日常的なタスクでのミスは、せいぜい数分の損失で済みます。しかし、大規模なリファクタリングや、数ヶ月分のコミット履歴にまたがるデバッグ作業でのミスは、その代償がはるかに大きくなります。何百ものやり取りの中で静かに積み重なっていくためです。気づいた頃には、その上に積み上げられたすべてのステップをやり直さなければなりません。これこそが、スピードが評価される作業と、最初から正確さが求められる高難易度の作業との違いです。
Anthropicの最新AIモデルであるClaude Opus 5が、GitLab Duo Agent Platformで利用可能になりました。エージェントに最も高い能力が求められるタスクのために構築されたモデルです。Opus 5を使えば、エンジニアリングチームはより複雑で重要な作業をエージェントに任せられるようになります。GitLabの社内評価では、Opus 5はベンチマークタスクの93.3%を解決し、Opus 4.8の解決率73.0%から20.3ポイント向上しました。
「AIエージェントから最大の価値を引き出しているチームは、最も難易度が高く、重要度の高い作業を任せても、最初から最後まで推論が破綻しないと信頼できています」
— Stuart Moncada、GitLab AI Product Management担当VP
複雑な状況でも揺るがない推論力
最も難易度の高い作業をエージェントに任せることをためらうチームも少なくありません。ミスをやり直すコストが大きいためです。長時間にわたる高難易度のタスクでは、エージェントの推論が最初から最後まで一貫していなければなりません。Opus 5のより深い推論力により、複数ファイルにまたがる機能追加や大規模なリファクタリングといった複雑なタスクの多くが、一度で正しく解決されるようになります。これにより、失敗した実行結果を診断し、再度プロンプトを入力する時間を削減できます。GitLab Duo Agent PlatformでOpus 5を利用しているチームでは、部分的な修正パッチが減り、より多くの作業がマージ可能な状態で戻ってくることが期待できます。
この信頼性は、完遂率にも表れています。GitLabの社内テストでは、Opus 5は着手したタスクの100%を完了しており、これはOpus 4.8の完了率と同水準です。差が表れるのはその成果物の質です。Opus 5が生成したソリューションはより多くが正しいと検証されており、解決率は93.3%に達し、Opus 4.8の73.0%を上回りました。
GitLabの評価に含まれるあるタスクでは、CLI認証フローにモック可能なSSOログインサポートを実装することが求められました。新しいエクスポート型や設定フィールドを含む、5つのファイルにまたがる変更です。テストした他の複数のモデルは修正を試みることすらできませんでした。Opus 5は実装全体を構築し、コミットを行い、マージリクエストをオープンしました。
コードレビューにおいても、同様の精度が期待できます。Opus 5は実際のバグを検出し、誤検出はわずかです。そのため、チームは本当に対処すべき脆弱性に集中でき、ノイズの選別に費やす時間を減らせます。
複数のエージェントを同時に実行するワークロードでも、エージェント間の競合を解消する手間が減ります。Opus 5はサブエージェント同士の連携を保ち、互いの作業領域に干渉しないようにします。ライターと検証役を分けるパターンにより、あるエージェントが別のエージェントの出力を承認前にチェックする仕組みが働き、問題がユーザーの手元に届く前にエージェント間で検出されます。より長時間かつ自律性の高いセッションを、より多くのエージェントを並列稼働させて実行しているチームほど、その効果を強く実感できます。
複数のエージェントを並列実行するコストに敏感なワークロードでは、GitLabクレジットの利用上限を設定することで支出に上限を設けられるため、並列作業が予算を超えて実行されることはありません。
速度と深さを両立
GitLabの最も難易度が高いベンチマークタスクにおいても、Opus 5は信頼性と速度を両立しています。実行時間が長くなる95パーセンタイル値で見ると、Opus 5はOpus 4.8より2.2%速く完了し(768秒 対 784.98秒)、Sonnet 4.6より21.9%速く完了しました(768秒 対 982.57秒)。信頼性と速度は連動して向上します。チームにとっては、最も時間のかかる実行であっても、より予測しやすいターンアラウンドタイムを意味します。
タスクに応じて最適なモデルを選択
最適なモデルは組織全体で一律に決めるものではなく、目の前のタスクによって異なります。Sonnetクラスのモデルは日々の開発作業の大部分を担い、速く、コストを抑えられ、多くのチームが日常的に実行する作業に対して信頼性があります。より深い推論力が求められる作業、たとえば最も難易度の高いデバッグや大規模なリファクタリング、やり直したくない重要な意思決定には、Opus 5を選んでください。
この選択は、モデル選択機能を通じて、GitLabインスタンス上で直接設定できます。どのモデルを選んでも、GitLab Duo Agent Platform上のすべてのモデルに共通するコンテキストレイヤー、ポリシーチェック、監査証跡といった同一のインフラストラクチャ内で実行されます。
Opus 5を使ってみる
Claude Opus 5は現在、GitLab Duo Agent Platformで利用可能です。他のモデルと同様に、GitLabクレジットで利用します。Duo Agent Platformをまだお使いでない方は、今すぐ無料トライアルを開始してください。すでにGitLab PremiumまたはUltimateをご利用の方は、Duo Agent Platformを有効化し、サブスクリプションに含まれるGitLabクレジットをご利用ください。
