Claude Opus 4.8 vs GPT-5
詳しいプロフィール:Claude Opus 4.8(Anthropic)とGPT-5(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 · 16件の情報源のデータ
2026年11月16日時点で、Claude Opus 4.8とGPT-5の品質は互角です(BenchLeader Indexで61.1 対 59.0、±6.7の誤差範囲内)。価格はGPT-5の方が2.9倍安く、100万トークンあたりのブレンド価格で$3.44 対 $10.00です。推論(64 対 48)、コーディング(62 対 57)、数学(68 対 65)を重視するならClaude Opus 4.8、指示追従(69 対 62)、長文コンテキスト(70 対 63)、エージェント・ツール(58 対 57)を重視するならGPT-5が向いています。回答開始までの時間はGPT-5の方が短く、22.9秒 対 39.1秒です。
要点(2026年11月16日時点)
- BenchLeader IndexはClaude Opus 4.8が61.1、GPT-5が59.0です(BenchLeader、2026年11月16日)。
- Claude Opus 4.8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の100万トークンあたりのブレンド価格は$3.44です(定価、2026年11月16日)。
- 両モデルに結果がある14件のベンチマークのうち、Claude Opus 4.8が12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 4.8 | カテゴリスコア62 対 57 | 中 |
| エージェント・ツール利用 | GPT-5 | カテゴリスコア58 対 57;Terminal-Bench 49.6% 対 23.6% | 中 |
| 数学 | Claude Opus 4.8 | カテゴリスコア68 対 65;OTIS Mock AIME 98.3% 対 87.2% | 中 |
| 推論 | Claude Opus 4.8 | カテゴリスコア64 対 48;GPQA Diamond 91.0% 対 85.3% | 高 |
| 長い文書 | GPT-5 | カテゴリスコア70 対 63;AA-LCR v1.1 76.0% 対 77.7% | 中 |
| 指示への追従 | GPT-5 | カテゴリスコア69 対 62;IFBench 70.6% 対 62.2% | 中 |
| 最低コスト | GPT-5 | 100万トークンあたりブレンド価格$3.44 対 $10.00;エージェント型コーディングセッション$0.115 対 $0.400 | – |
| 回答開始の速さ | GPT-5 | 最初の回答トークンまで22.9秒(GPT-5 (medium))対 39.1秒(Claude Opus 4.8 (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 4.8 (max)とGPT-5 (medium)の品質は互角です(61.1 対 59.0、±6.7の誤差範囲内)。
- Claude Opus 4.8 (max)はコーディング、数学、推論で優れています。
- GPT-5 (medium)はエージェント・ツール、指示追従、長文コンテキストで優れています。
- GPT-5 (medium)の方が2.9倍安くなっています(100万トークンあたりブレンド価格$3.44 対 $10.00)。
概要
| 仕様 | Claude Opus 4.8 | GPT-5 |
|---|---|---|
| プロバイダー | Anthropic | OpenAI |
| リリース日 | 2026年5月28日 | 2025年8月7日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 400,000 |
| 比較した構成 | Claude Opus 4.8 (max) | GPT-5 (medium) |
| 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 | $1.25 / $10.00 / $0.125 |
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 4.8 (max) | GPT-5 (medium) | トップ |
|---|---|---|---|
| 推論 | 64.1 | 47.9 | Claude Opus 4.8 |
| コーディング | 61.9 | 57.4 | Claude Opus 4.8 |
| エージェント・ツール | 56.9 | 58.1 | GPT-5 |
| 数学 | 67.7 | 65.4 | Claude Opus 4.8 |
| 知識 | 61.0 | – | 比較不可 |
| 指示追従 | 62.1 | 69.4 | GPT-5 |
| マルチモーダル | – | 56.6 | 比較不可 |
| 長文コンテキスト | 63.4 | 70.4 | GPT-5 |
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, マルチモーダル, 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14件のベンチマークのうち、Claude Opus 4.8のリードが12件、GPT-5のリードが2件です。両方を評価しているすべての総合指標で、Claude Opus 4.8が上回っています。
| 総合Index | Claude Opus 4.8 (max) | GPT-5 (medium) | トップ |
|---|---|---|---|
| BenchLeader Index | 61.1 | 59.0 | 互角 |
| Arena Text | 1482† | 1435 | Claude Opus 4.8 |
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 4.8 (max) | GPT-5 (medium) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $10.00 | $3.44 |
| 100万トークンあたりの入力/出力 | $5.00 / $25.00 | $1.25 / $10.00 |
| 100万トークンあたりのキャッシュ入力 | $0.500 | $0.125 |
| タスクあたりの価格:チャットの返答 | $0.0095 | $0.0035 |
| タスクあたりの価格:30ページのレポートを要約 | $0.075 | $0.021 |
| タスクあたりの価格:コード編集 | $0.068 | $0.022 |
| 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 | $0.115 |
| タスクあたりの価格:構造化データの抽出 | $0.015 | $0.0045 |
| 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 | $0.064 |
| 出力速度 | 85 tok/s | 82 tok/s |
| 回答開始までの時間 | 39.1秒 | 22.9秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 81.0秒 | 66.2秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 4.8 (max)のスコアは61.1、最初の回答トークンまで39秒。Claude Opus 4.8 (high)は60.4(1秒)、Claude Opus 4.8は58.7(1秒)。GPT-5 (medium)のスコアは59.0、最初の回答トークンまで23秒。GPT-5 (high)は58.2(49秒)、GPT-5は56.6(5秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
173件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Opus 4.8 (max) | GPT-5 (medium) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 61.1 | 59.0 |
| エージェント・ツールスコア | BenchLeader | 56.9 | 58.1 |
| コーディングスコア | BenchLeader | 61.9 | 57.4 |
| 指示追従スコア | BenchLeader | 62.1 | 69.4 |
| 知識スコア | BenchLeader | 61.0 | – |
| 長文コンテキストスコア | BenchLeader | 63.4 | 70.4 |
| 数学スコア | BenchLeader | 67.7 | 65.4 |
| 推論スコア | BenchLeader | 64.1 | 47.9 |
| マルチモーダルスコア | BenchLeader | – | 56.6 |
| ブレンド価格($/100万トークン) | BenchLeader | $10.00 | $3.44 |
| 出力速度 | BenchLeader | 85 tok/s | 82 tok/s |
| 回答開始までの時間 | BenchLeader | 39.1秒 | 22.9秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 400,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 91.0% | 85.3% |
| Humanity's Last Exam | Scale AI / CAIS | – | 25.3%† |
| SimpleBench | SimpleBench | 64.8%† | 56.7%† |
| Arena Hard Prompts | Arena (LMArena) | 1505† | 1449† |
| LiveBench 1.0 Reasoning | LiveBench | 89.2% | – |
| GPQA Diamond (AA) | Artificial Analysis | 92.0% | 84.2% |
| Humanity's Last Exam (AA) | Artificial Analysis | 48.7% | 25.4% |
| GPQA Diamond (Vals) | Vals AI | 92.4% | 85.6%† |
| EnigmaEval | Scale AI SEAL | 23.5%† | – |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 88.8%† | 72.7%† |
| GPQA Diamond (HELM) | HELM Capabilities | – | 79.1%† |
| ARC-AGI-1 | ARC Prize | 92.5% | 56.2% |
| ARC-AGI-2 | ARC Prize | 72.1%† | 7.5% |
| ARC-AGI-3 | ARC Prize | 1.5%† | – |
| CritPt | Artificial Analysis | 20.9% | 0.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 11.5%† |
| Arena Expert | Arena (LMArena) | 1514† | 1445† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 52.0% | 32.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 36.0% | 15.0% |
| LMCA | Epoch AI Benchmarking Hub | 57.5% | 40.0%† |
| DTBench | Epoch AI Benchmarking Hub | 94.9% | 90.7%† |
| ForecastBench | ForecastBench | 66.1% | 65.0%† |
| BTF-3 | Epoch AI Benchmarking Hub | 14.0%† | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 71.5% |
| SciCode | SciCode | 53.5% | 42.9%† |
173件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Opus 4.8 (max) | GPT-5 (medium) |
|---|---|---|---|
| コーディング | |||
| WeirdML | WeirdML | 70.5%† | 39.8%† |
| FrontierCode | Cognition | 46.5%† | – |
| GSO-Bench | GSO-Bench | 47.1%† | 6.9%† |
| Arena Coding | Arena (LMArena) | 1529† | 1462† |
| Arena WebDev | Arena (LMArena) | 1536† | 1417 |
| LiveBench 1.0 Coding | LiveBench | 81.8% | – |
| SciCode (AA) | Artificial Analysis | 54.4% | – |
| LiveCodeBench | Vals AI | 87.8% | 85.9%† |
| SWE-bench (Vals) | Vals AI | 88.6% | 69.0%† |
| SWE-Bench Pro | Scale AI SEAL | – | 41.8%† |
| Aider Polyglot | Aider polyglot leaderboard | – | 86.7% |
| SWE-bench Verified (bash only) | SWE-bench | – | 65.0% |
| SWE-bench Verified (any scaffold) | SWE-bench | – | 74.4%† |
| Code Migration | Vals AI | 47.3% | – |
| ProgramBench | Vals AI | 1.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 82.7% | 20.1%† |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 14.9%† |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 57.3%† | – |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 46.7%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 49.6%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 65.6% | 4.4%† |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 87.5%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 59.0% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1563.8† | 1162.5† |
| AlgoTune | AlgoTune | – | 1.7† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 21.7% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 84.6% | 35.2%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 49.4† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 45.1† | 38.0 |
| Design Arena Website | Design Arena | 1250† | 1174† |
| LiveCodeBench (AA) | Artificial Analysis | – | 70.3% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 23.6% | 49.6% |
| OSWorld-Verified 2.0 | OSWorld | 20.6% | – |
| GDPval | OpenAI | – | 34.8% |
| Remote Labor Index | Scale AI / CAIS | 8.3%† | 1.7%† |
| APEX-Agents | Mercor | 48.9% | – |
| LiveBench Agentic Coding | LiveBench | 50.5% | – |
| Terminal-Bench Hard | Artificial Analysis | 58.3% | 37.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | 94.4% | 86.5% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 71.9% | – |
| MCP Atlas | Scale AI SEAL | 82.2% | – |
| HiL-Bench | Scale AI SEAL | 35.3%† | – |
| τ³-bench Banking | τ²-bench | 39.7% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1461 | 925† |
| τ³-Banking (AA) | Artificial Analysis | 34.2% | 22.1%† |
| Analyst Agent (AA) | Artificial Analysis | 45.0% | – |
| Finance Agent v2 | Vals AI | 53.9% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 9.6% | – |
| Legal Research Bench | Vals AI | 43.8% | – |
| Poker Agent | Vals AI | – | 1103.2%† |
| SkillsBench | Vals AI | 59.2% | – |
| Tax Agent Bench | Vals AI | 30.0% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | 70.0% | 37.1%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 23.2% | – |
| Terminal-Bench Science | Vals AI | 4.3% | – |
| Time Horizon Index: KSP | Vals AI | 11.8% | – |
| Arena Search | Arena (LMArena) | 1194† | 1189† |
| BALROG | BALROG | – | 32.8%† |
| DeepResearch Bench | DeepResearch Bench | 50.2%† | 48.6% |
| PostTrainBench | Epoch AI Benchmarking Hub | 31.0% | – |
| METR Time Horizons | METR | – | 69.6% |
| GBAEval | Epoch AI Benchmarking Hub | 70.9%† | – |
| Vending-Bench 2 | Andon Labs | 2992.3 | – |
| AutomationBench | Artificial Analysis | 45.6% | – |
| GDP.pdf (AA) | Artificial Analysis | 22.8% | – |
| EnterpriseOps-Gym | Artificial Analysis | 44.0% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1320 | – |
| Design Arena Agentic | Design Arena | 1226† | – |
| BrowseComp-Plus | BrowseComp-Plus | – | 57.6%† |
| BrowseComp | OpenAI | – | 20.1%† |
| DeepSearchQA | – | 59.4%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 80.0% | 55.4%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 56.1% | 21.9%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 98.3% | 87.2% |
| MATH Level 5 | Epoch AI Benchmarking Hub | – | 97.9% |
| ProofBench | Vals AI | 69.0% | 18.0%† |
| LiveBench Mathematics | LiveBench | 94.3% | – |
| AIME (Vals) | Vals AI | – | 93.4%† |
| MGSM | Vals AI | – | 92.8%† |
| AIME 2026 | MathArena | 100.0% | – |
| HMMT February 2026 | MathArena | 95.5% | – |
| IMO 2025 | MathArena | – | 38.1%† |
| MathArena Apex | MathArena | 81.3% | 1.0%† |
| Omni-MATH (HELM) | HELM Capabilities | – | 64.7%† |
| MATH 500 | Vals AI | – | 96.0%† |
| Arena Maths | Arena (LMArena) | 1476† | 1411† |
| AIME 2025 (AA) | Artificial Analysis | – | 91.7% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 53.0% | 50.1%† |
| LiveBench 1.0 Data Analysis | LiveBench | 66.0% | – |
| MMLU-Pro | Vals AI | 89.6% | 86.5%† |
| LegalBench | Vals AI | 83.6% | 86.0%† |
| CorpFin | Vals AI | 66.7% | 61.1%† |
| TaxEval | Vals AI | 75.6% | 73.4%† |
| MedQA | Vals AI | – | 96.3%† |
| PRBench Finance | Scale AI SEAL | – | 51.3%† |
| PRBench Legal | Scale AI SEAL | – | 49.0%† |
| MultiNRC | Scale AI SEAL | – | 52.1%† |
| MMLU-Pro (HELM) | HELM Capabilities | – | 86.3%† |
| CaseLaw v2 | Vals AI | – | 66.5%† |
| Excel Modeling Benchmark | Vals AI | 69.4% | – |
| MedCode | Vals AI | 53.2% | 49.6%† |
| MedScribe | Vals AI | 85.8% | 83.7%† |
| Public Benefits Bench v1.1 | Vals AI | 68.1% | – |
| DrugDiscoveryBench | Scale AI SEAL | 46.8% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 28.6% | 12.7%† |
| GDP.pdf | Epoch AI Benchmarking Hub | 24.0% | – |
| Global-MMLU-Lite (AA) | Artificial Analysis | – | 90.4% |
| 指示追従 | |||
| LiveBench Language | LiveBench | 79.7% | – |
| LiveBench Instruction Following | LiveBench | 72.0% | – |
| IFBench | Artificial Analysis | 62.2% | 70.6% |
| MultiChallenge | Scale AI SEAL | – | 63.2%† |
| TutorBench | Scale AI SEAL | – | 55.3%† |
| IFEval (HELM) | HELM Capabilities | – | 87.5%† |
| WildBench (HELM) | HELM Capabilities | – | 85.7%† |
| Arena Instruction Following | Arena (LMArena) | 1479† | 1415† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1474† | 1427† |
| EQ-Bench 4 | EQ-Bench | 1268† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1840† | 1626† |
| Arena Creative Writing | Arena (LMArena) | 1464† | 1389† |
| Arena Multi-turn | Arena (LMArena) | 1493† | 1449† |
| Arena Longer Queries | Arena (LMArena) | 1499† | 1435† |
| Lech Mazur Creative Writing | Lech Mazur | – | 86.0% |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1289† | 1232† |
| MMMU-Pro | Artificial Analysis | – | 74.3% |
| VISTA | Scale AI SEAL | – | 49.7%† |
| MMMU-Pro (Vals) | Vals AI | 86.6% | 81.5%† |
| MortgageTax | Vals AI | 69.9% | 65.5%† |
| Humanity's Sixth Sense | Scale AI SEAL | 23.5% | – |
| VTB | Scale AI SEAL | – | 17.0%† |
| GeoBench | GeoBench | 81.0%† | 81.0% |
| VPCT | Epoch AI Benchmarking Hub | – | 63.2% |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 14.5%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 42.5% | – |
| 長文コンテキスト | |||
| Fiction.LiveBench 120k | Fiction.live | – | 96.9% |
| AA-LCR v1.1 | Artificial Analysis | 77.7% | 76.0% |
| Arena Document | Arena (LMArena) | 1476† | – |
| MLCR | Artificial Analysis | 19.4% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 159.9† | 150† |
| LiveBench 1.0 | LiveBench | 76.2% | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 41.8 | 22.9 |
| AA Progress Index v1 | Artificial Analysis | 318.4 | 264.4 |
| HELM Capabilities mean | HELM Capabilities | – | 80.7%† |
| Vals RSI Index | Vals AI | 24.0% | – |
| Vals Multimodal Index | Vals AI | 70.9% | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 18.2% | 17.0%† |
| MASK | Scale AI SEAL | – | 79.3%† |
| DistressBench | Scale AI SEAL | 71.4%† | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | – | 5.6 |
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 4.8 (max):BenchLeader Index 60.3 → 61.1。
- GPT-5 (medium):BenchLeader Index 58.2 → 59.0。
- Claude Opus 4.8 (max):新しい結果27件(LiveCodeBench, MMLU-Pro, LegalBench…)。
- GPT-5 (medium):新しい結果1件(Aider Polyglot)。
- Claude Opus 4.8 (max):新しい結果1件(GDPval-AA v2.1)。
- GPT-5 (medium):新しい結果2件(Global-MMLU-Lite (AA), AIME 2025 (AA))、スコアの改訂1件。
- Claude Opus 4.8 (max):スコアの改訂1件。
- Claude Opus 4.8 (max):新しい結果1件(MirrorCode)。
- GPT-5 (medium):スコアの改訂1件。
- GPT-5 (medium):スコアの改訂1件。
関連する比較
- Claude Opus 4.8 vs Gemini 4 Carbon
- GPT-5 vs Claude Opus 5.5
- Claude Opus 4.6 vs GPT-5
- Claude Opus 4.8 vs GPT-6.1 Sol
- Claude Opus 4.8 vs GPT-5.6 Sol
- Claude Opus 4.8 vs Gemini 4 Argon
- Claude Opus 4.8 vs Claude Sonnet 5.5
- Claude Opus 4.8 vs Muse Spark 1.3
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 4.8 vs GPT-5:よくある質問
- Claude Opus 4.8はGPT-5より優れていますか?
- Claude Opus 4.8 (max)とGPT-5 (medium)の品質は互角です(61.1 対 59.0、±6.7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 4.8とGPT-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GPT-5の方が安く、100万トークンあたり$3.44 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 4.8とGPT-5のどちらが向いていますか?
- コーディングではClaude Opus 4.8の方がスコアが高くなっています(カテゴリ指標で62 対 57。50が平均)。
- Claude Opus 4.8とGPT-5はどちらが速いですか?
- Claude Opus 4.8の方が出力が速くなっています(出力85 対 82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 4.8とGPT-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GPT-5の方がスコアが高くなっています(カテゴリ指標で58 対 57。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 4.8が23.6%、GPT-5が49.6%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?
- 長文コンテキストのベンチマークではGPT-5の方がスコアが高くなっています(70 対 63)。コンテキストはClaude Opus 4.8の方が長く、1,000,000トークンです(GPT-5は400,000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GPT-5です。Artificial Analysisの測定では、最初の回答トークンまで22.9秒 対 39.1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 4.8とGPT-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 4.8のリードが12件、GPT-5のリードが2件です。両方を評価しているすべての総合指標で、Claude Opus 4.8が上回っています。
- Claude Opus 4.8はいつリリースされましたか?
- Claude Opus 4.8は2026年5月28日にリリースされました。