AIモデル ベンチマーク表 2026/5 – AI Model Benchmark | swiftwand.ai
swiftwand
AIモデル ベンチマーク比較表 (2026年10月時点)
主要な生成AI 12モデル（Claude Opus 5.5 / GPT-6 Astra / Gemini 4 Argon / DeepSeek V4 Pro ほか）の性能を、第三者機関が同じ条件で測ったベンチマークで比較。価格と用途別のおすすめも掲載。
2026年10月更新 9月はモデル発表が集中：Claude Opus 5.5（$4/$20）・Sonnet 5.5（9/28）、OpenAI の GPT-6 Astra（9/22）・GPT-6.1 Sol・GPT-6 Luna、Google の Gemini 4 Argon（9/30発表・現在は一部の利用者のみ）。表は、Artificial Analysis が全モデルを同じ条件で測った値（2026年10月7日時点）に差し替えました。各社の公式発表値とは測り方が違うため、数字が一致しないことがあります。
| モデル | 提供元 / 推論設定 | 総合 | コード | 難問 | 長文読解 | 誤答しにくさ | 費用/タスク | コンテキスト |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 5.5 | Anthropic / max | 58 | 60 | 61 | 85 | 41 | $5.98 | 1M |
| Claude Sonnet 5.5 | Anthropic / max | 56 | 64 | 55 | 83 | 53 | $7.67 | 1M |
| Claude Fable 5.1 | Anthropic / max | 53 | 52 | 59 | 85 | 27 | $7.63 | 1M |
| GPT-6 Astra | OpenAI / max | 53 | 59 | 55 | 81 | 49 | $3.26 | 1.05M |
| Gemini 4 Argon 限定公開 | Google / high | 53 | 57 | 57 | 80 | 85 | $1.99 | 1M |
| GPT-6.1 Sol | OpenAI / max | 52 | 56 | 53 | 83 | 46 | $0.72 | 1.05M |
| Kimi K3 | Moonshot AI / max オープンウェイト | 44 | 13 | 47 | 89 | 47 | $2.00 | 1.05M |
| Gemini 3.8 Flash | Google / high | 41 | 20 | 48 | 81 | 45 | $1.24 | 1M |
| GPT-6 Luna | OpenAI / max | 38 | 13 | 39 | 83 | 23 | $0.07 | 1.05M |
| DeepSeek V4 Pro | DeepSeek / max オープンウェイト | 36 | 14 | 41 | 80 | 5 | $0.67 | 1M |
| Gemini 3.1 Pro | Google / プレビュー | 30 | 4 | 47 | 82 | 49 | $1.30 | 1M |
| Claude Haiku 4.5 | Anthropic | 17 | 0 | 10 | 74 | 73 | $0.28 | 200K |
総合＝Artificial Analysis Intelligence Index（複数の評価の総合点）/ コード＝Terminal-Bench 4.0（エージェントとしてのコード・端末作業、%）/ 難問＝Humanity’s Last Exam（%）/ 長文読解＝AA-LCR（%）/ 誤答しにくさ＝知らない問いに誤答せず答えを控えられた率（AA-Omniscience、%）/ 費用＝評価1タスクを解く平均費用（USD）。各モデルとも最も高い推論設定の値。黄色は最高値（費用は最安）。出典: Artificial Analysis（2026年10月7日取得）。
| モデル | Input (per 1M) | Output (per 1M) | Batch割引 | Cache割引 |
|---|---|---|---|---|
| Claude Fable 5.1 | $10.00 | $50.00 | 50% | 97.5% |
| Claude Opus 5.5 | $4.00 | $20.00 | 50% | 95% |
| Claude Sonnet 5.5 | $2.00 | $10.00 | 50% | 90% |
| Claude Haiku 4.5 | $1.00 | $5.00 | 50% | 90% |
| GPT-6 Astra | $10.00 | $50.00 | 50% | 90% |
| GPT-6.1 Sol | $2.00 | $10.00 | 50% | 95% |
| GPT-6 Luna | $0.10 | $0.50 | 50% | 90% |
| Gemini 4 Argon（限定公開） | $2.00 | $10.00 | — | 95% |
| Gemini 3.8 Flash | $0.75 | $3.75 | 50% | 90% |
| Gemini 3.1 Pro | $2.00 | $12.00 | 50% | 90% |
| DeepSeek V4 Pro（ピーク時） | $1.32 | $3.96 | — | 約97% |
価格は2026年10月7日時点の各社公式料金ページ（USD・100万トークンあたり）。Gemini 3.8 Flash は2026/12/31までの価格で、2027/1/1から$1.50/$7.50。Gemini 4 Argon は9/30発表の導入価格で、現在は一部の利用者のみ（通常価格は$4/$20の予定）。DeepSeek はピーク時間帯（平日10〜13時・15〜19時 JST）の価格で、それ以外は半額。Cache割引はキャッシュ読み込み時の割引率（Google は保存料金が別途かかる）。
| 用途 | 1位 | 2位 | コスパ重視 |
|---|---|---|---|
| 総合力で選ぶ | Claude Opus 5.5 (58) | Claude Sonnet 5.5 (56) | GPT-6.1 Sol (52) |
| コード生成・修正（エージェント） | Claude Sonnet 5.5 (64) | Claude Opus 5.5 (60) | GPT-6.1 Sol (56) |
| 難問・研究 | Claude Opus 5.5 (61) | Claude Fable 5.1 (59) | GPT-6.1 Sol (53) |
| 長文の読解・要約 | Kimi K3 (89) | Claude Opus 5.5 / Fable 5.1 (85) | GPT-6 Luna (83) |
| 画像の読み取り | Claude Opus 5.5 (88) | GPT-6 Astra (87) | GPT-6.1 Sol (86) |
| 知らないことを知らないと言ってほしい | Gemini 4 Argon (85・限定公開) | Claude Haiku 4.5 (73) | Claude Haiku 4.5 (73) |
| 大量バッチ処理 | GPT-6 Luna ($0.07) | Claude Haiku 4.5 ($0.28) | GPT-6 Luna ($0.07) |
| 応答の速さ | Gemini 3.8 Flash (198 tok/s) | GPT-6 Luna (128 tok/s) | GPT-6 Luna (128 tok/s) |
ベンチマーク表の計測値から選出（括弧内は根拠の値）。総合＝総合指数 / コード＝Terminal-Bench 4.0 / 難問＝Humanity’s Last Exam / 長文＝AA-LCR / 画像＝MMMU Pro / 誤答＝誤答しにくさ / バッチ＝評価1タスクの費用 / 速さ＝出力速度。コスパ重視は、1位に近い値のモデルのうち費用が最も安いもの。
このツールは 無料ツール集 の一つです。実際のコスト試算は AI API料金計算機 へ。