BenchLeader

Claude Haiku 5.5 vs Claude Opus 5

詳しいプロフィール:Claude Haiku 5.5(Anthropic)とClaude Opus 5(Anthropic)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 13件の情報源のデータ

2026年11月16日時点で、品質ではClaude Opus 5がClaude Haiku 5.5を上回ります(BenchLeader Indexで65.0 対 56.7)。ただし、価格はClaude Haiku 5.5の方が50倍安く、100万トークンあたりのブレンド価格で$0.200 対 $10.00です。両方を測定できるすべてのカテゴリでClaude Opus 5がリードしています。Claude Haiku 5.5の方が出力が3倍以上速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Haiku 5.5が56.7、Claude Opus 5が65.0です(BenchLeader、2026年11月16日)。
  • Claude Haiku 5.5の100万トークンあたりのブレンド価格は$0.200です(定価、2026年11月16日)。
  • Claude Opus 5の100万トークンあたりのブレンド価格は$10.00です(定価、2026年11月16日)。
  • Claude Haiku 5.5はClaude Opus 5より出力が3倍以上速いです(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32件のベンチマークのうち、Claude Opus 5が28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 Opus 5カテゴリスコア67 対 59;FrontierCode 2.0 (AA) 31.1% 対 29.9%高
数学Claude Opus 5カテゴリスコア70 対 66;OTIS Mock AIME 98.9% 対 98.9%中
推論Claude Opus 5カテゴリスコア66 対 57;HLE-Diamond (AA) 44.8% 対 28.8%高
知識Claude Opus 5カテゴリスコア65 対 49;AA-Omniscience v1.1 37.6 対 7.8高
長い文書どちらでもカテゴリスコア64 対 64;AA-LCR v1.1 78.3% 対 79.3%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Claude Opus 5のみです(カテゴリスコア68)比較不可
最低コストClaude Haiku 5.5100万トークンあたりブレンド価格$0.200 対 $10.00;エージェント型コーディングセッション$0.008 対 $0.400–
回答開始の速さどちらでも最初の回答トークンまで50.5秒(Claude Haiku 5.5 (xhigh))対 48.5秒(Claude Opus 5 (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 Opus 5 (max)がリードしています:65.0 対 56.7。
  • Claude Opus 5 (max)はコーディング、知識、長文コンテキスト、数学、推論で優れています。
  • Claude Haiku 5.5 (xhigh)の方が50倍安くなっています(100万トークンあたりブレンド価格$0.200 対 $10.00)。
  • Claude Haiku 5.5 (xhigh)の方が出力が2.9倍速くなっています(231 対 80トークン/秒)。

概要

仕様Claude Haiku 5.5Claude Opus 5
プロバイダーAnthropicAnthropic
リリース日2026年10月7日2026年7月24日
コンテキストウィンドウ(トークン)1,000,0001,000,000
比較した構成Claude Haiku 5.5 (xhigh)Claude Opus 5 (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)$0.100 / $0.500 / $0.010$5.00 / $25.00 / $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 Haiku 5.5 (xhigh)Claude Opus 5 (max)トップ
推論57.366.1Claude Opus 5
コーディング58.767.0Claude Opus 5
エージェント・ツール–63.8比較不可
数学66.169.8Claude Opus 5
知識49.065.2Claude Opus 5
人間の評価–68.1比較不可
マルチモーダル–67.2比較不可
長文コンテキスト63.864.3互角

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推論コーディング数学知識長文コンテキストClaude Haiku 5.5, 推論: 57.3Claude Haiku 5.5, コーディング: 58.7Claude Haiku 5.5, 数学: 66.1Claude Haiku 5.5, 知識: 49.0Claude Haiku 5.5, 長文コンテキスト: 63.8Claude Opus 5, 推論: 66.1Claude Opus 5, コーディング: 67.0Claude Opus 5, 数学: 69.8Claude Opus 5, 知識: 65.2Claude Opus 5, 長文コンテキスト: 64.3

描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 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32件のベンチマークのうち、Claude Haiku 5.5のリードが3件、Claude Opus 5のリードが28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 Opus 5が上回っています。

総合IndexClaude Haiku 5.5 (xhigh)Claude Opus 5 (max)トップ
BenchLeader Index56.765.0Claude Opus 5
AA Intelligence Index v5.0.134.644.2Claude Opus 5
Arena Text1421†1489Claude Opus 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 Haiku 5.5 (xhigh)Claude Opus 5 (max)
100万トークンあたりのブレンド価格$0.200$10.00
100万トークンあたりの入力/出力$0.100 / $0.500$5.00 / $25.00
100万トークンあたりのキャッシュ入力$0.010$0.500
タスクあたりの価格:チャットの返答$0.0002$0.0095
タスクあたりの価格:30ページのレポートを要約$0.0015$0.075
タスクあたりの価格:コード編集$0.0014$0.068
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$0.0080$0.400
タスクあたりの価格:構造化データの抽出$0.0003$0.015
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)$0.0040$0.198
ベンチマークのタスクあたりのコスト(AA Index)$0.248$11.82
タスクあたりの出力トークン(AA Index)136k118k
うち推論97k73k
タスクあたりの時間(AA Index)10 min25 min
出力速度231 tok/s80 tok/s
回答開始までの時間50.5秒48.5秒
回答が完了するまでの時間(最終測定2026年11月13日)110.1秒191.6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 Haiku 5.5 (xhigh)で$0.248、Claude Opus 5 (max)で$11.82でした。同じ作業でClaude Haiku 5.5 (xhigh)は1.2倍の出力トークンを書いています。

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 Haiku 5.5 (xhigh)のスコアは56.7、最初の回答トークンまで50秒。Claude Haiku 5.5 (high)は55.3(18秒)、Claude Haiku 5.5 (max)は55.3(185秒)。Claude Opus 5 (max)のスコアは65.0、最初の回答トークンまで49秒。Claude Opus 5 (high)は64.4(17秒)、Claude Opus 5は63.2(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

180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 Haiku 5.5 (xhigh)Claude Opus 5 (max)
BenchLeader IndexBenchLeader56.765.0
コーディングスコアBenchLeader58.767.0
知識スコアBenchLeader49.065.2
長文コンテキストスコアBenchLeader63.864.3
数学スコアBenchLeader66.169.8
推論スコアBenchLeader57.366.1
エージェント・ツールスコアBenchLeader–63.8
人間の評価スコアBenchLeader–68.1
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$0.200$10.00
出力速度BenchLeader231 tok/s80 tok/s
回答開始までの時間BenchLeader50.5秒48.5秒
コンテキストウィンドウBenchLeader1,000,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub89.7%†93.9%
Humanity's Last ExamScale AI / CAIS30.1%†–
SimpleBenchSimpleBench–80.6%†
Arena Hard PromptsArena (LMArena)1449†1513
LiveBench 2.0 ReasoningLiveBench82.4%†–
LiveBench 1.0 ReasoningLiveBench81.2%91.2%
GPQA Diamond (AA)Artificial Analysis–93.2%
Humanity's Last Exam (AA)Artificial Analysis42.7%54.9%
HLE-Diamond (AA)Artificial Analysis28.8%44.8%
GPQA Diamond (Vals)Vals AI–93.4%†
ARC-AGI-1ARC Prize87.5%97.5%
ARC-AGI-2ARC Prize61.3%90.4%
ARC-AGI-3ARC Prize2.8%†30.2%†
CritPtArtificial Analysis22.6%29.1%
CritPt v2 hard subset (AA)Artificial Analysis47.5%50.0%
MysteryMechanismVals AI35.1%†37.4%
HLE-Diamond (Scale)Scale AI SEAL–38.6%†
Arena ExpertArena (LMArena)1465†1530
Chess PuzzlesEpoch AI Benchmarking Hub55.0%†43.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub30.0%†59.0%
LMCAEpoch AI Benchmarking Hub48.0%63.3%
DTBenchEpoch AI Benchmarking Hub87.2%97.6%
ForecastBenchForecastBench–66.6%
BTF-3Epoch AI Benchmarking Hub–12.0%†
コーディング
SciCodeSciCode51.7%56.4%
180件のベンチマークをすべて表示
指標公開元Claude Haiku 5.5 (xhigh)Claude Opus 5 (max)
コーディング
WeirdMLWeirdML–91.8%
FrontierCodeCognition46.4%†53.4%
Arena CodingArena (LMArena)1489†1528
Arena WebDevArena (LMArena)1593†1691
LiveBench 2.0 CodingLiveBench77.6%†–
LiveBench 1.0 CodingLiveBench76.4%81.5%
LiveCodeBenchVals AI–89.0%
IOIVals AI47.3%†84.3%
SWE-bench (Vals)Vals AI–97.0%†
Code MigrationVals AI44.6%†57.5%
Code Migration v1.1Vals AI52.4%†–
ProgramBenchVals AI2.5%†3.0%
SWE-bench MultimodalVals AI44.0%†–
Vibe Code Bench 1-100Vals AI20.4%†28.5%
Vibe Code Bench v1.1Vals AI90.4%†88.4%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL–63.2%†
SWE Atlas v1.0: Test WritingScale AI SEAL–62.2%†
SWE Atlas v1.1Scale AI SEAL59.4%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL62.1%†–
SWE Atlas v1.1: Test WritingScale AI SEAL63.3%†–
SWE Atlas v1.1: RefactoringScale AI SEAL52.9%†–
SWE-Bench Pro V2Scale AI SEAL87.2%†99.4%†
SWE-Bench Pro V2 HARDScale AI SEAL52.9%†98.0%†
MirrorCodeEpoch AI Benchmarking Hub78.9%†87.8%
DeepSWE v1.1Epoch AI Benchmarking Hub–73.7%
CursorBenchCursor44.3%46.6%
ALE-BenchEpoch AI Benchmarking Hub1587†2164.6†
FrontierSWEEpoch AI Benchmarking Hub43.8%†52.0%
WeirdML v3WeirdML11.7%19.0%†
Terminal-Bench 4.0 (AA)Artificial Analysis29.3%49.0%
Terminal-Bench 2.1 (AA)Artificial Analysis–89.1%
Startrise FrontendStartrise–82.3%†
GameBench 2 OverallDuelLab GameBench 256.0†76.5†
GameBench 2 by reasoning settingDuelLab GameBench 275.184.8†
Design Arena WebsiteDesign Arena1253†1304†
FrontierCode 1.1 (AA)Artificial Analysis45.5%–
FrontierCode 2.0 (AA)Artificial Analysis29.9%31.1%
エージェント・ツール
Terminal-BenchTerminal-Bench40.0%†52.1%
OSWorld-Verified 2.0OSWorld–31.4%
APEX-AgentsMercor56.1%†65.8%
Arena AgentArena (LMArena)0.5†7.2
LiveBench Long AgenticLiveBench47.9%†–
LiveBench BrowserLiveBench69.5%†–
LiveBench Agentic CodingLiveBench51.4%65.2%
Terminal-Bench 2.1 (Vals)Vals AI–84.6%†
MCP AtlasScale AI SEAL–85.8%†
HiL-BenchScale AI SEAL–57.0%†
τ³-bench Bankingτ²-bench–48.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis50.7%–
GDPval-AA v2.1Artificial Analysis15231729
τ³-Banking (AA)Artificial Analysis–42.1%
Analyst Agent (AA)Artificial Analysis53.8%†53.8%
CUA-benchVals AI–9.0%
CyberBenchVals AI75.5%†65.4%
Finance Agent v2Vals AI54.1%†58.6%
Finance Agent v2.1Vals AI65.4%†–
Harvey's Legal Agent Benchmark v1.1Vals AI4.2%†–
Harvey's Legal Agent Benchmark v1Vals AI1.3%†6.7%
Legal Research BenchVals AI43.8%†55.3%
SkillsBenchVals AI–60.4%
SREBenchVals AI5.7%†12.2%
Tax Agent BenchVals AI31.9%†47.1%
Terminal-Bench 4.0 (Vals)Vals AI36.4%†53.5%
Terminal-Bench ScienceVals AI10.0%†27.1%
Time Horizon Index: KSPVals AI–18.8%
Arena SearchArena (LMArena)–1213†
Arena Agent Task CompletionArena (LMArena)1.6†10.2
BALROGBALROG–63.4%
PostTrainBenchEpoch AI Benchmarking Hub–35.7%†
GBAEvalEpoch AI Benchmarking Hub–79.6%†
Vending-Bench 2Andon Labs3602.5†11181.9†
AutomationBenchArtificial Analysis36.0%56.6%
GDP.pdf (AA)Artificial Analysis18.2%21.6%
Harvey LAB-AA v1.1Harvey2.8%–
EnterpriseOps-GymArtificial Analysis–47.5%
AA-Briefcase v1.1Artificial Analysis15231654
GDPxGDPx by SemiAnalysis4.9%†–
Design Arena AgenticDesign Arena–1270†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis18.1%28.6%
DeepSec-Bench (AA)Artificial Analysis–25.9%
MKA (AA)Artificial Analysis41.0%†–
FACTS SearchGoogle80.3%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub75.1%†85.6%
FrontierMath Tier 4Epoch AI Benchmarking Hub46.3%†73.2%
OTIS Mock AIMEEpoch AI Benchmarking Hub98.9%98.9%
ProofBenchVals AI89.0%†99.0%
LiveBench MathematicsLiveBench92.8%95.7%
Arena MathsArena (LMArena)1451†1515
FrontierMath ErdősEpoch AI Benchmarking Hub–0.0%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub23.8%†59.9%
LiveBench 2.0 Data AnalysisLiveBench53.1%†–
LiveBench ResearchLiveBench84.3%†–
LiveBench 1.0 Data AnalysisLiveBench72.8%74.5%
AA-Omniscience v1.1Artificial Analysis7.837.6
MMLU-ProVals AI–91.6%
LegalBenchVals AI–87.0%
CorpFinVals AI–73.2%†
TaxEvalVals AI–75.1%†
BioMysteryBenchVals AI70.4%†79.3%
ClaimBenchVals AI100.0%†–
Excel Modeling BenchmarkVals AI59.0%†73.6%
Excel Modeling Benchmark v1.1Vals AI65.5%†–
MedCodeVals AI51.5%†63.6%
MedScribeVals AI89.5%†91.0%
Public Benefits Bench v1.1Vals AI63.2%†76.9%
Immigration BenchVals AI61.8%†–
DrugDiscoveryBenchScale AI SEAL–53.7%
EBR-benchEpoch AI Benchmarking Hub43.8%†45.7%
GDP.pdfEpoch AI Benchmarking Hub–24.0%
AA-Omniscience v1.1: accuracyArtificial Analysis33.8%60.9%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis60.9%40.6%
HealthBench Professional (AA)OpenAI58.4%†–
FACTS ParametricGoogle13.1%†48.8%†
指示追従
LiveBench LanguageLiveBench63.5%88.7%
LiveBench Instruction FollowingLiveBench66.5%63.8%
MultiChallengeScale AI SEAL67.7%†–
Arena Instruction FollowingArena (LMArena)1426†1494
人間の評価
Arena TextArena (LMArena)1421†1489
EQ-Bench 4EQ-Bench–1365†
EQ-Bench Creative Writing v3EQ-Bench–2135†
Arena Creative WritingArena (LMArena)1361†1473
Arena Multi-turnArena (LMArena)1412†1486
Arena Longer QueriesArena (LMArena)1419†1502
マルチモーダル
Arena VisionArena (LMArena)–1318†
LiveBench DesignLiveBench79.3%†–
MMMU-ProArtificial Analysis–84.7%
MMMU-Pro (Vals)Vals AI–89.9%
MortgageTaxVals AI–72.1%†
SAGEVals AI89.8%†–
Humanity's Sixth SenseScale AI SEAL–30.5%
Blueprint-Bench 2Epoch AI Benchmarking Hub33.0%†30.4%†
Furniture AssemblyEpoch AI Benchmarking Hub47.5%†60.8%
VIALS-AAHandshake AI49.1%†–
Code2Video-AAArtificial Analysis1192†–
AA-3DArtificial Analysis998†–
FACTS MultimodalGoogle38.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.3%79.3%
Arena DocumentArena (LMArena)–1486†
MLCRArtificial Analysis15.0%11.1%
FACTS GroundingGoogle57.0%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.4†164.7†
LiveBench 2.0LiveBench68.9%†–
LiveBench 1.0LiveBench72.1%80.1%
AA Intelligence Index v5.0.1Artificial Analysis34.644.2
AA Intelligence Index v4.3.2Artificial Analysis41.350.8
AA Progress Index v1Artificial Analysis322.2333.7
Vals IndexVals AI58.7†–
Vals Finance IndexVals AI57.5%†–
Vals RSI IndexVals AI–33.0%
Vals Science IndexVals AI38.5%†47.9%
Vals Multimodal IndexVals AI–73.9%†
Vals Router IndexVals AI58.7%†–
Vals Legal IndexVals AI70.3%†–
安全性・誠実さ
FORTRESSScale AI SEAL9.5%†16.8%†
DistressBenchScale AI SEAL71.7%†70.2%†

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

  • Claude Opus 5 (max):新しい結果25件(LiveCodeBench, MMLU-Pro, IOI…)。
  • Claude Opus 5 (max):新しい結果1件(GDPval-AA v2.1)。
  • Claude Haiku 5.5 (xhigh):新しい結果1件(GameBench 2 by reasoning setting)。
  • Claude Opus 5 (max):新しい結果1件(MirrorCode)。
  • Claude Opus 5 (max):BenchLeader Index 65.5 → 65.0。
  • Claude Haiku 5.5 (xhigh):BenchLeader Index 57.3 → 56.8。
  • Claude Haiku 5.5 (xhigh):BenchLeader Index 56.8 → 57.3。
  • Claude Opus 5 (max):新しい結果7件(AA Intelligence Index v5.0.1, HLE-Diamond (AA), AA-Omniscience v1.1…)。
  • Claude Haiku 5.5 (xhigh):スコアの改訂1件。
  • Claude Opus 5 (max):新しい結果1件(MirrorCode)。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Haiku 5.5 vs Claude Opus 5:よくある質問

Claude Opus 5はClaude Haiku 5.5より優れていますか?
品質ではClaude Opus 5 (max)がリードしています:65.0 対 56.7。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 Opus 5 (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 Haiku 5.5とClaude Opus 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Claude Haiku 5.5の方が安く、100万トークンあたり$0.200 対 $10.00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 Haiku 5.5とClaude Opus 5のどちらが向いていますか?
コーディングではClaude Opus 5の方がスコアが高くなっています(カテゴリ指標で67 対 59。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 Haiku 5.5が29.9%、Claude Opus 5が31.1%です。
Claude Haiku 5.5とClaude Opus 5はどちらが速いですか?
Claude Haiku 5.5の方が出力が3倍以上速くなっています(出力231 対 80トークン/秒、Artificial Analysisの7日間の中央値)。
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(64 対 64)。どちらも1,000,000トークンのコンテキストに対応しています。
ほかの質問(3件)
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 Opus 5です。Artificial Analysisの測定では、最初の回答トークンまで48.5秒 対 50.5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 Haiku 5.5とClaude Opus 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32件のベンチマークのうち、Claude Haiku 5.5のリードが3件、Claude Opus 5のリードが28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 Opus 5が上回っています。
Claude Haiku 5.5はいつリリースされましたか?
Claude Haiku 5.5は2026年10月7日にリリースされました。