AI MODEL INDEX
最新AIモデルの性能・コスト比較
独立ベンチマークの性能指数と、トークン使用量を反映したタスク当たりコストを比較します。
スナップショット:
最新モデルの性能指数
モデルごとの代表的な推論設定・高いほど優秀
選択モデルの詳細Claude Opus 5.5Anthropic · max · default fallbackモデルの出典
- 指数
- 57.6
- タスク当たり
- $5.98
- 出力速度
- 95.9 t/s
- コンテキスト
- 100万
性能とタスク当たりコスト
左上に近いほど、低いコストで高い性能を実現
選択モデルの詳細Claude Opus 5.5Anthropic · max · default fallbackモデルの出典
- 指数
- 57.6
- タスク当たり
- $5.98
- 出力速度
- 95.9 t/s
- コンテキスト
- 100万
| モデル | 設定 | 性能指数 | タスク単価 | 出力速度 | コンテキスト |
|---|---|---|---|---|---|
| Claude Opus 5.5Anthropic | max · default fallback | 57.6 | $5.98 | 95.9 t/s | 100万 |
| Claude Sonnet 5.5Anthropic | max · default fallback | 56 | $5.46 | 133.8 t/s | 100万 |
| Claude Fable 5.1Anthropic | max · default fallback | 53.4 | $7.63 | 68.5 t/s | 100万 |
| GPT-6 AstraOpenAI | max | 52.7 | $3.26 | 56.3 t/s | 100万 |
| Gemini 4 ArgonGoogle | high | 52.6 | $1.99 | 81.5 t/s | 100万 |
| Muse WonderMeta公式案内：現在、韓国ではModel API・Muse Codeを利用できません。Wonder Fullとは別のモデルです。 | max | 52.4 | $4.52 | 145.1 t/s | 104.9万 |
| GPT-6.1 SolOpenAI | max | 51.8 | $0.72 | 54.3 t/s | 100万 |
| Grok 4.7SpaceXAI | xhigh | 46.4 | $3.74 | 88.9 t/s | 50万 |
| MiMo-V2.6-ProXiaomi | provider default · no explicit effort field | 46.3 | $0.13 | 52.6 t/s | 100万 |
| DeepSeek V4.1 Flash 1017DeepSeek | max | 45.1 | $0.26 | 203.7 t/s | 100万 |
| GLM-5.3Z AI | max | 44.8 | $2.01 | 76.7 t/s | 100万 |
| Kimi K3Kimi | max | 43.6 | $2.00 | 36.9 t/s | 104.9万 |
| Claude Haiku 5.5Anthropic | max | 43.4 | $0.21 | 238.3 t/s | 100万 |
| Gemini 3.8 FlashGoogle | high | 40.9 | $1.24 | 141.5 t/s | 100万 |
| GPT-6 LunaOpenAI | max | 38.1 | $0.07 | 135.2 t/s | 100万 |
比較範囲・推論設定・コストの読み方
検証日時点で選定したモデルと代表設定の比較で、全市場を網羅する順位ではありません。Artificial Analysis v4.3.2は主に英語・テキストの評価であり、韓国語・画像・音声の品質を含む総合点ではありません。
max・high・xhighはモデル別の評価設定で、同じ推論予算ではありません。USD/taskはキャッシュや推論トークン使用量などを反映する加重ベンチマーク費用で、100万トークン当たりのAPI定価とは異なります。以前のv4.3との点差を同一条件での性能向上と解釈しないでください。