この記事について海外で公開された情報をもとにAIが要約・解説した記事です。原文の翻訳ではありません。正確な内容は記事末尾の出典元をご確認ください。
この記事の要点
  • Claude 5系のFable、Sonnet、OpusがLLMプラグインに追加
  • WebSearchなどサーバーサイドツールを-Tオプションで指定可能に
  • 推論パラメータをthinkingとthinking_effortに整理、Claude 5はデフォルトで思考

新モデル3種の追加

llm-anthropic 0.26が2026年8月4日にリリースされ、Anthropicの新モデルであるclaude-fable-5、claude-sonnet-5、claude-opus-5が追加された。このプラグインを利用すると、LLMコマンドラインからこれらのモデルをすぐに呼び出すことができる。CLIツールを日頃使っている開発者にとっては、モデル切り替えの手間が減る変更と言える。

モデルの具体的な性能やベンチマーク結果は記事では触れられていない。名称から、SonnetとOpusは既存シリーズの後継とみられるが、Fableがどのような位置づけなのかは不明だ。各モデルの詳細はAnthropicの公式発表を待つ必要がある。

サーバーサイドツール

今回のアップデートでは、WebSearch、WebFetch、CodeExecution、AnthropicMCPの4つのサーバーサイドツールが新たに用意された。これらはLLMの-TオプションやPythonのtools=パラメータから利用できる。サーバーサイドツールは、API側で実行される仕組みだ。

従来の-o web_search*オプションは廃止され、-T WebSearchに統一されている。ツール指定の方法が整理されたことで、オプションの混乱が減ると期待される。ただし、既存のスクリプトを使っている場合は、新しい指定方法への置き換えが必要になる。

推論設定の簡素化

拡張思考は、thinkingとthinking_effortの2パラメータに整理された。thinking_effortはlow、medium、high、xhigh、maxの5段階から選択できる。これまで複数あったオプションが簡素化され、直感的に扱えるようになった。

Claude 5モデルはデフォルトでthinkingが有効になる。Sonnet 5とOpus 5では-o thinking 0で無効化できるが、Fable 5は常に思考するとのことだ。また、推論を非表示にする--hide-reasoningオプションも追加されている。

ストリーミングと注意点

LLM 0.32へのアップグレードに伴い、推論やツール呼び出しの結果が型付きイベントとしてストリーミング配信されるようになった。CLIからの推論出力は標準エラーに表示され、--hide-reasoningで省略できる。これにより、パイプライン処理でのログ制御がしやすくなると考えられる。

一方で、thinking_budget、thinking_display、thinking_adaptiveといったオプションは削除されている。従来これらの設定を使っていた開発者は、新しいthinking_effortへの移行が必要になる。モデルの動作もデフォルトで思考する仕様に変わっているため、応答時間やコストに影響が出る可能性は考慮しておきたい。

原文からの引用
Claude 5 models think by default; -o thinking 0 disables thinking for Sonnet 5 and Opus 5, while Fable 5 always thinks.

Claude 5モデルはデフォルトで思考する。Sonnet 5とOpus 5では -o thinking 0 で無効化できるが、Fable 5は常に思考する。

日本の開発者・IT企業にとっての意味

LLM CLIはPython製のコマンドラインクライアントで、複数の言語モデルを簡単に切り替えられるのが特徴だ。今回のアップデートでは、Claude 5系の3モデルが追加され、さらにWebSearchやWebFetch、CodeExecution、AnthropicMCPの4つのサーバーサイドツールが-Tオプションから利用できるようになった。これにより、開発者はモデルの評価やプロトタイプ作成をコマンドラインだけで完結させやすくなる。一方で、既存の-o web_search*オプションは削除され、thinking系のパラメータも整理されたため、自動化スクリプトを使っている場合は修正の必要がある。また、Claude 5モデルはデフォルトで思考する仕様となり、特にFable 5は常に思考する。応答時間やAPIコストに敏感な業務では、thinking_effortの指定を明示的に行い、モデルごとの挙動を把握した上で利用することが求められる。

用語解説

LLM
Simon Willison氏が開発した、コマンドラインから大規模言語モデルを操作するツール。
サーバーサイドツール
APIサーバー側で実行されるツール。WebSearchやCodeExecutionなどがあり、クライアント環境に依存しない。
thinking
モデルが回答を生成する前に行う内部推論。有効にすると精度向上が期待できるが、応答時間とコストが増える。
thinking_effort
推論の深さを指定するパラメータ。lowからmaxまでの5段階がある。

出典

llm-anthropic 0.26

Simon Willison / Simon Willison / 2026年8月5日

https://simonwillison.net/2026/Aug/4/llm-anthropic

企業のAI活用顧問を、いまなら無料で承っています

何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて一緒に整理します。導入前の相談だけでも構いません。

無料でAI活用の相談をする