AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4 Mini

概要

Claude Opus 4.8 vs GPT-5.4 Mini の benchmark 比較: GPT-5.4 Mini が平均スコアでリードし、8.0 vs 7.7 です。 GPT-5.4 Mini の benchmark コストが低く、$0.526 vs $1.270 です。 Claude Opus 4.8 の方が高速で、10.83s vs 22.34s です、成功率は 79.4% vs 73.0% です。

おすすめモデル: GPT-5.4 Mini - ここでは最高スコア（8.0）で、Claude Opus 4.8 より約 2.4 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: 2026-06-30

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	GPT-5.4 Mini GPT-5.4 Mini medium リリース: 2026-03-17

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	GPT-5.4 Mini GPT-5.4 Mini medium リリース: 2026-03-17
スコア	7.7	8.0
順位	#38	#27
信頼性	10.0	10.0
一貫性	8.8	8.0
正解テスト
試行ごとの合格率	79.4%	73.0%
不安定なテスト	3	5
総実行回数	63	63
結果あたりのコスト	8.466	4.381
合計コスト	$1.270	$0.526
入力価格	$5.000 / 1M	$0.750 / 1M
出力価格	$25.000 / 1M	$4.500 / 1M
合計入力トークン	60,946	34,116
出力トークン	31,771	2,181
推論トークン	6,831	108,937
応答時間（平均）	10.83s	22.34s
応答時間（最大）	127.97s	138.75s
応答時間（合計）	227.39s	469.20s

生成ショーケース

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

コスト: $0.031
時間: 14.1s
トークン: 1,345 tok

#27 GPT-5.4 Mini

medium

コスト: $0.056
時間: 95.5s
トークン: 12,464 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
GPT-5.4 Mini	10.0	10.0	100.0%	0		17.81s	11,019	317	4,317

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GPT-5.4 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174

クイック比較

比較ペアを切り替え