Claude Opus 5.5のフィクション執筆スタイル
Opus 5.5は、同じ11のビートで、同じ3社から選ばれた3人の審査員によるブラインド採点にて、前モデルと直接比較されました。結果は8対3の勝利で、クラフト平均スコアは87.7対82.2でした。また、ここで計測されたモデルの中でロマンススコアが最も高く、トークンあたりのコストは20%低くなっています。ただし、まだ実績の積み上げが少ない点は否めません。背景にある判定数は約120件で、Opus 5の800件に対し圧倒的に少なく、このサイトで公表されるすべてのスコアは、サンプルが薄い分だけ中立的なベースラインに引き寄せられます。そのためOpus 5のほうが公表スコアは高くなっています。どちらも同時に真実です。一方の数値はモデルのスコアであり、もう一方は実証された実力の積み上げです。そのギャップを埋めるのは、時間をかけた積み重ねしかありません。
Measured profile
Claude Opus 5.5
Anthropic · Novelmint Lead
87
Overall craft
Craft — how well it writes
- Literary87
- Dialogue79
- Fidelity92
- Pacing87
Content — what it writes well
- Emotion80
- Physicality80
- Conflict85
- Romance85
- Eroticism72
Scores are confidence-adjusted, 0–100. * marks a provisional axis (fewer than 6 samples). Measured on claude-opus-5-5. See the full benchmark and methodology.
Key takeaways
Key takeaways
- Claude Opus 5.5は、Novelmintのフィクションベンチマークで最も高いロマンススコアを記録しています。
- 対話では1位、忠実性では3位にランクインしており、4軸すべてでクラフトに弱点はありません。
- 公表クラフトスコアは84.6で2位。Opus 5より低いのは、Opus 5のサンプル数がおよそ7倍あるためです。
- Opus 5に8対3のビートで勝利し、同一ランでスコアされた全軸でGPT-6 Solにも勝利しています。
- 感情軸と身体性軸はそれぞれ3件と6件の判定に基づきます。どちらも実在するデータですがサンプルは薄く、今後の増加に伴い変動しやすい状態です。
How it writes
前モデルとのヘッドトゥヘッドで勝利
2つのモデルは同じベイクオフで競われました。同一のビート、同一の審査員、ブラインド採点で、同一企業のスコアは除外されたため、Anthropicモデルがどちらかを採点することはありませんでした。Opus 5.5は11ビート中8つを獲得し、クラフト平均87.7対82.2を記録しました。勝利は特定のビートに集中せず分散しており、文学的クオリティでは「悲嘆」と「窓」のビート、対話では「別れ」、感情では「臨終」、身体アクションでは「登攀」で勝利しました。Opus 5は3ビートを守り、その3つはいずれもモメンタムに関するビートでした。これはペーシングでの既存のリードと一致しています。この差の形が見えてきます。5.5はより優れた文章を書き、ブリーフをより忠実に守る一方、Opus 5はスピードのコントロールがまだ上回っています。
ベンチマーク最強のロマンス
最上位の軸はロマンスで、Anthropicがストーリーテリング向けにチューニングしたFable 5をわずかに上回っています。このスコアが示すのは熱量よりも「引力」です。言葉にされないものを通じて積み上がる惹かれ合い、誰かを崩す具体的な身体的ディテール、二人が同じものを求めながら誰も口にしない場面の緊張感。これがロマンスの実際の核となる領域であり、明示的な描写を書くよりも難易度が高いものです。明示的描写は技巧の問題というより、許容範囲の問題に近いといえます。
Leadとして信頼できる理由、忠実性
忠実性は、計画された構造がレンダラーとの接触を経て生き残るかどうかを左右する軸です。モデルがブリーフ通りのビートを生成したか、ビートに必要な要素を保持したか、キャラクターがまだ知らないはずのことに踏み込まなかったかを計測します。Opus 5.5は87件の判定で3位にランクインし、Opus 5に1.5ポイント差、Opus 4.8に0.5ポイント差以内に収まっています。ヘッドトゥヘッドのランでは、この軸でOpus 5を実際に上回り、90.9対77.3という結果でした。このギャップがサンプルの増加で確認されるか薄れるかは、今後の判断に委ねられます。
GPT-6 Solとのヘッドトゥヘッドで完勝し、そのデータは薄くない
この昇格はリリース順ではなくベイクオフで決まりました。9つのモデルが同じ11のブリーフ済みビートを書き、4社から選ばれた4人の審査員がすべての文章をブラインドで採点（同一企業のスコアは除外）し、結果がグリッドに反映されました。同月にOpenAIが出荷したフラッグシップGPT-6 Solとの比較では、両モデルがスコアされた全軸でOpus 5.5が優位でした。文学的クオリティで14ポイント、ペーシングで13ポイント、ロマンスで14ポイントの差がありました。Solは有能なモデルで、同じ系列のGPT-5.6 Sol は3軸でリードしていますが、フィクションビートにおいてこの特定の比較は接戦ではありませんでした。
データが薄い部分とその意味
9軸のうち2軸はほとんど計測されていません。感情は3件、身体性は6件の判定に基づいており、実在するデータとしては十分ですが、確定値とは言えません。このサイトで公表されるすべてのスコアは、背景にあるデータが少ない分だけ中立的な事前分布に引き寄せられます。そのためサンプルの薄いセルは過剰な主張ができない一方、まだ多くを語ることもできません。正直にまとめると、クラフト軸は計測済みで、コンテンツ軸はまだ集積中です。
What the scores mean for a book
活用に適したシーン
- 特に会話の多い小説の、シリーズを定義するメインの語り口。
- 計測モデル中最高スコアのロマンスと、明示的表現に至らない手前の緊張感。
- 厳密に守る必要のあるタイトなブリーフのビート（伏せておくべき情報を含むリベールを含む）。
- コスト重視の長編作品。Opus 5よりトークンあたり20%安く、Unlimitedサブスクリプションでも利用可能。
代替案を検討すべきシーン
- 最も明示的なアダルトコンテンツ。この軸ではGrok 4.5が大差でベンチマークをリードしています。
- 身体的アクションが中心のビート。GPT-5.6 Solが計測済みリーダーで、5.5はほとんどスコアされていません。
- 最新モデルよりも最大限の実績データが重要な場合。Opus 4.8はサンプル数が10倍あります。
In Novelmint
NovelmintにおけるOpus 5.5の活用方法
Opus 5.5はデフォルトのLeadです。Leadはチャプターの大部分をレンダリングし、クライマックスでは軽いガイダンスを受けます。これにより、数段落ごとに文体が変わることなく、本全体を通じて一貫した声が保たれます。多様性ルーターは、より適したモデルが計測可能なビートの一部をそのモデルに振り分けます。ハブページのグリッドがまさにその判断の根拠となっており、明示的なビートは本の他の部分を巻き込まずに、より許容範囲の広いモデルに渡すことができます。Opus 5.5は2026年9月22日にデフォルトになりました。理由は明快です。ベイクオフで勝利し、前モデルより低コストだからです。ビルドロスターから、任意のモデルをLeadとして設定したり、デビエーションプールへのモデルの追加・削除、または1つのビートへのモデルのピン留めが可能です。
Questions
Frequently asked
- Claude Opus 5.5は小説執筆が得意ですか？
- はい。Novelmintのフィクションベンチマークで、実際の小説文章を対象とした計測で、最も高いロマンススコアを記録しています。対話は3位、忠実性も3位です。総合クラフトは4位で、上位3モデルと大きく差が開いているわけではありません。
- Claude Opus 5.5は執筆においてOpus 5より優れていますか？
- 生のスコアでは優れており、公表スコアではまだそうではありません。いずれの場合もトークンあたり20%安価です。Opus 5.5は同一ビートでOpus 5より高いスコアを出し、ロマンス軸でトップです。ただしOpus 5は、ほぼ10倍のサンプルを背景に、総合クラフト・忠実性・ペーシング・感情の公表ベンチマークでリードしています。実証された最強モデルが欲しい場合はOpus 5、それをヘッドトゥヘッドで下回ったコストで欲しい場合は5.5です。
- Claude Opus 5.5はGPT-6とどう比較されますか？
- GPT-6 Solとの比較では、同一ランで同じブラインドパネルが審査した全軸（文学的クオリティ、対話、忠実性、ペーシング、コンフリクト、ロマンス等）でOpus 5.5が優位でした。また、GPT-6 Solは明示的なブリーフを断るため、その軸のスコアは非常に低く、クラフトの質にかかわらず成人向けフィクションには不向きです。
- 総合クラフトで4位なのに、なぜOpus 5.5がデフォルトなのですか？
- 4位はサンプル縮小後のスコアであり、実際の結果ではないからです。生のクラフトでは1位であり、同一ランで計測されたすべてのモデルに勝利しています。縮小はサンプルの薄さによる過剰な主張を防ぐための正しいデフォルト設定であり、その結果として新しいモデルはしばらく実力より低く見えます。忠実性3位、最高のロマンス、そして前モデルより20%安いコストを合わせて考えれば、最適な選択です。サンプルが増えても数値が維持されなければ、この判断は見直されます。
- Claude Opus 5.5は明示的なシーンを書けますか？
- 対応しており、小さなサンプルでエロティシズム軸では中位のスコアを記録しています。計測済みモデルの中で最も許容範囲が広いわけではなく、その軸ではGrok 4.5が大差でリードしています。Novelmintでは、最も明示的なビートをより許容範囲の広いモデルに振り分けながら、5.5をシリーズの声として維持することができます。
What this page does not claim
- これらのスコアは、Novelmintの審査済みセットで計測されたフィクションビートにおけるClaude Opus 5.5の散文を示すものです。Anthropicの公式評価ではなく、推論・コーディングその他の能力については何も語っていません。
- 感情軸はまだスコアされておらず、身体性軸は3件の判定に基づきます。どちらも中立的な事前値付近で表示されており、これは弱さではなく未計測を意味します。
- 全サンプルはOpus 4.8の1400件に対し約120件です。新しい数値はより大きく変動し、公表スコアはサンプルの増加とともに変化し続けます（どちらの方向にも）。
- デフォルトLeadであることは、本全体を担う最良の単一の声についての判断であり、すべての軸で勝つという主張ではありません。グリッドでは他のモデルが総合クラフト・アクション・明示的コンテンツをリードしていることが示されています。
- ClaudeおよびOpusはAnthropicの商標です。これは独立した計測であり、推薦・保証ではありません。