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 4.8 vs OpenAI: GPT-5.5

概要

Claude Opus 4.8 (medium) vs GPT-5.5 (medium) の benchmark 比較: GPT-5.5 (medium) が平均スコアでリードし、9.0 vs 8.8 です。 Claude Opus 4.8 (medium) の benchmark コストが低く、$1.107 vs $3.679 です。 Claude Opus 4.8 (medium) の方が高速で、9.72s vs 37.98s です、成功率は 84.1% vs 87.3% です。

おすすめモデル: Claude Opus 4.8 (medium) - スコアはここでの最高値に近く（8.8 vs 9.0）、GPT-5.5 (medium) より約 3.3 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: 2026-07-10

指標 Claude Opus 4.8 Claude Opus 4.8 medium リリース: 2026-05-28 GPT-5.5 GPT-5.5 medium リリース: 2026-04-24
スコア 8.8 9.0
順位 #15 #12
信頼性 10.0 10.0
一貫性 9.6 8.9
正解テスト
試行ごとの合格率 84.1% 87.3%
不安定なテスト 1 3
総実行回数 63 63
結果あたりのコスト 6.512 21.638
合計コスト $1.107 $3.679
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 61,007 34,212
出力トークン 26,495 1,985
推論トークン 5,901 114,925
応答時間（平均） 9.72s 37.98s
応答時間（最大） 38.03s 332.10s
応答時間（合計） 204.19s 797.60s

生成ショーケース

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
コスト
$0.057
時間
23.1s
トークン
2,412 tok

#12 GPT-5.5

medium
コスト
$0.112
時間
71.9s
トークン
3,807 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 3.95s 834 1,179 478
GPT-5.5 10.0 10.0 100.0% 0 4.66s 606 250 1,335
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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 38.03s 23,561 5,260 1,588
GPT-5.5 10.0 10.0 100.0% 0 19.29s 11,019 312 2,841
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GPT-5.5 10.0 10.0 100.0% 0 4.18s 7,140 234 593
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 14.59s 975 7,477 900
GPT-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
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 2.46s 708 237 0
GPT-5.5 10.0 10.0 100.0% 0 4.16s 477 138 223
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 10.0 10.0 100.0% 0 3.32s 909 373 320
GPT-5.5 10.0 10.0 100.0% 0 3.36s 660 93 538
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 3.95s 894 791 483
GPT-5.5 10.0 10.0 100.0% 0 6.76s 642 241 2,225
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 8.96s 11,775 301 225
GPT-5.5 10.0 10.0 100.0% 0 10.57s 5,445 258 832
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 6.14s 258 451 214
GPT-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashlowvsGPT-5.5mediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.8mediumvsGPT-5.6 TerrahighClaude Opus 4.8mediumvsGPT-5.6 SollowDeepSeek V4 FlashhighvsGPT-5.5mediumClaude Opus 4.8mediumvsGLM 5.2highGemini 3.5 FlashhighvsGPT-5.5mediumGPT-5.5mediumvsGLM 5.2high