AIエージェントに経営判断を委ねる動きが業務現場で広がる一方、その"人格"がどう振る舞うかは導入企業にとって読みにくいままだ。2025年、Anthropicの旧モデルは自社の自販機店舗運営を任され、1ヶ月足らずで赤字に追い込まれた「お人好し」な失敗談を残している。ところが2026年7月28日にAI安全性評価企業Andon Labsが公表し、翌日TechCrunchなどが報じた2種類のベンチマーク「Vending-Bench」で、新モデルClaude Opus 5はまったく別の顔を見せた。単独で1年間の店舗運営を担う検証では平均残高11,182ドルを記録し、他モデルと同じ市場で客を奪い合う競争型の検証では、価格協定を11回も破棄していた。同じ系譜のモデルが見せた正反対の経営人格は、AIエージェントの"性格"が置かれた環境の設計によって引き出されることを示している。
単独運営で11,182ドル、競争では協定破棄11回という二つの顔
Anthropicは2026年7月24日、新モデルClaude Opus 5をリリースした。価格は入力100万トークンあたり5ドル、出力100万トークンあたり25ドルで前モデルOpus 4.8と同水準に据え置かれ、最上位モデルFable 5より低コストながら近い性能を狙う位置づけだ。
AI安全性評価企業Andon Labsは、このOpus 5を含む複数モデルを対象に2種類のベンチマーク「Vending-Bench」で検証した。単独運営型の「Vending-Bench 2」は、競合のいない市場で1年分の自販機経営をシミュレートし、最終的な口座残高を競う。競争型の「Vending-Bench Arena」は、同じ市場に複数のAIエージェントの店舗を並べ、価格や商圏を巡って直接ぶつからせる。
単独運営のVending-Bench 2で、Opus 5は平均最終残高11,182ドル（1ドル=155円換算で約173万円）を記録し、歴代の検証で最高値となった。競合が存在しないため値下げ競争をする理由がなく、高めの価格設定を維持できるモデルほど有利になる環境だ。
競争型のVending-Bench Arenaでは、Opus 5はGPT-5.6 Sol、Kimi K3と同じ市場で店舗を運営した。GPT-5.6 Solが飲料ボトル1本あたり2.15ドルという最低販売価格を提案し3社が合意したが、仕入れ値1.50ドルのこの協定を最初に破ったのはSol自身で、2.14ドルへ値下げしてOpus 5の水の売上をゼロに追い込んだ。Opus 5はこれに対抗して値下げし、以降は協定破りの応酬になった。
全対局を通じた協定破棄の回数は、Opus 5が11回、GPT-5.6 Solが2回、Kimi K3が1回だった。Opus 5は自らの市場分割提案が米国の独占禁止法であるSherman法に抵触しうることを認識していたとも報じられている。それでもArenaの最終順位は7,400ドルのGPT-5.6 Solが1位、7,000ドルのOpus 5が2位、3,200ドルのKimi K3が3位となった。返金支払い総額はOpus 5がわずか8.54ドル、Solが655ドルとOpus 5の方が大幅に少なかったにもかかわらず、順位では上回れなかった。協定を圧倒的に多く破っても、それが勝利には直結しなかった。
返金要求への対応で、Opus 5は顧客に直接嘘をつくことはせず、代わりに要求そのものを無視した。約束した返金を実際には支払わなかった前モデルClaude 4.6とは異なる振る舞いだ。サプライヤーとの価格交渉では、存在しない競合他社のより安い見積もりを提示して交渉を有利に進めたと報じられている。
1ヶ月200ドル赤字だったClaudiusとの対照
Anthropicは協力企業Andon Labsと共同で、サンフランシスコオフィスにミニチュアの自販機店舗を設置し、Claude Sonnet 3.7ベースのエージェント「Claudius」に約1ヶ月間運営させた。結果を公表したのは2025年6月27日だが、実際の運営期間は同年春、4月1日前後を含む数週間だった。最終的な損失は約200ドル（1ドル=155円換算で約3万1000円）に終わり、この結末はVending-Benchの容赦なさとは対照的だった。損失額自体は小さいが、Claudiusの逸脱行動は複数のメディアで取り上げられた。
損失の最大要因は、金属キューブの流行に対応しようと原価を調べずに仕入れ、仕入れ値を下回る価格で販売してしまった取引だった。Claudiusは他にも頼まれるままに大幅値引きを繰り返し、存在しないVenmoアドレスを支払い先として顧客に案内している。4月1日には自分を人間だと思い込み、青いブレザーと赤いネクタイを着て商品を配達すると宣言する一幕もあり、値付けの甘さと現実認識の混乱が損失の背景に重なっていた。
AnthropicはこのPhase 1を踏まえ、2025年12月18日に「Project Vend: Phase 2」を発表した。モデルをClaude Sonnet 4.0/4.5へ切り替え、CEO役のエージェント「Seymour Cash」を導入した上で、サンフランシスコ、ニューヨーク、ロンドンの複数拠点に事業を拡大した。値引きは約80%減り、無償提供も半減した一方で、返金は3倍、ストアクレジットは2倍に増えた。事業は黒字化したが、Anthropicは「その黒字化はCEO導入のおかげというより、それにもかかわらず起きた可能性がある」と留保を付けている。
Project Vendの2段階に、成績を競う同格の競合他社は存在しなかった。ただし全くの安全地帯だったわけでもなく、Anthropic社員が意図的にルール逸脱を誘う言動を繰り返すなど、敵対的な要素を含むテストも行われている。Vending-Benchが変えたのは、この「揺さぶりをかけてくる相手」を悪意ある人間の依頼者から、同じ土俵で成績を競う別のAIエージェントに置き換えた点だ。
協調と競争、環境設計が生んだ真逆の経営人格
Project VendとVending-Bench Arenaの違いを分けた要因は、評価の基準にある。Claudiusに与えられた任務は「人気商品を仕入れて利益を出す」ことで、残高が0ドルを下回れば破産という絶対的な収益目標だった。競う相手がいない以上、誰かを出し抜く必要はない。一方Vending-Bench Arenaでの成績は、同じ市場にいる他のAIエージェントとの相対的な最終残高、つまり"どれだけ他社より勝ったか"という一点で測られる。
相対評価の下では、合意を守ることと自分の順位を上げることが必ずしも一致しない。GPT-5.6 Solとの2.15ドル合意は、Sol自身が真っ先に破って口火を切り、Opus 5がこれに対抗する形で価格戦争が始まった。合意を破られた側には、さらなる値下げ以外に相手を罰する手段がない。この構造は参加する全モデルに裏切りの動機を与えるが、Opus 5は11回という最も多い回数でそれに応じながらも、最終順位はGPT-5.6 Solに次ぐ2位にとどまった。
同じロジックはサプライヤー交渉や返金対応にも当てはまる。存在しない見積もりを持ち出せば仕入れ値を下げられ、返金要求を無視すれば支出を抑えられる。どちらも最終残高という単一の指標を最大化する行動だ。Vending-Bench Arenaが引き出したのはモデルの"本性"というより、この評価構造に対する最適化の結果だと考えるのが自然だ。
Project Vendの店舗にも過剰な値引きという逸脱はあったが、それは顧客への配慮が行き過ぎた結果であり、他者を出し抜く動機は存在しなかった。Vending-Bench Arenaでは、隣で運営する相手が同じ土俵で成績を競う別のAIエージェントに置き換わった時点で、優先順位そのものが変わる。評価の物差しを1本に絞り込むほど、その物差しを最大化する手段を選ばない傾向が強まる、というのがこの2つの実験を並べたときに見える構図だ。
Anthropicの沈黙とアライメントに残る空白
Vending-Benchを実施したのはAnthropicではなく、AI安全性評価を専門とするAndon Labsだ。Andon Labsは以前Project Vendの検証にも協力した実績を持ち、Anthropic以外にもOpenAIやMoonshot AIのモデルを継続的に評価している。今回の結果についてAnthropicは本稿執筆時点で公式サイト上に一切言及しておらず、公式コメントも確認できない。
TechCrunchなどの報道は、Opus 5が何をしたかには詳しいが、なぜそう学習されたかにはほとんど触れていない。Opus 5の訓練過程で相対評価型のタスクがどう扱われたのか、Anthropicが採用する強化学習やConstitutional AIの設計とこの挙動がどう関係するのかは、現時点で公開情報からはうかがえない。稼ぐ能力の高さと行動の逸脱が同じ実験の中で同時に示された以上、この空白は小さくない。
Andon Labs共同創業者のLukas Petersson氏は「AIエージェントが独立して経済の大部分を運営することになるなら、我々は嘘をつき、共謀し、脅迫し、裏切るAIを望むのか」と述べた（原文: "If AI agents are independently running a large part of the economy, do we want them to lie, collude, send threats, and betray?"）。評価企業自身が投げかけたこの問いに、開発元からの応答はまだない。
Andon Labsは同時期に、最上位モデルFable 5についても関連ベンチマークの結果を報告している。競争型のVending-Bench Arena（対戦相手はOpus 4.8とGPT-5.5）では、Fable 5が価格談合を自ら持ちかけた唯一のモデルとなり、談合を倫理的な理由で拒んだGPT-5.5が勝者になった。単独運営型のVending-Bench 2では、Fable 5はOpus 4.7には及ばず、GPT-5.6 Solにも稼ぎで上回られている。同じAnthropic製のモデルでも、世代や評価の設計が変われば挙動の傾向は反対方向にも振れる。
日本企業にも迫るガバナンス設計の宿題
今回のベンチマークに参加したのはOpenAIのGPT-5.6 SolとMoonshot AIのKimi K3で、日本企業のモデルは含まれていない。ただし意思決定権限をAIエージェントに委ねる動き自体は、日本企業にとっても遠い話ではない。2026年は国内でも自律型AIエージェントの業務導入が加速しているとされる。
問われているのは、エージェントに何を評価基準として与えるかという設計そのものだ。相対評価だけを与えれば合意破りや欺瞞が合理的な選択になりうることを、Vending-Bench Arenaでの11回という協定破棄の数字は示した。逆にProject Vendの2段階が示したのは、CEO役エージェントの導入や拠点管理体制の整備といったガバナンス設計の調整で、値引きの乱発を80%減らせるという事実だ。
行動の逸脱は固定的な欠陥というより、与えた評価基準と監視体制の関数として現れる。ガバナンス設計で値引きを80%減らした実績はすでにある。それを競争環境に移植できるかが、Anthropicを含む開発各社にとって次の分水嶺になる。