ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.5

概要

Claude Sonnet 4.6 vs GPT-5.5 の benchmark 比較: GPT-5.5 が平均スコアでリードし、9.3 vs 7.8 です。 GPT-5.5 の benchmark コストが低く、$0.907 vs $1.418 です。 GPT-5.5 の方が高速で、9.76s vs 17.06s です、成功率は 65.1% vs 85.7% です。

おすすめモデル: GPT-5.5 - ここでは最高スコア（9.3）で、Claude Sonnet 4.6 より約 1.6 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: 2026-07-02

指標 Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17 GPT-5.5 GPT-5.5 low リリース: 2026-04-24
スコア 7.8 9.3
順位 #32 #4
信頼性 10.0 10.0
一貫性 9.1 10.0
正解テスト
試行ごとの合格率 65.1% 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 10.904 5.035
合計コスト $1.418 $0.907
入力価格 $3.000 / 1M $5.000 / 1M
出力価格 $15.000 / 1M $30.000 / 1M
合計入力トークン 49,112 34,209
出力トークン 54,703 2,046
推論トークン 29,970 22,460
応答時間（平均） 17.06s 9.76s
応答時間（最大） 46.35s 56.19s
応答時間（合計） 221.83s 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.

#32 Claude Sonnet 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#4 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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
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

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowClaude Sonnet 4.6mediumvsStep 3.7 FlashlowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5low