BenchLeader

Claude Fable 5 vs GPT-5.4

詳しいプロフィール:Claude Fable 5(Anthropic)とGPT-5.4(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、Claude Fable 5とGPT-5.4の品質は互角です(BenchLeader Indexで65.4 対 63.1、±5.6の誤差範囲内)。価格はGPT-5.4の方が3.6倍安く、100万トークンあたりのブレンド価格で$5.63 対 $20.00です。推論(80 対 66)、コーディング(76 対 65)、知識(66 対 59)を重視するならClaude Fable 5、エージェント・ツール(63 対 61)を重視するならGPT-5.4が向いています。回答開始までの時間はClaude Fable 5の方が短く、3.2秒 対 144.9秒です。GPT-5.4は出力が速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Fable 5が65.4、GPT-5.4が63.1です(BenchLeader、2026年11月16日)。
  • Claude Fable 5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-5.4の100万トークンあたりのブレンド価格は$5.63です(定価、2026年11月16日)。
  • GPT-5.4はClaude Fable 5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2件のベンチマークのうち、Claude Fable 5が2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カテゴリスコア76 対 65;GSO-Bench 78.4% 対 31.4%高
エージェント・ツール利用GPT-5.4カテゴリスコア63 対 61;MCP Atlas 70.6% 対 83.3%中
推論Claude Fable 5カテゴリスコア80 対 66高
知識Claude Fable 5カテゴリスコア66 対 59高
チャットの質(人間の評価)–Arenaの評価があるのはClaude Fable 5のみです(カテゴリスコア68)比較不可
最低コストGPT-5.4100万トークンあたりブレンド価格$5.63 対 $20.00;エージェント型コーディングセッション$0.210 対 $0.800–
回答開始の速さClaude Fable 5最初の回答トークンまで3.2秒(Claude Fable 5)対 144.9秒(GPT-5.4 (xhigh))–
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とGPT-5.4 (xhigh)の品質は互角です(65.4 対 63.1、±5.6の誤差範囲内)。
  • Claude Fable 5はコーディング、知識、推論で優れています。
  • GPT-5.4 (xhigh)はエージェント・ツールで優れています。
  • GPT-5.4 (xhigh)の方が3.6倍安くなっています(100万トークンあたりブレンド価格$5.63 対 $20.00)。
  • GPT-5.4 (xhigh)の方が出力が1.5倍速くなっています(73 対 50トークン/秒)。

概要

仕様Claude Fable 5GPT-5.4
プロバイダーAnthropicOpenAI
リリース日2026年6月9日2026年3月5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 5GPT-5.4 (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 / $1.00$2.50 / $15.00 / $0.250

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 5GPT-5.4 (xhigh)トップ
推論80.165.7Claude Fable 5
コーディング75.564.7Claude Fable 5
エージェント・ツール60.563.0GPT-5.4
数学–64.8比較不可
知識66.458.6Claude Fable 5
指示追従–72.4比較不可
人間の評価67.7–比較不可
マルチモーダル–60.8比較不可
長文コンテキスト–65.7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・ツール知識Claude Fable 5, 推論: 80.1Claude Fable 5, コーディング: 75.5Claude Fable 5, エージェント・ツール: 60.5Claude Fable 5, 知識: 66.4GPT-5.4, 推論: 65.7GPT-5.4, コーディング: 64.7GPT-5.4, エージェント・ツール: 63.0GPT-5.4, 知識: 58.6

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 長文コンテキスト, 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2件のベンチマークのうち、Claude Fable 5のリードが2件、GPT-5.4のリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5が上回っています。

総合IndexClaude Fable 5GPT-5.4 (xhigh)トップ
BenchLeader Index65.463.1互角
Arena Text1504†1475Claude Fable 5

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 5GPT-5.4 (xhigh)
100万トークンあたりのブレンド価格$20.00$5.63
100万トークンあたりの入力/出力$10.00 / $50.00$2.50 / $15.00
100万トークンあたりのキャッシュ入力$1.00$0.250
タスクあたりの価格:チャットの返答$0.019$0.0055
タスクあたりの価格:30ページのレポートを要約$0.150$0.039
タスクあたりの価格:コード編集$0.135$0.037
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$0.210
タスクあたりの価格:構造化データの抽出$0.030$0.0080
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)$0.395$0.109
出力速度50 tok/s73 tok/s
回答開始までの時間3.2秒144.9秒
回答が完了するまでの時間(最終測定2026年11月13日)–193.1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のスコアは65.4、最初の回答トークンまで3秒。Claude Fable 5 (max)は65.1(95秒)、Claude Fable 5 (high)は63.9(3秒)。GPT-5.4 (xhigh)のスコアは63.1、最初の回答トークンまで145秒。GPT-5.4 (low)は58.8(3秒)、GPT-5.4 (high)は58.6(2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

152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 5GPT-5.4 (xhigh)
BenchLeader IndexBenchLeader65.463.1
エージェント・ツールスコアBenchLeader60.563.0
コーディングスコアBenchLeader75.564.7
人間の評価スコアBenchLeader67.7–
知識スコアBenchLeader66.458.6
推論スコアBenchLeader80.165.7
指示追従スコアBenchLeader–72.4
長文コンテキストスコアBenchLeader–65.7
数学スコアBenchLeader–64.8
マルチモーダルスコアBenchLeader–60.8
ブレンド価格($/100万トークン)BenchLeader$20.00$5.63
出力速度BenchLeader50 tok/s73 tok/s
回答開始までの時間BenchLeader3.2秒144.9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 Hub85.9%†93.3%
Humanity's Last ExamScale AI / CAIS–36.2%
SimpleBenchSimpleBench81.9%†–
Arena Hard PromptsArena (LMArena)1530†1487†
LiveBench 1.0 ReasoningLiveBench89.7%†88.1%
GPQA Diamond (AA)Artificial Analysis92.6%†92.0%
Humanity's Last Exam (AA)Artificial Analysis55.5%†43.7%
GPQA Diamond (Vals)Vals AI93.2%†91.7%
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%63.8%†
ARC-AGI-1ARC Prize98.5%†93.7%
ARC-AGI-2ARC Prize89.2%†74.0%
ARC-AGI-3ARC Prize–0.2%†
CritPtArtificial Analysis28.6%†23.4%
Arena ExpertArena (LMArena)1550†1491†
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†48.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub52.0%†37.0%
CL-benchEpoch AI Benchmarking Hub–27.9%
CL-bench LifeEpoch AI Benchmarking Hub–21.7%
LMCAEpoch AI Benchmarking Hub60.3%†52.0%
DTBenchEpoch AI Benchmarking Hub98.4%†94.4%
ForecastBenchForecastBench65.9%†63.0%†
BTF-3Epoch AI Benchmarking Hub13.0%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.9%†
SciCodeSciCode61.0%†56.6%
152件のベンチマークをすべて表示
指標公開元Claude Fable 5GPT-5.4 (xhigh)
コーディング
WeirdMLWeirdML91.9%†77.7%
FrontierCodeCognition53.5%–
GSO-BenchGSO-Bench78.4%31.4%
Arena CodingArena (LMArena)1552†1511†
Arena WebDevArena (LMArena)1625†1400†
LiveBench 1.0 CodingLiveBench86.0%†77.5%
SciCode (AA)Artificial Analysis61.0%†–
LiveCodeBenchVals AI89.8%†84.1%
SWE-bench (Vals)Vals AI95.0%†78.2%
SWE-Bench ProScale AI SEAL–59.1%
Code MigrationVals AI55.1%†35.0%
ProgramBenchVals AI2.0%†0.0%
Vibe Code Bench v1.1Vals AI90.3%†67.4%
SWE-Bench Pro (private)Scale AI SEAL–43.4%
SWE Atlas v1.0: Codebase QnAScale AI SEAL39.0%†40.8%
SWE Atlas v1.0: RefactoringScale AI SEAL54.8%†44.3%
SWE Atlas v1.0: Test WritingScale AI SEAL55.6%†44.4%
MirrorCodeEpoch AI Benchmarking Hub70.0%†23.3%
Surface Evolver BenchEpoch AI Benchmarking Hub95.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub69.7%†51.8%
ALE-BenchEpoch AI Benchmarking Hub2041.3†1607†
AlgoTuneAlgoTune–1.9†
FrontierSWEEpoch AI Benchmarking Hub47.0%†–
WeirdML v3WeirdML15.6%†–
Terminal-Bench 4.0 (AA)Artificial Analysis42.4%†–
Terminal-Bench 2.1 (AA)Artificial Analysis84.6%†78.3%
Startrise FrontendStartrise73.8%†–
GameBench 2 OverallDuelLab GameBench 265.853.4†
GameBench 2 by reasoning settingDuelLab GameBench 258.1†62.1
Design Arena WebsiteDesign Arena12881190†
エージェント・ツール
Terminal-BenchTerminal-Bench44.9%†81.8%†
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%52.4%†
Arena AgentArena (LMArena)7.3†–
LiveBench Agentic CodingLiveBench62.2%†53.8%
Terminal-Bench HardArtificial Analysis62.9%†57.6%
τ²-Bench Telecom (AA)Artificial Analysis98.5%†87.1%
Terminal-Bench 2.1 (Vals)Vals AI80.5%†–
MCP AtlasScale AI SEAL83.3%70.6%
HiL-BenchScale AI SEAL56.3%9.7%†
τ³-bench Bankingτ²-bench39.7%†39.4%
GDPval-AA v2.1Artificial Analysis1618†1256
τ³-Banking (AA)Artificial Analysis38.1%†39.6%
Analyst Agent (AA)Artificial Analysis48.8%†–
APEX-Agents (AA)Artificial Analysis–33.3%
Finance Agent v2Vals AI56.3%†–
Harvey's Legal Agent Benchmark v1Vals AI11.3%†0.0%
Legal Research BenchVals AI49.5%†–
SkillsBenchVals AI–51.7%
Tax Agent BenchVals AI38.3%†–
Terminal-Bench 2.0 (Vals)Vals AI–58.4%†
Terminal-Bench 4.0 (Vals)Vals AI41.4%†–
Terminal-Bench ScienceVals AI15.7%†–
Web Search IndexVals AI46.9%†–
Arena SearchArena (LMArena)1229†1196†
Arena Agent Task CompletionArena (LMArena)5.1†–
DeepResearch BenchDeepResearch Bench–35.1%†
PostTrainBenchEpoch AI Benchmarking Hub37.3%†17.8%†
METR Time HorizonsMETR–74.3%
GBAEvalEpoch AI Benchmarking Hub74.5%45.1%†
Vending-Bench 2Andon Labs4529.96144.2†
AutomationBenchArtificial Analysis54.1%†–
GDP.pdf (AA)Artificial Analysis24.0%†–
EnterpriseOps-GymArtificial Analysis51.1%†–
AA-Briefcase v1.1Artificial Analysis1536†–
Design Arena AgenticDesign Arena12751042†
DeepSearchQAGoogle–63.7%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†78.6%
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†49.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†95.3%
ProofBenchVals AI95.0%†56.0%
LiveBench MathematicsLiveBench96.0%†94.2%
AIME (Vals)Vals AI–96.7%
AIME 2026MathArena–99.2%
HMMT February 2026MathArena–97.7%
USAMO 2026MathArena–95.2%
MathArena ApexMathArena–54.2%
Arena MathsArena (LMArena)1520†1459†
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†45.1%
LiveBench 1.0 Data AnalysisLiveBench80.5%†79.3%
MMLU-ProVals AI91.5%†87.5%
LegalBenchVals AI88.6%†86.0%
CorpFinVals AI71.8%†65.3%
TaxEvalVals AI76.9%†74.0%
MedQAVals AI–96.1%
PRBench FinanceScale AI SEAL53.9%45.6%†
PRBench LegalScale AI SEAL52.6%44.4%†
MultiNRCScale AI SEAL–58.3%†
CaseLaw v2Vals AI–63.8%
Excel Modeling BenchmarkVals AI73.7%†–
MedCodeVals AI56.1%†41.3%
MedScribeVals AI88.5%†77.5%
Public Benefits Bench v1.1Vals AI70.4%†–
EBR-benchEpoch AI Benchmarking Hub39.5%†25.4%
GDP.pdfEpoch AI Benchmarking Hub30.0%–
指示追従
LiveBench LanguageLiveBench90.7%†82.6%
LiveBench Instruction FollowingLiveBench75.8%†70.2%
IFBenchArtificial Analysis63.5%†74.0%
Arena Instruction FollowingArena (LMArena)1509†1460†
人間の評価
Arena TextArena (LMArena)1504†1465†
EQ-Bench 4EQ-Bench13131258†
EQ-Bench Creative Writing v3EQ-Bench19441841†
Arena Creative WritingArena (LMArena)1501†1433†
Arena Multi-turnArena (LMArena)1517†1480†
Arena Longer QueriesArena (LMArena)1522†1477†
マルチモーダル
Arena VisionArena (LMArena)1326†1292†
MMMU-ProArtificial Analysis–78.4%
VISTAScale AI SEAL–50.9%†
MMMU-Pro (Vals)Vals AI89.3%†87.5%
MortgageTaxVals AI68.9%†68.3%
Humanity's Sixth SenseScale AI SEAL34.5%†–
VTBScale AI SEAL–29.2%†
GeoBenchGeoBench89.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%27.1%†
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†37.5%
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.3%†82.0%
Arena DocumentArena (LMArena)1500†1471†
MLCRArtificial Analysis20.6%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1157.8†
LiveBench 1.0LiveBench83.0%†78.0%
AA Intelligence Index v4.3.2Artificial Analysis49.6†39.0
AA Progress Index v1Artificial Analysis329.3†311.6
Vals RSI IndexVals AI24.3%†15.5%
Vals Multimodal IndexVals AI74.2%†–
安全性・誠実さ
MASKScale AI SEAL–89.7%†
DistressBenchScale AI SEAL69.4%–

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:BenchLeader Index 66.5 → 65.4。
  • Claude Fable 5:スコアの改訂1件。
  • GPT-5.4 (xhigh):新しい結果1件(GDPval-AA v2.1)。
  • GPT-5.4 (xhigh):新しい結果1件(MirrorCode)。
  • GPT-5.4 (xhigh):BenchLeader Index 63.7 → 63.2。
  • Claude Fable 5:スコアの改訂1件。
  • Claude Fable 5:スコアの改訂1件。
  • GPT-5.4 (xhigh):スコアの改訂1件。
  • GPT-5.4 (xhigh):新しい結果1件(AA Progress Index v1)。
  • Claude Fable 5:BenchLeader Index 67.3 → 66.5。

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 vs GPT-5.4:よくある質問

Claude Fable 5はGPT-5.4より優れていますか?
Claude Fable 5とGPT-5.4 (xhigh)の品質は互角です(65.4 対 63.1、±5.6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とGPT-5.4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-5.4の方が安く、100万トークンあたり$5.63 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とGPT-5.4のどちらが向いていますか?
コーディングではClaude Fable 5の方がスコアが高くなっています(カテゴリ指標で76 対 65。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GSO-Benchでは、Claude Fable 5が78.4%、GPT-5.4が31.4%です。
Claude Fable 5とGPT-5.4はどちらが速いですか?
GPT-5.4の方が出力が速くなっています(出力73 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とGPT-5.4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-5.4の方がスコアが高くなっています(カテゴリ指標で63 対 61。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MCP Atlasでは、Claude Fable 5が83.3%、GPT-5.4が70.6%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?
どちらも約1.1Mトークンです(Claude Fable 5は1,000,000、GPT-5.4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Claude Fable 5です。Artificial Analysisの測定では、最初の回答トークンまで3.2秒 対 144.9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とGPT-5.4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2件のベンチマークのうち、Claude Fable 5のリードが2件、GPT-5.4のリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5が上回っています。
Claude Fable 5はいつリリースされましたか?
Claude Fable 5は2026年6月9日にリリースされました。