BenchLeader

Claude Opus 4.5 vs Claude Sonnet 5

詳しいプロフィール:Claude Opus 4.5(Anthropic)とClaude Sonnet 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 · 11件の情報源のデータ

2026年11月16日時点で、Claude Opus 4.5とClaude Sonnet 5の品質は互角です(BenchLeader Indexで59.7 対 59.0、±4.1の誤差範囲内)。価格はClaude Sonnet 5の方が2.5倍安く、100万トークンあたりのブレンド価格で$4.00 対 $10.00です。両方を測定できるすべてのカテゴリでClaude Opus 4.5がリードしています。Claude Sonnet 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 Opus 4.5が59.7、Claude Sonnet 5が59.0です(BenchLeader、2026年11月16日)。
  • Claude Opus 4.5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 Sonnet 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 Sonnet 5はClaude Opus 4.5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11件のベンチマークのうち、Claude Opus 4.5が8件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はClaude Opus 4.5が1493、Claude Sonnet 5が1539です(LMArena、2026年11月16日までの公開値)。

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
コーディングどちらでもカテゴリスコア61 対 60;Arena WebDev 1493 対 1539どちらでも
エージェント・ツール利用どちらでもカテゴリスコア53 対 53どちらでも
数学どちらでもカテゴリスコア65 対 65;Arena Maths 1472 対 1472どちらでも
推論Claude Opus 4.5カテゴリスコア67 対 65;Arena Hard Prompts 1501 対 1490中
チャットの質(人間の評価)Claude Opus 4.5Arenaの投票で66 対 65中
最低コストClaude Sonnet 5100万トークンあたりブレンド価格$4.00 対 $10.00;エージェント型コーディングセッション$0.160 対 $0.400–
回答開始の速さClaude Opus 4.5最初の回答トークンまで1.1秒(Claude Opus 4.5 (high))対 15.8秒(Claude Sonnet 5 (high))–
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 Opus 4.5 (high)とClaude Sonnet 5 (high)の品質は互角です(59.7 対 59.0、±4.1の誤差範囲内)。
  • Claude Opus 4.5 (high)はコーディング、人間の評価、推論で優れています。
  • Claude Sonnet 5 (high)はエージェント・ツールで優れています。
  • Claude Sonnet 5 (high)の方が2.5倍安くなっています(100万トークンあたりブレンド価格$4.00 対 $10.00)。
  • Claude Sonnet 5 (high)の方が出力が2.5倍速くなっています(99 対 40トークン/秒)。

概要

仕様Claude Opus 4.5Claude Sonnet 5
プロバイダーAnthropicAnthropic
リリース日2025年11月24日2026年6月30日
コンテキストウィンドウ(トークン)200,0001,000,000
比較した構成Claude Opus 4.5 (high)Claude Sonnet 5 (high)
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)$5.00 / $25.00 / $0.500$2.00 / $10.00 / $0.200

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 Opus 4.5 (high)Claude Sonnet 5 (high)トップ
推論66.665.4Claude Opus 4.5
コーディング60.659.9互角
エージェント・ツール52.752.9互角
数学65.365.3互角
知識60.0–比較不可
人間の評価66.264.6Claude Opus 4.5
マルチモーダル–60.9比較不可
長文コンテキスト–62.9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・ツール数学人間の評価Claude Opus 4.5, 推論: 66.6Claude Opus 4.5, コーディング: 60.6Claude Opus 4.5, エージェント・ツール: 52.7Claude Opus 4.5, 数学: 65.3Claude Opus 4.5, 人間の評価: 66.2Claude Sonnet 5, 推論: 65.4Claude Sonnet 5, コーディング: 59.9Claude Sonnet 5, エージェント・ツール: 52.9Claude Sonnet 5, 数学: 65.3Claude Sonnet 5, 人間の評価: 64.6

描画していないもの(測定済みのモデルが2つ未満):知識, 指示追従, 長文コンテキスト, マルチモーダル。

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11件のベンチマークのうち、Claude Opus 4.5のリードが8件、Claude Sonnet 5のリードが3件です。両方を評価しているすべての総合指標で、Claude Opus 4.5が上回っています。

総合IndexClaude Opus 4.5 (high)Claude Sonnet 5 (high)トップ
BenchLeader Index59.759.0互角
Arena Text14741461Claude Opus 4.5

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 Opus 4.5 (high)Claude Sonnet 5 (high)
100万トークンあたりのブレンド価格$10.00$4.00
100万トークンあたりの入力/出力$5.00 / $25.00$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.500$0.200
タスクあたりの価格:チャットの返答$0.0095$0.0038
タスクあたりの価格:30ページのレポートを要約$0.075$0.030
タスクあたりの価格:コード編集$0.068$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$0.400$0.160
タスクあたりの価格:構造化データの抽出$0.015$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)$0.198$0.079
出力速度40 tok/s99 tok/s
回答開始までの時間1.1秒15.8秒
回答が完了するまでの時間(最終測定2026年11月13日)–40.7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 Opus 4.5 (high)のスコアは59.7、最初の回答トークンまで1秒。Claude Opus 4.5 (thinking)は59.3(14秒)、Claude Opus 4.5は57.1(1秒)。Claude Sonnet 5 (high)のスコアは59.0、最初の回答トークンまで16秒。Claude Sonnet 5 (max)は56.1(158秒)、Claude Sonnet 5 (xhigh)は55.4(32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

162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 Opus 4.5 (high)Claude Sonnet 5 (high)
BenchLeader IndexBenchLeader59.759.0
エージェント・ツールスコアBenchLeader52.752.9
コーディングスコアBenchLeader60.659.9
人間の評価スコアBenchLeader66.264.6
知識スコアBenchLeader60.0–
数学スコアBenchLeader65.365.3
推論スコアBenchLeader66.665.4
長文コンテキストスコアBenchLeader–62.9
マルチモーダルスコアBenchLeader–60.9
ブレンド価格($/100万トークン)BenchLeader$10.00$4.00
出力速度BenchLeader40 tok/s99 tok/s
回答開始までの時間BenchLeader1.1秒15.8秒
コンテキストウィンドウBenchLeader200,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub86.0%†80.3%†
Humanity's Last ExamScale AI / CAIS25.2%†–
SimpleBenchSimpleBench62.0%†60.6%†
Arena Hard PromptsArena (LMArena)15011490
LiveBench 1.0 ReasoningLiveBench80.1%88.7%†
GPQA Diamond (AA)Artificial Analysis86.6%†91.1%†
Humanity's Last Exam (AA)Artificial Analysis30.1%†35.7%
GPQA Diamond (Vals)Vals AI85.9%88.9%†
Kagi LLM BenchmarkKagi LLM Benchmark70.7%†–
ARC-AGI-1ARC Prize80.0%†–
ARC-AGI-2ARC Prize37.6%†–
CritPtArtificial Analysis4.6%†15.1%
SciPredictScale AI SEAL23.1%†–
Arena ExpertArena (LMArena)15031509
Chess PuzzlesEpoch AI Benchmarking Hub14.0%†45.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub22.0%†16.0%†
CL-benchEpoch AI Benchmarking Hub21.1%†–
LMCAEpoch AI Benchmarking Hub44.5%50.0%
DTBenchEpoch AI Benchmarking Hub89.9%84.5%
ForecastBenchForecastBench64.6%†63.1%†
BTF-3Epoch AI Benchmarking Hub–14.2%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub76.7%†–
SciCodeSciCode–54.3%
WeirdMLWeirdML63.7%†68.8%
FrontierCodeCognition–42.7%†
162件のベンチマークをすべて表示
指標公開元Claude Opus 4.5 (high)Claude Sonnet 5 (high)
コーディング
GSO-BenchGSO-Bench26.5%†37.3%†
Arena CodingArena (LMArena)15301520
Arena WebDevArena (LMArena)14931539
LiveBench 1.0 CodingLiveBench79.7%80.7%†
LiveCodeBenchVals AI83.7%82.4%†
IOIVals AI–45.0%†
SWE-bench (Vals)Vals AI76.4%79.6%†
SWE-Bench ProScale AI SEAL45.9%†–
SWE-bench Verified (bash only)SWE-bench76.8%–
SWE-bench Multilingual (bash only)SWE-bench70.7%†–
SWE-bench Verified (any scaffold)SWE-bench79.2%†–
Code MigrationVals AI–44.4%†
ProgramBenchVals AI–0.0%†
Vibe Code Bench 1-100Vals AI–13.8%†
Vibe Code Bench v1.1Vals AI20.6%81.3%†
SWE-Bench Pro (private)Scale AI SEAL23.4%†–
SWE-Bench Pro V2Scale AI SEAL–93.2%†
SWE-Bench Pro V2 HARDScale AI SEAL–88.2%†
MirrorCodeEpoch AI Benchmarking Hub–63.3%†
Surface Evolver BenchEpoch AI Benchmarking Hub–60.0%†
DeepSWE v1.1Epoch AI Benchmarking Hub–48.2%
CursorBenchCursor–30.8%
ALE-BenchEpoch AI Benchmarking Hub1025.4†1463.1
AlgoTuneAlgoTune1.8†–
WeirdML v3WeirdML6.5%–
Terminal-Bench 4.0 (AA)Artificial Analysis–5.0%
Terminal-Bench 2.1 (AA)Artificial Analysis–80.5%†
Startrise FrontendStartrise–66.6%†
GameBench 2 OverallDuelLab GameBench 247.1†46.6†
GameBench 2 by reasoning settingDuelLab GameBench 2–54.4†
Design Arena WebsiteDesign Arena1239†1268†
FrontierCode 2.0 (AA)Artificial Analysis–17.8%†
LiveCodeBench (AA)Artificial Analysis87.1%†–
エージェント・ツール
Terminal-BenchTerminal-Bench63.1%†12.1%†
GDPvalOpenAI45.5%†–
CybenchCybench82.0%†–
Remote Labor IndexScale AI / CAIS3.8%†–
APEX-AgentsMercor–54.5%†
Arena AgentArena (LMArena)–2
LiveBench Agentic CodingLiveBench39.7%59.4%†
Terminal-Bench HardArtificial Analysis47.0%†–
τ²-Bench Telecom (AA)Artificial Analysis89.5%†–
Terminal-Bench 2.1 (Vals)Vals AI–74.5%†
MCP AtlasScale AI SEAL69.8%–
BFCL OverallBerkeley Function Calling Leaderboard77.5%†–
τ²-benchτ²-bench85.3%–
τ³-bench Bankingτ²-bench24.7%–
GDPval-AA v2.1Artificial Analysis–1262
τ³-Banking (AA)Artificial Analysis–37.3%†
Analyst Agent (AA)Artificial Analysis–46.3%†
CyberBenchVals AI–61.9%†
Finance Agent v2Vals AI–53.9%†
Harvey's Legal Agent Benchmark v1Vals AI–5.0%†
Legal Research BenchVals AI–41.8%†
Poker AgentVals AI1033.4%†–
SkillsBenchVals AI–46.5%†
SREBenchVals AI–0.4%†
Tax Agent BenchVals AI–29.4%†
Terminal-Bench 2.0 (Vals)Vals AI58.4%–
Terminal-Bench 4.0 (Vals)Vals AI–10.6%†
Terminal-Bench ScienceVals AI–5.7%†
Arena SearchArena (LMArena)1186†1191†
Arena Agent Task CompletionArena (LMArena)–-0.6
BALROGBALROG43.0%†–
DeepResearch BenchDeepResearch Bench54.8%–
METR Time HorizonsMETR75.0%†–
GBAEvalEpoch AI Benchmarking Hub–65.3%†
Vending-Bench 2Andon Labs4967.1†6377.7†
AutomationBenchArtificial Analysis–32.1%
GDP.pdf (AA)Artificial Analysis–9.4%
EnterpriseOps-GymArtificial Analysis–44.7%†
AA-Briefcase v1.1Artificial Analysis–1177
Design Arena AgenticDesign Arena1156†1222†
DeepSearchQAGoogle24.0%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub34.4%†65.6%†
FrontierMath Tier 4Epoch AI Benchmarking Hub4.9%†29.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub86.1%†80.0%†
ProofBenchVals AI36.0%†77.0%†
LiveBench MathematicsLiveBench90.4%92.9%†
AIME (Vals)Vals AI76.9%†–
MGSMVals AI94.8%†–
Arena MathsArena (LMArena)14721472
AIME 2025 (AA)Artificial Analysis91.3%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub45.7%†33.7%†
LiveBench 1.0 Data AnalysisLiveBench74.4%71.7%†
MMLU-ProVals AI87.3%87.5%†
LegalBenchVals AI84.6%83.9%†
CorpFinVals AI65.1%67.0%†
TaxEvalVals AI74.9%75.6%†
MedQAVals AI93.2%†–
PRBench FinanceScale AI SEAL46.2%†–
PRBench LegalScale AI SEAL44.2%†–
MultiNRCScale AI SEAL41.2%†–
CaseLaw v2Vals AI62.6%†–
Excel Modeling BenchmarkVals AI–66.3%†
MedCodeVals AI49.2%47.5%†
MedScribeVals AI85.3%76.0%†
Public Benefits Bench v1.1Vals AI–66.0%†
DrugDiscoveryBenchScale AI SEAL–50.0%†
EBR-benchEpoch AI Benchmarking Hub14.3%†–
Global-MMLU-Lite (AA)Artificial Analysis91.3%†–
FACTS ParametricGoogle–20.5%†
指示追従
LiveBench LanguageLiveBench81.3%75.0%†
LiveBench Instruction FollowingLiveBench62.5%63.9%†
IFBenchArtificial Analysis58.0%†–
MultiChallengeScale AI SEAL59.0%†–
TutorBenchScale AI SEAL49.8%†–
Arena Instruction FollowingArena (LMArena)14831467
人間の評価
Arena TextArena (LMArena)14741461
EQ-Bench 4EQ-Bench–1221†
EQ-Bench Creative Writing v3EQ-Bench1686†1798†
Arena Creative WritingArena (LMArena)14691434
Arena Multi-turnArena (LMArena)14851473
Arena Longer QueriesArena (LMArena)14951481
マルチモーダル
Arena VisionArena (LMArena)–1272
MMMU-ProArtificial Analysis74.0%†77.3%†
VISTAScale AI SEAL45.3%†–
MMMU-Pro (Vals)Vals AI83.0%83.0%†
MortgageTaxVals AI68.7%70.0%†
Humanity's Sixth SenseScale AI SEAL–24.8%†
GeoBenchGeoBench75.0%†74.0%
VPCTEpoch AI Benchmarking Hub40.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub–24.9%†
Furniture AssemblyEpoch AI Benchmarking Hub28.3%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis77.3%†76.7%
Arena DocumentArena (LMArena)1468†1469
MLCRArtificial Analysis–4.4%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub151.9†156.9†
LiveBench 1.0LiveBench72.6%76.0%†
AA Intelligence Index v4.3.2Artificial Analysis29.1†31.7
AA Progress Index v1Artificial Analysis284.4†296.8
Vals RSI IndexVals AI14.8%–
Vals Multimodal IndexVals AI–68.8%†
安全性・誠実さ
FORTRESSScale AI SEAL13.6%†–
MASKScale AI SEAL87.1%†–
DistressBenchScale AI SEAL–68.0%†
メタデータ
AA Openness IndexArtificial Analysis11.1†–

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 4.5 (high):新しい結果13件(LiveCodeBench, MMLU-Pro, LegalBench…)。
  • Claude Sonnet 5 (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Claude Sonnet 5 (high):BenchLeader Index 59.5 → 59.0。
  • Claude Sonnet 5 (high):新しい結果1件(GeoBench)。
  • Claude Sonnet 5 (high):スコアの改訂1件。
  • Claude Sonnet 5 (high):スコアの改訂1件。
  • Claude Sonnet 5 (high):新しい結果1件(AA Progress Index v1)。
  • Claude Opus 4.5 (high):新しい結果1件(Vals RSI Index)。
  • Claude Sonnet 5 (high):BenchLeader Index 60.0 → 59.5。
  • Claude Sonnet 5 (high):新しい結果1件(MLCR)。

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 Opus 4.5 vs Claude Sonnet 5:よくある質問

Claude Opus 4.5はClaude Sonnet 5より優れていますか?
Claude Opus 4.5 (high)とClaude Sonnet 5 (high)の品質は互角です(59.7 対 59.0、±4.1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 Opus 4.5とClaude Sonnet 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 Sonnet 5の方が安く、100万トークンあたり$4.00 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 Opus 4.5とClaude Sonnet 5のどちらが向いていますか?
コーディングでは互角です(カテゴリ指標で61 対 60)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Opus 4.5が1493、Claude Sonnet 5が1539です。
Claude Opus 4.5とClaude Sonnet 5はどちらが速いですか?
Claude Sonnet 5の方が出力が約2倍速くなっています(出力99 対 40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 Opus 4.5とClaude Sonnet 5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互角です(カテゴリ指標で53 対 53)。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
コンテキストはClaude Sonnet 5の方が長く、1,000,000トークンです(Claude Opus 4.5は200,000トークン)。
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 4.5です。Artificial Analysisの測定では、最初の回答トークンまで1.1秒 対 15.8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 Opus 4.5とClaude Sonnet 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11件のベンチマークのうち、Claude Opus 4.5のリードが8件、Claude Sonnet 5のリードが3件です。両方を評価しているすべての総合指標で、Claude Opus 4.5が上回っています。
Claude Sonnet 5はいつリリースされましたか?
Claude Sonnet 5は2026年6月30日にリリースされました。