◉CLAUDE LABEN
●CC 2.1.327 — Claude Code 2.1.327(11/18)で、MCP サーバーの設定を標準入力から渡せる claude mcp add-json が加わりました●MCP.JSON — 同じ版で、project スコープの mcp add・remove が .mcp.json の他のキーを消していた問題が直りました●SONNET 4.5 — Claude API での提供終了は 11/30、残り11日。コードと保存済みのモデル設定を一度に洗い出してください●GATEWAY — 1M 文脈のモデルをゲートウェイ越しに使うと、自動圧縮が遅すぎて1回の応答に数十秒かかる、という報告が出ています●NEON — 11/18 に Gemini 4 Neon が GA。Claude Code と併用するなら、MCP の設定をツールごとに分けておくと混乱しません●NEW — Linked billing の 402 と 403、どの財布が空かを見分ける●CC 2.1.327 — Claude Code 2.1.327(11/18)で、MCP サーバーの設定を標準入力から渡せる claude mcp add-json が加わりました●MCP.JSON — 同じ版で、project スコープの mcp add・remove が .mcp.json の他のキーを消していた問題が直りました●SONNET 4.5 — Claude API での提供終了は 11/30、残り11日。コードと保存済みのモデル設定を一度に洗い出してください●GATEWAY — 1M 文脈のモデルをゲートウェイ越しに使うと、自動圧縮が遅すぎて1回の応答に数十秒かかる、という報告が出ています●NEON — 11/18 に Gemini 4 Neon が GA。Claude Code と併用するなら、MCP の設定をツールごとに分けておくと混乱しません●NEW — Linked billing の 402 と 403、どの財布が空かを見分ける
記事一覧/API & SDK
⬡ API & SDK/2026-06-26上級

同じモデル名で挙動が変わったとき — 無人パイプラインに起動時カナリアを置いて差分を捕まえる

同じモデル名のまま挙動が変わる無言の上方更新は、無人パイプラインでは誰も気づけません。起動時に小さなカナリアを走らせて構造の指紋を比べ、ベースラインとの差分でドリフトを判定してバッチを止める設計を、ゴールデンデータセット回帰テストとの違いや実測したコストとともに紹介します。

Claude API148Opus自動運用17回帰検出プロンプト設計11

✦ プレミアム記事

2026 年 6 月 26 日、Anthropic は Opus クラスのモデルを上方更新したと公表しました。コーディングやエージェントタスクの性能と、長時間の連続作業の一貫性が強化された、という内容です。利用者として歓迎すべき話なのですが、無人で記事を生成し続けるパイプラインを回している立場からは、別の問いが立ち上がります。「同じモデル名のまま中身が変わったとき、自分の自動処理はそれに気づけるのか」という問いです。

私自身、個人開発で複数の技術ブログを毎日自動生成し、アプリの App Store 掲載文の生成にも同じ仕組みを使っています。スケジュール実行は人間が見ていない時間帯に走りますから、出力のトーンや構造が前日と微妙に変わっても、翌朝までは誰も気づきません。モデル名(エイリアス)を固定していても、プロバイダ側の上方更新は同じ名前のまま降ってきます。バージョン番号で固定できない以上、「挙動が変わったこと」そのものを観測する仕組みが要ります。起動時に走らせる軽量なカナリアでその差分を捕まえ、危ないと判断したらバッチを止める。その設計を、実測値とともにまとめていきます。

なぜ固定モデル名では守れないのか

多くの本番コードは claude-opus-4-8 のような安定したエイリアスを参照します。これは移行の手間を減らす良い習慣ですが、エイリアスは「同じ名前で中身が更新される」前提の仕組みです。日付入りのスナップショット ID を使えばピン留めできる場合もありますが、エイリアスの上方更新を追いかけて毎回スナップショットを差し替えると、今度はセキュリティ修正や性能改善を取りこぼします。

つまり問題は「更新を止めること」ではありません。更新は受け入れたうえで、自分の出力が許容範囲を超えて変わっていないかを毎回確かめることです。人間が対話的に使っているなら、出力を見た瞬間に違和感で気づきます。無人運用にはその目がありませんから、目の代わりになる小さな観測点を置きます。

ゴールデンデータセット回帰テストとの違い

「それはゴールデンデータセットの回帰テストで足りるのでは」と思われるかもしれません。実際、私もプロンプトを編集するたびに走らせる回帰スイートを別に持っています。ただ、両者は守る対象が異なります。

ゴールデンデータセット回帰テストが守るのは、自分がプロンプトやコードを変更したときに品質を落とさないことです。CI で、変更のたびに走ります。一方でここで作るカナリアが守るのは、自分は何も変えていないのにプロバイダ側でモデルが変わったときに気づくことです。守る相手も、走らせる頻度も、許容できる実行コストも違います。

観点ゴールデンデータセット回帰起動時カナリア
守る対象自分の変更による劣化プロバイダ側の無言の変化
走らせる契機プロンプト・コード変更時(CI)無人バッチの毎回起動時
件数数十〜数百ケース3〜5 ケースに絞る
許容コスト1 回数分・数十円でも可毎回走るので秒・1 円台に抑える
失敗時の動作マージをブロック当日バッチを保留して通知

回帰スイートは網羅性を、カナリアは即応性と安さを優先します。無人運用では後者がないと、モデルが変わった当日の出力をそのまま公開してしまいます。

✦

ここまでお読みいただきありがとうございます。

この記事の続きを読む

この先には、実装コードやベンチマーク結果など、実務でお役に立てる内容をご用意しています。このサイトは広告を掲載しておらず、サーバーや開発にかかる費用はメンバーの皆様のご支援で成り立っています。もしお役に立てていましたら、ご支援いただけますと大変ありがたいです。

この記事で得られること
✦起動時カナリアで挙動の差分を検知し、ドリフト時にバッチを止めるゲートの実装(約6秒・$0.01/回)
✦ゴールデンデータセット回帰テストとの役割分担と、無人運用で前者だけでは漏れる理由
✦厳密一致ではなく『構造の指紋』で比較し、許容できる揺らぎと危険な変化を切り分ける判定式
Stripe による安全な決済 · いつでもキャンセル可能
✦

この記事を購入する

この先の内容をすべてお読みいただけます。一度のご購入で、いつでも何度でもアクセスできます。このサイトは広告を掲載しておらず、皆さまのご支援がサーバー費用などの運営を支えています。

または
メンバーシップなら全記事が読み放題 →
シェア

お読みいただきありがとうございます

Claude Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • ✦コピー&ペーストで使える実装コード付き
  • ✦毎日新しい上級ガイドを追加
  • ✦¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

関連記事

⬡ API & SDK2026-08-14
Workbench が止まる8月17日までに、prompt tools API を手元のスクリプトへ移す
旧 Workbench と3つの実験的プロンプトエンドポイントが2026年8月17日に終了します。依存箇所の数え方と、templatize_prompt・improve_prompt を手元のスクリプトへ移す実装を、実際の出力つきでまとめました。
⬡ API & SDK2026-11-18
Linked billing で顧客に払ってもらう前に — 402 と 403 が返ったとき、どの財布が空なのかを見分ける
11月17日にベータ公開された Claude API の Linked billing では、リクエストごとに billing_policy で支払元を選べます。顧客に請求したリクエストが 402 や 403 で拒まれたとき、どの財布が原因かを切り分け、自分の負担で返すかを決める手順と、Python のラッパーをまとめました。
⬡ API & SDK2026-11-17
テキスト透かしを当てにするなら、コードではなく送信ボディで temperature を確かめます
11月16日から Opus 4.6・Opus 4.5・Sonnet 4.5・Haiku 4.5 の出力にもテキスト透かしが入ります。temperature・top_p・top_k を既定以外にすると付かない場合があるため、実際に送られたボディを1回だけ記録して判断する手順をまとめました。