BenchLeader

Claude Opus 4.7 vs Claude Opus 5

詳しいプロフィール:Claude Opus 4.7(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 · 14件の情報源のデータ

2026年11月16日時点で、Claude Opus 4.7とClaude Opus 5の品質は互角です(BenchLeader Indexで63.1 対 65.0、±4.1の誤差範囲内)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$10.00 対 $10.00)。エージェント・ツール(68 対 64)を重視するならOpus 4.7、コーディング(67 対 61)、数学(70 対 67)、推論(66 対 64)を重視するならOpus 5が向いています。回答開始までの時間はOpus 4.7の方が短く、1.0秒 対 48.5秒です。Opus 5は出力が約1.5倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Opus 4.7が63.1、Claude Opus 5が65.0です(BenchLeader、2026年11月16日)。
  • Claude Opus 4.7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 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 Opus 5はClaude Opus 4.7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)。
  • Arena WebDevでの評価はClaude Opus 4.7が1555、Claude Opus 5が1691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Claude Opus 5カテゴリスコア67 対 61;Arena WebDev 1691 対 1555中
エージェント・ツール利用Claude Opus 4.7カテゴリスコア68 対 64;Terminal-Bench 80.2% 対 52.1%中
数学Claude Opus 5カテゴリスコア70 対 67;Arena Maths 1515 対 1490中
推論Claude Opus 5カテゴリスコア66 対 64;Arena Hard Prompts 1513 対 1519中
画像などのメディアどちらでもカテゴリスコア67 対 67どちらでも
チャットの質(人間の評価)どちらでもArenaの投票で67 対 68どちらでも
最低コストどちらでも100万トークンあたりブレンド価格$10.00 対 $10.00;エージェント型コーディングセッション$0.400 対 $0.400–
回答開始の速さClaude Opus 4.7最初の回答トークンまで1.0秒(Claude Opus 4.7)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

  • Claude Opus 4.7とClaude Opus 5 (max)の品質は互角です(63.1 対 65.0、±4.1の誤差範囲内)。
  • Claude Opus 4.7はエージェント・ツールで優れています。
  • Claude Opus 5 (max)はコーディング、人間の評価、数学、マルチモーダル、推論で優れています。
  • 価格はほぼ同じです(100万トークンあたりブレンド価格$10.00)。
  • Claude Opus 5 (max)の方が出力が1.7倍速くなっています(80 対 48トークン/秒)。

概要

仕様Claude Opus 4.7Claude Opus 5
プロバイダーAnthropicAnthropic
リリース日2026年4月16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 Opus 4.7Claude 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)$5.00 / $25.00 / $0.500$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 Opus 4.7Claude Opus 5 (max)トップ
推論63.666.1Claude Opus 5
コーディング60.967.0Claude Opus 5
エージェント・ツール67.963.8Claude Opus 4.7
数学66.769.8Claude Opus 5
知識–65.2比較不可
人間の評価67.368.1互角
マルチモーダル67.167.2互角
長文コンテキスト–64.3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・ツール数学マルチモーダル人間の評価Claude Opus 4.7, 推論: 63.6Claude Opus 4.7, コーディング: 60.9Claude Opus 4.7, エージェント・ツール: 67.9Claude Opus 4.7, 数学: 66.7Claude Opus 4.7, マルチモーダル: 67.1Claude Opus 4.7, 人間の評価: 67.3Claude Opus 5, 推論: 66.1Claude Opus 5, コーディング: 67.0Claude Opus 5, エージェント・ツール: 63.8Claude Opus 5, 数学: 69.8Claude Opus 5, マルチモーダル: 67.2Claude Opus 5, 人間の評価: 68.1

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。

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14件のベンチマークのうち、Claude Opus 4.7のリードが7件、Claude Opus 5のリードが7件です。両方を評価しているすべての総合指標で、Claude Opus 4.7が上回っています。

総合IndexClaude Opus 4.7Claude Opus 5 (max)トップ
BenchLeader Index63.165.0互角
Arena Text14941489Claude Opus 4.7

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 4.7Claude Opus 5 (max)
100万トークンあたりのブレンド価格$10.00$10.00
100万トークンあたりの入力/出力$5.00 / $25.00$5.00 / $25.00
100万トークンあたりのキャッシュ入力$0.500$0.500
タスクあたりの価格:チャットの返答$0.0095$0.0095
タスクあたりの価格:30ページのレポートを要約$0.075$0.075
タスクあたりの価格:コード編集$0.068$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$0.400$0.400
タスクあたりの価格:構造化データの抽出$0.015$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)$0.198$0.198
ベンチマークのタスクあたりのコスト(AA Index)–$11.82
タスクあたりの出力トークン(AA Index)–118k
うち推論–73k
タスクあたりの時間(AA Index)–25 min
出力速度48 tok/s80 tok/s
回答開始までの時間1.0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)–191.6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 4.7のスコアは63.1、最初の回答トークンまで1秒。Claude Opus 4.7 (high)は60.0(1秒)、Claude Opus 4.7 (max)は59.7(15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

159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 4.7Claude Opus 5 (max)
BenchLeader IndexBenchLeader63.165.0
エージェント・ツールスコアBenchLeader67.963.8
コーディングスコアBenchLeader60.967.0
人間の評価スコアBenchLeader67.368.1
数学スコアBenchLeader66.769.8
マルチモーダルスコアBenchLeader67.167.2
推論スコアBenchLeader63.666.1
知識スコアBenchLeader–65.2
長文コンテキストスコアBenchLeader–64.3
ブレンド価格($/100万トークン)BenchLeader$10.00$10.00
出力速度BenchLeader48 tok/s80 tok/s
回答開始までの時間BenchLeader1.0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 Hub86.4%†93.9%
Humanity's Last ExamScale AI / CAIS36.2%–
SimpleBenchSimpleBench61.7%80.6%†
Arena Hard PromptsArena (LMArena)15191513
LiveBench 1.0 ReasoningLiveBench87.2%†91.2%
GPQA Diamond (AA)Artificial Analysis91.4%†93.2%
Humanity's Last Exam (AA)Artificial Analysis42.3%†54.9%
HLE-Diamond (AA)Artificial Analysis–44.8%
GPQA Diamond (Vals)Vals AI90.2%†93.4%†
Kagi LLM BenchmarkKagi LLM Benchmark73.3%–
ARC-AGI-1ARC Prize–97.5%
ARC-AGI-2ARC Prize–90.4%
ARC-AGI-3ARC Prize0.2%†30.2%†
CritPtArtificial Analysis12.0%†29.1%
CritPt v2 hard subset (AA)Artificial Analysis–50.0%
MysteryMechanismVals AI–37.4%
HLE-Diamond (Scale)Scale AI SEAL–38.6%†
Arena ExpertArena (LMArena)15341530
Chess PuzzlesEpoch AI Benchmarking Hub41.0%†43.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub13.0%59.0%
LMCAEpoch AI Benchmarking Hub52.2%†63.3%
DTBenchEpoch AI Benchmarking Hub94.7%†97.6%
ForecastBenchForecastBench62.8%66.6%
BTF-3Epoch AI Benchmarking Hub–12.0%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub83.5%†–
159件のベンチマークをすべて表示
指標公開元Claude Opus 4.7Claude Opus 5 (max)
コーディング
SciCodeSciCode54.5%†56.4%
WeirdMLWeirdML76.4%91.8%
FrontierCodeCognition38.5%53.4%
GSO-BenchGSO-Bench44.1%–
Arena CodingArena (LMArena)15471528
Arena WebDevArena (LMArena)15551691
LiveBench 1.0 CodingLiveBench82.1%†81.5%
SciCode (AA)Artificial Analysis–56.4%
LiveCodeBenchVals AI85.1%†89.0%
IOIVals AI–84.3%
SWE-bench (Vals)Vals AI82.0%†97.0%†
Code MigrationVals AI43.9%†57.5%
ProgramBenchVals AI0.0%†3.0%
Vibe Code Bench 1-100Vals AI–28.5%
Vibe Code Bench v1.1Vals AI71.0%†88.4%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL40.3%63.2%†
SWE Atlas v1.0: RefactoringScale AI SEAL48.6%–
SWE Atlas v1.0: Test WritingScale AI SEAL38.5%62.2%†
SWE-Bench Pro V2Scale AI SEAL–99.4%†
SWE-Bench Pro V2 HARDScale AI SEAL–98.0%†
MirrorCodeEpoch AI Benchmarking Hub31.1%†87.8%
DeepSWE v1.1Epoch AI Benchmarking Hub–73.7%
CursorBenchCursor–46.6%
ALE-BenchEpoch AI Benchmarking Hub1323.02164.6†
FrontierSWEEpoch AI Benchmarking Hub–52.0%
WeirdML v3WeirdML–19.0%†
Terminal-Bench 4.0 (AA)Artificial Analysis–49.0%
Terminal-Bench 2.1 (AA)Artificial Analysis83.2%†89.1%
Startrise FrontendStartrise–82.3%†
GameBench 2 OverallDuelLab GameBench 2–76.5†
GameBench 2 by reasoning settingDuelLab GameBench 2–84.8†
Design Arena WebsiteDesign Arena–1304†
FrontierCode 2.0 (AA)Artificial Analysis–31.1%
エージェント・ツール
Terminal-BenchTerminal-Bench80.2%52.1%
OSWorld-Verified 2.0OSWorld18.2%†31.4%
APEX-AgentsMercor49.2%†65.8%
Arena AgentArena (LMArena)–7.2
LiveBench Agentic CodingLiveBench50.7%†65.2%
Terminal-Bench HardArtificial Analysis51.5%†–
τ²-Bench Telecom (AA)Artificial Analysis88.6%†–
Terminal-Bench 2.1 (Vals)Vals AI68.5%†84.6%†
MCP AtlasScale AI SEAL79.1%†85.8%†
HiL-BenchScale AI SEAL41.7%57.0%†
τ³-bench Bankingτ²-bench40.2%†48.7%
GDPval-AA v2.1Artificial Analysis1361†1729
τ³-Banking (AA)Artificial Analysis34.6%†42.1%
ITBench SRE (AA)Artificial Analysis46.7%†–
Analyst Agent (AA)Artificial Analysis43.8%†53.8%
CUA-benchVals AI–9.0%
CyberBenchVals AI–65.4%
Finance Agent v2Vals AI51.5%†58.6%
Harvey's Legal Agent Benchmark v1Vals AI6.7%†6.7%
Legal Research BenchVals AI38.5%†55.3%
SkillsBenchVals AI–60.4%
SREBenchVals AI–12.2%
Tax Agent BenchVals AI23.7%†47.1%
Terminal-Bench 2.0 (Vals)Vals AI68.5%†–
Terminal-Bench 4.0 (Vals)Vals AI–53.5%
Terminal-Bench ScienceVals AI–27.1%
Time Horizon Index: KSPVals AI–18.8%
Arena SearchArena (LMArena)12101213†
Arena Agent Task CompletionArena (LMArena)–10.2
BALROGBALROG–63.4%
PostTrainBenchEpoch AI Benchmarking Hub24.3%†35.7%†
ExploitBenchEpoch AI Benchmarking Hub26.5%–
GBAEvalEpoch AI Benchmarking Hub43.8%79.6%†
Vending-Bench 2Andon Labs10936.811181.9†
AutomationBenchArtificial Analysis–56.6%
GDP.pdf (AA)Artificial Analysis–21.6%
EnterpriseOps-GymArtificial Analysis–47.5%
AA-Briefcase v1.1Artificial Analysis1252†1654
Design Arena AgenticDesign Arena–1270†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–28.6%
DeepSec-Bench (AA)Artificial Analysis–25.9%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub70.2%†85.6%
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%†73.2%
OTIS Mock AIMEEpoch AI Benchmarking Hub86.7%†98.9%
ProofBenchVals AI54.0%†99.0%
LiveBench MathematicsLiveBench92.8%†95.7%
AIME (Vals)Vals AI96.3%–
AIME 2026MathArena95.8%†–
HMMT February 2026MathArena93.9%†–
MathArena ApexMathArena40.6%†–
Arena MathsArena (LMArena)14901515
FrontierMath ErdősEpoch AI Benchmarking Hub–0.0%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub51.7%†59.9%
LiveBench 1.0 Data AnalysisLiveBench78.3%†74.5%
AA-Omniscience v1.1Artificial Analysis–37.6
MMLU-ProVals AI89.9%†91.6%
LegalBenchVals AI85.3%†87.0%
CorpFinVals AI66.1%†73.2%†
TaxEvalVals AI75.3%†75.1%†
BioMysteryBenchVals AI–79.3%
CaseLaw v2Vals AI68.4%–
Excel Modeling BenchmarkVals AI63.7%†73.6%
MedCodeVals AI54.9%†63.6%
MedScribeVals AI83.0%†91.0%
Public Benefits Bench v1.1Vals AI–76.9%
DrugDiscoveryBenchScale AI SEAL–53.7%
EBR-benchEpoch AI Benchmarking Hub19.1%†45.7%
GDP.pdfEpoch AI Benchmarking Hub21.0%†24.0%
AA-Omniscience v1.1: accuracyArtificial Analysis–60.9%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–40.6%
FACTS ParametricGoogle–48.8%†
指示追従
LiveBench LanguageLiveBench77.9%†88.7%
LiveBench Instruction FollowingLiveBench66.7%†63.8%
IFBenchArtificial Analysis58.6%†–
Arena Instruction FollowingArena (LMArena)14931494
人間の評価
Arena TextArena (LMArena)14941489
EQ-Bench 4EQ-Bench12931365†
EQ-Bench Creative Writing v3EQ-Bench19152135†
Arena Creative WritingArena (LMArena)14821473
Arena Multi-turnArena (LMArena)15141486
Arena Longer QueriesArena (LMArena)15081502
マルチモーダル
Arena VisionArena (LMArena)13191318†
MMMU-ProArtificial Analysis78.8%†84.7%
MMMU-Pro (Vals)Vals AI85.5%†89.9%
MortgageTaxVals AI70.3%†72.1%†
Humanity's Sixth SenseScale AI SEAL–30.5%
Blueprint-Bench 2Epoch AI Benchmarking Hub24.5%30.4%†
Furniture AssemblyEpoch AI Benchmarking Hub33.3%†60.8%
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.7%†79.3%
Arena DocumentArena (LMArena)14941486†
MLCRArtificial Analysis–11.1%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.4164.7†
LiveBench 1.0LiveBench76.5%†80.1%
AA Intelligence Index v5.0.1Artificial Analysis–44.2
AA Intelligence Index v4.3.2Artificial Analysis40.7†50.8
AA Progress Index v1Artificial Analysis312.5†333.7
Vals RSI IndexVals AI19.1%†33.0%
Vals Science IndexVals AI–47.9%
Vals Multimodal IndexVals AI67.4%†73.9%†
安全性・誠実さ
FORTRESSScale AI SEAL–16.8%†
DistressBenchScale AI SEAL–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 Opus 5 (max):新しい結果1件(MirrorCode)。
  • Claude Opus 5 (max):BenchLeader Index 65.5 → 65.0。
  • Claude Opus 4.7:スコアの改訂1件。
  • 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 Opus 5 (max):新しい結果1件(MirrorCode)。
  • Claude Opus 5 (max):スコアの改訂1件。
  • Claude Opus 5 (max):BenchLeader Index 66.3 → 65.5。
  • Claude Opus 5 (max):新しい結果1件(AA Progress Index v1)。

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 4.7 vs Claude Opus 5:よくある質問

Claude Opus 4.7はClaude Opus 5より優れていますか?
Claude Opus 4.7とClaude Opus 5 (max)の品質は互角です(63.1 対 65.0、±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 4.7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?
価格は同じで、100万トークンあたりのブレンド価格は$10.00です。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 4.7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 61。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Arena WebDevでは、Claude Opus 4.7が1555、Claude Opus 5が1691です。
Claude Opus 4.7とClaude Opus 5はどちらが速いですか?
Claude Opus 5の方が出力が約1.5倍速くなっています(出力80 対 48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 4.7とClaude Opus 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Claude Opus 4.7の方がスコアが高くなっています(カテゴリ指標で68 対 64。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Terminal-Benchでは、Claude Opus 4.7が80.2%、Claude Opus 5が52.1%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1,000,000トークンのコンテキストに対応しています。
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 4.7です。Artificial Analysisの測定では、最初の回答トークンまで1.0秒 対 48.5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 Opus 4.7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14件のベンチマークのうち、Claude Opus 4.7のリードが7件、Claude Opus 5のリードが7件です。両方を評価しているすべての総合指標で、Claude Opus 4.7が上回っています。
Claude Opus 5はいつリリースされましたか?
Claude Opus 5は2026年7月24日にリリースされました。