ナビゲーション
AI BENCHY
Advertise here

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: Claude Opus 4.6 が平均スコアでリードし、7.0 vs 6.4 です。 GPT-5.5 の benchmark コストが低く、$0.231 vs $2.053 です。 GPT-5.5 の方が高速で、1.89s vs 25.89s です、成功率は 61.9% vs 54.0% です。

おすすめモデル: GPT-5.5 - スコアはここでの最高値に近く（6.4 vs 7.0）、Claude Opus 4.6 より約 8.9 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: 2026-06-04

指標 Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05 GPT-5.5 GPT-5.5 none リリース: 2026-04-24
スコア 7.0 6.4
順位 #69 #91
信頼性 10.0 10.0
一貫性 8.8 8.8
正解テスト
試行ごとの合格率 61.9% 54.0%
不安定なテスト 3 3
総実行回数 63 63
結果あたりのコスト 17.103 2.302
合計コスト $2.053 $0.231
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 34,212
出力トークン 47,446 1,971
推論トークン 24,000 0
応答時間（平均） 25.89s 1.89s
応答時間（最大） 83.40s 5.56s
応答時間（合計） 362.49s 39.64s

Generation showcase

Hamster playing table tennis

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

#69 Claude Opus 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#91 GPT-5.5

none
Cost
$0.090
Time
54.3s
Tokens
3,063 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 6.9 7.9 66.7% 1 1.31s 606 213 0
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 5.5 10.0 33.3% 0 1.35s 7,305 462 0
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 3.0 10.0 0.0% 0 5.56s 11,019 300 0
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 1.18s 7,140 222 0
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 2.9 7.2 11.1% 1 1.31s 723 52 0
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 3.41s 477 124 0
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 6.2 5.8 66.7% 1 1.15s 660 81 0
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 7.7 10.0 66.7% 0 1.29s 642 252 0
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 3.90s 5,445 247 0
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 5.01s 195 18 0

クイック比較

比較ペアを切り替え

Claude Opus 4.6mediumvsStep 3.7 FlashhighGemini 3.1 Flash LiteminimalvsGPT-5.5noneClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsStep 3.7 FlashlowMercury 2mediumvsGPT-5.5noneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGPT-5.5nonevsQwen3.6 27BmediumClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneDeepSeek V4 ProhighvsGPT-5.5none