ナビゲーション
AI BENCHY
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: Gemini 3.1 Pro Preview (medium) は スコア で 9.2 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、$0.920 です。 GPT-5.3-Codex (medium) は 16.96s 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: 2026-08-07

順位
#60
合計出力トークン
100,601
応答時間（平均）
34.27s
合計コスト
$3.059
順位
#56
合計出力トークン
115,865
応答時間（平均）
25.91s
合計コスト
$2.057
順位
#18
合計出力トークン
55,525
応答時間（平均）
16.96s
合計コスト
$0.920
順位
#9
合計出力トークン
97,958
応答時間（平均）
21.47s
合計コスト
$1.361
おすすめモデル GPT-5.3-Codex (medium)

スコアはここでの最高値に近く（8.9 vs 9.2）、この比較の他のモデル より約 2.3 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 7.7 7.8 8.9 9.2
順位 #60 #56 #18 #9
信頼性 10.0 10.0 10.0 10.0
一貫性 8.8 9.2 8.6 10.0
ベンチマーク網羅率 22/22 テスト · 66/66 回 22/22 テスト · 66/66 回 22/22 テスト · 66/66 回 22/22 テスト · 66/66 回
正解テスト
試行ごとの合格率 63.6% 66.7% 83.3% 90.9%
不安定なテスト 3 2 4 0
総実行回数 66 66 66 66
結果あたりのコスト 23.524 14.692 5.748 6.801
合計コスト $3.059 $2.057 $0.920 $1.361
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
合計入力トークン 108,615 106,292 81,268 92,287
出力トークン 72,286 80,748 6,251 5,232
推論トークン 28,315 35,117 49,274 92,726
応答時間（平均） 34.27s 25.91s 16.96s 21.47s
応答時間（最大） 151.51s 140.96s 100.93s 88.68s
応答時間（合計） 513.99s 362.78s 373.19s 322.08s

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.

#60 Claude Opus 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#56 Claude Sonnet 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#18 GPT-5.3-Codex

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

#9 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-CodexmediumvsGrok 4.5highClaude Opus 5highvsGemini 3.1 Pro PreviewmediumClaude Opus 4.6mediumvsGPT-5.6 LunahighGemini 3.5 FlashlowvsGPT-5.3-CodexmediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 ProhighGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.6mediumvsQwen3.7 FlashhighGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighClaude Sonnet 4.6mediumvsGPT-5.6 LunahighClaude Sonnet 4.6mediumvsGPT-5.6 Terrahigh