ナビゲーション
Advertise here

比較対象モデル

Claude Opus 4.6 (medium) vs Claude Sonnet 4.6 (medium) vs GPT-5.3-Codex (medium) vs Gemini 3.1 Pro Preview (medium) ベンチマーク比較: GPT-5.3-Codex (medium) は スコア で 9.1 と首位です。 Claude Opus 4.6 (medium) は 信頼性 で 10.0 と首位です。 GPT-5.3-Codex (medium) は 合計コスト が最も低く、$1.318 です。 GPT-5.3-Codex (medium) は 18.87s で最速です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-10-06

比較対象モデル

順位
#228
合計出力トークン
96,722
応答時間（平均）
32.23s
合計コスト
$2.961
順位
#212
合計出力トークン
120,427
応答時間（平均）
28.08s
合計コスト
$2.126
順位
#34
合計出力トークン
66,287
応答時間（平均）
18.87s
合計コスト
$1.318
順位
#71
合計出力トークン
102,691
応答時間（平均）
22.71s
合計コスト
$1.585
おすすめモデル GPT-5.3-Codex (medium)

ここでは最高スコア（9.1）で、この比較の他のモデル より約 1.7 倍低コストです。

詳細比較

指標 Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05 Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17 GPT-5.3-Codex GPT-5.3-Codex medium リリース: 2026-02-05 Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium リリース: 2026-02-19
スコア 6.3 6.4 9.1 8.4
順位 #228 #212 #34 #71
信頼性 10.0 10.0 10.0 9.8
一貫性 8.5 9.1 8.6 9.6
試行回数 66/69 66/69 69/69 69/69
正解テスト
試行ごとの合格率 60.9% 62.3% 84.1% 89.9%
不安定なテスト 3 1 4 1
総実行回数 66 66 69 69
結果あたりのコスト 22.777 15.182 7.753 7.924
合計コスト $2.961 $2.126 $1.318 $1.585
入力価格 $5.000 / 1M $3.000 / 1M $1.750 / 1M $2.000 / 1M
出力価格 $25.000 / 1M $15.000 / 1M $14.000 / 1M $12.000 / 1M
キャッシュ読み取り料金 $0.500 / 1M $0.300 / 1M $0.175 / 1M $0.200 / 1M
キャッシュ書き込み料金 $6.250 / 1M $3.750 / 1M 該当なし $0.375 / 1M
合計入力トークン 108,573 106,316 222,794 176,208
出力トークン 69,994 79,338 7,357 6,093
推論トークン 26,728 41,089 58,930 96,598
応答時間（平均） 32.23s 28.08s 18.87s 22.71s
応答時間（最大） 151.51s 140.96s 100.93s 88.68s
応答時間（合計） 515.65s 421.15s 433.94s 386.11s
パラメータ ~5T 総数 (~500B アクティブ) ~1T 総数 (~100B アクティブ) ~1.2T 総数 (~80B アクティブ) ~1.2T 総数 (~20B アクティブ)
公開状況 クローズド クローズド クローズド クローズド

キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。

モデル生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#228 Claude Opus 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
コスト
$0.000
時間
300.0s
トークン
0 tok

#212 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
コスト
$0.000
時間
300.0s
トークン
0 tok

#34 GPT-5.3-Codex

medium
コスト
$0.049
時間
54.9s
トークン
3,580 tok

#71 Gemini 3.1 Pro Preview

medium
コスト
$0.115
時間
87.2s
トークン
9,629 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

コーディング スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247

クイック比較

比較ペアを切り替え

GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumGemini 3.1 Pro PreviewmediumvsInklinghigh無料で利用可能Gemini 3.1 Pro PreviewmediumvsMuse Glimmer 30BxhighGemini 3.1 Pro PreviewmediumvsMuse Spark 1.1highGemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95BlowGPT-5.3-CodexmediumvsParetodefaultSeed 2.1 TurbohighvsGPT-5.3-CodexmediumDeepSeek V4 Flash 0731highvsGemini 3.1 Pro PreviewmediumClaude Sonnet 5.5maxvsGPT-5.3-CodexmediumGemini 3.1 Pro PreviewmediumvsGLM 5.2highGemini 3.1 Pro PreviewmediumvsGPT-5.6 Terrahigh