Claude Opus 4.7 vs GPT-5.6 Sol
詳しいプロフィール:Claude Opus 4.7(Anthropic)とGPT-5.6 Sol(OpenAI)。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、Claude Opus 4.7とGPT-5.6 Solの品質は互角です(BenchLeader Indexで63.1 対 65.3、±4.9の誤差範囲内)。価格はGPT-5.6 Solの方が1.3倍安く、100万トークンあたりのブレンド価格で$8.00 対 $10.00です。マルチモーダル(67 対 66)を重視するならClaude Opus 4.7、コーディング(66 対 61)、数学(70 対 67)、推論(65 対 64)を重視するならGPT-5.6 Solが向いています。回答開始までの時間はClaude Opus 4.7の方が短く、1.0秒 対 33.5秒です。GPT-5.6 Solは出力が約2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、GPT-5.6 Solが65.3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)。
- GPT-5.6 Sol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)。
- GPT-5.6 SolはClaude Opus 4.7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5件のベンチマークのうち、GPT-5.6 Solが4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 | GPT-5.6 Sol | カテゴリスコア66 対 61;WeirdML 87.0% 対 76.4% | 中 |
| エージェント・ツール利用 | どちらでも | カテゴリスコア68 対 68;Terminal-Bench 80.2% 対 38.5% | どちらでも |
| 数学 | GPT-5.6 Sol | カテゴリスコア70 対 67 | 中 |
| 推論 | GPT-5.6 Sol | カテゴリスコア65 対 64;Mystery Game Puzzles 58.0% 対 13.0% | 中 |
| 画像などのメディア | Claude Opus 4.7 | カテゴリスコア67 対 66 | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはClaude Opus 4.7のみです(カテゴリスコア67) | 比較不可 |
| 最低コスト | GPT-5.6 Sol | 100万トークンあたりブレンド価格$8.00 対 $10.00;エージェント型コーディングセッション$0.320 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 33.5秒(GPT-5.6 Sol (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GPT-5.6 Sol (max)の品質は互角です(63.1 対 65.3、±4.9の誤差範囲内)。
- Claude Opus 4.7はエージェント・ツール、マルチモーダルで優れています。
- GPT-5.6 Sol (max)はコーディング、数学、推論で優れています。
- GPT-5.6 Sol (max)の方が1.3倍安くなっています(100万トークンあたりブレンド価格$8.00 対 $10.00)。
- GPT-5.6 Sol (max)の方が出力が2.1倍速くなっています(100 対 48トークン/秒)。
概要
| 仕様 | Claude Opus 4.7 | GPT-5.6 Sol |
|---|---|---|
| プロバイダー | Anthropic | OpenAI |
| リリース日 | 2026年4月16日 | 2026年7月9日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,050,000 |
| 比較した構成 | Claude Opus 4.7 | GPT-5.6 Sol (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 | $4.00 / $20.00 / $0.400 |
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 4.7 | GPT-5.6 Sol (max) | トップ |
|---|---|---|---|
| 推論 | 63.6 | 64.7 | GPT-5.6 Sol |
| コーディング | 60.9 | 65.8 | GPT-5.6 Sol |
| エージェント・ツール | 67.9 | 67.5 | 互角 |
| 数学 | 66.7 | 70.0 | GPT-5.6 Sol |
| 知識 | – | 63.8 | 比較不可 |
| 指示追従 | – | 71.2 | 比較不可 |
| 人間の評価 | 67.3 | – | 比較不可 |
| マルチモーダル | 67.1 | 65.9 | Claude Opus 4.7 |
| 長文コンテキスト | – | 66.7 | 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。
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, 人間の評価。
情報源で評価が分かれる点
両方に結果がある5件のベンチマークのうち、Claude Opus 4.7のリードが1件、GPT-5.6 Solのリードが4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Index | Claude Opus 4.7 | GPT-5.6 Sol (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 63.1 | 65.3 | 互角 |
| Arena Text | 1494 | 1485† | Claude 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 4.7 | GPT-5.6 Sol (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $10.00 | $8.00 |
| 100万トークンあたりの入力/出力 | $5.00 / $25.00 | $4.00 / $20.00 |
| 100万トークンあたりのキャッシュ入力 | $0.500 | $0.400 |
| タスクあたりの価格:チャットの返答 | $0.0095 | $0.0076 |
| タスクあたりの価格:30ページのレポートを要約 | $0.075 | $0.060 |
| タスクあたりの価格:コード編集 | $0.068 | $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 | $0.400 | $0.320 |
| タスクあたりの価格:構造化データの抽出 | $0.015 | $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) | $0.198 | $0.158 |
| 出力速度 | 48 tok/s | 100 tok/s |
| 回答開始までの時間 | 1.0秒 | 33.5秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 157.3秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 4.7のスコアは63.1、最初の回答トークンまで1秒。Claude Opus 4.7 (high)は60.0(1秒)、Claude Opus 4.7 (max)は59.7(15秒)。GPT-5.6 Sol (max)のスコアは65.3、最初の回答トークンまで34秒。GPT-5.6 Sol (xhigh)は63.9(17秒)、GPT-5.6 Sol (high)は63.4(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
162件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Opus 4.7 | GPT-5.6 Sol (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 63.1 | 65.3 |
| エージェント・ツールスコア | BenchLeader | 67.9 | 67.5 |
| コーディングスコア | BenchLeader | 60.9 | 65.8 |
| 人間の評価スコア | BenchLeader | 67.3 | – |
| 数学スコア | BenchLeader | 66.7 | 70.0 |
| マルチモーダルスコア | BenchLeader | 67.1 | 65.9 |
| 推論スコア | BenchLeader | 63.6 | 64.7 |
| 指示追従スコア | BenchLeader | – | 71.2 |
| 知識スコア | BenchLeader | – | 63.8 |
| 長文コンテキストスコア | BenchLeader | – | 66.7 |
| ブレンド価格($/100万トークン) | BenchLeader | $10.00 | $8.00 |
| 出力速度 | BenchLeader | 48 tok/s | 100 tok/s |
| 回答開始までの時間 | BenchLeader | 1.0秒 | 33.5秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 86.4%† | 93.5% |
| Humanity's Last Exam | Scale AI / CAIS | 36.2% | – |
| SimpleBench | SimpleBench | 61.7% | 64.8%† |
| Arena Hard Prompts | Arena (LMArena) | 1519 | 1511† |
| LiveBench 1.0 Reasoning | LiveBench | 87.2%† | 91.7% |
| GPQA Diamond (AA) | Artificial Analysis | 91.4%† | 94.1% |
| Humanity's Last Exam (AA) | Artificial Analysis | 42.3%† | 49.5% |
| GPQA Diamond (Vals) | Vals AI | 90.2%† | 95.2% |
| EnigmaEval | Scale AI SEAL | – | 37.1%† |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 73.3% | 67.0%† |
| ARC-AGI-1 | ARC Prize | – | 96.5% |
| ARC-AGI-2 | ARC Prize | – | 92.5% |
| ARC-AGI-3 | ARC Prize | 0.2%† | 7.8% |
| CritPt | Artificial Analysis | 12.0%† | 32.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 60.0% |
| MysteryMechanism | Vals AI | – | 33.3% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 31.2%† |
| Arena Expert | Arena (LMArena) | 1534 | 1532† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 41.0%† | 59.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 13.0% | 58.0% |
| LMCA | Epoch AI Benchmarking Hub | 52.2%† | 58.4% |
| DTBench | Epoch AI Benchmarking Hub | 94.7%† | 95.5% |
| ForecastBench | ForecastBench | 62.8% | 65.7% |
| BTF-3 | Epoch AI Benchmarking Hub | – | 13.7% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 83.5%† | – |
162件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Opus 4.7 | GPT-5.6 Sol (max) |
|---|---|---|---|
| コーディング | |||
| SciCode | SciCode | 54.5%† | 57.1% |
| WeirdML | WeirdML | 76.4% | 87.0% |
| FrontierCode | Cognition | 38.5% | 47.5%† |
| GSO-Bench | GSO-Bench | 44.1% | 76.5%† |
| Arena Coding | Arena (LMArena) | 1547 | 1533† |
| Arena WebDev | Arena (LMArena) | 1555 | 1615† |
| LiveBench 1.0 Coding | LiveBench | 82.1%† | 83.9% |
| SciCode (AA) | Artificial Analysis | – | 57.1% |
| LiveCodeBench | Vals AI | 85.1%† | 82.6% |
| IOI | Vals AI | – | 91.2% |
| SWE-bench (Vals) | Vals AI | 82.0%† | 96.2% |
| Code Migration | Vals AI | 43.9%† | 52.9% |
| ProgramBench | Vals AI | 0.0%† | 1.5% |
| Vibe Code Bench 1-100 | Vals AI | – | 20.0% |
| Vibe Code Bench v1.1 | Vals AI | 71.0%† | 80.5% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 40.3% | 46.0%† |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 48.6% | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 38.5% | 45.9%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 95.5%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 82.4%† |
| MirrorCode | Epoch AI Benchmarking Hub | 31.1%† | 20.0%† |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 93.1%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 72.7% |
| CursorBench | Cursor | – | 41.7% |
| ALE-Bench | Epoch AI Benchmarking Hub | 1323.0 | 2176.9 |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 32.2% |
| WeirdML v3 | WeirdML | – | 15.0%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 39.9% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 83.2%† | 88.0% |
| Startrise Frontend | Startrise | – | 66.2%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 67.0† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 80.0† |
| Design Arena Website | Design Arena | – | 1319† |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 80.2% | 38.5% |
| OSWorld-Verified 2.0 | OSWorld | 18.2%† | 27.3% |
| APEX-Agents | Mercor | 49.2%† | 51.4%† |
| Arena Agent | Arena (LMArena) | – | 4.6† |
| LiveBench Agentic Coding | LiveBench | 50.7%† | 56.2% |
| Terminal-Bench Hard | Artificial Analysis | 51.5%† | 65.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | 88.6%† | 85.1% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 68.5%† | 85.8% |
| MCP Atlas | Scale AI SEAL | 79.1%† | – |
| HiL-Bench | Scale AI SEAL | 41.7% | 32.3%† |
| τ³-bench Banking | τ²-bench | 40.2%† | 46.9%† |
| GDPval-AA v2.1 | Artificial Analysis | 1361† | 1619 |
| τ³-Banking (AA) | Artificial Analysis | 34.6%† | 44.3% |
| ITBench SRE (AA) | Artificial Analysis | 46.7%† | 56.2% |
| Analyst Agent (AA) | Artificial Analysis | 43.8%† | 47.5% |
| CUA-bench | Vals AI | – | 8.3% |
| CyberBench | Vals AI | – | 76.3% |
| Finance Agent v2 | Vals AI | 51.5%† | 53.8% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7%† | 2.5% |
| Legal Research Bench | Vals AI | 38.5%† | 48.1% |
| SkillsBench | Vals AI | – | 54.1% |
| SREBench | Vals AI | – | 30.5% |
| Tax Agent Bench | Vals AI | 23.7%† | 31.1% |
| Terminal-Bench 2.0 (Vals) | Vals AI | 68.5%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 37.9% |
| Terminal-Bench Science | Vals AI | – | 20.0% |
| Time Horizon Index: KSP | Vals AI | – | 23.8% |
| Web Search Index | Vals AI | – | 43.6% |
| Arena Search | Arena (LMArena) | 1210 | 1255† |
| Arena Agent Task Completion | Arena (LMArena) | – | 2.3† |
| BALROG | BALROG | – | 60.0% |
| PostTrainBench | Epoch AI Benchmarking Hub | 24.3%† | 31.0% |
| ExploitBench | Epoch AI Benchmarking Hub | 26.5% | – |
| GBAEval | Epoch AI Benchmarking Hub | 43.8% | 52.6%† |
| Vending-Bench 2 | Andon Labs | 10936.8 | 9619.4† |
| AutomationBench | Artificial Analysis | – | 60.1% |
| GDP.pdf (AA) | Artificial Analysis | – | 27.2% |
| EnterpriseOps-Gym | Artificial Analysis | – | 42.9% |
| AA-Briefcase v1.1 | Artificial Analysis | 1252† | 1479 |
| Design Arena Agentic | Design Arena | – | 1238† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 22.4% |
| FACTS Search | – | 92.9%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 70.2%† | 89.1% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 31.7%† | 82.9% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 86.7%† | 100.0% |
| ProofBench | Vals AI | 54.0%† | 83.0% |
| LiveBench Mathematics | LiveBench | 92.8%† | 96.2% |
| AIME (Vals) | Vals AI | 96.3% | – |
| AIME 2026 | MathArena | 95.8%† | – |
| HMMT February 2026 | MathArena | 93.9%† | – |
| MathArena Apex | MathArena | 40.6%† | – |
| Arena Maths | Arena (LMArena) | 1490 | 1494† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 0.0% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 51.7%† | 69.7% |
| LiveBench 1.0 Data Analysis | LiveBench | 78.3%† | 79.8% |
| MMLU-Pro | Vals AI | 89.9%† | 89.1% |
| LegalBench | Vals AI | 85.3%† | 87.0% |
| CorpFin | Vals AI | 66.1%† | 64.4% |
| TaxEval | Vals AI | 75.3%† | 74.8% |
| PRBench Finance | Scale AI SEAL | – | 50.5% |
| PRBench Legal | Scale AI SEAL | – | 50.5% |
| BioMysteryBench | Vals AI | – | 71.1% |
| CaseLaw v2 | Vals AI | 68.4% | – |
| Excel Modeling Benchmark | Vals AI | 63.7%† | 72.3% |
| MedCode | Vals AI | 54.9%† | 44.0% |
| MedScribe | Vals AI | 83.0%† | 85.2% |
| Public Benefits Bench v1.1 | Vals AI | – | 66.5% |
| Financial Coaching Bench | Vals AI | – | 74.9% |
| DrugDiscoveryBench | Scale AI SEAL | – | 56.5% |
| EBR-bench | Epoch AI Benchmarking Hub | 19.1%† | 44.8% |
| GDP.pdf | Epoch AI Benchmarking Hub | 21.0%† | 30.7% |
| FACTS Parametric | – | 81.1%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 77.9%† | 87.7% |
| LiveBench Instruction Following | LiveBench | 66.7%† | 71.8% |
| IFBench | Artificial Analysis | 58.6%† | 72.7% |
| Arena Instruction Following | Arena (LMArena) | 1493 | 1490† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1494 | 1485† |
| EQ-Bench 4 | EQ-Bench | 1293 | 1236† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1915 | 1974† |
| Arena Creative Writing | Arena (LMArena) | 1482 | 1471† |
| Arena Multi-turn | Arena (LMArena) | 1514 | 1491† |
| Arena Longer Queries | Arena (LMArena) | 1508 | 1498† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1319 | 1282† |
| MMMU-Pro | Artificial Analysis | 78.8%† | 83.4% |
| MMMU-Pro (Vals) | Vals AI | 85.5%† | 88.8% |
| MortgageTax | Vals AI | 70.3%† | 67.3% |
| Humanity's Sixth Sense | Scale AI SEAL | – | 30.0% |
| GeoBench | GeoBench | – | 73.0%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 24.5% | 33.6%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 33.3%† | 56.7% |
| FACTS Multimodal | – | 46.4%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 78.7%† | 84.0% |
| Arena Document | Arena (LMArena) | 1494 | 1487† |
| MLCR | Artificial Analysis | – | 30.0% |
| FACTS Grounding | – | 61.9%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 157.4 | 163.0† |
| LiveBench 1.0 | LiveBench | 76.5%† | 81.0% |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 40.7† | 47.0 |
| AA Progress Index v1 | Artificial Analysis | 312.5† | 331.5 |
| Vals RSI Index | Vals AI | 19.1%† | 23.9% |
| Vals Science Index | Vals AI | – | 41.5% |
| Vals Multimodal Index | Vals AI | 67.4%† | 72.6% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 20.1%† |
| DistressBench | Scale AI SEAL | – | 73.6%† |
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
- GPT-5.6 Sol (max):新しい結果1件(GDPval-AA v2.1)。
- GPT-5.6 Sol (max):スコアの改訂1件。
- GPT-5.6 Sol (max):BenchLeader Index 65.8 → 65.3。
- GPT-5.6 Sol (max):スコアの改訂1件。
- Claude Opus 4.7:スコアの改訂1件。
- GPT-5.6 Sol (max):スコアの改訂1件。
- GPT-5.6 Sol (max):新しい結果2件(AA Progress Index v1, CritPt v2 hard subset (AA))。
- Claude Opus 4.7:スコアの改訂1件。
- GPT-5.6 Sol (max):新しい結果1件(AA-Briefcase v1.1)。
- Claude Opus 4.7:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
関連する比較
- Claude Opus 4.7 vs Claude Fable 5.2
- Claude Opus 4.7 vs Gemini 4 Carbon
- Claude Opus 4.7 vs Claude Opus 5.5
- GPT-5.6 Sol vs Claude Fable 5.2
- GPT-5.6 Sol vs Gemini 4 Carbon
- GPT-5.6 Sol vs Claude Opus 5.5
- GPT-5.6 Sol vs GPT-6 Astra
- Claude Opus 4.6 vs GPT-5.6 Sol
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 GPT-5.6 Sol:よくある質問
- Claude Opus 4.7はGPT-5.6 Solより優れていますか?
- Claude Opus 4.7とGPT-5.6 Sol (max)の品質は互角です(63.1 対 65.3、±4.9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GPT-5.6 Sol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GPT-5.6 Solの方が安く、100万トークンあたり$8.00 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 4.7とGPT-5.6 Solのどちらが向いていますか?
- コーディングではGPT-5.6 Solの方がスコアが高くなっています(カテゴリ指標で66 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WeirdMLでは、Claude Opus 4.7が76.4%、GPT-5.6 Solが87.0%です。
- Claude Opus 4.7とGPT-5.6 Solはどちらが速いですか?
- GPT-5.6 Solの方が出力が約2倍速くなっています(出力100 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GPT-5.6 Sol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68 対 68)。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%、GPT-5.6 Solが38.5%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?
- どちらも約1.1Mトークンです(Claude Opus 4.7は1,000,000、GPT-5.6 Solは1,050,000)。
- 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 33.5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GPT-5.6 Sol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5件のベンチマークのうち、Claude Opus 4.7のリードが1件、GPT-5.6 Solのリードが4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。
- GPT-5.6 Solはいつリリースされましたか?
- GPT-5.6 Solは2026年7月9日にリリースされました。