ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.6 Luna

概要

Claude Opus 4.8 (low) vs GPT-5.6 Luna (high) の benchmark 比較: 平均スコアは 7.7 vs 7.7 でほぼ同等です。 GPT-5.6 Luna (high) の benchmark コストが低く、$0.924 vs $1.270 です。 Claude Opus 4.8 (low) の方が高速で、10.83s vs 18.39s です、成功率は 79.4% vs 71.4% です。

おすすめモデル: Claude Opus 4.8 (low) - ここでは最高スコア（7.7）で、GPT-5.6 Luna (high) より約 1.7 倍速く応答します。

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: 2026-07-09

指標 Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28 GPT-5.6 Luna GPT-5.6 Luna high リリース: 2026-07-09
スコア 7.7 7.7
順位 #45 #50
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 79.4% 71.4%
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 8.466 6.594
合計コスト $1.270 $0.924
入力価格 $5.000 / 1M $1.000 / 1M
出力価格 $25.000 / 1M $6.000 / 1M
合計入力トークン 60,946 35,699
出力トークン 31,771 2,079
推論トークン 6,831 145,816
応答時間（平均） 10.83s 18.39s
応答時間（最大） 127.97s 111.09s
応答時間（合計） 227.39s 386.24s

生成ショーケース

Hamster playing table tennis

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

#45 Claude Opus 4.8

low
コスト
$0.031
時間
14.1s
トークン
1,345 tok

#50 GPT-5.6 Luna

high
コスト
$0.033
時間
34.2s
トークン
5,484 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-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

クイック比較

比較ペアを切り替え

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.8lowvsKimi K2.6medium無料で利用可能Claude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium無料で利用可能vsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh