ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.6 Luna

概要

Claude Sonnet 4.6 (medium) vs GPT-5.6 Luna (high) の benchmark 比較: Claude Sonnet 4.6 (medium) が平均スコアでリードし、7.8 vs 7.7 です。 GPT-5.6 Luna (high) の benchmark コストが低く、$0.924 vs $1.418 です。 Claude Sonnet 4.6 (medium) の方が高速で、17.06s vs 18.39s です、成功率は 65.1% vs 71.4% です。

おすすめモデル: GPT-5.6 Luna (high) - スコアはここでの最高値に近く（7.7 vs 7.8）、Claude Sonnet 4.6 (medium) より約 1.5 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: 2026-07-09

指標 Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17 GPT-5.6 Luna GPT-5.6 Luna high リリース: 2026-07-09
スコア 7.8 7.7
順位 #38 #50
信頼性 10.0 10.0
一貫性 9.1 8.8
正解テスト
試行ごとの合格率 65.1% 71.4%
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 10.904 6.594
合計コスト $1.418 $0.924
入力価格 $3.000 / 1M $1.000 / 1M
出力価格 $15.000 / 1M $6.000 / 1M
合計入力トークン 49,112 35,699
出力トークン 54,703 2,079
推論トークン 29,970 145,816
応答時間（平均） 17.06s 18.39s
応答時間（最大） 46.35s 111.09s
応答時間（合計） 221.83s 386.24s

生成ショーケース

Hamster playing table tennis

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

#38 Claude Sonnet 4.6

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

#50 GPT-5.6 Luna

high
コスト
$0.033
時間
34.2s
トークン
5,484 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-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

クイック比較

比較ペアを切り替え

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Sonnet 4.6mediumvsGrok 4.5lowGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium無料で利用可能vsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok Build 0.1medium