Claude Opus 5のモデル切り替え — 会話中に起きる理由と仕組み

Claude Opus 5で会話を続けていたら、急に「モデルが切り替わりました」という通知が出て、回答がOpus 4.8名義になっていた——この現象は、あなたの使い方が悪かったわけではありません。Opus 5に組み込まれた安全機構が、リクエストをサイバーセキュリティ関連の高リスクな内容と判定し、自動的にワンランク下のモデルへ処理を回した結果です。何が引き金になり、どの利用形態で起き、オフにできるのかを一次情報から確認できます。

Opus 5で会話中にモデルが切り替わる仕組み

Opus 5は、Opus 4.8から全般的に能力が底上げされたモデルです。Anthropicは能力向上に合わせて安全機構(classifier、分類器)の基準も引き上げており、すべてのリクエストをこの分類器が自動でチェックしています。

大半のリクエストはOpus 5でそのまま処理されます。分類器が引っかけるのは、高リスクな一部のリクエストだけです。該当すると、Claudeは同じ会話の中でOpus 5への応答を止め、リクエストをOpus 4.8へ再送します。「モデルが勝手に切り替わった」ように見えますが、実体は分類器を通過できなかったリクエストの再処理です。

分類器が見ているのは直近のメッセージだけではありません。メモリ・コネクタ経由のコンテンツ・Web検索結果・ファイルなど、モデルが読み込むものすべてが対象です。自分では何も書いていなくても、読み込んだファイルの内容が引き金になることがあります。

分類器ごとに行き先が違う

引っかかる領域は4つあり、領域とモデルの組み合わせで「切り替わる」「そのまま止まる」が分かれます。ここではOpus 5.5も並べます。サポート記事とClaude Codeのドキュメントは、Opus 5とOpus 5.5を同じ仕組みの中で説明しているためです。

サイバーで対象になるのは、攻撃側の実行に近い作業です。エクスプロイト生成、バイナリベースの脆弱性スキャン、ペネトレーションテストが例に挙がっています。ソースコードの脆弱性スキャン、セキュリティ課題のトリアージ、安全なコードの実装はOpus 5のまま使えます。

Opus 5.5のフロンティアLLM開発の分類器は、特定のMLアクセラレータ向けカーネル開発のような一部の能力に限った設定です。通常のAI・ML開発や研究、一般的なコーディングへの影響は小さいとされています。生物では、ウイルス学・毒性学・分子設計のようなデュアルユース(軍民両用)の依頼が対象です。検査結果の解釈や症状の理解といった日常的な健康・教育の質問は、Opus 5.5のまま使えます。

蒸留の分類器は、モデル内部の推論の抽出を狙う依頼をブロックします。推論をそのまま繰り返させる、思考の全過程を外部出力に書かせる、といった依頼です。「なぜそうしたのか」と聞くような会話は影響を受けません。Opus 5.5でのこの拒否の実例はOpus 5.5が推論の書き出しを拒否する仕組みで扱っています。

フォールバックが起きたあと、会話はどう変わるか

自動モデル切り替えは、Opus 5を初めて選んだ時点で既定でオンです。フォールバックが起きると、モデルが切り替わった旨の通知が出ます。回答には、応答したモデルの名前が付きます。

切り替え後、モデルピッカーはその会話の残り全体で下位のモデルのままです。Claude Codeでも同様に、セッションはフォールバック先で続きます。元のモデルに戻すには、手動で切り替えます。

元の要求が会話に残っていると、Opus 5へ戻しても同じ安全機構が再び働くことがあります。戻す前にひとつ前のメッセージを編集するのが、サポート記事で挙がっている手です。フラグが立った内容そのものが、会話履歴に残っているからです。

Claude Codeでのエラー文言と/rewindでの復旧手順は「safety measures flagged」の対処にあります。

Claude Codeでは、フォールバック先に移るとき、フラグが立った依頼の思考の深さ(effort)がそのまま引き継がれます。たとえばOpus 5.5の既定のmediumで動いていたセッションは、既定がhighのOpus 4.8へ移ってもmediumのままです。自分で/effortを選ぶか、/modelでモデルを選ぶか、後でセッションを再開すると、この引き継ぎは外れます。カテゴリ別のフォールバックはClaude Code v2.1.219以降が必要です。それより前は、フラグが立ったFable 5のリクエストはすべてプロバイダーの既定のOpusで再実行され、Opus 5はフォールバック元になりませんでした。

自動切り替えを止めたいときの設定

自動モデル切り替えはオフにできます。

トグル名は「Switch models when a message is flagged」です。オフにすると、フラグが立った時点で会話が一時停止し、次のどちらかを選べます。

• メッセージを編集してOpus 5のまま再送する
• 同じメッセージを手動で下位モデルへ送る

Claude Codeでは、この設定がsettings.jsonのswitchModelsOnFlagキーに対応します。既定はtrue(自動で切り替え)で、ユーザー・プロジェクトなどどの設定ファイルにも書けます。

{
  "switchModelsOnFlag": false
}

オフにしても一時停止の画面が出ないケースがあります。Claude Codeのドキュメントが挙げているのは次のとおりです。

• フラグの領域にフォールバック先がない場合(Opus 5の生物系など)は、画面を出さず拒否で終わる
• claude -p のような非対話モードやSDKでは、画面が出せないため、そのターンは拒否(エラー)で終わる
• フォールバック先がavailableModelsの許可リストに入っていないときは、切り替えが起きず拒否で終わる
• モバイルアプリのクラウドセッションでは、編集して再試行する操作に対応していない

どの利用形態で自動切り替えが働くか

Opus 5が使えるほぼすべての利用形態で、挙動は共通です。対象は次のとおりです。

Claude on the web、Claude Mobile、Claude Desktop、Claude Cowork、Claude Code、Claude Design、Claude for Microsoft 365、Claude Tag、Claude Scienceです。

Claude APIだけは扱いが異なります。自動切り替えは既定でオフで、フォールバックを使うにはAPI利用者側の設定が必要です。未設定のままフラグが立つと、エラーではなくHTTP 200が返り、stop_reasonがrefusalになります。

{
  "stop_reason": "refusal",
  "stop_details": {
    "type": "refusal",
    "category": "cyber",
    "explanation": "This request was declined because it could enable cyber harm."
  }
}

categoryはcyber・bio・frontier_llm・reasoning_extraction・general_harmsのいずれかです。名前のないカテゴリではcategoryがnullになります。explanationの文言は安定しないため、表示には使えても分岐の条件には向きません。出力前の拒否ではcontentが空です。ストリーミング途中の拒否では、途中まで出た出力を不完全として捨てます。

API側のフォールバックには、サーバー側で再試行させる方法があります。fallbacksに"default"を指定し、anthropic-beta: server-side-fallback-2026-07-01ヘッダーを付けると、拒否カテゴリごとにAnthropicが推奨するモデルで再試行されます。推奨先のないカテゴリでは、拒否がそのまま返ります。モデルを自分で指定するなら、fallbacksに最大3つのモデルを並べます。

再試行先がレート制限か過負荷のときは、再試行が行われず直前の拒否が返ります。このときstop_details.recommended_modelに、直接再試行できるモデルが入ります。fallbacksはMessage Batches APIでは使えず、含めたバッチ項目はエラー結果で返ります。Amazon Bedrock・Google Cloud・Microsoft Foundryでも使えないため、これらではSDKのミドルウェアによるクライアント側フォールバックを使います。

切り替えると課金はどうなるか

課金は、止まったタイミングと分類器の種類で変わります。

APIのドキュメントでは、応答前でも課金されるのはbio・frontier_llm・reasoning_extractionのカテゴリです。サポート記事の「蒸留」は、このreasoning_extractionに当たります。課金されない拒否でも、レート制限の消費には数えられます。

最初のリクエストでフラグが立つとき

Claude Codeでは、何も変わったことを送っていないのにフラグが立つことがあります。最初のリクエストにはCLAUDE.mdの内容やgit statusのような作業ディレクトリの文脈が含まれ、セキュリティや生物系の資料があるリポジトリでは、その文脈だけで分類器に当たりえるからです。

CLAUDE.md・スキル・MCPサーバー・フックなどの設定が原因かを切り分けるには、claude --safe-modeで起動します。v2.1.287でclaude --helpを見ると、これらの設定をすべて無効にして起動するオプションとして載っています。git statusとディレクトリ名は設定ではないため、このモードでも送られます。ペネトレーションテストやCTF(Capture the Flag)のような作業は、初回から頻繁にフォールバックが起きるとドキュメントにあります。アカウントにフラグが付いたわけではなく、想定されたルーティングです。

Opus 4.8時代の「止まる」からOpus 5の「切り替わる」へ

これまでOpus系モデルの安全機構は、フラグが立ったリクエストをその場で止める設計でした。Claude Codeで「Opus 4.8's safeguards flagged this message」というエラーに遭遇した人は、この止め方を体験しています。Opus 5では次善のモデルが用意されたことで、「止める」から「引き継いで続ける」に挙動が変わりました。Opus 5のサイバー分類器はFable 5より介入が約85%少ない見込みです(Anthropicのテストに基づく)。

すでにOpus 4.8でCVPの認証を得ている組織は、Opus 5でもサイバー制限が緩和された状態でアクセスできます。一方、サポート記事にはOpus 5.5がCVPの対象に入っていないという注記があり、CVPのページでもOpus 5.5とSonnet 5.5には適用されない旨が書かれています。Opus 5.5でサイバー作業が止まる組織は、CVPの承認があっても同じ緩和を期待できません。

Zero Data Retention(ZDR)を使う組織は、CVPへの参加対象外です。Opus 5自体はZDRに対応していますが、ZDRとCVPを両方必要とする構成は両立しません。Sales managed ZDRを契約している場合は、Anthropicの営業担当への相談が必要です。会話の途中でモデルが切り替わる同種の仕組みはFable 5にもあり、対象領域や止め方はClaude Fable 5のモデル切り替えが起きる理由と解除方法で扱っています。

Claude CodeのfallbackModel設定とは別の仕組み

Claude Codeには、モデルが過負荷や利用不可になったときに別モデルへ切り替えるfallbackModelという設定があります。名前は似ていますが、引き金が違います。fallbackModelは可用性の問題への対処で、切り替え先は設定ファイルや--fallback-modelで自分が決めます。切り替えが有効なのは現在のターンだけで、次のメッセージはまた元のモデルから試されます。設定の詳細はClaude Code fallbackModelで過負荷に備えるにあります。

安全機構による切り替えは、リクエストの内容が分類器に引っかかったときに発動し、切り替え後はセッションがフォールバック先で続きます。切り替え先は、Anthropic APIを直接使う場合、Opus 5のサイバーならOpus 4.8と決まっています。Amazon Bedrock・Google CloudのAgent Platform・Microsoft Foundryでは、デプロイのモデルIDをもとに切り替え先が決まります。この3つではANTHROPIC_DEFAULT_OPUS_MODELを設定するか、モデル一覧にOpus 4.8のエントリを残しておく必要があります。どちらもないと、フォールバックは働かず拒否で終わります。

誤検知が疑われるときの申請の通し方

繰り返しフォールバックが起きて業務に支障が出る場合、CVPへの申請前に確認しておくと手戻りを避けられる点が2つあります。

• サインインしている組織を確認する: CVPの承認は特定の組織IDに紐づきます。個人のワークスペースとチームの組織アカウントを行き来している場合、承認メールに記載の組織IDと、ブロックに遭遇している側の組織IDを見比べます
• 該当作業が本当にデュアルユースに区分されるかを確認する: CVPの承認が緩和できるのはデュアルユースの作業だけです。大規模なデータ流出やランサムウェア開発のような禁止用途は、承認があってもブロックが解除されません

両方を確認しても解消しない場合は、report/appeal formから申告できます。この経路はOpus・Sonnet系モデル全体の安全機構に共通する手続きです。申請の窓口は利用経路で異なり、Anthropic直接(Claude.ai・Claude Code・API)ならVerification Portalの管理者が申請します。Amazon Bedrockでは、CVPは提供されていません。審査結果は、申請から2営業日以内にメールで届く目安です。

まとめ

自動で切り替わったのか、切り替えずに拒否されたのかで、次の手が変わります。切り替わったなら会話はそのまま続き、拒否なら依頼の書き直しか、防御目的ならCVPの確認が先になります。