AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.4

概要

Claude Sonnet 4.6 vs GPT-5.4 の benchmark 比較: GPT-5.4 が平均スコアでリードし、8.5 vs 7.3 です。 Claude Sonnet 4.6 の benchmark コストが低く、$0.316 vs $1.210 です。 Claude Sonnet 4.6 の方が高速で、5.04s vs 22.35s です、成功率は 55.6% vs 76.2% です。

おすすめモデル: Claude Sonnet 4.6 - 総合的に最も良い選択です。競争力のあるスコア（7.3）、GPT-5.4 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: 2026-06-12

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	GPT-5.4 GPT-5.4 medium リリース: 2026-03-05

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	GPT-5.4 GPT-5.4 medium リリース: 2026-03-05
スコア	7.3	8.5
順位	#56	#20
信頼性	10.0	10.0
一貫性	9.7	8.6
正解テスト
試行ごとの合格率	55.6%	76.2%
不安定なテスト	1	4
総実行回数	63	63
結果あたりのコスト	2.870	8.640
合計コスト	$0.316	$1.210
入力価格	$3.000 / 1M	$2.500 / 1M
出力価格	$15.000 / 1M	$15.000 / 1M
合計入力トークン	57,886	34,108
出力トークン	9,465	2,242
推論トークン	0	72,707
応答時間（平均）	5.04s	22.35s
応答時間（最大）	23.84s	100.41s
応答時間（合計）	70.60s	469.29s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none

Cost: $0.038
Time: 27.3s
Tokens: 2,598 tok

#20 GPT-5.4

medium

Cost: $0.214
Time: 199.6s
Tokens: 14,349 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
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

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
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

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	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
GPT-5.4	10.0	10.0	100.0%	0		20.57s	11,019	301	3,543

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
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

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
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

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
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

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
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

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
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

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
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

クイック比較

比較ペアを切り替え