BenchLeader

Claude Haiku 5.5 vs Claude Opus 5.5

詳しいプロフィール:Claude Haiku 5.5(Anthropic)とClaude Opus 5.5(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 5.5がClaude Haiku 5.5を上回ります(BenchLeader Indexで68.4 対 56.7)。ただし、価格はClaude Haiku 5.5の方が40倍安く、100万トークンあたりのブレンド価格で$0.200 対 $8.00です。両方を測定できるすべてのカテゴリでClaude Opus 5.5がリードしています。Claude Haiku 5.5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 Haiku 5.5が56.7、Claude Opus 5.5が68.4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 5.5の100万トークンあたりのブレンド価格は$8.00です(定価、2026年11月16日)。
  • Claude Haiku 5.5はClaude Opus 5.5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35件のベンチマークのうち、Claude Opus 5.5が33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 5.5カテゴリスコア79 対 59;FrontierCode 2.0 (AA) 46.4% 対 29.9%高
数学Claude Opus 5.5カテゴリスコア73 対 66;OTIS Mock AIME 100.0% 対 98.9%中
推論Claude Opus 5.5カテゴリスコア72 対 57;HLE-Diamond (AA) 67.9% 対 28.8%高
知識Claude Opus 5.5カテゴリスコア73 対 49;AA-Omniscience v1.1 48.1 対 7.8高
長い文書Claude Opus 5.5カテゴリスコア67 対 64;AA-LCR v1.1 84.7% 対 78.3%中
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 $8.00;エージェント型コーディングセッション$0.008 対 $0.320–
回答開始の速さClaude Haiku 5.5最初の回答トークンまで50.5秒(Claude Haiku 5.5 (xhigh))対 380.2秒(Claude Opus 5.5 (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 5.5 (max)がリードしています:68.4 対 56.7。
  • Claude Opus 5.5 (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40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 $8.00)。
  • Claude Haiku 5.5 (xhigh)の方が出力が2.0倍速くなっています(231 対 116トークン/秒)。

概要

仕様Claude Haiku 5.5Claude Opus 5.5
プロバイダーAnthropicAnthropic
リリース日2026年10月7日2026年9月22日
コンテキストウィンドウ(トークン)1,000,0001,000,000
最大出力(トークン)–128,000 (up to 300K on the Message Batches API (beta))
入力の種類–テキスト、画像
推論エフォートの設定–low, medium, high, xhigh, max
比較した構成Claude Haiku 5.5 (xhigh)Claude Opus 5.5 (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$4.00 / $20.00 / $0.200
APIモデルID–claude-opus-5-5
利用できる場所–Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry

上限、提供状況、発表済みの価格は各ベンダーの公式ページによるものです: platform.claude.com (2026年10月20日確認)。それ以外はすべて当日のデータです。

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 5.5 (max)トップ
推論57.372.1Claude Opus 5.5
コーディング58.778.8Claude Opus 5.5
エージェント・ツール–61.3比較不可
数学66.173.2Claude Opus 5.5
知識49.072.5Claude Opus 5.5
マルチモーダル–70.2比較不可
長文コンテキスト63.867.1Claude Opus 5.5
総合–70.2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 5.5, 推論: 72.1Claude Opus 5.5, コーディング: 78.8Claude Opus 5.5, 数学: 73.2Claude Opus 5.5, 知識: 72.5Claude Opus 5.5, 長文コンテキスト: 67.1

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35件のベンチマークのうち、Claude Haiku 5.5のリードが2件、Claude Opus 5.5のリードが33件です。両方を評価しているすべての総合指標で、Claude Opus 5.5が上回っています。

総合IndexClaude Haiku 5.5 (xhigh)Claude Opus 5.5 (max)トップ
BenchLeader Index56.768.4Claude Opus 5.5
AA Intelligence Index v5.0.134.659.1Claude Opus 5.5
Vals Index58.7†70.1Claude Opus 5.5
Arena Text1421†1507Claude Opus 5.5

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 5.5 (max)
100万トークンあたりのブレンド価格$0.200$8.00
100万トークンあたりの入力/出力$0.100 / $0.500$4.00 / $20.00
100万トークンあたりのキャッシュ入力$0.010$0.200
タスクあたりの価格:チャットの返答$0.0002$0.0076
タスクあたりの価格:30ページのレポートを要約$0.0015$0.060
タスクあたりの価格:コード編集$0.0014$0.054
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$0.320
タスクあたりの価格:構造化データの抽出$0.0003$0.012
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$0.149
ベンチマークのタスクあたりのコスト(AA Index)$0.248$10.04
タスクあたりの出力トークン(AA Index)136k173k
うち推論97k120k
タスクあたりの時間(AA Index)10 min25 min
出力速度231 tok/s116 tok/s
回答開始までの時間50.5秒380.2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711.4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 5.5 (max)で$10.04でした。同じ作業でClaude Opus 5.5 (max)は1.3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 5.5 (max)のスコアは68.4、最初の回答トークンまで380秒。Claude Opus 5.5 (high)は66.0(26秒)、Claude Opus 5.5 (xhigh)は65.4(78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

167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 5.5 (max)
BenchLeader IndexBenchLeader56.768.4
コーディングスコアBenchLeader58.778.8
知識スコアBenchLeader49.072.5
長文コンテキストスコアBenchLeader63.867.1
数学スコアBenchLeader66.173.2
推論スコアBenchLeader57.372.1
エージェント・ツールスコアBenchLeader–61.3
総合スコアBenchLeader–70.2
マルチモーダルスコアBenchLeader–70.2
ブレンド価格($/100万トークン)BenchLeader$0.200$8.00
出力速度BenchLeader231 tok/s116 tok/s
回答開始までの時間BenchLeader50.5秒380.2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%†90.6%
Humanity's Last ExamScale AI / CAIS30.1%†–
SimpleBenchSimpleBench–88.4%†
Arena Hard PromptsArena (LMArena)1449†1530†
LiveBench 2.0 ReasoningLiveBench82.4%†92.2%
LiveBench 1.0 ReasoningLiveBench81.2%92.2%
Humanity's Last Exam (AA)Artificial Analysis42.7%61.4%
HLE-Diamond (AA)Artificial Analysis28.8%67.9%
ARC-AGI-1ARC Prize87.5%97.5%
ARC-AGI-2ARC Prize61.3%91.7%
ARC-AGI-3ARC Prize2.8%†–
CritPtArtificial Analysis22.6%31.7%
CritPt v2 hard subset (AA)Artificial Analysis47.5%68.0%
MysteryMechanismVals AI35.1%†49.5%
HLE-Diamond (Scale)Scale AI SEAL–55.0%†
Arena ExpertArena (LMArena)1465†1545†
Chess PuzzlesEpoch AI Benchmarking Hub55.0%†67.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub30.0%†71.0%
LMCAEpoch AI Benchmarking Hub48.0%68.2%
DTBenchEpoch AI Benchmarking Hub87.2%98.9%
コーディング
SciCodeSciCode51.7%66.9%
FrontierCodeCognition46.4%†54.6%†
Arena CodingArena (LMArena)1489†1548†
Arena WebDevArena (LMArena)1593†1815
LiveBench 2.0 CodingLiveBench77.6%†87.1%
167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 5.5 (max)
コーディング
LiveBench 1.0 CodingLiveBench76.4%89.3%
IOIVals AI47.3%†95.1%
Code MigrationVals AI44.6%†66.7%
Code Migration v1.1Vals AI52.4%†81.0%
ProgramBenchVals AI2.5%†18.5%
SWE-bench MultimodalVals AI44.0%†70.2%
Vibe Code Bench 1-100Vals AI20.4%†30.4%†
Vibe Code Bench v1.1Vals AI90.4%†90.3%
Vibe Code Bench 1-100 v1.1Vals AI–30.9%
SWE Atlas v1.1Scale AI SEAL59.4%†77.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL62.1%†77.4%†
SWE Atlas v1.1: Test WritingScale AI SEAL63.3%†77.8%†
SWE Atlas v1.1: RefactoringScale AI SEAL52.9%†77.1%†
SWE-Bench Pro V2Scale AI SEAL87.2%†–
SWE-Bench Pro V2 HARDScale AI SEAL52.9%†–
MirrorCodeEpoch AI Benchmarking Hub78.9%†95.6%
CursorBenchCursor44.3%57.8%
ALE-BenchEpoch AI Benchmarking Hub1587†2147.4†
FrontierSWEEpoch AI Benchmarking Hub43.8%†62.3%
WeirdML v3WeirdML11.7%31.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis29.3%59.6%
Startrise FrontendStartrise–80.2%†
GameBench 2 OverallDuelLab GameBench 256.0†87.6†
GameBench 2 by reasoning settingDuelLab GameBench 275.194.8†
Design Arena WebsiteDesign Arena1253†1326†
FrontierCode 1.1 (AA)Artificial Analysis45.5%52.2%
FrontierCode 2.0 (AA)Artificial Analysis29.9%46.4%
エージェント・ツール
Terminal-BenchTerminal-Bench40.0%†65.8%
Remote Labor IndexScale AI / CAIS–21.3%†
APEX-AgentsMercor56.1%†73.5%
Arena AgentArena (LMArena)0.5†19.5
LiveBench Long AgenticLiveBench47.9%†72.8%
LiveBench BrowserLiveBench69.5%†88.4%
LiveBench Agentic CodingLiveBench51.4%71.7%
Terminal-Bench 2.1 (Vals)Vals AI–87.6%†
MCP AtlasScale AI SEAL–85.4%†
HiL-BenchScale AI SEAL–59.0%†
GDPval-AA v2.1, normalised scoreArtificial Analysis50.7%68.3%
GDPval-AA v2.1Artificial Analysis15231866
ITBench SRE (AA)Artificial Analysis–38.2%
Analyst Agent (AA)Artificial Analysis53.8%†56.3%
CUA-benchVals AI–14.0%
CyberBenchVals AI75.5%†55.4%
Finance Agent v2Vals AI54.1%†58.6%
Finance Agent v2.1Vals AI65.4%†67.8%
Harvey's Legal Agent Benchmark v1.1Vals AI4.2%†9.2%
Harvey's Legal Agent Benchmark v1Vals AI1.3%†3.8%
Legal Research BenchVals AI43.8%†50.5%
Robo-benchVals AI–14.6%
SREBenchVals AI5.7%†33.6%
Tax Agent BenchVals AI31.9%†44.5%
Terminal-Bench 4.0 (Vals)Vals AI36.4%†65.2%
Terminal-Bench ScienceVals AI10.0%†47.1%
Time Horizon Index: KSPVals AI–91.3%
Web Search IndexVals AI–53.8%
Arena SearchArena (LMArena)–1213†
Arena Agent Task CompletionArena (LMArena)1.6†20.7
PostTrainBenchEpoch AI Benchmarking Hub–43.8%
Vending-Bench 2Andon Labs3602.5†9235.3†
SpireClimbEpoch AI Benchmarking Hub–5.8%
AutomationBenchArtificial Analysis36.0%69.5%
GDP.pdf (AA)Artificial Analysis18.2%26.2%
Harvey LAB-AA v1.1Harvey2.8%4.2%
AA-Briefcase v1.1Artificial Analysis15231801
GDPxGDPx by SemiAnalysis4.9%†12.0%
Design Arena AgenticDesign Arena–1339†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis18.1%59.0%
CWE-Bench (AA)Artificial Analysis–58.3%
DeepSec-Bench (AA)Artificial Analysis–26.9%
CyberGym end-to-end (AA)Artificial Analysis–0.8%
MKA (AA)Artificial Analysis41.0%†53.0%
FACTS SearchGoogle80.3%†88.4%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub75.1%†91.2%
FrontierMath Tier 4Epoch AI Benchmarking Hub46.3%†95.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub98.9%100.0%
ProofBenchVals AI89.0%†100.0%
LiveBench MathematicsLiveBench92.8%97.1%
ArXivMathMathArena–82.6%†
BrokenArXivMathArena–77.3%†
Arena MathsArena (LMArena)1451†1514†
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub23.8%†72.2%
LiveBench 2.0 Data AnalysisLiveBench53.1%†80.3%
LiveBench ResearchLiveBench84.3%†88.9%
LiveBench 1.0 Data AnalysisLiveBench72.8%80.3%
AA-Omniscience v1.1Artificial Analysis7.848.1
PRBench LegalScale AI SEAL–47.6%†
BioMysteryBenchVals AI70.4%†79.3%
ClaimBenchVals AI100.0%†100.0%
Excel Modeling BenchmarkVals AI59.0%†75.9%
Excel Modeling Benchmark v1.1Vals AI65.5%†75.8%
MedCodeVals AI51.5%†49.8%
MedScribeVals AI89.5%†91.4%
Public Benefits Bench v1.1Vals AI63.2%†70.6%
Access to Justice BenchmarkVals AI–73.8%
Financial Coaching BenchVals AI–76.2%
Immigration BenchVals AI61.8%†72.1%
EBR-benchEpoch AI Benchmarking Hub43.8%†71.4%
GDP.pdfEpoch AI Benchmarking Hub–30.6%
AA-Omniscience v1.1: accuracyArtificial Analysis33.8%65.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis60.9%49.7%
HealthBench Professional (AA)OpenAI58.4%†59.9%
FACTS ParametricGoogle13.1%†58.7%†
指示追従
LiveBench LanguageLiveBench63.5%86.3%
LiveBench Instruction FollowingLiveBench66.5%65.7%
MultiChallengeScale AI SEAL67.7%†–
Arena Instruction FollowingArena (LMArena)1426†1518†
人間の評価
Arena TextArena (LMArena)1421†1507†
EQ-Bench 4EQ-Bench–1340†
EQ-Bench Creative Writing v3EQ-Bench–2051†
Arena Creative WritingArena (LMArena)1361†1517†
Arena Multi-turnArena (LMArena)1412†1502†
Arena Longer QueriesArena (LMArena)1419†1520†
マルチモーダル
Arena VisionArena (LMArena)–1324†
LiveBench DesignLiveBench79.3%†83.3%
MMMU-ProArtificial Analysis–87.7%
SAGEVals AI89.8%†91.3%
Humanity's Sixth SenseScale AI SEAL–44.6%†
Blueprint-Bench 2Epoch AI Benchmarking Hub33.0%†51.2%†
Furniture AssemblyEpoch AI Benchmarking Hub47.5%†83.3%
VIALS-AAHandshake AI49.1%†61.5%
Code2Video-AAArtificial Analysis1192†1536
AA-3DArtificial Analysis998†1202
FACTS MultimodalGoogle38.9%†56.4%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.3%84.7%
MLCRArtificial Analysis15.0%27.8%
FACTS GroundingGoogle57.0%†62.5%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.4†168.5†
LiveBench 2.0LiveBench68.9%†83.4%
LiveBench 1.0LiveBench72.1%83.2%
AA Intelligence Index v5.0.1Artificial Analysis34.659.1
AA Intelligence Index v4.3.2Artificial Analysis41.357.6
AA Progress Index v1Artificial Analysis322.2350
Vals IndexVals AI58.7†70.1
Vals Finance IndexVals AI57.5%†65.3%
Vals RSI IndexVals AI–37.3%
Vals Science IndexVals AI38.5%†58.6%
Vals Router IndexVals AI58.7%†64.2%†
Vals Legal IndexVals AI70.3%†72.4%
AA Cyber IndexArtificial Analysis–28.7
安全性・誠実さ
FORTRESSScale AI SEAL9.5%†5.8%
DistressBenchScale AI SEAL71.7%†75.6%†

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 5.5 (max):新しい結果38件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Claude Opus 5.5 (max):新しい結果1件(PostTrainBench)、スコアの改訂1件。
  • Claude Haiku 5.5 (xhigh):新しい結果1件(GameBench 2 by reasoning setting)。
  • Claude Opus 5.5 (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
  • Claude Opus 5.5 (max):BenchLeader Index 69.3 → 68.8。
  • Claude Haiku 5.5 (xhigh):BenchLeader Index 57.3 → 56.8。
  • Claude Opus 5.5 (max):スコアの改訂2件。
  • Claude Opus 5.5 (max):スコアの改訂1件。
  • Claude Haiku 5.5 (xhigh):BenchLeader Index 56.8 → 57.3。
  • Claude Opus 5.5 (max):スコアの改訂1件。

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 Haiku 5.5 vs Claude Opus 5.5:よくある質問

Claude Opus 5.5はClaude Haiku 5.5より優れていますか?
品質ではClaude Opus 5.5 (max)がリードしています:68.4 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 5.5 (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 5.5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 $8.00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 5.5のどちらが向いていますか?
コーディングではClaude Opus 5.5の方がスコアが高くなっています(カテゴリ指標で79 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 5.5が46.4%です。
Claude Haiku 5.5とClaude Opus 5.5はどちらが速いですか?
Claude Haiku 5.5の方が出力が約2倍速くなっています(出力231 対 116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Claude Opus 5.5の方がスコアが高くなっています(67 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 Haiku 5.5です。Artificial Analysisの測定では、最初の回答トークンまで50.5秒 対 380.2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 5.5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35件のベンチマークのうち、Claude Haiku 5.5のリードが2件、Claude Opus 5.5のリードが33件です。両方を評価しているすべての総合指標で、Claude Opus 5.5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。