モデルとエフォートの違い
― 同じプログラムを作らせて検証する
モデルもエフォートも種類が増えて、「結局どれをどう設定して使えばいいの？」となりがちです。この資料では、Claude Codeのモデルの違いと設定、エフォート（考えさせる量）の違い、CodexのSol・Terra・Lunaを整理し、同じプログラムを各モデルに作らせて差を確かめるためのプロンプトも全文掲載します。
- ① モデルの違いと設定（Claude Code：Fable 5／Opus 4.8／Sonnet 5）
- ② エフォートの違いと設定の仕方（考えさせる量）
- ③ Codexの Sol/Terra/Luna の違い＋同じお題で作らせ比べ
① モデル＝「誰に頼むか」
まずモデルの使い分け。Fable 5／Opus 4.8／Sonnet 5 を強さ・速さ・コストで整理します。Fable 5はとても強いぶん消費も重いので、タスクの重さで“乗り物”を変えるのが基本です。
| モデル | SWE-bench Verified* | API価格（入力/出力 $/MTok） |
|---|---|---|
| Claude Fable 5 | 95.0%（104モデル中1位） | $10 / $50 |
| Claude Opus 4.8 | 88.6% | $5 / $25（Fable 5の半額） |
| Claude Sonnet 5 | 85.2% | $3 / $15（2026-08-31まで $2/$10） |
*独立リーダーボード llm-stats.com（2026-07-17時点）／価格＝Anthropic公式（platform.claude.com）。公式の選定指針は「迷ったら複雑なコーディングはOpus 4.8から。最高能力が要る時だけFable 5」。
② エフォート＝「どれだけ考えさせるか」
モデルが「誰に頼むか」なら、エフォート（reasoning effort：low / medium / high / xhigh / max）は「どれだけ考えさせるか」。同じモデルでも、じっくり考えさせるか・パッと返させるかで、質も消費も変わります。
- 公式実証：Opus 4.5はmediumエフォートでSonnet 4.5の最高スコアに並び、出力トークンを76%削減（最高エフォートなら+4.3pt・48%減）— Anthropic公式発表（anthropic.com/news/claude-opus-4-5）
- 公式仕様：effortは5段階・既定high。思考だけでなく応答の全トークンに効く（低いとツール呼び出し自体が減る）。厳密な上限ではなく「行動シグナル」＝低くても難問ではちゃんと考える（platform.claude.com/docs Effort）
- 公式推奨：Opus 4.8のコーディングは「xhighから始める」／Fable 5は「highから」／lowの典型用途＝サブエージェント。xhigh＝「30分超・数百万トークン級」の長時間作業向け
- 原理：OpenAI o1研究＝思考時間（test-time compute）を増やすほど性能が一貫して向上。AIME 2024でGPT-4o 12%→o1 74%（openai.com「Learning to reason with LLMs」）
勘所は簡単・定型は低く、設計・難所は高く。上げっぱなしは消費のムダ、下げすぎは品質不足です。
③ Codexの Sol / Terra / Luna
Codex（GPT-5.6系・2026-07-09 一般提供）にもモデルの選択肢があります。公式の位置づけはSol＝フラッグシップ（$5/$30）／Terra＝バランス・GPT-5.5並み性能の低価格帯（$2.50/$15）／Luna＝最速・最安（$1/$6）。よく“Tera”と書かれますが公式綴りはTerraです（OpenAI公式 openai.com/index/gpt-5-6）。
そして小さい種明かし：よく言われる「Sol Ultra」は単一のモデル名ではなく、gpt-5.6-sol × reasoning_effort="ultra" の組み合わせ。つまりCodexも「モデル×エフォート」の2軸——この考え方は両陣営共通です。
④ 同じお題で作らせ比べ（プロンプト全文）
共通のお題を複数モデル・複数エフォートで作らせて、出来ばえ・つまずき・消費を横並びで比べます。比較で変えるのは「モデル」か「エフォート」のどちらか1変数だけ。プロンプト文面は毎回まったく同じものを使います（ワンショット・追加指示なし）。
デモA：基準線＝2Dプラットフォーマー（共通ヘッダ込み）
【出力条件・厳守】
1. 出力は「単一のHTMLファイル」を1つだけ。file:// でダブルクリックして即動くこと。ビルド・サーバ不要。
2. コードは省略禁止。「// 以下同様」「...(省略)」は禁止。全文を書ききる。
3. 外部アセット(画像/音声/フォント/モデル)への参照は禁止。必要な素材は Canvas / WebAudio / コードで生成する。
4. 物理・ゲームロジックは固定タイムステップ 1/60秒 で更新し、描画と分離する(可変dtをそのまま積分するのは禁止)。フレーム落ち時はアキュムレータで補正(最大5ステップでクランプ)。
5. 乱数はseed固定のPRNG(xorshift等)。同じ入力列なら必ず同じ結果になる(決定論)。
6. 画面右上に常時HUDを出す: FPS / フレーム時間ms / 現在state / 主要デバッグ値。
7. F1キーで当たり判定(コリジョン形状・法線・接地フラグ)のデバッグ描画をトグルできる。
8. 起動時のコンソールエラーは0件であること。
9. 自動採点用に window.__GAME = { state, player, entities, step(n), reset(seed) } をグローバル公開する。
10. 最後に「仕様チェックリスト」を表で出し、各項目に ✅ / ❌ を自己申告する(嘘の✅は最も減点される)。
【お題】Canvas 2D のみ(WebGL・外部ライブラリ・CDN 全て禁止)で、横スクロール2Dアクションを作れ。1280x720。
必須仕様:
- プレイヤー移動: 加速度と減速度は別係数。最高速度あり。空中制御は地上の60%。
- 可変ジャンプ: ボタンを離した瞬間に上昇速度を半減。
- コヨーテタイム 80ms / ジャンプ先行入力バッファ 100ms。
- 落下速度は最大でも1フレームあたりタイル1枚を超えないよう、スイープ(連続)衝突判定で床を貫通させない。
- 衝突解決は X軸→Y軸 の分離解決。壁への貼りつき・床でのガタつきを起こさないこと。
- 一方通行床(下から通り抜け、上から乗れる。↓+ジャンプで降りられる)。
- 動く床: 乗っている間はプラットフォームの速度を継承し、離れた瞬間もその速度が残る。
- 敵2種(パトロール型 / 追尾型)。踏みつけで撃破、横接触でダメージ+ノックバック+0.8秒無敵(点滅)。
- カメラ: デッドゾーン + 進行方向の先読み(look-ahead) + スムージング。ステージ端でクランプ。
- タイルマップ3ステージ、コイン、ゴール、残機、リトライ、クリアタイム表示。
- 効果音はWebAudioで合成(ジャンプ/被弾/コイン/クリア)。見るポイント：①壁に貼りつかないか ②一方通行床を降りられるか ③動く床の速度継承 ④チェックリストの「嘘の✅」（実装したと申告して効いていない）
デモB：リサーチ＋実装の複合＝ホームページを作らせる
私はAIやITについて情報を発信しているYouTuberです。 以下のリンクから情報を取得し、ブログとYouTubeの情報をもとに私の会社のホームページを作成してください。 ブログ https://rutinelabo.com/ YouTube https://www.youtube.com/@it-skill_routinelabo/videos 公式LINE https://lin.ee/8498xAC X（旧Twitter） https://twitter.com/rutinelabo Instagram https://www.instagram.com/rutinelabo/ TikTok https://www.tiktok.com/@routinelabo note https://note.com/it_rutinelabo YouTubeメンバーシップ限定Discordコミュニティ https://discord.gg/RNpHp5Kqgt
見るポイント：①実際にリンクを取得しに行ったか ②数値を捏造していないか ③導線の漏れ ④「AIの汎用サイト」感
まとめ：使い分けの結論
- モデル＝誰に頼むか／エフォート＝どれだけ考えさせるか
- 難所は強モデル×高エフォート、軽い所は軽モデル×低エフォート
- Codexも同じ物差し（Sol/Terra/Luna × reasoning effort）で選べる