Claude Haiku 5.5 vs. gpt-oss-120b：リリース比較

Claude Haiku 5.5とgpt-oss-120bのリリース比較：それぞれ5個と2個のモデルがあり、知能・性能・料金の特性が異なります。以下では、全7個のモデルの主要指標を比較します。

知能が最も高いのはClaude Haiku 5.5です。Claude Haiku 5.5 (Max, Default Fallback)（43）に対し、gpt-oss-120bはgpt-oss-120b (High)（12）です。
出力速度が最も速いのはClaude Haiku 5.5です。Claude Haiku 5.5 (Max, Default Fallback)（243トークン/秒）に対し、gpt-oss-120bはgpt-oss-120b (Low)（210トークン/秒）です。
タスクあたりの費用が最も低いのはClaude Haiku 5.5です。Claude Haiku 5.5 (Low, Default Fallback)（$0.02）に対し、gpt-oss-120bはgpt-oss-120b (High)（$0.11）です。

比較するリリース


	Claude Haiku 5.5 (max with fallback)	Claude Haiku 5.5 (xhigh with fallback)	Claude Haiku 5.5 (high with fallback)	Claude Haiku 5.5 (medium with fallback)	Claude Haiku 5.5 (low with fallback)	gpt-oss-120b (high)	gpt-oss-120b (low)
Intelligence Index	43	41	38	34	29	12	10*
財務・会計	44	41	38	35	29	12	--
戦略・オペレーション	40	39	37	34	28	8	--
法務	42	40	38	36	31	11	--
医療・ヘルスケア	--	--	--	--	--	11	--
エンジニアリング	45	43	39	35	31	15	--
経済学	51	49	46	43	37	18	--
AA-Briefcase v1.1	1578	1533	1443	1372	1112	0	--
GDPval-AA v2.1	1620	1511	1420	1277	1125	611	176
AutomationBench-AA	35.4%	36.0%	33.7%	28.6%	22.9%	0.2%	--
Terminal-Bench 4.0	32.8%	29.3%	21.7%	15.2%	12.6%	0.0%	--
SciCode	55.0%	51.7%	48.7%	49.0%	49.2%	34.0%	--
Humanity's Last Exam	44.4%	42.7%	37.3%	33.8%	27.0%	19.6%	5.9%
GDP.pdf	20.8%	18.2%	17.2%	15.2%	11.2%	4.0%	--
CritPt	18.9%	22.6%	18.6%	12.9%	9.1%	1.1%	0.0%
AA-Omniscience	11	6	6	4	3	−49	−54
AA-LCR v1.1	82.7%	78.3%	77.3%	77.3%	72.0%	52.0%	46.0%

タスクあたりの費用USD	$0.21	$0.12	$0.08	$0.05	$0.02	$0.11	--
入力料金USD/100万トークン	$0.10	$0.10	$0.10	$0.10	$0.10	$0.15	$0.15
出力料金USD/100万トークン	$0.50	$0.50	$0.50	$0.50	$0.50	$0.595	$0.545
キャッシュヒット料金USD/100万トークン	$0.01	$0.01	$0.01	$0.01	$0.01	$0.125	$0.15
キャッシュ書き込み料金USD/100万トークン	$0.125	$0.125	$0.125	$0.125	$0.125	--	--

出力速度トークン/秒	243	188	137	137	181	185	210
最初のトークンまでの時間秒	415.30	87.15	26.15	12.63	6.28	0.87	0.83
最初の回答トークンまでの時間秒	415.30	87.15	26.15	12.63	6.28	11.67	10.34
エンドツーエンド応答時間秒	417.35	89.80	29.81	16.29	9.04	14.37	12.72
タスクあたりの時間秒	427.18	291.49	235.33	144.82	61.83	132.82	--

コンテキストウィンドウ	1M	1M	1M	1M	1M	131k	131k
開発元	Anthropic	Anthropic	Anthropic	Anthropic	Anthropic	OpenAI	OpenAI
ライセンス	独自	独自	独自	独自	独自	オープン	オープン
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	対応：テキスト
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
プロバイダー						+14	+14

* 推定値

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

Estimate (independent evaluation forthcoming)

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 Haiku 5.5

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

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

Claude Haiku 5.5 vs. gpt-oss-120b：リリース比較

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