BenchLeader

Claude Opus 5.5 vs Gemini 4 Neon

詳しいプロフィール:Claude Opus 5.5(Anthropic)とGemini 4 Neon(Google)。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19日時点で、Claude Opus 5.5とGemini 4 Neonの品質は互角です(BenchLeader Indexで67.8 対 67.3、±4.2の誤差範囲内)。価格はGemini 4 Neon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$6.00 対 $8.00です。コーディング(77 対 73)を重視するならClaude Opus 5.5、エージェント・ツール(76 対 64)、推論(72 対 71)、知識(72 対 71)を重視するならGemini 4 Neonが向いています。回答開始までの時間はGemini 4 Neonの方が短く、40.6秒 対 352.2秒です。

要点(2026年11月19日時点)

  • BenchLeader IndexはClaude Opus 5.5が67.8、Gemini 4 Neonが67.3です(BenchLeader、2026年11月19日)。
  • Claude Opus 5.5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19日)。
  • Gemini 4 Neonの100万トークンあたりのブレンド価格は$6.00です(定価、2026年11月19日)。
  • 両モデルに結果がある16件のベンチマークのうち、Gemini 4 Neonが9件でリードしています(BenchLeader、2026年11月19日)。
  • Arena WebDevでの評価はClaude Opus 5.5が1818、Gemini 4 Neonが1764です(LMArena、2026年11月19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 5.5カテゴリスコア77 対 73;Arena WebDev 1818 対 1764中
エージェント・ツール利用Gemini 4 Neonカテゴリスコア76 対 64;Arena Agent 18.4 対 18.6高
推論Gemini 4 Neonカテゴリスコア72 対 71;HLE-Diamond (AA) 68.4% 対 67.9%中
知識Gemini 4 Neonカテゴリスコア72 対 71;AA-Omniscience v1.1 53.8 対 48.1中
チャットの質(人間の評価)–Arenaの評価があるのはGemini 4 Neonのみです(カテゴリスコア72)比較不可
最低コストGemini 4 Neon100万トークンあたりブレンド価格$6.00 対 $8.00;エージェント型コーディングセッション$0.240 対 $0.320–
回答開始の速さGemini 4 Neon最初の回答トークンまで40.6秒(Gemini 4 Neon (high))対 352.2秒(Claude Opus 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

  • Claude Opus 5.5 (max)とGemini 4 Neon (high)の品質は互角です(67.8 対 67.3、±4.2の誤差範囲内)。
  • Claude Opus 5.5 (max)はコーディングで優れています。
  • Gemini 4 Neon (high)はエージェント・ツール、知識、推論で優れています。
  • Gemini 4 Neon (high)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$6.00 対 $8.00)。

概要

仕様Claude Opus 5.5Gemini 4 Neon
プロバイダーAnthropicGoogle
リリース日2026年9月22日2026年11月18日
コンテキストウィンドウ(トークン)1,000,0001,048,576
最大出力(トークン)128,000 (up to 300K on the Message Batches API (beta))–
入力の種類テキスト、画像–
推論エフォートの設定low, medium, high, xhigh, max–
比較した構成Claude Opus 5.5 (max)Gemini 4 Neon (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)$4.00 / $20.00 / $0.200$3.00 / $15.00 / $0.150
APIモデルIDclaude-opus-5-5–
利用できる場所Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry–

上限、提供状況、発表済みの価格は各ベンダーの公式ページによるものです: platform.claude.com (2026年10月20日確認)。それ以外はすべて当日のデータです。

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 5.5 (max)Gemini 4 Neon (high)トップ
推論70.771.9Gemini 4 Neon
コーディング77.473.4Claude Opus 5.5
エージェント・ツール64.076.2Gemini 4 Neon
数学72.7–比較不可
知識71.272.3Gemini 4 Neon
人間の評価–71.7比較不可
マルチモーダル69.9–比較不可
長文コンテキスト67.1–比較不可
総合68.0–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推論コーディングエージェント・ツール知識Claude Opus 5.5, 推論: 70.7Claude Opus 5.5, コーディング: 77.4Claude Opus 5.5, エージェント・ツール: 64.0Claude Opus 5.5, 知識: 71.2Gemini 4 Neon, 推論: 71.9Gemini 4 Neon, コーディング: 73.4Gemini 4 Neon, エージェント・ツール: 76.2Gemini 4 Neon, 知識: 72.3

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 長文コンテキスト, 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16件のベンチマークのうち、Claude Opus 5.5のリードが6件、Gemini 4 Neonのリードが9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、Gemini 4 Neonが上回っています。

総合IndexClaude Opus 5.5 (max)Gemini 4 Neon (high)トップ
BenchLeader Index67.867.3互角
AA Intelligence Index v5.0.159.159.6Gemini 4 Neon
Arena Text1507†1519Gemini 4 Neon

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 5.5 (max)Gemini 4 Neon (high)
100万トークンあたりのブレンド価格$8.00$6.00
100万トークンあたりの入力/出力$4.00 / $20.00$3.00 / $15.00
100万トークンあたりのキャッシュ入力$0.200$0.150
タスクあたりの価格:チャットの返答$0.0076$0.0057
タスクあたりの価格:30ページのレポートを要約$0.060$0.045
タスクあたりの価格:コード編集$0.054$0.041
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$0.320$0.240
タスクあたりの価格:構造化データの抽出$0.012$0.0090
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)$0.149$0.112
ベンチマークのタスクあたりのコスト(AA Index)$10.04$3.74
タスクあたりの出力トークン(AA Index)173k90k
うち推論120k46k
タスクあたりの時間(AA Index)25 min15 min
出力速度115 tok/s101 tok/s
回答開始までの時間352.2秒40.6秒
回答が完了するまでの時間(最終測定2026年11月13日)711.4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 Opus 5.5 (max)で$10.04、Gemini 4 Neon (high)で$3.74でした。同じ作業でClaude Opus 5.5 (max)は1.9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 Opus 5.5 (max)のスコアは67.8、最初の回答トークンまで352秒。Claude Opus 5.5 (high)は65.5(22秒)、Claude Opus 5.5 (xhigh)は64.6(64秒)。Gemini 4 Neon (high)のスコアは67.3、最初の回答トークンまで41秒。Gemini 4 Neon (xhigh)は64.3(57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

164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 5.5 (max)Gemini 4 Neon (high)
BenchLeader IndexBenchLeader67.867.3
エージェント・ツールスコアBenchLeader64.076.2
コーディングスコアBenchLeader77.473.4
総合スコアBenchLeader68.0–
知識スコアBenchLeader71.272.3
長文コンテキストスコアBenchLeader67.1–
数学スコアBenchLeader72.7–
マルチモーダルスコアBenchLeader69.9–
推論スコアBenchLeader70.771.9
人間の評価スコアBenchLeader–71.7
ブレンド価格($/100万トークン)BenchLeader$8.00$6.00
出力速度BenchLeader115 tok/s101 tok/s
回答開始までの時間BenchLeader352.2秒40.6秒
コンテキストウィンドウBenchLeader1,000,000トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub90.6%–
SimpleBenchSimpleBench88.4%†–
Arena Hard PromptsArena (LMArena)1531†1546
LiveBench 2.0 ReasoningLiveBench92.2%89.6%†
LiveBench 1.0 ReasoningLiveBench92.2%–
Humanity's Last Exam (AA)Artificial Analysis61.4%–
HLE-Diamond (AA)Artificial Analysis67.9%68.4%
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize91.7%–
CritPtArtificial Analysis31.7%–
CritPt v2 hard subset (AA)Artificial Analysis68.0%59.0%
MysteryMechanismVals AI49.5%–
HLE-Diamond (Scale)Scale AI SEAL55.0%†–
Arena ExpertArena (LMArena)1550†1541
Chess PuzzlesEpoch AI Benchmarking Hub67.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub71.0%–
LMCAEpoch AI Benchmarking Hub68.2%–
DTBenchEpoch AI Benchmarking Hub98.9%–
ForecastBenchForecastBench66.6%†–
コーディング
SciCodeSciCode66.9%–
FrontierCodeCognition54.6%†–
Arena CodingArena (LMArena)1547†1558
Arena WebDevArena (LMArena)18181764
LiveBench 2.0 CodingLiveBench87.1%89.7%†
LiveBench 1.0 CodingLiveBench89.3%–
164件のベンチマークをすべて表示
指標公開元Claude Opus 5.5 (max)Gemini 4 Neon (high)
コーディング
IOIVals AI95.1%–
Code MigrationVals AI66.7%–
Code Migration v1.1Vals AI81.0%–
ProgramBenchVals AI18.5%–
SWE-bench MultimodalVals AI70.2%–
Vibe Code Bench 1-100Vals AI30.4%†–
Vibe Code Bench v1.1Vals AI90.3%–
Vibe Code Bench 1-100 v1.1Vals AI30.9%–
SWE Atlas v1.1Scale AI SEAL77.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL77.4%†–
SWE Atlas v1.1: Test WritingScale AI SEAL77.8%†–
SWE Atlas v1.1: RefactoringScale AI SEAL77.1%†–
MirrorCodeEpoch AI Benchmarking Hub95.6%–
CursorBenchCursor57.8%–
ALE-BenchEpoch AI Benchmarking Hub2147.4†–
FrontierSWEEpoch AI Benchmarking Hub62.3%–
WeirdML v3WeirdML31.2%†–
Terminal-Bench 4.0 (AA)Artificial Analysis59.6%61.6%
Startrise FrontendStartrise80.2%†–
GameBench 2 OverallDuelLab GameBench 287.6†–
GameBench 2 by reasoning settingDuelLab GameBench 294.7†–
Design Arena WebsiteDesign Arena1321†–
FrontierCode 1.1 (AA)Artificial Analysis52.2%–
FrontierCode 2.0 (AA)Artificial Analysis46.4%43.3%
エージェント・ツール
Terminal-BenchTerminal-Bench65.8%–
Remote Labor IndexScale AI / CAIS21.3%†–
APEX-AgentsMercor73.5%–
Arena AgentArena (LMArena)18.618.4
LiveBench Long AgenticLiveBench72.8%82.6%†
LiveBench BrowserLiveBench88.4%95.6%†
LiveBench Agentic CodingLiveBench71.7%–
Terminal-Bench 2.1 (Vals)Vals AI87.6%†–
MCP AtlasScale AI SEAL85.4%†–
HiL-BenchScale AI SEAL59.0%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis68.3%–
GDPval-AA v2.1Artificial Analysis1866–
ITBench SRE (AA)Artificial Analysis38.2%–
Analyst Agent (AA)Artificial Analysis56.3%–
CUA-benchVals AI14.0%–
CyberBenchVals AI55.4%–
Finance Agent v2Vals AI58.6%–
Finance Agent v2.1Vals AI67.8%–
Harvey's Legal Agent Benchmark v1.1Vals AI9.2%–
Harvey's Legal Agent Benchmark v1Vals AI3.8%–
Legal Research BenchVals AI50.5%–
Robo-benchVals AI14.6%–
SREBenchVals AI33.6%–
Tax Agent BenchVals AI44.5%–
Terminal-Bench 4.0 (Vals)Vals AI65.2%–
Terminal-Bench ScienceVals AI47.1%–
Time Horizon Index: KSPVals AI91.3%–
Web Search IndexVals AI53.8%–
Arena SearchArena (LMArena)1213†–
Arena Agent Task CompletionArena (LMArena)19.219.2
PostTrainBenchEpoch AI Benchmarking Hub43.8%–
GBAEvalEpoch AI Benchmarking Hub90.6%†–
Vending-Bench 2Andon Labs9235.3†–
SpireClimbEpoch AI Benchmarking Hub5.8%–
AutomationBenchArtificial Analysis69.5%79.2%
GDP.pdf (AA)Artificial Analysis26.2%33.4%
Harvey LAB-AA v1.1Harvey4.2%–
AA-Briefcase v1.1Artificial Analysis18001632
GDPxGDPx by SemiAnalysis11.9%–
Design Arena AgenticDesign Arena1325†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis59.0%65.7%
CWE-Bench (AA)Artificial Analysis58.3%–
DeepSec-Bench (AA)Artificial Analysis26.9%–
CyberGym end-to-end (AA)Artificial Analysis0.8%–
MKA (AA)Artificial Analysis53.0%54.6%
FACTS SearchGoogle88.4%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub91.2%–
FrontierMath Tier 4Epoch AI Benchmarking Hub95.0%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ProofBenchVals AI100.0%–
LiveBench MathematicsLiveBench97.1%–
ArXivMathMathArena82.6%†–
BrokenArXivMathArena77.3%†–
Arena MathsArena (LMArena)1516†–
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub72.2%–
LiveBench 2.0 Data AnalysisLiveBench80.3%85.3%†
LiveBench ResearchLiveBench88.9%94.5%†
LiveBench 1.0 Data AnalysisLiveBench80.3%–
AA-Omniscience v1.1Artificial Analysis48.153.8
PRBench LegalScale AI SEAL47.6%†–
BioMysteryBenchVals AI79.3%–
ClaimBenchVals AI100.0%–
Excel Modeling BenchmarkVals AI75.9%–
Excel Modeling Benchmark v1.1Vals AI75.8%–
MedCodeVals AI49.8%–
MedScribeVals AI91.4%–
Public Benefits Bench v1.1Vals AI70.6%–
Access to Justice BenchmarkVals AI73.8%–
Financial Coaching BenchVals AI76.2%–
Immigration BenchVals AI72.1%–
EBR-benchEpoch AI Benchmarking Hub71.4%–
GDP.pdfEpoch AI Benchmarking Hub48.8%–
AA-Omniscience v1.1: accuracyArtificial Analysis65.5%59.4%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis49.7%86.1%
HealthBench Professional (AA)OpenAI59.9%–
FACTS ParametricGoogle58.7%†–
指示追従
LiveBench LanguageLiveBench86.3%–
LiveBench Instruction FollowingLiveBench65.7%–
Arena Instruction FollowingArena (LMArena)1517†1522
人間の評価
Arena TextArena (LMArena)1507†1519
EQ-Bench 4EQ-Bench1340†–
EQ-Bench Creative Writing v3EQ-Bench2051†–
Arena Creative WritingArena (LMArena)1516†1514
Arena Multi-turnArena (LMArena)1501†1529
Arena Longer QueriesArena (LMArena)1522†1521
マルチモーダル
Arena VisionArena (LMArena)1324†–
LiveBench DesignLiveBench83.3%81.5%†
MMMU-ProArtificial Analysis87.7%–
SAGEVals AI91.3%–
Humanity's Sixth SenseScale AI SEAL44.6%†75.9%†
Blueprint-Bench 2Epoch AI Benchmarking Hub51.2%†–
Furniture AssemblyEpoch AI Benchmarking Hub83.3%–
VIALS-AAHandshake AI61.5%–
Code2Video-AAArtificial Analysis1536–
AA-3DArtificial Analysis1202–
FACTS MultimodalGoogle56.4%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis84.7%–
MLCRArtificial Analysis27.8%28.9%
FACTS GroundingGoogle62.5%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub168.7†–
LiveBench 2.0LiveBench83.4%87.4%†
LiveBench 1.0LiveBench83.2%–
AA Intelligence Index v5.0.1Artificial Analysis59.159.6
AA Intelligence Index v4.3.2Artificial Analysis57.6–
AA Progress Index v1Artificial Analysis350–
Vals IndexVals AI70.1–
Vals Finance IndexVals AI65.3%–
Vals RSI IndexVals AI37.3%–
Vals Science IndexVals AI58.6%–
Vals Router IndexVals AI64.2%†–
Vals Legal IndexVals AI72.4%–
AA Cyber IndexArtificial Analysis28.7–
安全性・誠実さ
FORTRESSScale AI SEAL5.8%–
DistressBenchScale AI SEAL75.6%†–

データは2026年11月19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 gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), 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

  • Gemini 4 Neon (high):新しい結果13件(MLCR, MKA (AA), Arena Text…)。
  • Gemini 4 Neon (high):初めての結果。
  • Claude Opus 5.5 (max):BenchLeader Index 68.3 → 67.6。
  • Claude Opus 5.5 (max):スコアの改訂1件。
  • Claude Opus 5.5 (max):BenchLeader Index 68.8 → 68.3。
  • Claude Opus 5.5 (max):スコアの改訂2件。
  • Claude Opus 5.5 (max):新しい結果38件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Claude Opus 5.5 (max):新しい結果1件(PostTrainBench)、スコアの改訂1件。
  • Claude Opus 5.5 (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
  • Claude Opus 5.5 (max):BenchLeader Index 69.3 → 68.8。

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 Opus 5.5 vs Gemini 4 Neon:よくある質問

Claude Opus 5.5はGemini 4 Neonより優れていますか?
Claude Opus 5.5 (max)とGemini 4 Neon (high)の品質は互角です(67.8 対 67.3、±4.2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19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 5.5とGemini 4 Neon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Gemini 4 Neonの方が安く、100万トークンあたり$6.00 対 $8.00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 5.5とGemini 4 Neonのどちらが向いていますか?
コーディングではClaude Opus 5.5の方がスコアが高くなっています(カテゴリ指標で77 対 73。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 5.5が1818、Gemini 4 Neonが1764です。
Claude Opus 5.5とGemini 4 Neonはどちらが速いですか?
Claude Opus 5.5の方が出力が速くなっています(出力115 対 101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 5.5とGemini 4 Neon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Gemini 4 Neonの方がスコアが高くなっています(カテゴリ指標で76 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Arena Agentでは、Claude Opus 5.5が18.6、Gemini 4 Neonが18.4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1Mトークンです(Claude Opus 5.5は1,000,000、Gemini 4 Neonは1,048,576)。
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Gemini 4 Neonです。Artificial Analysisの測定では、最初の回答トークンまで40.6秒 対 352.2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 5.5とGemini 4 Neon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16件のベンチマークのうち、Claude Opus 5.5のリードが6件、Gemini 4 Neonのリードが9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、Gemini 4 Neonが上回っています。
Gemini 4 Neonはいつリリースされましたか?
Gemini 4 Neonは2026年11月18日にリリースされました。