#63 Claude Sonnet 4.6
none- コスト
- $0.038
- 時間
- 27.3s
- トークン
- 2,598 tok
Anthropic: Claude Sonnet 4.6 vs Meituan: LongCat 2.0
LongCat 2.0 (medium) が平均スコアでリードし、7.4 vs 7.3 です。 LongCat 2.0 (medium) の benchmark コストが低く、$0.478 vs $0.661 です。 Claude Sonnet 4.6 の方が高速で、8.12s vs 136.64s です、成功率は 57.6% vs 60.6% です。
おすすめモデルClaude Sonnet 4.6スコアはここでの最高値に近く（7.3 vs 7.4）、LongCat 2.0 (medium) より約 16.8 倍速く応答します。
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: 2026-07-20
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | LongCat 2.0 LongCat 2.0 medium |
|---|---|---|
| スコア | 7.3 | 7.4 |
| 順位 | #63 | #60 |
| 信頼性 | 10.0 | 9.8 |
| 一貫性 | 9.7 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 57.6% | 60.6% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 5.502 | 3.978 |
| 合計コスト | $0.661 | $0.478 |
| 入力価格 | $3.000 / 1M | $0.300 / 1M |
| 出力価格 | $15.000 / 1M | $1.200 / 1M |
| 合計入力トークン | 123,264 | 97,315 |
| 出力トークン | 19,362 | 44,384 |
| 推論トークン | 0 | 329,012 |
| 応答時間（平均） | 8.12s | 136.64s |
| 応答時間（最大） | 51.18s | 939.52s |
| 応答時間（合計） | 121.78s | 3006.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#60 LongCat 2.0
medium- コスト
- $0.016
- 時間
- 285.1s
- トークン
- 13,057 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 | 4.8 | 10.0 | 25.0% | 0 | 2.94s | 636 | 1,214 | 0 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 588 | 201 | 4,412 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 5.19s | 8,522 | 2,127 | 0 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 455.00s | 7,419 | 533 | 214,143 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 37.51s | 91,402 | 13,663 | 0 | |
| LongCat 2.0 | 7.3 | 5.8 | 83.3% | 1 | 151.04s | 72,348 | 4,675 | 38,668 |
| 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 | 3.43s | 8,574 | 252 | 0 | |
| LongCat 2.0 | 6.3 | 10.0 | 50.0% | 0 | 10.63s | 7,653 | 198 | 2,536 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 3.54s | 759 | 413 | 0 | |
| LongCat 2.0 | 2.9 | 7.2 | 11.1% | 1 | 339.86s | 496 | 37,855 | 37,080 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 2.56s | 513 | 192 | 0 | |
| LongCat 2.0 | 4.8 | 3.2 | 33.3% | 1 | 16.35s | 480 | 121 | 1,598 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 1.96s | 690 | 90 | 0 | |
| LongCat 2.0 | 6.5 | 10.0 | 50.0% | 0 | 7.38s | 657 | 78 | 1,652 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 2.53s | 663 | 533 | 0 | |
| LongCat 2.0 | 5.4 | 10.0 | 33.3% | 0 | 8.84s | 636 | 388 | 2,562 |
| 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 | 4.11s | 11,301 | 447 | 0 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 10.67s | 6,840 | 249 | 581 |
| 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 | 4.67s | 204 | 431 | 0 | |
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 191.19s | 198 | 86 | 25,780 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6nonevsKAT-Coder-Pro V2.5lowLongCat 2.0mediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsLongCat 2.0mediumKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumLongCat 2.0mediumvsGPT-5.6 TerralowClaude Sonnet 4.6nonevsStep 3.7 FlashlowLongCat 2.0mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsKimi K2.6medium