構造化抽出にClaude Haiku 5.5を使う:公式情報でわかること・わからないこと
Claude Haiku 5.5をJSON抽出に使う場合の評価方法を解説。Anthropicが公表しているコーディング性能やツール利用に関する情報、Sonnet 5.5との比較、未公開の点を整理します。
要約 · TL;DR
Claude Haiku 5.5は、分類やデータベースクエリなど大量処理向けのタスクに適すると説明されており、構造化抽出も検証する価値のある用途です。一方、Anthropicが提供する公開資料には、JSON Schemaに準拠した出力機能やSonnet 5.5との直接的なツール呼び出し比較は記載されていません。スキーマ検証はアプリケーション側で行い、コーディング性能についてはAnthropicが公表したベンチマーク結果の範囲で比較してください。
要点
- AnthropicはHaiku 5.5の用途として分類やデータベースクエリを挙げていますが、JSON Schemaに準拠した生成については具体的に説明していません。
- 返されたJSONはアプリケーション側で検証し、モデルが常にスキーマに従うとは想定しないでください。
- Anthropicの公表値ではTerminal-Bench 4.0のスコアはHaiku 5.5が39.2%、Sonnet 5.5が70.6%。また、複雑なエージェント型コーディングにはSonnetがより適しているとしています。
- 提供された資料からは、両モデルのツール呼び出し性能の比較、ネイティブな構造化出力機能、抽出精度は確認できません。
目次 (5)
Claude Haiku 5.5は、大量の構造化抽出を評価する候補として検討できます。Anthropicは、分類やデータベースクエリなど、反復的な処理に適したモデルとして紹介しています。ただし、公開されている発表資料には、JSON Schemaに準拠したネイティブ出力機能、抽出精度、Claude Sonnet 5.5との直接的なツール呼び出し比較は記載されていません。実務では、出力形式を明示してプロンプトを作成し、アプリケーション側で応答を検証したうえで、実際のデータを使って失敗を測定しましょう。
この記事では、未公開の機能を前提にせず、具体的な運用方法に焦点を当てます。この記事の発行元であるOneMuxは、1つのOpenAI互換APIを通じてモデルを利用できるサービスを提供しています。エンドポイントやパラメーターの対応状況は異なる場合があるため、特定の機能を利用する前に、該当するAPIドキュメントを確認してください。
Anthropicが公表しているHaiku 5.5の情報
AnthropicはHaiku 5.5を、要約、コンテキストの圧縮、データベースクエリ、分類など、コストを抑えながら大量に処理するタスク向けと位置づけています。また、ライブのカスタマーサポートやブラウザー操作など、速度が重視される用途にも役立つと説明しています。こうした例から、対象を絞った反復的な処理として抽出を試す価値はありますが、スキーマ準拠が保証されるわけではありません。
コーディングについて、AnthropicはTerminal-Bench 4.0でHaiku 5.5が39.2%、FrontierCode 1.1 (Main)で46.4%を記録したと報告しています。Sonnet 5.5の該当スコアは、それぞれ70.6%と52.1% Xhighです。Anthropicは、Terminal-Benchで測定される複雑なエージェント型コーディングにはSonnet 5.5またはOpus 5.5がより適しており、Haikuは範囲の限られたタスク向けだと説明しています。これらのベンチマーク結果が示すのは、あくまでそれぞれの評価における性能であり、コーディング能力全般や抽出品質を表すものではありません。AnthropicによるHaiku 5.5の発表とベンチマークの詳細
| 機能領域 | 提供資料で確認できること | 提供資料からはわからないこと |
|---|---|---|
| 構造化抽出 | 分類とデータベースクエリが用途として挙げられており、抽出も同様の処理として適合する可能性があります。 | JSON Schemaに準拠した生成、スキーマへの準拠率、抽出精度。 |
| ツール利用 | AnthropicはHaikuがブラウザー操作に適するとし、ベータ版のブラウザー・コンピューター操作SDKサポートについて説明しています。 | HaikuとSonnetを直接比較したツール呼び出し評価や、成功率の比較。 |
| コーディング | 両モデルについて、Terminal-Bench 4.0とFrontierCode 1.1の結果が公表されています。 | そのスコアが、特定のコードベースやタスク構成、抽出パイプラインでどう反映されるか。 |
「ブラウザー操作」を、特定のツール呼び出しインターフェースに対応している証拠と解釈しないでください。また、どちらかのモデルが特定のスキーマ用パラメーターに対応していると決めつけないでください。提供資料には、こうしたAPIの詳細は記載されていません。
安全なJSON抽出のワークフロー
まず、必須項目と任意項目を区別したシンプルなスキーマを用意します。モデルにはJSONのみを返すよう指示しますが、その指示はあくまで出力への要望であり、検証の代わりにはなりません。受け取った応答は、採用する前にローカルでパースして検証してください。
次のコードは、Pythonとjsonschemaパッケージを使ったアプリケーション側の検証方法の例です。モデルAPIをテストするものではなく、Haikuにネイティブのスキーマ強制機能があることを示すものでもありません。
import json
from jsonschema import validate, ValidationError
schema = {
"type": "object",
"properties": {
"invoice_number": {"type": "string"},
"total": {"type": "number"},
"currency": {"type": "string"}
},
"required": ["invoice_number", "total", "currency"],
"additionalProperties": False
}
raw = '{"invoice_number":"A-104","total":82.50,"currency":"USD"}'
try:
record = json.loads(raw)
validate(instance=record, schema=schema)
except (json.JSONDecodeError, ValidationError) as exc:
raise ValueError("Reject or send this record for repair") from exc
本番パイプラインでは、値が欠けている場合の扱い、単位、フィールドにnullを入れるか省略するかを、プロンプトで明確に指定してください。レビュー担当者が曖昧なケースを確認できるよう、抽出結果と元のテキストを一緒に保存します。検証に失敗した場合は、失敗の種類を記録し、再試行するか、より高性能なモデルに回すか、人による確認を必須にするかを判断してください。不正な値を、正しく見えるデータに黙って変換してはいけません。
簡単な評価チェックリスト
大量の処理を振り分ける前に、通常のレコードだけでなく、項目の欠落、矛盾する記述、特殊な書式、境界に近い値などを含む代表的なサンプルでテストしてください。少なくとも次の項目を記録しましょう。
- JSONのパースエラーとスキーマ検証エラー。
- レビューで見つかった誤った値や、根拠のない値。
- 再試行または人の判断が必要になったケース。
- 再試行と検証を含むワークフロー全体のエンドツーエンドのレイテンシとコスト。
Haiku 5.5とSonnet 5.5を、同じ入力と合格基準で比較してください。発表時のベンチマーク値から、どちらのモデルが対象フィールドをより正確に抽出するかはわかりません。コーディングスコアだけで判断せず、許容できるエラー水準と実測結果をもとに選びましょう。
Sonnet 5.5を検討するケース
公表情報に基づく比較は限定的です。Anthropicは、上記2つのコーディングベンチマークでSonnet 5.5がHaiku 5.5を上回るスコアを報告し、複雑なエージェント型コーディングにはSonnetまたはOpusを明示的に推奨しています。そのため、難度の高いコーディング作業ではSonnetを検討する根拠になります。しかし、SonnetのほうがJSON抽出に優れる、スキーマ準拠の信頼性が高い、あるいはツール呼び出し性能が上だと証明するものではありません。提供資料にそうした比較結果はありません。
抽出に使うモデルは、実測に基づいて決めましょう。Haikuが代表的な入力に対してスキーマ検証とレビューの基準を満たすなら、反復的かつ大量の処理に適するという説明を踏まえ、候補にできます。基準に届かない場合は、プロンプトを変更する、レビューや修正の工程を加える、または同じ評価データを使って別のモデルと比較してください。
まとめ
Haiku 5.5について公表されている用途例を踏まえると、構造化抽出は試す価値がありますが、ネイティブのJSON Schema機能が保証されているわけではありません。アプリケーション側でパースとスキーマ検証を行い、難しいケースもテストしたうえで、実測結果とAnthropicのコーディングベンチマークを区別してください。Sonnet 5.5は、引用したコーディング評価でより高いスコアが報告されていますが、抽出やツール呼び出しの相対性能は、提供資料からはわかりません。
よくある質問
Claude Haiku 5.5はJSON Schemaに準拠した出力に対応していますか?
提供されているAnthropicの発表資料には、JSON Schemaに準拠したネイティブ出力機能は記載されていません。プロンプトでJSONを要求することはできますが、応答はアプリケーション側で検証し、制約付き出力のパラメーターが利用可能かどうかは最新のAPIドキュメントで確認してください。
構造化抽出ではHaiku 5.5とSonnet 5.5のどちらが優れていますか?
提供資料には、どちらのモデルについても抽出精度やスキーマ準拠の結果は報告されていません。そのため、どちらが優れているかは判断できません。同じ代表的な入力と検証ルールを使って比較してください。
コーディング性能ではHaiku 5.5とSonnet 5.5にどのような差がありますか?
Anthropicの報告によると、Terminal-Bench 4.0のスコアはHaiku 5.5が39.2%、Sonnet 5.5が70.6%です。また、FrontierCode 1.1 (Main)では、それぞれ46.4%と52.1% Xhighです。これらのベンチマーク結果から、すべてのコーディングタスクでの性能を予測できるわけではありません。
提供資料は、Haiku 5.5のツール呼び出し性能が優れていることを示していますか?
いいえ。AnthropicはHaiku 5.5がブラウザー操作に適していると説明し、ブラウザー・コンピューター操作に対応するベータ版SDKにも触れていますが、提供資料にはSonnet 5.5との直接的なツール呼び出し比較はありません。
関連記事
Guides
Gemini 4 HydrogenとCarbonの比較:構造化抽出について情報源から分かること
Gemini 4 HydrogenとCarbonについて公表されているコーディング、ツール利用、構造化出力の情報を比較し、スキーマ検証を組み込んだ抽出ワークフローを設計します。
Guides
ビジネスにおけるGemini 3.7 Flash対Claude:ベンチマークをモデル選定のヒントに変える方法
ビジネスワークロードにおけるGemini 3.7 FlashとClaudeを評価するための実践的なフレームワーク。世界知識、品質テスト、コスト管理、ルーティング、およびOneMuxを通じた実装方法を解説します。
Guides
SaaSプロダクトに最適なClaudeモデルの選び方:Claude Opus 4.8実践ガイド
SaaSアプリケーションに最適なClaudeモデルの選び方を学びましょう。Claude Opus 4.8、Claude Fable 5などの価格、ユースケース、OneMux経由でのアクセス方法を解説します。
Guides
GPT-5.6 Lunaへの切り替え時? OpenAI vs Claude vs Gemini 徹底比較
GPT-5.6 LunaにClaudeやGeminiから乗り換える価値はあるのか? 価格、機能を比較し、OneMuxによるマルチモデルアクセスの簡素化を解説します。