比較対象モデル

Claude Opus 5 (high) vs GPT-5.6 Sol (high) vs Kimi K3 (max) vs Gemini 3.6 Flash (medium) ベンチマーク比較: Gemini 3.6 Flash (medium) はスコアで 9.8 と首位です。 Claude Opus 5 (high) は信頼性で 10.0 と首位です。 Gemini 3.6 Flash (medium) は合計コストが最も低く、$0.577 です。 GPT-5.6 Sol (high) は 13.59s で最速です。

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: 2026-10-26

比較対象モデル

順位: #30
合計出力トークン: 105,662
応答時間（平均）: 25.31s
合計コスト: $4.524

順位: #24
合計出力トークン: 32,071
応答時間（平均）: 13.59s
合計コスト: $1.595

順位: #102
合計出力トークン: 233,327
応答時間（平均）: 139.41s
合計コスト: $3.409

順位: #10
合計出力トークン: 116,124
応答時間（平均）: 14.03s
合計コスト: $0.577

おすすめモデル Gemini 3.6 Flash (medium)

ここでは最高スコア（9.8）で、この比較の他のモデルより約 5.5 倍低コストです。

詳細比較

指標	Claude Opus 5 Claude Opus 5 high リリース: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high リリース: 2026-07-09	Kimi K3 Kimi K3 max リリース: 2026-07-16	Gemini 3.6 Flash Gemini 3.6 Flash medium リリース: 2026-07-21

指標	Claude Opus 5 Claude Opus 5 high リリース: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high リリース: 2026-07-09	Kimi K3 Kimi K3 max リリース: 2026-07-16	Gemini 3.6 Flash Gemini 3.6 Flash medium リリース: 2026-07-21
スコア	9.4	9.5	8.3	9.8
順位	#30	#24	#102	#10
信頼性	10.0	10.0	9.3	10.0
一貫性	10.0	8.9	9.3	9.3
試行回数	69/69	69/69	69/69	69/69
正解テスト
試行ごとの合格率	82.6%	89.9%	78.3%	95.7%
不安定なテスト	0	3	2	2
総実行回数	69	69	69	69
結果あたりのコスト	23.809	8.020	23.601	4.619
合計コスト	$4.524	$1.595	$3.409	$0.577
入力価格	$5.000 / 1M	$2.000 / 1M	$0.830 / 1M	$0.750 / 1M
出力価格	$25.000 / 1M	$10.000 / 1M	$14.000 / 1M	$3.750 / 1M
キャッシュ読み取り料金	$0.500 / 1M	$0.200 / 1M	$0.270 / 1M	$0.075 / 1M
キャッシュ書き込み料金	$6.250 / 1M	$2.500 / 1M	該当なし	$0.042 / 1M
合計入力トークン	376,421	195,567	170,700	188,003
出力トークン	67,688	5,841	7,719	2,914
推論トークン	37,974	26,230	225,608	113,210
応答時間（平均）	25.31s	13.59s	139.41s	14.03s
応答時間（最大）	159.01s	59.99s	766.58s	77.15s
応答時間（合計）	582.11s	312.61s	2788.26s	322.73s
パラメータ	~5T 総数 (~500B アクティブ)	~2T 総数 (~150B アクティブ)	2.8T 総数 (104B アクティブ)	~500B 総数 (~20B アクティブ)
公開状況	クローズド	クローズド	重み公開	クローズド

キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。

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.

#30 Claude Opus 5

high

コスト: $0.265
時間: 144.5s
トークン: 10,741 tok

#24 GPT-5.6 Sol

high

コスト: $0.151
時間: 201.9s
トークン: 5,100 tok

#102 MoonshotAI: Kimi K3

max

コスト: $0.281
時間: 506.9s
トークン: 18,863 tok

#10 Gemini 3.6 Flash

medium

コスト: $0.095
時間: 49.9s
トークン: 12,664 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

カテゴリ:

エージェントタスク	スコア	一貫性	試行ごとの合格率	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 5	10.0	10.0	100.0%	86.99s	240,465	3,064	7,015
GPT-5.6 Sol	10.0	10.0	100.0%	59.99s	116,309	986	2,377
Kimi K3	10.0	10.0	100.0%	74.24s	135,740	4,832	4,367
Gemini 3.6 Flash	10.0	10.0	100.0%	61.77s	123,557	940	14,308

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	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 5	10.0	10.0	100.0%	0	5.91s	834	2,063	617
GPT-5.6 Sol	8.7	7.9	91.7%	1	3.39s	606	171	644
Kimi K3	10.0	10.0	100.0%	0	10.24s	1,638	496	2,629
Gemini 3.6 Flash	10.0	10.0	100.0%	0	2.54s	508	165	4,173

コーディング	スコア	一貫性	試行ごとの合格率	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 5	10.0	10.0	100.0%	12.73s	10,590	7,547	1,721
GPT-5.6 Sol	10.0	10.0	100.0%	12.52s	7,302	404	5,656
Kimi K3	10.0	10.0	100.0%	325.79s	8,061	460	84,012
Gemini 3.6 Flash	10.0	10.0	100.0%	14.81s	8,124	444	31,421

複合	スコア	一貫性	試行ごとの合格率	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 5	10.0	10.0	100.0%	31.11s	98,549	10,546	2,198
GPT-5.6 Sol	10.0	10.0	100.0%	24.99s	56,154	3,298	4,866
Kimi K3	6.5	10.0	50.0%	223.03s	12,792	399	20,460
Gemini 3.6 Flash	10.0	10.0	100.0%	49.01s	40,411	405	13,351

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	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 5	10.0	10.0	100.0%	0	4.22s	10,503	488	160
GPT-5.6 Sol	10.0	10.0	100.0%	0	1.16s	7,140	222	0
Kimi K3	7.3	5.8	83.3%	1	16.72s	7,839	354	2,606
Gemini 3.6 Flash	10.0	10.0	100.0%	0	4.92s	7,457	279	5,288

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	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 5	3.0	10.0	0.0%	0	104.24s	972	40,623	24,923
GPT-5.6 Sol	5.3	7.2	44.4%	1	37.67s	628	62	10,365
Kimi K3	5.3	7.2	44.4%	1	683.62s	838	57	106,892
Gemini 3.6 Flash	5.8	4.4	66.7%	2	21.99s	648	12	31,866

汎用知能	スコア	一貫性	試行ごとの合格率	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 5	10.0	10.0	100.0%	3.79s	708	268	0
GPT-5.6 Sol	10.0	10.0	100.0%	4.40s	477	97	238
Kimi K3	10.0	10.0	100.0%	14.91s	732	191	871
Gemini 3.6 Flash	10.0	10.0	100.0%	3.40s	492	109	1,384

指示追従	スコア	一貫性	試行ごとの合格率	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 5	10.0	10.0	100.0%	4.78s	909	119	361
GPT-5.6 Sol	10.0	10.0	100.0%	2.73s	660	96	331
Kimi K3	10.0	10.0	100.0%	7.66s	1,179	147	1,119
Gemini 3.6 Flash	10.0	10.0	100.0%	3.82s	623	72	3,634

パズル解決	スコア	一貫性	試行ごとの合格率	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 5	10.0	10.0	100.0%	4.66s	894	908	524
GPT-5.6 Sol	10.0	10.0	100.0%	4.10s	642	211	675
Kimi K3	10.0	10.0	100.0%	7.36s	1,416	495	1,368
Gemini 3.6 Flash	10.0	10.0	100.0%	3.43s	568	249	3,656

ツール呼び出し	スコア	一貫性	試行ごとの合格率	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 5	10.0	10.0	100.0%	8.44s	11,739	354	0
GPT-5.6 Sol	10.0	10.0	100.0%	7.08s	5,454	264	393
Kimi K3	3.0	10.0	0.0%	0ms	0	0	0
Gemini 3.6 Flash	10.0	10.0	100.0%	5.78s	5,457	229	1,372

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	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 5	3.0	10.0	0.0%	0	14.14s	258	1,708	455
GPT-5.6 Sol	4.7	1.6	66.7%	1	6.97s	195	30	685
Kimi K3	3.0	10.0	0.0%	0	19.67s	465	288	1,284
Gemini 3.6 Flash	10.0	10.0	100.0%	0	5.48s	158	10	2,757

比較ペアを切り替え

Claude Opus 5highvsGemini 3.7 Flashlow Gemini 3.5 FlashhighvsKimi K3max Claude Haiku 5.5highvsKimi K3max Claude Opus 5highvsGPT-6.1 Terraxhigh Kimi K3maxvsGPT-5.6 Terrahigh Kimi K3maxvsGPT-6 Lunamedium Claude Opus 4.8mediumvsKimi K3max Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh Ling 3.1 FlashmediumvsKimi K3max Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 5highvsGPT-6.1 Terralow Claude Opus 5.5lowvsGPT-5.6 Solhigh

比較対象モデル