Claude Fable 5.2 vs GPT-6.1 Terra
詳しいプロフィール:Claude Fable 5.2(Anthropic)とGPT-6.1 Terra(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 · 12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 Terraを上回ります(BenchLeader Indexで72.7 対 64.1)。ただし、価格はGPT-6.1 Terraの方が8.0倍安く、100万トークンあたりのブレンド価格で$2.00 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 Terraが64.1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 Terraの100万トークンあたりのブレンド価格は$2.00です(定価、2026年11月16日)。
- Claude Fable 5.2はGPT-6.1 Terraより出力が速いです(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34件のベンチマークのうち、Claude Fable 5.2が29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 69;FrontierCode 2.0 (AA) 48.8% 対 42.3% | 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 63;Terminal-Bench 65.8% 対 53.3% | 高 |
| 数学 | Claude Fable 5.2 | カテゴリスコア75 対 72;FrontierMath Tiers 1–3 95.1% 対 90.9% | 中 |
| 推論 | Claude Fable 5.2 | カテゴリスコア76 対 68;HLE-Diamond (AA) 80.2% 対 47.3% | 中 |
| 知識 | Claude Fable 5.2 | カテゴリスコア86 対 61;SimpleQA Verified 94.0% 対 57.3% | 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 82.7% | どちらでも |
| 最低コスト | GPT-6.1 Terra | 100万トークンあたりブレンド価格$2.00 対 $16.00;エージェント型コーディングセッション$0.080 対 $0.640 | – |
| 回答開始の速さ | GPT-6.1 Terra | 最初の回答トークンまで150.9秒(GPT-6.1 Terra (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 64.1。
- 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 Terra (max)の方が8.0倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $16.00)。
- Claude Fable 5.2 (max)の方が出力が1.5倍速くなっています(109 対 72トークン/秒)。
概要
| 仕様 | Claude Fable 5.2 | GPT-6.1 Terra |
|---|---|---|
| プロバイダー | Anthropic | OpenAI |
| リリース日 | 2026年11月9日 | 2026年10月26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 5.2 (max) | GPT-6.1 Terra (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 | $1.00 / $5.00 / $0.050 |
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 Terra (max) | トップ |
|---|---|---|---|
| 推論 | 75.7 | 68.4 | Claude Fable 5.2 |
| コーディング | 79.7 | 69.3 | Claude Fable 5.2 |
| エージェント・ツール | 77.3 | 63.4 | Claude Fable 5.2 |
| 数学 | 74.5 | 71.7 | Claude Fable 5.2 |
| 知識 | 86.3 | 61.4 | Claude Fable 5.2 |
| マルチモーダル | – | 67.2 | 比較不可 |
| 長文コンテキスト | 66.4 | 66.0 | 互角 |
| 総合 | – | 65.0 | 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, マルチモーダル, 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34件のベンチマークのうち、Claude Fable 5.2のリードが29件、GPT-6.1 Terraのリードが5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Index | Claude Fable 5.2 (max) | GPT-6.1 Terra (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 72.7 | 64.1 | Claude Fable 5.2 |
| AA Intelligence Index v5.0.1 | 64.6 | 51.3 | Claude Fable 5.2 |
| Vals Index | 71.3† | 60.5 | Claude 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 Terra (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $16.00 | $2.00 |
| 100万トークンあたりの入力/出力 | $8.00 / $40.00 | $1.00 / $5.00 |
| 100万トークンあたりのキャッシュ入力 | $0.200 | $0.050 |
| タスクあたりの価格:チャットの返答 | $0.015 | $0.0019 |
| タスクあたりの価格:30ページのレポートを要約 | $0.120 | $0.015 |
| タスクあたりの価格:コード編集 | $0.108 | $0.013 |
| 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 | $0.080 |
| タスクあたりの価格:構造化データの抽出 | $0.024 | $0.0030 |
| 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 | $0.037 |
| ベンチマークのタスクあたりのコスト(AA Index) | $26.54 | $0.961 |
| タスクあたりの出力トークン(AA Index) | 274k | 60k |
| うち推論 | 193k | 39k |
| タスクあたりの時間(AA Index) | 42 min | 14 min |
| 出力速度 | 109 tok/s | 72 tok/s |
| 回答開始までの時間 | 232.1秒 | 150.9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 | 375.7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 Terra (max)で$0.961でした。同じ作業でClaude Fable 5.2 (max)は4.6倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5.2 (max)のスコアは72.7、最初の回答トークンまで232秒。Claude Fable 5.2 (xhigh)は69.7(73秒)、Claude Fable 5.2 (high)は68.4(27秒)。GPT-6.1 Terra (max)のスコアは64.1、最初の回答トークンまで151秒。GPT-6.1 Terra (xhigh)は60.0(30秒)、GPT-6.1 Terra (high)は59.6(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
106件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Fable 5.2 (max) | GPT-6.1 Terra (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 72.7 | 64.1 |
| エージェント・ツールスコア | BenchLeader | 77.3 | 63.4 |
| コーディングスコア | BenchLeader | 79.7 | 69.3 |
| 知識スコア | BenchLeader | 86.3 | 61.4 |
| 長文コンテキストスコア | BenchLeader | 66.4 | 66.0 |
| 数学スコア | BenchLeader | 74.5 | 71.7 |
| 推論スコア | BenchLeader | 75.7 | 68.4 |
| 総合スコア | BenchLeader | – | 65.0 |
| マルチモーダルスコア | BenchLeader | – | 67.2 |
| ブレンド価格($/100万トークン) | BenchLeader | $16.00 | $2.00 |
| 出力速度 | BenchLeader | 109 tok/s | 72 tok/s |
| 回答開始までの時間 | BenchLeader | 232.1秒 | 150.9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 | 93.9% | 94.3% |
| SimpleBench | SimpleBench | 94.9%† | 72.2%† |
| LiveBench 2.0 Reasoning | LiveBench | 88.8%† | 88.7% |
| Humanity's Last Exam (AA) | Artificial Analysis | 74.3% | 46.3% |
| HLE-Diamond (AA) | Artificial Analysis | 80.2% | 47.3% |
| ARC-AGI-1 | ARC Prize | 97.5% | – |
| ARC-AGI-2 | ARC Prize | 92.5% | – |
| ARC-AGI-3 | ARC Prize | 94.9% | – |
| CritPt | Artificial Analysis | 35.4% | 28.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 76.5% | 68.0% |
| MysteryMechanism | Vals AI | 51.8%† | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 72.4%† | 35.7%† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 79.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 90.0% | 74.0% |
| LMCA | Epoch AI Benchmarking Hub | 70.1%† | – |
| DTBench | Epoch AI Benchmarking Hub | 99.2%† | – |
| コーディング | |||
| SciCode | SciCode | 67.7% | 55.1% |
| Arena WebDev | Arena (LMArena) | 1838† | 1678 |
| LiveBench 2.0 Coding | LiveBench | 79.2%† | 89.2% |
| Code Migration v1.1 | Vals AI | 83.3%† | – |
| ProgramBench | Vals AI | 19.0%† | – |
| SWE-bench Multimodal | Vals AI | 62.3%† | – |
| Vibe Code Bench v1.1 | Vals AI | 93.8%† | 84.0% |
| SWE Atlas v1.1 | Scale AI SEAL | 80.5%† | 57.7%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 83.9%† | 54.0%† |
106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 Terra (max) |
|---|---|---|---|
| コーディング | |||
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 77.8%† | 63.3%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 80.0%† | 55.7%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 76.7% |
| CursorBench | Cursor | 60.0% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2509.8† | 2608.8 |
| FrontierSWE | Epoch AI Benchmarking Hub | 69.9% | – |
| WeirdML v3 | WeirdML | – | 28.1%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 59.6% | 55.6% |
| GameBench 2 Overall | DuelLab GameBench 2 | 95.0† | 81.2† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 99.1† | 85.8† |
| Design Arena Website | Design Arena | 1352† | 1286† |
| FrontierCode 1.1 (AA) | Artificial Analysis | 56.2% | 36.0% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 48.8% | 42.3% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 65.8% | 53.3% |
| Remote Labor Index | Scale AI / CAIS | 41.3%† | – |
| APEX-Agents | Mercor | 80.1%† | 68.3% |
| Arena Agent | Arena (LMArena) | 30.4 | 12 |
| LiveBench Long Agentic | LiveBench | 82.9%† | 56.2% |
| LiveBench Browser | LiveBench | 86.9%† | 93.1% |
| HiL-Bench | Scale AI SEAL | 80.0%† | 68.0%† |
| GDPval-AA v2.1 | Artificial Analysis | 1831 | 1476 |
| Finance Agent v2.1 | Vals AI | 69.5%† | 56.0% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 5.0%† | 1.7% |
| Legal Research Bench | Vals AI | 46.1%† | 26.0% |
| Tax Agent Bench | Vals AI | 32.1%† | 17.1% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 65.2%† | 49.5% |
| Terminal-Bench Science | Vals AI | 55.7%† | – |
| Arena Agent Task Completion | Arena (LMArena) | 22 | 9.7 |
| Vending-Bench 2 | Andon Labs | – | 9107.5† |
| SpireClimb | Epoch AI Benchmarking Hub | 15.3% | 22.3% |
| AutomationBench | Artificial Analysis | 76.4% | 60.2% |
| GDP.pdf (AA) | Artificial Analysis | 24.2% | 28.6% |
| Harvey LAB-AA v1.1 | Harvey | 7.2% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1785 | 1401 |
| GDPx | GDPx by SemiAnalysis | 16.4% | 8.5% |
| Design Arena Agentic | Design Arena | 1373† | 1192† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 73.3% | 57.6% |
| MKA (AA) | Artificial Analysis | 56.6% | 43.8% |
| FACTS Search | – | 92.7%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 95.1% | 90.9% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 100.0% | 92.7% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.7% | 100.0% |
| ProofBench | Vals AI | 100.0% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 94.0% | 57.3% |
| LiveBench 2.0 Data Analysis | LiveBench | 81.5%† | 82.3% |
| LiveBench Research | LiveBench | 94.5%† | 79.1% |
| AA-Omniscience v1.1 | Artificial Analysis | 66.8 | 29.6 |
| PRBench Finance | Scale AI SEAL | 47.1%† | – |
| PRBench Legal | Scale AI SEAL | 49.0%† | – |
| BioMysteryBench | Vals AI | 83.7%† | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 77.4%† | 73.3% |
| Immigration Bench | Vals AI | 74.0%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | 90.5% | 78.1% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 79.1% | 47.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 40.7% | 65.5% |
| HealthBench Professional (AA) | OpenAI | 67.7% | – |
| FACTS Parametric | – | 70.8%† | |
| 指示追従 | |||
| MultiChallenge | Scale AI SEAL | – | 74.2%† |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 85.1%† | 79.7% |
| MMMU-Pro | Artificial Analysis | – | 84.7% |
| Humanity's Sixth Sense | Scale AI SEAL | 59.5% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 42.1%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 90.0% | 79.2% |
| VIALS-AA | Handshake AI | 67.1% | 60.3% |
| AA-3D | Artificial Analysis | 1271 | – |
| FACTS Multimodal | – | 48.8%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 83.3% | 82.7% |
| MLCR | Artificial Analysis | 43.9% | 30.6% |
| FACTS Grounding | – | 84.2%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 173.4† | 167.7† |
| LiveBench 2.0 | LiveBench | 84.9%† | 78.8% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 64.6 | 51.3 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 48.1 |
| AA Progress Index v1 | Artificial Analysis | 358 | 345.2 |
| Vals Index | Vals AI | 71.3† | 60.5 |
| Vals Finance Index | Vals AI | 63.6%† | 53.3% |
| Vals RSI Index | Vals AI | 37.9% | – |
| Vals Science Index | Vals AI | 63.7%† | – |
| Vals Legal Index | Vals AI | 69.2%† | 58.8% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 15.6%† | 18.2%† |
| DistressBench | Scale AI SEAL | – | 65.9%† |
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 Terra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- Claude Fable 5.2 (max):スコアの改訂1件。
- Claude Fable 5.2 (max):BenchLeader Index 74.9 → 72.7。
- GPT-6.1 Terra (max):BenchLeader Index 64.7 → 64.1。
- Claude Fable 5.2 (max):新しい結果1件(Terminal-Bench)。
- GPT-6.1 Terra (max):新しい結果1件(Terminal-Bench)。
- 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 Terra (max):BenchLeader Index 65.2 → 64.7。
- Claude Fable 5.2 (max):新しい結果3件(SciCode, CursorBench, FrontierSWE)。
関連する比較
- Claude Fable 5.2 vs Gemini 4 Carbon
- Claude Fable 5.2 vs Claude Opus 5.5
- Claude Fable 5.2 vs GPT-6 Astra
- GPT-6.1 Terra vs Gemini 4 Carbon
- GPT-6.1 Terra vs Claude Opus 5.5
- GPT-6.1 Terra vs GPT-6 Astra
- Claude Sonnet 5.5 vs GPT-6.1 Terra
- Claude Fable 5.2 vs GPT-6.1 Sol
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 Terra:よくある質問
- Claude Fable 5.2はGPT-6.1 Terra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 64.1。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 Terra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 Terraの方が安く、100万トークンあたり$2.00 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 Terra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 69。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 Terraが42.3%です。
- Claude Fable 5.2とGPT-6.1 Terraはどちらが速いですか?
- Claude Fable 5.2の方が出力が速くなっています(出力109 対 72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 Terra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 63。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 Terraが53.3%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 Terra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 Terraです。Artificial Analysisの測定では、最初の回答トークンまで150.9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 Terra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34件のベンチマークのうち、Claude Fable 5.2のリードが29件、GPT-6.1 Terraのリードが5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。