AI BENCHY Compare

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

概要

Claude Sonnet 4.6 vs GPT-5.6 Terra (medium) の benchmark 比較: GPT-5.6 Terra (medium) が平均スコアでリードし、7.8 vs 7.3 です。 Claude Sonnet 4.6 の benchmark コストが低く、$0.316 vs $0.496 です。 Claude Sonnet 4.6 の方が高速で、5.04s vs 6.69s です、成功率は 55.6% vs 68.3% です。

おすすめモデル: GPT-5.6 Terra (medium) - この比較で最も高いスコア（7.8）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: 2026-07-09

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	GPT-5.6 Terra GPT-5.6 Terra medium リリース: 2026-07-09

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	GPT-5.6 Terra GPT-5.6 Terra medium リリース: 2026-07-09
スコア	7.3	7.8
順位	#67	#37
信頼性	10.0	10.0
一貫性	9.7	9.2
正解テスト
試行ごとの合格率	55.6%	68.3%
不安定なテスト	1	2
総実行回数	63	63
結果あたりのコスト	2.870	3.815
合計コスト	$0.316	$0.496
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	34,218
出力トークン	9,465	1,982
推論トークン	0	25,370
応答時間（平均）	5.04s	6.69s
応答時間（最大）	23.84s	41.68s
応答時間（合計）	70.60s	140.49s

生成ショーケース

Hamster playing table tennis

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

#67 Claude Sonnet 4.6

none

コスト: $0.038
時間: 27.3s
トークン: 2,598 tok

#37 GPT-5.6 Terra

medium

コスト: $0.035
時間: 16.3s
トークン: 2,418 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-5.6 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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-5.6 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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-5.6 Terra	10.0	10.0	100.0%	0		6.26s	11,019	316	540

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-5.6 Terra	10.0	10.0	100.0%	0		872ms	7,140	222	0

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-5.6 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327

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-5.6 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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-5.6 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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-5.6 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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-5.6 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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-5.6 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

クイック比較

比較ペアを切り替え