リリース比較ツール

最大5つのモデルリリースを、各リリースのすべてのバリアントについて、知能、料金、出力速度、遅延、コンテキストウィンドウなどの指標で並べて比較できます。

モデルの測定・評価方法の詳細は、方法論のページをご覧ください。

比較するリリース


	Claude Opus 5.5 (max with fallback)	Claude Opus 5.5 (xhigh with fallback)	Claude Opus 5.5 (high with fallback)	GPT-6 Astra (max)	GPT-6 Astra (xhigh)	Claude Opus 5.5 (medium with fallback)	GPT-6 Astra (high)	GPT-6 Astra (medium)	GPT-6 Astra (low)	Claude Opus 5.5 (low with fallback)
Intelligence Index	58	56	54	53	52	51	51	50	46	42
財務・会計	61	58	56	55	54	54	53	52	49	46
戦略・オペレーション	64	62	59	57	57	57	55	54	50	48
法務	63	61	59	59	58	57	58	57	53	52
医療・ヘルスケア	61	--	--	52	--	--	--	--	--	--
エンジニアリング	60	59	56	55	55	54	53	52	48	45
経済学	66	63	61	60	59	60	58	58	55	53
AA-Briefcase v1.1	1808	1768	1690	1569	1544	1628	1507	1459	1261	1280
GDPval-AA v2.1	1867	1837	1708	1542	1516	1586	1485	1468	1366	1236
AutomationBench-AA	69.5%	65.0%	63.2%	68.5%	67.2%	61.2%	66.6%	64.6%	59.1%	52.9%
Terminal-Bench 4.0	59.6%	59.6%	56.6%	59.1%	59.6%	52.5%	54.0%	49.5%	41.9%	31.3%
SciCode	66.9%	65.0%	60.4%	56.5%	55.7%	59.3%	55.4%	54.2%	54.1%	58.6%
Humanity's Last Exam	61.4%	57.5%	55.6%	54.7%	54.6%	54.7%	53.1%	52.7%	49.2%	48.3%
GDP.pdf	26.2%	26.6%	28.8%	31.0%	32.2%	25.6%	31.0%	30.4%	30.4%	25.6%
CritPt	31.7%	31.7%	30.9%	31.7%	31.4%	27.7%	28.9%	29.1%	26.3%	17.7%
AA-Omniscience	46	43	41	43	43	40	44	42	41	39
AA-LCR v1.1	84.7%	84.7%	82.7%	80.7%	80.0%	84.3%	80.0%	79.7%	80.0%	80.7%

タスクあたりの費用USD	$5.98	$3.46	$1.82	$3.26	$2.31	$1.34	$1.73	$1.54	$0.82	$0.55
入力料金USD/100万トークン	$4.00	$4.00	$4.00	$10.00	$10.00	$4.00	$10.00	$10.00	$10.00	$4.00
出力料金USD/100万トークン	$20.00	$20.00	$20.00	$50.00	$50.00	$20.00	$50.00	$50.00	$50.00	$20.00
キャッシュヒット料金USD/100万トークン	$0.20	$0.20	$0.20	$1.00	$1.00	$0.20	$1.00	$1.00	$1.00	$0.20
キャッシュ書き込み料金USD/100万トークン	$5.00	$5.00	$5.00	$12.50	$12.50	$5.00	$12.50	$12.50	$12.50	$5.00

出力速度トークン/秒	92	79	72	59	55	73	53	51	51	71
最初のトークンまでの時間秒	710.36	147.01	34.40	276.50	142.98	26.57	67.00	4.50	2.65	4.50
最初の回答トークンまでの時間秒	710.36	147.01	34.40	276.50	142.98	26.57	67.00	4.50	2.65	4.50
エンドツーエンド応答時間秒	715.79	153.36	41.33	285.03	152.13	33.43	76.50	14.29	12.52	11.54
タスクあたりの時間秒	803.58	511.34	299.57	451.80	308.36	221.02	225.73	185.85	86.86	84.87

コンテキストウィンドウ	1M	1M	1M	1M	1M	1M	1M	1M	1M	1M
開発元	Anthropic	Anthropic	Anthropic	OpenAI	OpenAI	Anthropic	OpenAI	OpenAI	OpenAI	Anthropic
ライセンス	独自	独自	独自	独自	独自	独自	独自	独自	独自	独自
入力モダリティ	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像
出力モダリティ	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト
プロバイダー

Updated

知能

Artificial Analysis Intelligence Index · Higher is better

速度

Output tokens per second · Higher is better

タスクあたりの費用

Weighted average cost (USD) per Intelligence Index task · Lower is better

知能

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Not publicly available

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index とタスクあたりのコスト

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Claude Opus 5.5

GPT-6 Astra

Pareto line

AA-Briefcase v1.1

GDPval-AA v2.1

タスク当たりのコスト（USD、対数スケール）

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

費用

Intelligence Index タスクあたりのコスト

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better

Not publicly available

速度と遅延

出力速度

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

能力スコア

能力指数

特定の能力や業界におけるモデルの性能を測定

財務・会計指数

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

戦略・オペレーション指数

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

法務指数

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

医療・ヘルスケア指数

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

エンジニアリング指数

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

経済学指数

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

リリース比較ツール

知能

速度

タスクあたりの費用

知能

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index とタスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

費用

Intelligence Index タスクあたりのコスト

Cost per Intelligence Index Task

速度と遅延

出力速度

Output Speed

Model Performance Representation

能力スコア

能力指数