ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.5

概要

Claude Opus 4.6 vs GPT-5.5 の benchmark 比較: GPT-5.5 が平均スコアでリードし、9.3 vs 7.7 です。 GPT-5.5 の benchmark コストが低く、$0.907 vs $2.053 です。 GPT-5.5 の方が高速で、9.76s vs 25.89s です、成功率は 61.9% vs 85.7% です。

おすすめモデル: GPT-5.5 - ここでは最高スコア（9.3）で、Claude Opus 4.6 より約 2.3 倍低コストです。

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: 2026-07-02

指標 Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05 GPT-5.5 GPT-5.5 low リリース: 2026-04-24
スコア 7.7 9.3
順位 #40 #4
信頼性 10.0 10.0
一貫性 8.8 10.0
正解テスト
試行ごとの合格率 61.9% 85.7%
不安定なテスト 3 0
総実行回数 63 63
結果あたりのコスト 17.103 5.035
合計コスト $2.053 $0.907
入力価格 $5.000 / 1M $5.000 / 1M
出力価格 $25.000 / 1M $30.000 / 1M
合計入力トークン 53,227 34,209
出力トークン 47,446 2,046
推論トークン 24,000 22,460
応答時間（平均） 25.89s 9.76s
応答時間（最大） 83.40s 56.19s
応答時間（合計） 362.49s 204.92s

生成ショーケース

Hamster playing table tennis

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

#40 Claude Opus 4.6

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

#4 GPT-5.5

low
コスト
$0.068
時間
37.0s
トークン
2,339 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

反AIトリック 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 6.4 5.8 66.7% 2 7.45s 840 986 1,071
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
複合 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 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
データ解析と抽出 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 10.0 10.0 100.0% 0 7.37s 8,676 691 757
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
ドメイン特化 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 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
汎用知能 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 10.0 10.0 100.0% 0 5.04s 564 188 292
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
指示追従 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 10.0 10.0 100.0% 0 2.43s 792 266 467
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
パズル解決 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 7.7 10.0 66.7% 0 4.71s 816 532 630
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
ツール呼び出し 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 10.0 10.0 100.0% 0 9.73s 11,454 861 329
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
雑学 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 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

クイック比較

比較ペアを切り替え

Claude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.5lowvsQwen3.7 MaxmediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5low