AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.5

概要

Claude Opus 4.8 vs GPT-5.5 の benchmark 比較: GPT-5.5 が平均スコアでリードし、9.0 vs 7.2 です。 Claude Opus 4.8 の benchmark コストが低く、$0.539 vs $3.679 です。 Claude Opus 4.8 の方が高速で、3.47s vs 37.98s です、成功率は 61.9% vs 87.3% です。

おすすめモデル: Claude Opus 4.8 - 総合的に最も良い選択です。競争力のあるスコア（7.2）、GPT-5.5 より低いコスト、バランスの取れた応答時間があります。

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: 2026-06-18

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	GPT-5.5 GPT-5.5 medium 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 medium リリース: 2026-04-24
スコア	7.2	9.0
順位	#57	#9
信頼性	10.0	10.0
一貫性	9.2	8.9
正解テスト
試行ごとの合格率	61.9%	87.3%
不安定なテスト	2	3
総実行回数	63	63
結果あたりのコスト	4.485	21.638
合計コスト	$0.539	$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	67,104	34,212
出力トークン	8,107	1,985
推論トークン	0	114,925
応答時間（平均）	3.47s	37.98s
応答時間（最大）	17.73s	332.10s
応答時間（合計）	72.90s	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.

#57 Claude Opus 4.8

none

コスト: $0.053
時間: 22.0s
トークン: 2,253 tok

#9 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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
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	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
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	9.5	10.0	100.0%	0		17.73s	29,658	3,259	0
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	7.3	5.8	83.3%	1		1.77s	10,503	308	0
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	7.2	44.4%	1		1.66s	975	61	0
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		3.48s	708	230	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	9.9	10.0	100.0%	0		1.37s	909	95	0
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	7.7	10.0	66.7%	0		2.74s	894	783	0
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		5.35s	11,775	355	0
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		3.41s	258	212	0
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