BenchLeader

Claude Fable 5.2 vs GPT-6.1 Sol

詳しいプロフィール:Claude Fable 5.2(Anthropic)とGPT-6.1 Sol(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 · 14件の情報源のデータ

2026年11月16日時点で、品質ではClaude Fable 5.2がGPT-6.1 Solを上回ります(BenchLeader Indexで72.7 対 66.6)。ただし、価格はGPT-6.1 Solの方が4.0倍安く、100万トークンあたりのブレンド価格で$4.00 対 $16.00です。両方を測定できるすべてのカテゴリでClaude Fable 5.2がリードしています。Claude Fable 5.2の方が出力が約2倍速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Fable 5.2が72.7、GPT-6.1 Solが66.6です(BenchLeader、2026年11月16日)。
  • Claude Fable 5.2の100万トークンあたりのブレンド価格は$16.00です(定価、2026年11月16日)。
  • GPT-6.1 Solの100万トークンあたりのブレンド価格は$4.00です(定価、2026年11月16日)。
  • Claude Fable 5.2はGPT-6.1 Solより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
  • 両モデルに結果がある43件のベンチマークのうち、Claude Fable 5.2が35件でリードしています(BenchLeader、2026年11月16日)。

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 5.2カテゴリスコア80 対 71;FrontierCode 2.0 (AA) 48.8% 対 40.6%高
エージェント・ツール利用Claude Fable 5.2カテゴリスコア77 対 64;Terminal-Bench 65.8% 対 60.9%高
数学Claude Fable 5.2カテゴリスコア75 対 72;FrontierMath Tiers 1–3 95.1% 対 93.7%中
推論Claude Fable 5.2カテゴリスコア76 対 71;HLE-Diamond (AA) 80.2% 対 58.8%中
知識Claude Fable 5.2カテゴリスコア86 対 72;SimpleQA Verified 94.0% 対 73.9%高
長い文書どちらでもカテゴリスコア66 対 66;AA-LCR v1.1 83.3% 対 83.0%どちらでも
チャットの質(人間の評価)–Arenaの評価があるのはGPT-6.1 Solのみです(カテゴリスコア67)比較不可
最低コストGPT-6.1 Sol100万トークンあたりブレンド価格$4.00 対 $16.00;エージェント型コーディングセッション$0.160 対 $0.640–
回答開始の速さGPT-6.1 Sol最初の回答トークンまで166.7秒(GPT-6.1 Sol (max))対 232.1秒(Claude Fable 5.2 (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

  • 品質ではClaude Fable 5.2 (max)がリードしています:72.7 対 66.6。
  • Claude Fable 5.2 (max)はエージェント・ツール、コーディング、知識、長文コンテキスト、数学、推論で優れています。
  • GPT-6.1 Sol (max)の方が4.0倍安くなっています(100万トークンあたりブレンド価格$4.00 対 $16.00)。
  • Claude Fable 5.2 (max)の方が出力が2.2倍速くなっています(109 対 50トークン/秒)。

概要

仕様Claude Fable 5.2GPT-6.1 Sol
プロバイダーAnthropicOpenAI
リリース日2026年11月9日2026年9月29日
コンテキストウィンドウ(トークン)1,000,0001,050,000
比較した構成Claude Fable 5.2 (max)GPT-6.1 Sol (max)
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)$8.00 / $40.00 / $0.200$2.00 / $10.00 / $0.100

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 5.2 (max)GPT-6.1 Sol (max)トップ
推論75.771.4Claude Fable 5.2
コーディング79.771.1Claude Fable 5.2
エージェント・ツール77.364.3Claude Fable 5.2
数学74.571.6Claude Fable 5.2
知識86.371.5Claude Fable 5.2
人間の評価–67.1比較不可
マルチモーダル–65.6比較不可
長文コンテキスト66.466.2互角
総合–67.9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。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキストClaude Fable 5.2, 推論: 75.7Claude Fable 5.2, コーディング: 79.7Claude Fable 5.2, エージェント・ツール: 77.3Claude Fable 5.2, 数学: 74.5Claude Fable 5.2, 知識: 86.3Claude Fable 5.2, 長文コンテキスト: 66.4GPT-6.1 Sol, 推論: 71.4GPT-6.1 Sol, コーディング: 71.1GPT-6.1 Sol, エージェント・ツール: 64.3GPT-6.1 Sol, 数学: 71.6GPT-6.1 Sol, 知識: 71.5GPT-6.1 Sol, 長文コンテキスト: 66.2

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, マルチモーダル, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある43件のベンチマークのうち、Claude Fable 5.2のリードが35件、GPT-6.1 Solのリードが7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 5.2が上回っています。

総合IndexClaude Fable 5.2 (max)GPT-6.1 Sol (max)トップ
BenchLeader Index72.766.6Claude Fable 5.2
AA Intelligence Index v5.0.164.654.6Claude Fable 5.2
Vals Index71.3†63.9Claude Fable 5.2

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 5.2 (max)GPT-6.1 Sol (max)
100万トークンあたりのブレンド価格$16.00$4.00
100万トークンあたりの入力/出力$8.00 / $40.00$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.200$0.100
タスクあたりの価格:チャットの返答$0.015$0.0038
タスクあたりの価格:30ページのレポートを要約$0.120$0.030
タスクあたりの価格:コード編集$0.108$0.027
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$0.640$0.160
タスクあたりの価格:構造化データの抽出$0.024$0.0060
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)$0.289$0.074
ベンチマークのタスクあたりのコスト(AA Index)$26.54$1.27
タスクあたりの出力トークン(AA Index)274k68k
うち推論193k49k
タスクあたりの時間(AA Index)42 min23 min
出力速度109 tok/s50 tok/s
回答開始までの時間232.1秒166.7秒
回答が完了するまでの時間(最終測定2026年11月13日)456.8秒429.6秒

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Claude Fable 5.2 (max)で$26.54、GPT-6.1 Sol (max)で$1.27でした。同じ作業でClaude Fable 5.2 (max)は4.0倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。

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 5.2 (max)のスコアは72.7、最初の回答トークンまで232秒。Claude Fable 5.2 (xhigh)は69.7(73秒)、Claude Fable 5.2 (high)は68.4(27秒)。GPT-6.1 Sol (max)のスコアは66.6、最初の回答トークンまで167秒。GPT-6.1 Sol (xhigh)は63.6(68秒)、GPT-6.1 Sol (high)は63.4(33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

153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 5.2 (max)GPT-6.1 Sol (max)
BenchLeader IndexBenchLeader72.766.6
エージェント・ツールスコアBenchLeader77.364.3
コーディングスコアBenchLeader79.771.1
知識スコアBenchLeader86.371.5
長文コンテキストスコアBenchLeader66.466.2
数学スコアBenchLeader74.571.6
推論スコアBenchLeader75.771.4
総合スコアBenchLeader–67.9
人間の評価スコアBenchLeader–67.1
マルチモーダルスコアBenchLeader–65.6
ブレンド価格($/100万トークン)BenchLeader$16.00$4.00
出力速度BenchLeader109 tok/s50 tok/s
回答開始までの時間BenchLeader232.1秒166.7秒
コンテキストウィンドウBenchLeader1,000,000トークン1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub93.9%95.4%
SimpleBenchSimpleBench94.9%†82.9%†
Arena Hard PromptsArena (LMArena)–1505
LiveBench 2.0 ReasoningLiveBench88.8%†92.6%
LiveBench 1.0 ReasoningLiveBench–92.6%
Humanity's Last Exam (AA)Artificial Analysis74.3%52.9%
HLE-Diamond (AA)Artificial Analysis80.2%58.8%
ARC-AGI-1ARC Prize97.5%96.5%
ARC-AGI-2ARC Prize92.5%94.2%
ARC-AGI-3ARC Prize94.9%96.2%
CritPtArtificial Analysis35.4%31.7%
CritPt v2 hard subset (AA)Artificial Analysis76.5%69.5%
MysteryMechanismVals AI51.8%†46.4%
HLE-Diamond (Scale)Scale AI SEAL72.4%†–
Arena ExpertArena (LMArena)–1525
Chess PuzzlesEpoch AI Benchmarking Hub79.0%68.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub90.0%80.0%
LMCAEpoch AI Benchmarking Hub70.1%†62.8%
DTBenchEpoch AI Benchmarking Hub99.2%†96.5%
コーディング
SciCodeSciCode67.7%54.2%
FrontierCodeCognition–50.2%†
Arena CodingArena (LMArena)–1540
Arena WebDevArena (LMArena)1838†1743
LiveBench 2.0 CodingLiveBench79.2%†82.1%
LiveBench 1.0 CodingLiveBench–80.4%
153件のベンチマークをすべて表示
指標公開元Claude Fable 5.2 (max)GPT-6.1 Sol (max)
コーディング
IOIVals AI–96.9%
Code MigrationVals AI–65.1%
Code Migration v1.1Vals AI83.3%†77.3%
ProgramBenchVals AI19.0%†3.0%
SWE-bench MultimodalVals AI62.3%†43.5%
Vibe Code Bench v1.1Vals AI93.8%†88.9%
SWE Atlas v1.1Scale AI SEAL80.5%†65.9%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL83.9%†71.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL77.8%†66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL80.0%†60.0%†
SWE-Bench Pro V2Scale AI SEAL–96.1%†
MirrorCodeEpoch AI Benchmarking Hub–61.1%
CursorBenchCursor60.0%–
ALE-BenchEpoch AI Benchmarking Hub2509.8†2743.8
FrontierSWEEpoch AI Benchmarking Hub69.9%–
WeirdML v3WeirdML–38.3%†
Terminal-Bench 4.0 (AA)Artificial Analysis59.6%56.1%
Startrise FrontendStartrise–78.6%†
GameBench 2 OverallDuelLab GameBench 295.0†84.9†
GameBench 2 by reasoning settingDuelLab GameBench 299.1†92.0†
Design Arena WebsiteDesign Arena1352†1315†
FrontierCode 1.1 (AA)Artificial Analysis56.2%49.1%
FrontierCode 2.0 (AA)Artificial Analysis48.8%40.6%
エージェント・ツール
Terminal-BenchTerminal-Bench65.8%60.9%
Remote Labor IndexScale AI / CAIS41.3%†–
APEX-AgentsMercor80.1%†60.0%
Arena AgentArena (LMArena)30.412.5
LiveBench Long AgenticLiveBench82.9%†65.6%
LiveBench BrowserLiveBench86.9%†93.3%
LiveBench Agentic CodingLiveBench–54.5%
HiL-BenchScale AI SEAL80.0%†62.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–54.8%
GDPval-AA v2.1Artificial Analysis18311607
Analyst Agent (AA)Artificial Analysis–50.0%
CyberBenchVals AI–39.3%
Finance Agent v2Vals AI–52.0%
Finance Agent v2.1Vals AI69.5%†61.8%
Harvey's Legal Agent Benchmark v1.1Vals AI5.0%†6.3%
Harvey's Legal Agent Benchmark v1Vals AI–5.4%
Legal Research BenchVals AI46.1%†38.5%
Robo-benchVals AI–28.3%
SREBenchVals AI–50.8%
Tax Agent BenchVals AI32.1%†21.8%
Terminal-Bench 4.0 (Vals)Vals AI65.2%†55.0%
Terminal-Bench ScienceVals AI55.7%†52.9%
Arena SearchArena (LMArena)–1249
Arena Agent Task CompletionArena (LMArena)2211.7
PostTrainBenchEpoch AI Benchmarking Hub–38.8%
Vending-Bench 2Andon Labs–12860.6†
SpireClimbEpoch AI Benchmarking Hub15.3%23.8%
AutomationBenchArtificial Analysis76.4%64.9%
GDP.pdf (AA)Artificial Analysis24.2%31.0%
Harvey LAB-AA v1.1Harvey7.2%6.9%
AA-Briefcase v1.1Artificial Analysis17851555
GDPxGDPx by SemiAnalysis16.4%8.4%
Design Arena AgenticDesign Arena1373†1375
Terminal-Bench-Science 0.1 (AA)Artificial Analysis73.3%58.1%
MKA (AA)Artificial Analysis56.6%47.7%
FACTS SearchGoogle–92.8%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub95.1%93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%100.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%100.0%
ProofBenchVals AI100.0%99.0%†
LiveBench MathematicsLiveBench–96.8%
ArXivMathMathArena–92.8%
BrokenArXivMathArena–83.1%
Arena MathsArena (LMArena)–1499
FrontierMath ErdősEpoch AI Benchmarking Hub–4.4%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub94.0%73.9%
LiveBench 2.0 Data AnalysisLiveBench81.5%†82.7%
LiveBench ResearchLiveBench94.5%†90.0%
LiveBench 1.0 Data AnalysisLiveBench–82.7%
AA-Omniscience v1.1Artificial Analysis66.842.0
PRBench FinanceScale AI SEAL47.1%†46.2%†
PRBench LegalScale AI SEAL49.0%†47.9%†
BioMysteryBenchVals AI83.7%†79.6%
ClaimBenchVals AI–100.0%
Excel Modeling BenchmarkVals AI–70.8%
Excel Modeling Benchmark v1.1Vals AI77.4%†71.1%
MedCodeVals AI–48.8%
MedScribeVals AI–86.5%
Public Benefits Bench v1.1Vals AI–59.3%
Access to Justice BenchmarkVals AI–65.8%
Financial Coaching BenchVals AI–68.5%
Immigration BenchVals AI74.0%†67.8%
EBR-benchEpoch AI Benchmarking Hub90.5%54.3%
GDP.pdfEpoch AI Benchmarking Hub–35.0%
AA-Omniscience v1.1: accuracyArtificial Analysis79.1%61.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.7%48.1%
HealthBench Professional (AA)OpenAI67.7%65.1%
FACTS ParametricGoogle–83.8%†
指示追従
LiveBench LanguageLiveBench–90.1%
LiveBench Instruction FollowingLiveBench–74.2%
MultiChallengeScale AI SEAL–82.0%†
Arena Instruction FollowingArena (LMArena)–1482
人間の評価
Arena TextArena (LMArena)–1481
EQ-Bench 4EQ-Bench–1272†
Arena Creative WritingArena (LMArena)–1449
Arena Multi-turnArena (LMArena)–1486
Arena Longer QueriesArena (LMArena)–1488
マルチモーダル
Arena VisionArena (LMArena)–1286
LiveBench DesignLiveBench85.1%†79.6%
MMMU-ProArtificial Analysis–86.0%
SAGEVals AI–90.5%
Humanity's Sixth SenseScale AI SEAL59.5%46.6%
Blueprint-Bench 2Epoch AI Benchmarking Hub–43.2%†
Furniture AssemblyEpoch AI Benchmarking Hub90.0%80.0%
VIALS-AAHandshake AI67.1%59.0%
Code2Video-AAArtificial Analysis–1369
AA-3DArtificial Analysis12711121
FACTS MultimodalGoogle–52.6%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.3%83.0%
MLCRArtificial Analysis43.9%38.3%
FACTS GroundingGoogle–78.0%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub173.4†168.5†
LiveBench 2.0LiveBench84.9%†81.4%
LiveBench 1.0LiveBench–81.6%
AA Intelligence Index v5.0.1Artificial Analysis64.654.6
AA Intelligence Index v4.3.2Artificial Analysis–51.8
AA Progress Index v1Artificial Analysis358348.5
Vals IndexVals AI71.3†63.9
Vals Finance IndexVals AI63.6%†55.8%
Vals RSI IndexVals AI37.9%26.6%
Vals Science IndexVals AI63.7%†59.6%
Vals Router IndexVals AI–63.9%†
Vals Legal IndexVals AI69.2%†68.7%
安全性・誠実さ
FORTRESSScale AI SEAL15.6%†–
DistressBenchScale AI SEAL–74.2%†

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

  • GPT-6.1 Sol (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)、スコアの改訂1件。
  • Claude Fable 5.2 (max):スコアの改訂1件。
  • GPT-6.1 Sol (max):スコアの改訂1件。
  • Claude Fable 5.2 (max):BenchLeader Index 74.9 → 72.7。
  • Claude Fable 5.2 (max):新しい結果1件(Terminal-Bench)。
  • GPT-6.1 Sol (max):スコアの改訂1件。
  • Claude Fable 5.2 (max):BenchLeader Index 72.1 → 74.9。
  • Claude Fable 5.2 (max):新しい結果1件(Arena Agent)。
  • GPT-6.1 Sol (max):新しい結果1件(PostTrainBench)。
  • Claude Fable 5.2 (max):新しい結果3件(SciCode, CursorBench, FrontierSWE)。

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 5.2 vs GPT-6.1 Sol:よくある質問

Claude Fable 5.2はGPT-6.1 Solより優れていますか?
品質ではClaude Fable 5.2 (max)がリードしています:72.7 対 66.6。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日時点では総合でClaude Fable 5.2 (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
Claude Fable 5.2とGPT-6.1 Sol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-6.1 Solの方が安く、100万トークンあたり$4.00 対 $16.00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 5.2とGPT-6.1 Solのどちらが向いていますか?
コーディングではClaude Fable 5.2の方がスコアが高くなっています(カテゴリ指標で80 対 71。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FrontierCode 2.0 (AA)では、Claude Fable 5.2が48.8%、GPT-6.1 Solが40.6%です。
Claude Fable 5.2とGPT-6.1 Solはどちらが速いですか?
Claude Fable 5.2の方が出力が約2倍速くなっています(出力109 対 50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 5.2とGPT-6.1 Sol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Claude Fable 5.2の方がスコアが高くなっています(カテゴリ指標で77 対 64。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Terminal-Benchでは、Claude Fable 5.2が65.8%、GPT-6.1 Solが60.9%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(66 対 66)。どちらも約1.1Mトークンです(Claude Fable 5.2は1,000,000、GPT-6.1 Sol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-6.1 Solです。Artificial Analysisの測定では、最初の回答トークンまで166.7秒 対 232.1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 5.2とGPT-6.1 Sol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43件のベンチマークのうち、Claude Fable 5.2のリードが35件、GPT-6.1 Solのリードが7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 5.2が上回っています。
Claude Fable 5.2はいつリリースされましたか?
Claude Fable 5.2は2026年11月9日にリリースされました。