AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.5

概要

Claude Opus 4.8 vs GPT-5.5 (low) の benchmark 比較: GPT-5.5 (low) が平均スコアでリードし、9.3 vs 7.2 です。 Claude Opus 4.8 の benchmark コストが低く、$0.539 vs $0.907 です。 Claude Opus 4.8 の方が高速で、3.48s vs 9.76s です、成功率は 61.9% vs 85.7% です。

おすすめモデル: GPT-5.5 (low) - この比較で最も高いスコア（9.3）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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 none リリース: 2026-05-28	GPT-5.5 GPT-5.5 low リリース: 2026-04-24

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	GPT-5.5 GPT-5.5 low リリース: 2026-04-24
スコア	7.2	9.3
順位	#70	#7
信頼性	10.0	10.0
一貫性	9.2	10.0
正解テスト
試行ごとの合格率	61.9%	85.7%
不安定なテスト	2	0
総実行回数	63	63
結果あたりのコスト	4.485	5.035
合計コスト	$0.539	$0.907
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	67,104	34,209
出力トークン	8,107	2,046
推論トークン	0	22,460
応答時間（平均）	3.48s	9.76s
応答時間（最大）	17.73s	56.19s
応答時間（合計）	73.00s	204.92s

生成ショーケース

Hamster playing table tennis

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

#70 Claude Opus 4.8

none

コスト: $0.053
時間: 22.0s
トークン: 2,253 tok

#7 GPT-5.5

low

コスト: $0.068
時間: 37.0s
トークン: 2,339 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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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	9.5	10.0	100.0%	0		17.73s	29,658	3,259	0
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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	7.3	5.8	83.3%	1		1.77s	10,503	308	0
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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	7.2	44.4%	1		1.70s	975	61	0
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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		3.48s	708	230	0
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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	9.9	10.0	100.0%	0		1.37s	909	95	0
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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	7.7	10.0	66.7%	0		2.74s	894	783	0
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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		5.35s	11,775	355	0
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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		3.41s	258	212	0
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

クイック比較

比較ペアを切り替え