデルで比較した
• 拡張思考・サンプリングパラメータ・ツール定義の変更を公式移行ガイドで確認した
• stop_reasonの分岐にrefusal等の新しい停止理由を追加した
• 不合格だった場合の切り戻し先モデルと再検証の時期を事前に決めた
• 1件のリクエストで新モデルへの切り替えを試し、想定どおり動くことを確認してから展開した

09FAQ