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、9.0 vs 7.3 です。 Claude Sonnet 4.6 の benchmark コストが低く、$0.316 vs $3.679 です。 Claude Sonnet 4.6 の方が高速で、5.04s vs 37.98s です、成功率は 55.6% vs 87.3% です。

おすすめモデル: GPT-5.5 - この比較で最も高いスコア（9.0）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-06-18

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	GPT-5.5 GPT-5.5 medium リリース: 2026-04-24

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	GPT-5.5 GPT-5.5 medium リリース: 2026-04-24
スコア	7.3	9.0
順位	#55	#9
信頼性	10.0	10.0
一貫性	9.7	8.9
正解テスト
試行ごとの合格率	55.6%	87.3%
不安定なテスト	1	3
総実行回数	63	63
結果あたりのコスト	2.870	21.638
合計コスト	$0.316	$3.679
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	57,886	34,212
出力トークン	9,465	1,985
推論トークン	0	114,925
応答時間（平均）	5.04s	37.98s
応答時間（最大）	23.84s	332.10s
応答時間（合計）	70.60s	797.60s

生成ショーケース

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none

コスト: $0.038
時間: 27.3s
トークン: 2,598 tok

#9 GPT-5.5

medium

コスト: $0.112
時間: 71.9s
トークン: 3,807 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-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

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-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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-5.5	10.0	10.0	100.0%	0		19.29s	11,019	312	2,841

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-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

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-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

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-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

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-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

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-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

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-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

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-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

クイック比較

比較ペアを切り替え