BenchLeader

Claude Haiku 5.5 vs Claude Sonnet 5.5

詳しいプロフィール:Claude Haiku 5.5(Anthropic)とClaude Sonnet 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 · 12件の情報源のデータ

2026年11月16日時点で、品質ではClaude Sonnet 5.5がClaude Haiku 5.5を上回ります(BenchLeader Indexで64.2 対 56.7)。ただし、価格はClaude Haiku 5.5の方が20倍安く、100万トークンあたりのブレンド価格で$0.200 対 $4.00です。両方を測定できるすべてのカテゴリでClaude Sonnet 5.5がリードしています。Claude Haiku 5.5の方が出力が約1.5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 Sonnet 5.5が64.2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 Sonnet 5.5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 Haiku 5.5はClaude Sonnet 5.5より出力が約1.5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34件のベンチマークのうち、Claude Sonnet 5.5が30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 Sonnet 5.5カテゴリスコア70 対 59;FrontierCode 2.0 (AA) 41.7% 対 29.9%高
数学Claude Sonnet 5.5カテゴリスコア71 対 66;OTIS Mock AIME 100.0% 対 98.9%中
推論Claude Sonnet 5.5カテゴリスコア68 対 57;HLE-Diamond (AA) 53.3% 対 28.8%高
知識Claude Sonnet 5.5カテゴリスコア57 対 49;AA-Omniscience v1.1 30.5 対 7.8高
長い文書Claude Sonnet 5.5カテゴリスコア66 対 64;AA-LCR v1.1 82.7% 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 $4.00;エージェント型コーディングセッション$0.008 対 $0.160–
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 290.5秒(Claude Sonnet 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 Sonnet 5.5 (max)がリードしています:64.2 対 56.7。
  • Claude Sonnet 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20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 $4.00)。
  • Claude Haiku 5.5 (xhigh)の方が出力が1.5倍速くなっています(231 対 152トークン/秒)。

概要

仕様Claude Haiku 5.5Claude Sonnet 5.5
プロバイダーAnthropicAnthropic
リリース日2026年10月7日2026年9月28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 Sonnet 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$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 Haiku 5.5 (xhigh)Claude Sonnet 5.5 (max)トップ
推論57.367.8Claude Sonnet 5.5
コーディング58.770.2Claude Sonnet 5.5
エージェント・ツール–70.5比較不可
数学66.171.3Claude Sonnet 5.5
知識49.057.4Claude Sonnet 5.5
長文コンテキスト63.866.0Claude Sonnet 5.5
総合–63.0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。

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 Sonnet 5.5, 推論: 67.8Claude Sonnet 5.5, コーディング: 70.2Claude Sonnet 5.5, 数学: 71.3Claude Sonnet 5.5, 知識: 57.4Claude Sonnet 5.5, 長文コンテキスト: 66.0

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34件のベンチマークのうち、Claude Haiku 5.5のリードが3件、Claude Sonnet 5.5のリードが30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 Sonnet 5.5が上回っています。

総合IndexClaude Haiku 5.5 (xhigh)Claude Sonnet 5.5 (max)トップ
BenchLeader Index56.764.2Claude Sonnet 5.5
AA Intelligence Index v5.0.134.654.5Claude Sonnet 5.5
Vals Index58.7†70.8Claude Sonnet 5.5
Arena Text1421†1473Claude Sonnet 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 Sonnet 5.5 (max)
100万トークンあたりのブレンド価格$0.200$4.00
100万トークンあたりの入力/出力$0.100 / $0.500$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.010$0.100
タスクあたりの価格:チャットの返答$0.0002$0.0038
タスクあたりの価格:30ページのレポートを要約$0.0015$0.030
タスクあたりの価格:コード編集$0.0014$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$0.0080$0.160
タスクあたりの価格:構造化データの抽出$0.0003$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)$0.0040$0.074
ベンチマークのタスクあたりのコスト(AA Index)$0.248$10.02
タスクあたりの出力トークン(AA Index)136k285k
うち推論97k206k
タスクあたりの時間(AA Index)10 min31 min
出力速度231 tok/s152 tok/s
回答開始までの時間50.5秒290.5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487.7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 Haiku 5.5 (xhigh)で$0.248、Claude Sonnet 5.5 (max)で$10.02でした。同じ作業でClaude Sonnet 5.5 (max)は2.1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 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 Sonnet 5.5 (max)のスコアは64.2、最初の回答トークンまで291秒。Claude Sonnet 5.5 (xhigh)は62.5(27秒)、Claude Sonnet 5.5 (high)は59.5(9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

144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 Sonnet 5.5 (max)
BenchLeader IndexBenchLeader56.764.2
コーディングスコアBenchLeader58.770.2
知識スコアBenchLeader49.057.4
長文コンテキストスコアBenchLeader63.866.0
数学スコアBenchLeader66.171.3
推論スコアBenchLeader57.367.8
エージェント・ツールスコアBenchLeader–70.5
総合スコアBenchLeader–63.0
ブレンド価格($/100万トークン)BenchLeader$0.200$4.00
出力速度BenchLeader231 tok/s152 tok/s
回答開始までの時間BenchLeader50.5秒290.5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%†95.6%
Humanity's Last ExamScale AI / CAIS30.1%†46.1%†
SimpleBenchSimpleBench–75.9%†
Arena Hard PromptsArena (LMArena)1449†1499†
LiveBench 2.0 ReasoningLiveBench82.4%†91.6%
LiveBench 1.0 ReasoningLiveBench81.2%91.6%
Humanity's Last Exam (AA)Artificial Analysis42.7%55.0%
HLE-Diamond (AA)Artificial Analysis28.8%53.3%
ARC-AGI-1ARC Prize87.5%96.5%
ARC-AGI-2ARC Prize61.3%83.9%†
ARC-AGI-3ARC Prize2.8%†72.4%†
CritPtArtificial Analysis22.6%31.4%
CritPt v2 hard subset (AA)Artificial Analysis47.5%59.0%
MysteryMechanismVals AI35.1%†49.1%
HLE-Diamond (Scale)Scale AI SEAL–37.5%†
Arena ExpertArena (LMArena)1465†1512†
Chess PuzzlesEpoch AI Benchmarking Hub55.0%†59.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub30.0%†65.0%
LMCAEpoch AI Benchmarking Hub48.0%68.3%
DTBenchEpoch AI Benchmarking Hub87.2%97.3%
コーディング
SciCodeSciCode51.7%61.0%
FrontierCodeCognition46.4%†52.1%†
Arena CodingArena (LMArena)1489†1517†
Arena WebDevArena (LMArena)1593†1772†
LiveBench 2.0 CodingLiveBench77.6%†77.2%
144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 Sonnet 5.5 (max)
コーディング
LiveBench 1.0 CodingLiveBench76.4%91.4%
IOIVals AI47.3%†83.1%
Code MigrationVals AI44.6%†69.8%
Code Migration v1.1Vals AI52.4%†86.9%
ProgramBenchVals AI2.5%†6.5%
SWE-bench MultimodalVals AI44.0%†58.3%
Vibe Code Bench 1-100Vals AI20.4%†–
Vibe Code Bench v1.1Vals AI90.4%†92.4%
SWE Atlas v1.1Scale AI SEAL59.4%†68.3%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL62.1%†74.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL63.3%†67.8%†
SWE Atlas v1.1: RefactoringScale AI SEAL52.9%†62.9%†
SWE-Bench Pro V2Scale AI SEAL87.2%†95.8%†
SWE-Bench Pro V2 HARDScale AI SEAL52.9%†70.6%†
MirrorCodeEpoch AI Benchmarking Hub78.9%†97.8%
CursorBenchCursor44.3%55.5%
ALE-BenchEpoch AI Benchmarking Hub1587†1819.1†
FrontierSWEEpoch AI Benchmarking Hub43.8%†61.9%
WeirdML v3WeirdML11.7%19.9%†
Terminal-Bench 4.0 (AA)Artificial Analysis29.3%63.6%
Startrise FrontendStartrise–75.9%†
GameBench 2 OverallDuelLab GameBench 256.0†60.4†
GameBench 2 by reasoning settingDuelLab GameBench 275.191.4†
Design Arena WebsiteDesign Arena1253†1309†
FrontierCode 1.1 (AA)Artificial Analysis45.5%45.8%
FrontierCode 2.0 (AA)Artificial Analysis29.9%41.7%
エージェント・ツール
Terminal-BenchTerminal-Bench40.0%†63.9%
APEX-AgentsMercor56.1%†75.5%
Arena AgentArena (LMArena)0.5†16
LiveBench Long AgenticLiveBench47.9%†63.4%
LiveBench BrowserLiveBench69.5%†89.3%
LiveBench Agentic CodingLiveBench51.4%56.3%
Terminal-Bench 2.1 (Vals)Vals AI–83.2%†
GDPval-AA v2.1, normalised scoreArtificial Analysis50.7%66.9%
GDPval-AA v2.1Artificial Analysis15231838
Analyst Agent (AA)Artificial Analysis53.8%†57.5%
CyberBenchVals AI75.5%†59.6%
Finance Agent v2Vals AI54.1%†58.1%
Finance Agent v2.1Vals AI65.4%†67.3%
Harvey's Legal Agent Benchmark v1.1Vals AI4.2%†10.4%
Harvey's Legal Agent Benchmark v1Vals AI1.3%†2.9%
Legal Research BenchVals AI43.8%†48.1%
SREBenchVals AI5.7%†30.1%
Tax Agent BenchVals AI31.9%†42.0%
Terminal-Bench 4.0 (Vals)Vals AI36.4%†64.1%
Terminal-Bench ScienceVals AI10.0%†47.1%
Arena Agent Task CompletionArena (LMArena)1.6†19.5
Vending-Bench 2Andon Labs3602.5†11165.3†
SpireClimbEpoch AI Benchmarking Hub–1.3%
AutomationBenchArtificial Analysis36.0%71.8%
GDP.pdf (AA)Artificial Analysis18.2%25.8%
Harvey LAB-AA v1.1Harvey2.8%2.8%
AA-Briefcase v1.1Artificial Analysis15231816
GDPxGDPx by SemiAnalysis4.9%†8.2%
Design Arena AgenticDesign Arena–1293†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis18.1%53.3%
MKA (AA)Artificial Analysis41.0%†52.0%
FACTS SearchGoogle80.3%†86.8%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub75.1%†88.8%
FrontierMath Tier 4Epoch AI Benchmarking Hub46.3%†80.5%
OTIS Mock AIMEEpoch AI Benchmarking Hub98.9%100.0%
ProofBenchVals AI89.0%†100.0%
LiveBench MathematicsLiveBench92.8%96.1%
Arena MathsArena (LMArena)1451†1486†
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub23.8%†46.5%
LiveBench 2.0 Data AnalysisLiveBench53.1%†59.5%
LiveBench ResearchLiveBench84.3%†88.0%
LiveBench 1.0 Data AnalysisLiveBench72.8%59.5%
AA-Omniscience v1.1Artificial Analysis7.830.5
BioMysteryBenchVals AI70.4%†81.1%
ClaimBenchVals AI100.0%†100.0%
Excel Modeling BenchmarkVals AI59.0%†75.7%
Excel Modeling Benchmark v1.1Vals AI65.5%†75.9%
MedCodeVals AI51.5%†52.9%
MedScribeVals AI89.5%†91.1%
Public Benefits Bench v1.1Vals AI63.2%†67.2%
Access to Justice BenchmarkVals AI–74.9%
Financial Coaching BenchVals AI–74.9%
Immigration BenchVals AI61.8%†69.0%
EBR-benchEpoch AI Benchmarking Hub43.8%†–
GDP.pdfEpoch AI Benchmarking Hub–31.4%
AA-Omniscience v1.1: accuracyArtificial Analysis33.8%51.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis60.9%56.7%
HealthBench Professional (AA)OpenAI58.4%†63.0%
FACTS ParametricGoogle13.1%†35.1%†
指示追従
LiveBench LanguageLiveBench63.5%78.0%
LiveBench Instruction FollowingLiveBench66.5%56.8%
MultiChallengeScale AI SEAL67.7%†–
Arena Instruction FollowingArena (LMArena)1426†1482†
人間の評価
Arena TextArena (LMArena)1421†1473†
Arena Creative WritingArena (LMArena)1361†1464†
Arena Multi-turnArena (LMArena)1412†1469†
Arena Longer QueriesArena (LMArena)1419†1491†
マルチモーダル
Arena VisionArena (LMArena)–1284†
LiveBench DesignLiveBench79.3%†81.3%
SAGEVals AI89.8%†88.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub33.0%†39.3%†
Furniture AssemblyEpoch AI Benchmarking Hub47.5%†75.0%
VIALS-AAHandshake AI49.1%†59.6%
Code2Video-AAArtificial Analysis1192†1443
AA-3DArtificial Analysis998†1204
FACTS MultimodalGoogle38.9%†50.4%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.3%82.7%
MLCRArtificial Analysis15.0%41.7%
FACTS GroundingGoogle57.0%†62.5%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.4†166.6†
LiveBench 2.0LiveBench68.9%†77.0%
LiveBench 1.0LiveBench72.1%75.7%
AA Intelligence Index v5.0.1Artificial Analysis34.654.5
AA Intelligence Index v4.3.2Artificial Analysis41.356
AA Progress Index v1Artificial Analysis322.2350.5
Vals IndexVals AI58.7†70.8
Vals Finance IndexVals AI57.5%†64.5%
Vals Science IndexVals AI38.5%†59.1%
Vals Router IndexVals AI58.7%†69.0%†
Vals Legal IndexVals AI70.3%†68.0%
安全性・誠実さ
FORTRESSScale AI SEAL9.5%†–
DistressBenchScale AI SEAL71.7%†74.6%†

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 Sonnet 5.5 (max):新しい結果36件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Claude Sonnet 5.5 (max):BenchLeader Index 65.1 → 64.6。
  • Claude Haiku 5.5 (xhigh):新しい結果1件(GameBench 2 by reasoning setting)。
  • Claude Sonnet 5.5 (max):新しい結果1件(MirrorCode)。
  • Claude Haiku 5.5 (xhigh):BenchLeader Index 57.3 → 56.8。
  • Claude Sonnet 5.5 (max):スコアの改訂2件。
  • Claude Haiku 5.5 (xhigh):BenchLeader Index 56.8 → 57.3。
  • Claude Sonnet 5.5 (max):スコアの改訂1件。
  • Claude Haiku 5.5 (xhigh):スコアの改訂1件。
  • Claude Sonnet 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 Sonnet 5.5:よくある質問

Claude Sonnet 5.5はClaude Haiku 5.5より優れていますか?
品質ではClaude Sonnet 5.5 (max)がリードしています:64.2 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 Sonnet 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 Sonnet 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 $4.00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 Sonnet 5.5のどちらが向いていますか?
コーディングではClaude Sonnet 5.5の方がスコアが高くなっています(カテゴリ指標で70 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 Sonnet 5.5が41.7%です。
Claude Haiku 5.5とClaude Sonnet 5.5はどちらが速いですか?
Claude Haiku 5.5の方が出力が約1.5倍速くなっています(出力231 対 152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 Sonnet 5.5の方がスコアが高くなっています(66 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 290.5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 Sonnet 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34件のベンチマークのうち、Claude Haiku 5.5のリードが3件、Claude Sonnet 5.5のリードが30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 Sonnet 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。