Claude Fable 5.1 vs GPT-5.5
詳しいプロフィール:Claude Fable 5.1(Anthropic)とGPT-5.5(OpenAI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 15件の情報源のデータ
2026年11月16日時点で、Claude Fable 5.1とGPT-5.5の品質は互角です(BenchLeader Indexで66.7 対 64.1、±5.1の誤差範囲内)。価格はGPT-5.5の方が1.8倍安く、100万トークンあたりのブレンド価格で$11.25 対 $20.00です。コーディング(70 対 61)、マルチモーダル(68 対 62)、知識(69 対 64)を重視するならClaude Fable 5.1、エージェント・ツール(62 対 60)を重視するならGPT-5.5が向いています。回答開始までの時間はGPT-5.5の方が短く、38.3秒 対 151.4秒です。
要点(2026年11月16日時点)
- BenchLeader IndexはClaude Fable 5.1が66.7、GPT-5.5が64.1です(BenchLeader、2026年11月16日)。
- Claude Fable 5.1の100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。
- GPT-5.5の100万トークンあたりのブレンド価格は$11.25です(定価、2026年11月16日)。
- 両モデルに結果がある63件のベンチマークのうち、Claude Fable 5.1が58件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はClaude Fable 5.1が1742、GPT-5.5が1512です(LMArena、2026年11月16日までの公開値)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
| 用途 | おすすめ | 理由 | 信頼度 |
|---|---|---|---|
| コーディング | Claude Fable 5.1 | カテゴリスコア70 対 61;Arena WebDev 1742 対 1512 | 高 |
| エージェント・ツール利用 | GPT-5.5 | カテゴリスコア62 対 60;τ³-Banking (AA) 39.0% 対 47.2% | 中 |
| 数学 | Claude Fable 5.1 | カテゴリスコア72 対 69;FrontierMath Tiers 1–3 90.2% 対 85.3% | 中 |
| 推論 | Claude Fable 5.1 | カテゴリスコア69 対 68;ARC-AGI-2 90.0% 対 85.0% | 中 |
| 知識 | Claude Fable 5.1 | カテゴリスコア69 対 64;SimpleQA Verified 70.8% 対 63.0% | 中 |
| 長い文書 | どちらでも | カテゴリスコア67 対 67;AA-LCR v1.1 85.3% 対 84.3% | どちらでも |
| 画像などのメディア | Claude Fable 5.1 | カテゴリスコア68 対 62;MMMU-Pro (Vals) 90.6% 対 88.3% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはClaude Fable 5.1のみです(カテゴリスコア70) | 比較不可 |
| 最低コスト | GPT-5.5 | 100万トークンあたりブレンド価格$11.25 対 $20.00;エージェント型コーディングセッション$0.420 対 $0.800 | – |
| 回答開始の速さ | GPT-5.5 | 最初の回答トークンまで38.3秒(GPT-5.5 (xhigh))対 151.4秒(Claude Fable 5.1 (max)) | – |
| 低予算での大量処理 | フラッグシップ以外 | 小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM | – |
主な違い
- Claude Fable 5.1 (max)とGPT-5.5 (xhigh)の品質は互角です(66.7 対 64.1、±5.1の誤差範囲内)。
- Claude Fable 5.1 (max)はコーディング、知識、長文コンテキスト、数学、マルチモーダル、推論で優れています。
- GPT-5.5 (xhigh)はエージェント・ツールで優れています。
- GPT-5.5 (xhigh)の方が1.8倍安くなっています(100万トークンあたりブレンド価格$11.25 対 $20.00)。
概要
| 仕様 | Claude Fable 5.1 | GPT-5.5 |
|---|---|---|
| プロバイダー | Anthropic | OpenAI |
| リリース日 | 2026年9月1日 | 2026年4月23日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,050,000 |
| 比較した構成 | Claude Fable 5.1 (max) | GPT-5.5 (xhigh) |
| オープンウェイト | なし | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $10.00 / $50.00 / $0.250 | $5.00 / $30.00 / $0.500 |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | Claude Fable 5.1 (max) | GPT-5.5 (xhigh) | トップ |
|---|---|---|---|
| 推論 | 69.4 | 68.1 | Claude Fable 5.1 |
| コーディング | 69.7 | 60.7 | Claude Fable 5.1 |
| エージェント・ツール | 59.7 | 61.8 | GPT-5.5 |
| 数学 | 72.0 | 69.3 | Claude Fable 5.1 |
| 知識 | 68.6 | 63.6 | Claude Fable 5.1 |
| 指示追従 | – | 74.0 | 比較不可 |
| 人間の評価 | 69.7 | – | 比較不可 |
| マルチモーダル | 67.5 | 62.3 | Claude Fable 5.1 |
| 長文コンテキスト | 67.4 | 66.9 | 互角 |
| 総合 | 70.8 | – | 比較不可 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
描画していないもの(測定済みのモデルが2つ未満):指示追従, 人間の評価。
情報源で評価が分かれる点
両方に結果がある63件のベンチマークのうち、Claude Fable 5.1のリードが58件、GPT-5.5のリードが4件、同点が1件です。両方を評価しているすべての総合指標で、Claude Fable 5.1が上回っています。
| 総合Index | Claude Fable 5.1 (max) | GPT-5.5 (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 66.7 | 64.1 | 互角 |
| Arena Text | 1502 | 1481† | Claude Fable 5.1 |
公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | Claude Fable 5.1 (max) | GPT-5.5 (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $20.00 | $11.25 |
| 100万トークンあたりの入力/出力 | $10.00 / $50.00 | $5.00 / $30.00 |
| 100万トークンあたりのキャッシュ入力 | $0.250 | $0.500 |
| タスクあたりの価格:チャットの返答 | $0.019 | $0.011 |
| タスクあたりの価格:30ページのレポートを要約 | $0.150 | $0.078 |
| タスクあたりの価格:コード編集 | $0.135 | $0.075 |
| タスクあたりの価格:エージェント型コーディングセッション | $0.800 | $0.420 |
| タスクあたりの価格:構造化データの抽出 | $0.030 | $0.016 |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | $0.361 | $0.217 |
| ベンチマークのタスクあたりのコスト(AA Index) | $12.99 | – |
| タスクあたりの出力トークン(AA Index) | 118k | – |
| うち推論 | 71k | – |
| タスクあたりの時間(AA Index) | 22 min | – |
| 出力速度 | 89 tok/s | 81 tok/s |
| 回答開始までの時間 | 151.4秒 | 38.3秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 386.7秒 | 104.3秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5.1 (max)のスコアは66.7、最初の回答トークンまで151秒。Claude Fable 5.1は66.4(4秒)、Claude Fable 5.1 (xhigh)は64.6(98秒)。GPT-5.5 (xhigh)のスコアは64.1、最初の回答トークンまで38秒。GPT-5.5 (high)は63.5(16秒)、GPT-5.5は61.0(3秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
190件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Fable 5.1 (max) | GPT-5.5 (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 66.7 | 64.1 |
| エージェント・ツールスコア | BenchLeader | 59.7 | 61.8 |
| コーディングスコア | BenchLeader | 69.7 | 60.7 |
| 総合スコア | BenchLeader | 70.8 | – |
| 人間の評価スコア | BenchLeader | 69.7 | – |
| 知識スコア | BenchLeader | 68.6 | 63.6 |
| 長文コンテキストスコア | BenchLeader | 67.4 | 66.9 |
| 数学スコア | BenchLeader | 72.0 | 69.3 |
| マルチモーダルスコア | BenchLeader | 67.5 | 62.3 |
| 推論スコア | BenchLeader | 69.4 | 68.1 |
| 指示追従スコア | BenchLeader | – | 74.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $20.00 | $11.25 |
| 出力速度 | BenchLeader | 89 tok/s | 81 tok/s |
| 回答開始までの時間 | BenchLeader | 151.4秒 | 38.3秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 90.7%† |
| Humanity's Last Exam | Scale AI / CAIS | 46.5%† | – |
| SimpleBench | SimpleBench | 86.6%† | 69.0%† |
| Arena Hard Prompts | Arena (LMArena) | 1522 | 1499† |
| LiveBench 2.0 Reasoning | LiveBench | 91.7% | – |
| LiveBench 1.0 Reasoning | LiveBench | 91.7% | 89.7% |
| GPQA Diamond (AA) | Artificial Analysis | 93.7% | 93.5% |
| Humanity's Last Exam (AA) | Artificial Analysis | 59.1% | 45.8% |
| HLE-Diamond (AA) | Artificial Analysis | 60.1% | – |
| GPQA Diamond (Vals) | Vals AI | 93.4% | 93.2% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 88.8%† |
| ARC-AGI-1 | ARC Prize | 97.5% | 95.0% |
| ARC-AGI-2 | ARC Prize | 90.0% | 85.0% |
| ARC-AGI-3 | ARC Prize | – | 0.4%† |
| CritPt | Artificial Analysis | 29.7% | 27.1% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 52.5% | – |
| MysteryMechanism | Vals AI | 47.8% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 51.3%† | – |
| Arena Expert | Arena (LMArena) | 1533 | 1510† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 48.0% | 63.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 58.0% | 56.0% |
| CL-bench Life | Epoch AI Benchmarking Hub | – | 22.2%† |
| LMCA | Epoch AI Benchmarking Hub | 65.5%† | 54.3% |
| DTBench | Epoch AI Benchmarking Hub | 97.6%† | 96.0% |
| ForecastBench | ForecastBench | 65.7%† | 64.2%† |
190件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Fable 5.1 (max) | GPT-5.5 (xhigh) |
|---|---|---|---|
| 推論 | |||
| BTF-3 | Epoch AI Benchmarking Hub | – | 14.3%† |
| コーディング | |||
| SciCode | SciCode | 63.1% | 55.8% |
| WeirdML | WeirdML | 92.9% | 84.9% |
| FrontierCode | Cognition | 50.9%† | 43.0%† |
| GSO-Bench | GSO-Bench | 88.2%† | 40.2% |
| Arena Coding | Arena (LMArena) | 1534 | 1510† |
| Arena WebDev | Arena (LMArena) | 1742 | 1512 |
| LiveBench 2.0 Coding | LiveBench | 89.7% | – |
| LiveBench 1.0 Coding | LiveBench | 86.4% | 82.2% |
| LiveCodeBench | Vals AI | 90.5% | 85.3% |
| IOI | Vals AI | 90.8% | – |
| SWE-bench (Vals) | Vals AI | – | 82.6% |
| Code Migration | Vals AI | 54.6% | 45.2% |
| ProgramBench | Vals AI | 7.0% | 0.5% |
| SWE-bench Multimodal | Vals AI | 61.3% | – |
| Vibe Code Bench 1-100 | Vals AI | 28.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 90.3% | 69.8% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 60.0%† | 45.4% |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 56.7%† | 44.8% |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 67.0%† | 42.6% |
| SWE Atlas v1.1 | Scale AI SEAL | 76.4%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 79.0%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 78.9%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 71.4%† | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 99.1%† | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 92.2%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 93.3% | 23.3% |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 88.1%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 67.0% |
| CursorBench | Cursor | 51.8% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2143.2† | 1943.0 |
| FrontierSWE | Epoch AI Benchmarking Hub | 56.3% | – |
| WeirdML v3 | WeirdML | 26.0%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 52.0% | 14.7% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 91.4% | 84.3% |
| Startrise Frontend | Startrise | 77.1%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 87.1† | 49.2† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 94.0† | 59.9 |
| Design Arena Website | Design Arena | 1305† | 1248† |
| FrontierCode 1.1 (AA) | Artificial Analysis | 49.0% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 31.6% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 57.3% | 84.7%† |
| OSWorld-Verified 2.0 | OSWorld | – | 13.0% |
| Remote Labor Index | Scale AI / CAIS | 17.9%† | 6.3%† |
| APEX-Agents | Mercor | 68.6%† | 55.1%† |
| Arena Agent | Arena (LMArena) | 14.8 | – |
| LiveBench Long Agentic | LiveBench | 74.2% | – |
| LiveBench Browser | LiveBench | 89.8% | – |
| LiveBench Agentic Coding | LiveBench | 66.1% | 54.0% |
| Terminal-Bench Hard | Artificial Analysis | – | 60.6% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 93.9% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 85.0%† | 57.3%† |
| MCP Atlas | Scale AI SEAL | 87.2%† | 75.3% |
| HiL-Bench | Scale AI SEAL | 61.5%† | 39.7%† |
| τ³-bench Banking | τ²-bench | – | 44.6% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 62.7% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1765 | 1357 |
| τ³-Banking (AA) | Artificial Analysis | 47.2% | 39.0% |
| ITBench SRE (AA) | Artificial Analysis | 49.5% | 45.8% |
| Analyst Agent (AA) | Artificial Analysis | 57.5% | 50.0% |
| APEX-Agents (AA) | Artificial Analysis | – | 37.7% |
| CUA-bench | Vals AI | 13.2% | – |
| CyberBench | Vals AI | 70.4% | – |
| Finance Agent v2 | Vals AI | 58.9% | 51.8% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7% | 3.8% |
| Legal Research Bench | Vals AI | 55.3% | 40.4% |
| Robo-bench | Vals AI | 5.8% | – |
| SkillsBench | Vals AI | 61.5% | 62.2% |
| SREBench | Vals AI | 22.9% | 3.8% |
| Tax Agent Bench | Vals AI | 50.8% | 21.8% |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 73.2%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 58.1% | – |
| Terminal-Bench Science | Vals AI | 40.0% | – |
| Time Horizon Index: KSP | Vals AI | 63.3% | 8.3% |
| Arena Search | Arena (LMArena) | 1227† | 1226† |
| Arena Agent Task Completion | Arena (LMArena) | 14.4 | – |
| DeepResearch Bench | DeepResearch Bench | – | 54.0%† |
| PostTrainBench | Epoch AI Benchmarking Hub | 44.6% | 23.9% |
| ExploitBench | Epoch AI Benchmarking Hub | – | 47.4%† |
| GBAEval | Epoch AI Benchmarking Hub | – | 53.2%† |
| Vending-Bench 2 | Andon Labs | 5421.6† | 7523.8† |
| SpireClimb | Epoch AI Benchmarking Hub | 2.0% | – |
| AutomationBench | Artificial Analysis | 59.4% | 47.3% |
| GDP.pdf (AA) | Artificial Analysis | 26.2% | 21.2% |
| Harvey LAB-AA v1.1 | Harvey | 6.4% | – |
| EnterpriseOps-Gym | Artificial Analysis | – | 46.6% |
| AA-Briefcase v1.1 | Artificial Analysis | 1671 | 1135 |
| GDPx | GDPx by SemiAnalysis | 8.5% | – |
| Design Arena Agentic | Design Arena | 1338† | 1113† |
| RoboDojo (LLM as robot policy) | RoboDojo | – | 1.1† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 43.3% | – |
| CWE-Bench (AA) | Artificial Analysis | 50.8% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 23.5% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.8% | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 90.2% | 85.3% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 87.8% | 72.5% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 84.4%† |
| ProofBench | Vals AI | 100.0% | 50.0% |
| LiveBench Mathematics | LiveBench | 97.0% | 95.9% |
| AIME 2026 | MathArena | – | 100.0% |
| HMMT February 2026 | MathArena | – | 98.5% |
| USAMO 2026 | MathArena | – | 98.2% |
| MathArena Apex | MathArena | – | 80.2% |
| Arena Maths | Arena (LMArena) | 1526 | 1500† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0% | 0.0% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 70.8% | 63.0% |
| LiveBench 2.0 Data Analysis | LiveBench | 80.3% | – |
| LiveBench Research | LiveBench | 88.5% | – |
| LiveBench 1.0 Data Analysis | LiveBench | 80.3% | 81.6% |
| AA-Omniscience v1.1 | Artificial Analysis | 46.3 | – |
| MMLU-Pro | Vals AI | 92.4% | 88.1% |
| LegalBench | Vals AI | 88.5% | 86.5% |
| CorpFin | Vals AI | – | 68.4% |
| TaxEval | Vals AI | 76.0% | 75.0% |
| PRBench Finance | Scale AI SEAL | 50.8%† | – |
| PRBench Legal | Scale AI SEAL | 51.6%† | – |
| CaseLaw v2 | Vals AI | – | 66.2% |
| Excel Modeling Benchmark | Vals AI | 76.7% | 64.5% |
| Excel Modeling Benchmark v1.1 | Vals AI | 76.7% | – |
| MedCode | Vals AI | 53.5% | 49.1% |
| MedScribe | Vals AI | 91.3% | 86.9% |
| Public Benefits Bench v1.1 | Vals AI | 74.9% | 60.9% |
| Financial Coaching Bench | Vals AI | 75.7% | – |
| Immigration Bench | Vals AI | 75.4% | – |
| DrugDiscoveryBench | Scale AI SEAL | – | 51.6% |
| EBR-bench | Epoch AI Benchmarking Hub | 57.1% | 34.3% |
| GDP.pdf | Epoch AI Benchmarking Hub | 27.6% | 26.0% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 68.4% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 30.0% | – |
| HealthBench Professional (AA) | OpenAI | 57.8% | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 89.5% | 87.4% |
| LiveBench Instruction Following | LiveBench | 73.0% | 70.7% |
| IFBench | Artificial Analysis | – | 75.8% |
| Arena Instruction Following | Arena (LMArena) | 1501 | 1475† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1502 | 1476† |
| EQ-Bench 4 | EQ-Bench | – | 1295† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2155† | 1845† |
| Arena Creative Writing | Arena (LMArena) | 1490 | 1448† |
| Arena Multi-turn | Arena (LMArena) | 1485 | 1484† |
| Arena Longer Queries | Arena (LMArena) | 1510 | 1486† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1322 | 1296† |
| LiveBench Design | LiveBench | 81.6% | – |
| MMMU-Pro | Artificial Analysis | – | 79.9% |
| MMMU-Pro (Vals) | Vals AI | 90.6% | 88.3% |
| MortgageTax | Vals AI | 70.8% | 68.8% |
| Humanity's Sixth Sense | Scale AI SEAL | 40.8%† | – |
| GeoBench | GeoBench | 84.0%† | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 41.9%† | 36.2%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 70.0% | 44.2% |
| Code2Video-AA | Artificial Analysis | 1325 | 1000 |
| AA-3D | Artificial Analysis | 1139 | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 85.3% | 84.3% |
| Arena Document | Arena (LMArena) | 1498 | 1479† |
| MLCR | Artificial Analysis | 15.6% | 28.9% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 167.0† | 160.1† |
| LiveBench 2.0 | LiveBench | 84.0% | – |
| LiveBench 1.0 | LiveBench | 83.4% | 80.2% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 49.2 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 53.4 | 38.4 |
| AA Progress Index v1 | Artificial Analysis | 340.8 | 320 |
| Vals RSI Index | Vals AI | 36.1% | 16.5% |
| Vals Multimodal Index | Vals AI | – | 68.1% |
| AA Cyber Index | Artificial Analysis | 25.0 | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 13.7%† | 16.3% |
| DistressBench | Scale AI SEAL | 71.5%† | – |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- Claude Fable 5.1 (max):新しい結果37件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- Claude Fable 5.1 (max):新しい結果1件(GDPval-AA v2.1)。
- GPT-5.5 (xhigh):新しい結果1件(GDPval-AA v2.1)。
- GPT-5.5 (xhigh):BenchLeader Index 64.6 → 64.1。
- Claude Fable 5.1 (max):BenchLeader Index 67.1 → 66.6。
- Claude Fable 5.1 (max):新しい結果1件(PostTrainBench)、スコアの改訂1件。
- GPT-5.5 (xhigh):スコアの改訂1件。
- Claude Fable 5.1 (max):新しい結果1件(MirrorCode)。
- GPT-5.5 (xhigh):新しい結果1件(MirrorCode)。
- Claude Fable 5.1 (max):スコアの改訂1件。
関連する比較
- Claude Fable 5.1 vs Claude Fable 5.2
- Claude Fable 5.1 vs Gemini 4 Carbon
- Claude Fable 5.1 vs Claude Opus 5.5
- GPT-5.5 vs Claude Fable 5.2
- GPT-5.5 vs Gemini 4 Carbon
- GPT-5.5 vs Claude Opus 5.5
- GPT-5.5 vs GPT-6 Astra
- Claude Opus 5 vs GPT-5.5
ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM
Claude Fable 5.1 vs GPT-5.5:よくある質問
- Claude Fable 5.1はGPT-5.5より優れていますか?
- Claude Fable 5.1 (max)とGPT-5.5 (xhigh)の品質は互角です(66.7 対 64.1、±5.1の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
- Claude Fable 5.1とGPT-5.5はどちらが安いですか?今後変わる予定はありますか?
- 現在はGPT-5.5の方が安く、100万トークンあたり$11.25 対 $20.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- コーディングにはClaude Fable 5.1とGPT-5.5のどちらが向いていますか?
- コーディングではClaude Fable 5.1の方がスコアが高くなっています(カテゴリ指標で70 対 61。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Fable 5.1が1742、GPT-5.5が1512です。
- Claude Fable 5.1とGPT-5.5はどちらが速いですか?
- Claude Fable 5.1の方が出力が速くなっています(出力89 対 81トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはClaude Fable 5.1とGPT-5.5のどちらが向いていますか?
- エージェント型のタスクではGPT-5.5の方がスコアが高くなっています(カテゴリ指標で62 対 60。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なτ³-Banking (AA)では、Claude Fable 5.1が47.2%、GPT-5.5が39.0%です。
ほかの質問(4件)
- 長い文書にはどちらが向いていますか?
- 長文コンテキストのベンチマークでは互角です(67 対 67)。どちらも約1.1Mトークンです(Claude Fable 5.1は1,000,000、GPT-5.5は1,050,000)。
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはGPT-5.5です。Artificial Analysisの測定では、最初の回答トークンまで38.3秒 対 151.4秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- Claude Fable 5.1とGPT-5.5について、第三者ベンチマークの評価は一致していますか?
- 両方に結果がある63件のベンチマークのうち、Claude Fable 5.1のリードが58件、GPT-5.5のリードが4件、同点が1件です。両方を評価しているすべての総合指標で、Claude Fable 5.1が上回っています。
- Claude Fable 5.1はいつリリースされましたか?
- Claude Fable 5.1は2026年9月1日にリリースされました。