- 順位
- #26
- 合計出力トークン
- 51,927
- 応答時間（平均）
- 12.97s
- 合計コスト
- $1.983
Claude Opus 4.8 (medium) vs GPT-5.6 Sol (high)
GPT-5.6 Sol (high) が平均スコアでリードし、9.4 vs 8.8 です。 GPT-5.6 Sol (high) の benchmark コストが低く、$0.629 vs $1.983 です。 GPT-5.6 Sol (high) の方が高速で、11.48s vs 12.97s です、成功率は 83.3% vs 89.4% です。
- 順位
- #9
- 合計出力トークン
- 28,708
- 応答時間（平均）
- 11.48s
- 合計コスト
- $0.629
おすすめモデル
GPT-5.6 Sol (high)
ここでは最高スコア（9.4）で、Claude Opus 4.8 (medium) より約 3.2 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 medium | GPT-5.6 Sol GPT-5.6 Sol high |
|---|---|---|
| スコア | 8.8 | 9.4 |
| 順位 | #26 | #9 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.9 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 83.3% | 89.4% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 11.662 | 6.987 |
| 合計コスト | $1.983 | $0.629 |
| 入力価格 | $5.000 / 1M | $2.500 / 1M |
| 出力価格 | $25.000 / 1M | $15.000 / 1M |
| 合計入力トークン | 138,448 | 79,258 |
| 出力トークン | 40,765 | 4,855 |
| 推論トークン | 11,162 | 23,853 |
| 応答時間（平均） | 12.97s | 11.48s |
| 応答時間（最大） | 70.54s | 54.79s |
| 応答時間（合計） | 285.29s | 252.62s |
| パラメータ | ~5T 総数 (~500B アクティブ) | ~2T 総数 (~150B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#26 Claude Opus 4.8
medium- コスト
- $0.057
- 時間
- 23.1s
- トークン
- 2,412 tok
#9 GPT-5.6 Sol
high- コスト
- $0.151
- 時間
- 201.9s
- トークン
- 5,100 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-5.6 Sol | 8.7 | 7.9 | 91.7% | 1 | 3.39s | 606 | 171 | 644 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 12.52s | 7,302 | 404 | 5,656 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 54.29s | 101,005 | 19,531 | 4,762 | |
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 24.99s | 56,154 | 3,298 | 4,866 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 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 4.8 | 3.6 | 7.2 | 22.2% | 1 | 18.11s | 972 | 7,476 | 2,987 | |
| GPT-5.6 Sol | 5.3 | 7.2 | 44.4% | 1 | 37.67s | 628 | 62 | 10,365 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.40s | 477 | 97 | 238 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.73s | 660 | 96 | 331 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.10s | 642 | 211 | 675 |
| 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-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 7.08s | 5,454 | 264 | 393 |
| 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-5.6 Sol | 4.7 | 1.6 | 66.7% | 1 | 6.97s | 195 | 30 | 685 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8mediumvsGemini 3.5 Flash LitehighClaude Opus 4.8mediumvsGemini 3.6 FlashlowGemini 3.7 FlashmediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsMuse Spark 1.2highGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighGemini 3.7 FlashlowvsGPT-5.6 SolhighClaude Opus 5mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsSeed 2.1 TurbohighClaude Opus 4.8mediumvsQwen3.8 MaxlowClaude Opus 4.8mediumvsGrok 4.5high