Claude Opus 5 vs Claude Opus 5.5
詳しいプロフィール:Claude Opus 5(Anthropic)とClaude Opus 5.5(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 · 13件の情報源のデータ
2026年11月16日時点で、Claude Opus 5とClaude Opus 5.5の品質は互角です(BenchLeader Indexで65.0 対 68.4、±4.6の誤差範囲内)。価格はClaude Opus 5.5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。エージェント・ツール(64 対 61)を重視するならOpus 5、コーディング(79 対 67)、知識(73 対 65)、推論(72 対 66)を重視するならOpus 5.5が向いています。回答開始までの時間はOpus 5の方が短く、48.5秒 対 380.2秒です。Opus 5.5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 5が65.0、Claude Opus 5.5が68.4です(BenchLeader、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 5.5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16日)。
- Claude Opus 5.5はClaude Opus 5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)。
- 両モデルに結果がある74件のベンチマークのうち、Claude Opus 5.5が63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 5が1691、Claude Opus 5.5が1815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 5.5 | カテゴリスコア79 対 67;Arena WebDev 1815 対 1691 | 高 |
| エージェント・ツール利用 | Claude Opus 5 | カテゴリスコア64 対 61;Terminal-Bench 52.1% 対 65.8% | 中 |
| 数学 | Claude Opus 5.5 | カテゴリスコア73 対 70;FrontierMath Tiers 1–3 91.2% 対 85.6% | 中 |
| 推論 | Claude Opus 5.5 | カテゴリスコア72 対 66;HLE-Diamond (AA) 67.9% 対 44.8% | 中 |
| 知識 | Claude Opus 5.5 | カテゴリスコア73 対 65;SimpleQA Verified 72.2% 対 59.9% | 中 |
| 長い文書 | Claude Opus 5.5 | カテゴリスコア67 対 64;AA-LCR v1.1 84.7% 対 79.3% | 中 |
| 画像などのメディア | Claude Opus 5.5 | カテゴリスコア70 対 67;MMMU-Pro 87.7% 対 84.7% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはClaude Opus 5のみです(カテゴリスコア68) | 比較不可 |
| 最低コスト | Claude Opus 5.5 | 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 5 | 最初の回答トークンまで48.5秒(Claude Opus 5 (max))対 380.2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 (max)とClaude Opus 5.5 (max)の品質は互角です(65.0 対 68.4、±4.6の誤差範囲内)。
- Claude Opus 5 (max)はエージェント・ツールで優れています。
- Claude Opus 5.5 (max)はコーディング、知識、長文コンテキスト、数学、マルチモーダル、推論で優れています。
- Claude Opus 5.5 (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)。
- Claude Opus 5.5 (max)の方が出力が1.4倍速くなっています(116 対 80トークン/秒)。
概要
| 仕様 | Claude Opus 5 | Claude Opus 5.5 |
|---|---|---|
| プロバイダー | Anthropic | Anthropic |
| リリース日 | 2026年7月24日 | 2026年9月22日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,000,000 |
| 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 (max) | Claude Opus 5.5 (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 | $4.00 / $20.00 / $0.200 |
| APIモデルID | – | claude-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 (max) | Claude Opus 5.5 (max) | トップ |
|---|---|---|---|
| 推論 | 66.1 | 72.1 | Claude Opus 5.5 |
| コーディング | 67.0 | 78.8 | Claude Opus 5.5 |
| エージェント・ツール | 63.8 | 61.3 | Claude Opus 5 |
| 数学 | 69.8 | 73.2 | Claude Opus 5.5 |
| 知識 | 65.2 | 72.5 | Claude Opus 5.5 |
| 人間の評価 | 68.1 | – | 比較不可 |
| マルチモーダル | 67.2 | 70.2 | Claude Opus 5.5 |
| 長文コンテキスト | 64.3 | 67.1 | Claude Opus 5.5 |
| 総合 | – | 70.2 | 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):指示追従, 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74件のベンチマークのうち、Claude Opus 5のリードが9件、Claude Opus 5.5のリードが63件、同点が2件です。両方を評価しているすべての総合指標で、Claude Opus 5.5が上回っています。
| 総合Index | Claude Opus 5 (max) | Claude Opus 5.5 (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 65.0 | 68.4 | 互角 |
| AA Intelligence Index v5.0.1 | 44.2 | 59.1 | Claude Opus 5.5 |
| Arena Text | 1489 | 1507† | Claude Opus 5.5 |
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 5 (max) | Claude Opus 5.5 (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 | $0.200 |
| 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 | $0.149 |
| ベンチマークのタスクあたりのコスト(AA Index) | $11.82 | $10.04 |
| タスクあたりの出力トークン(AA Index) | 118k | 173k |
| うち推論 | 73k | 120k |
| タスクあたりの時間(AA Index) | 25 min | 25 min |
| 出力速度 | 80 tok/s | 116 tok/s |
| 回答開始までの時間 | 48.5秒 | 380.2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 | 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 (max)で$11.82、Claude Opus 5.5 (max)で$10.04でした。同じ作業でClaude Opus 5.5 (max)は1.5倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 5 (max)のスコアは65.0、最初の回答トークンまで49秒。Claude Opus 5 (high)は64.4(17秒)、Claude Opus 5は63.2(2秒)。Claude Opus 5.5 (max)のスコアは68.4、最初の回答トークンまで380秒。Claude Opus 5.5 (high)は66.0(26秒)、Claude Opus 5.5 (xhigh)は65.4(78秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
192件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Opus 5 (max) | Claude Opus 5.5 (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 65.0 | 68.4 |
| エージェント・ツールスコア | BenchLeader | 63.8 | 61.3 |
| コーディングスコア | BenchLeader | 67.0 | 78.8 |
| 人間の評価スコア | BenchLeader | 68.1 | – |
| 知識スコア | BenchLeader | 65.2 | 72.5 |
| 長文コンテキストスコア | BenchLeader | 64.3 | 67.1 |
| 数学スコア | BenchLeader | 69.8 | 73.2 |
| マルチモーダルスコア | BenchLeader | 67.2 | 70.2 |
| 推論スコア | BenchLeader | 66.1 | 72.1 |
| 総合スコア | BenchLeader | – | 70.2 |
| ブレンド価格($/100万トークン) | BenchLeader | $10.00 | $8.00 |
| 出力速度 | BenchLeader | 80 tok/s | 116 tok/s |
| 回答開始までの時間 | BenchLeader | 48.5秒 | 380.2秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 93.9% | 90.6% |
| SimpleBench | SimpleBench | 80.6%† | 88.4%† |
| Arena Hard Prompts | Arena (LMArena) | 1513 | 1530† |
| LiveBench 2.0 Reasoning | LiveBench | – | 92.2% |
| LiveBench 1.0 Reasoning | LiveBench | 91.2% | 92.2% |
| GPQA Diamond (AA) | Artificial Analysis | 93.2% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 54.9% | 61.4% |
| HLE-Diamond (AA) | Artificial Analysis | 44.8% | 67.9% |
| GPQA Diamond (Vals) | Vals AI | 93.4%† | – |
| ARC-AGI-1 | ARC Prize | 97.5% | 97.5% |
| ARC-AGI-2 | ARC Prize | 90.4% | 91.7% |
| ARC-AGI-3 | ARC Prize | 30.2%† | – |
| CritPt | Artificial Analysis | 29.1% | 31.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 50.0% | 68.0% |
| MysteryMechanism | Vals AI | 37.4% | 49.5% |
| HLE-Diamond (Scale) | Scale AI SEAL | 38.6%† | 55.0%† |
| Arena Expert | Arena (LMArena) | 1530 | 1545† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 43.0% | 67.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 59.0% | 71.0% |
| LMCA | Epoch AI Benchmarking Hub | 63.3% | 68.2% |
| DTBench | Epoch AI Benchmarking Hub | 97.6% | 98.9% |
| ForecastBench | ForecastBench | 66.6% | – |
| BTF-3 | Epoch AI Benchmarking Hub | 12.0%† | – |
| コーディング | |||
| SciCode | SciCode | 56.4% | 66.9% |
| WeirdML | WeirdML | 91.8% | – |
192件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Opus 5 (max) | Claude Opus 5.5 (max) |
|---|---|---|---|
| コーディング | |||
| FrontierCode | Cognition | 53.4% | 54.6%† |
| Arena Coding | Arena (LMArena) | 1528 | 1548† |
| Arena WebDev | Arena (LMArena) | 1691 | 1815 |
| LiveBench 2.0 Coding | LiveBench | – | 87.1% |
| LiveBench 1.0 Coding | LiveBench | 81.5% | 89.3% |
| LiveCodeBench | Vals AI | 89.0% | – |
| IOI | Vals AI | 84.3% | 95.1% |
| SWE-bench (Vals) | Vals AI | 97.0%† | – |
| Code Migration | Vals AI | 57.5% | 66.7% |
| Code Migration v1.1 | Vals AI | – | 81.0% |
| ProgramBench | Vals AI | 3.0% | 18.5% |
| SWE-bench Multimodal | Vals AI | – | 70.2% |
| Vibe Code Bench 1-100 | Vals AI | 28.5% | 30.4%† |
| Vibe Code Bench v1.1 | Vals AI | 88.4%† | 90.3% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | – | 30.9% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 63.2%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 62.2%† | – |
| SWE Atlas v1.1 | Scale AI SEAL | – | 77.4%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 77.4%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 77.8%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 77.1%† |
| SWE-Bench Pro V2 | Scale AI SEAL | 99.4%† | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 98.0%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 87.8% | 95.6% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 73.7% | – |
| CursorBench | Cursor | 46.6% | 57.8% |
| ALE-Bench | Epoch AI Benchmarking Hub | 2164.6† | 2147.4† |
| FrontierSWE | Epoch AI Benchmarking Hub | 52.0% | 62.3% |
| WeirdML v3 | WeirdML | 19.0%† | 31.2%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 49.0% | 59.6% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 89.1% | – |
| Startrise Frontend | Startrise | 82.3%† | 80.2%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 76.5† | 87.6† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 84.8† | 94.8† |
| Design Arena Website | Design Arena | 1304† | 1326† |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 52.2% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 31.1% | 46.4% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 52.1% | 65.8% |
| OSWorld-Verified 2.0 | OSWorld | 31.4% | – |
| Remote Labor Index | Scale AI / CAIS | – | 21.3%† |
| APEX-Agents | Mercor | 65.8% | 73.5% |
| Arena Agent | Arena (LMArena) | 7.2 | 19.5 |
| LiveBench Long Agentic | LiveBench | – | 72.8% |
| LiveBench Browser | LiveBench | – | 88.4% |
| LiveBench Agentic Coding | LiveBench | 65.2% | 71.7% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 84.6%† | 87.6%† |
| MCP Atlas | Scale AI SEAL | 85.8%† | 85.4%† |
| HiL-Bench | Scale AI SEAL | 57.0%† | 59.0%† |
| τ³-bench Banking | τ²-bench | 48.7% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 68.3% |
| GDPval-AA v2.1 | Artificial Analysis | 1729 | 1866 |
| τ³-Banking (AA) | Artificial Analysis | 42.1% | – |
| ITBench SRE (AA) | Artificial Analysis | – | 38.2% |
| Analyst Agent (AA) | Artificial Analysis | 53.8% | 56.3% |
| CUA-bench | Vals AI | 9.0% | 14.0% |
| CyberBench | Vals AI | 65.4% | 55.4% |
| Finance Agent v2 | Vals AI | 58.6% | 58.6% |
| Finance Agent v2.1 | Vals AI | – | 67.8% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 9.2% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7% | 3.8% |
| Legal Research Bench | Vals AI | 55.3% | 50.5% |
| Robo-bench | Vals AI | – | 14.6% |
| SkillsBench | Vals AI | 60.4% | – |
| SREBench | Vals AI | 12.2% | 33.6% |
| Tax Agent Bench | Vals AI | 47.1% | 44.5% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 53.5% | 65.2% |
| Terminal-Bench Science | Vals AI | 27.1% | 47.1% |
| Time Horizon Index: KSP | Vals AI | 18.8% | 91.3% |
| Web Search Index | Vals AI | – | 53.8% |
| Arena Search | Arena (LMArena) | 1213† | 1213† |
| Arena Agent Task Completion | Arena (LMArena) | 10.2 | 20.7 |
| BALROG | BALROG | 63.4% | – |
| PostTrainBench | Epoch AI Benchmarking Hub | 35.7%† | 43.8% |
| GBAEval | Epoch AI Benchmarking Hub | 79.6%† | – |
| Vending-Bench 2 | Andon Labs | 11181.9† | 9235.3† |
| SpireClimb | Epoch AI Benchmarking Hub | – | 5.8% |
| AutomationBench | Artificial Analysis | 56.6% | 69.5% |
| GDP.pdf (AA) | Artificial Analysis | 21.6% | 26.2% |
| Harvey LAB-AA v1.1 | Harvey | – | 4.2% |
| EnterpriseOps-Gym | Artificial Analysis | 47.5% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1654 | 1801 |
| GDPx | GDPx by SemiAnalysis | – | 12.0% |
| Design Arena Agentic | Design Arena | 1270† | 1339† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 28.6% | 59.0% |
| CWE-Bench (AA) | Artificial Analysis | – | 58.3% |
| DeepSec-Bench (AA) | Artificial Analysis | 25.9% | 26.9% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 0.8% |
| MKA (AA) | Artificial Analysis | – | 53.0% |
| FACTS Search | – | 88.4%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 85.6% | 91.2% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 73.2% | 95.0% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 98.9% | 100.0% |
| ProofBench | Vals AI | 99.0% | 100.0% |
| LiveBench Mathematics | LiveBench | 95.7% | 97.1% |
| ArXivMath | MathArena | – | 82.6%† |
| BrokenArXiv | MathArena | – | 77.3%† |
| Arena Maths | Arena (LMArena) | 1515 | 1514† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0% | 2.9% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 59.9% | 72.2% |
| LiveBench 2.0 Data Analysis | LiveBench | – | 80.3% |
| LiveBench Research | LiveBench | – | 88.9% |
| LiveBench 1.0 Data Analysis | LiveBench | 74.5% | 80.3% |
| AA-Omniscience v1.1 | Artificial Analysis | 37.6 | 48.1 |
| MMLU-Pro | Vals AI | 91.6% | – |
| LegalBench | Vals AI | 87.0% | – |
| CorpFin | Vals AI | 73.2%† | – |
| TaxEval | Vals AI | 75.1%† | – |
| PRBench Legal | Scale AI SEAL | – | 47.6%† |
| BioMysteryBench | Vals AI | 79.3% | 79.3% |
| ClaimBench | Vals AI | – | 100.0% |
| Excel Modeling Benchmark | Vals AI | 73.6% | 75.9% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 75.8% |
| MedCode | Vals AI | 63.6% | 49.8% |
| MedScribe | Vals AI | 91.0% | 91.4% |
| Public Benefits Bench v1.1 | Vals AI | 76.9% | 70.6% |
| Access to Justice Benchmark | Vals AI | – | 73.8% |
| Financial Coaching Bench | Vals AI | – | 76.2% |
| Immigration Bench | Vals AI | – | 72.1% |
| DrugDiscoveryBench | Scale AI SEAL | 53.7% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 45.7% | 71.4% |
| GDP.pdf | Epoch AI Benchmarking Hub | 24.0% | 30.6% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 60.9% | 65.5% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 40.6% | 49.7% |
| HealthBench Professional (AA) | OpenAI | – | 59.9% |
| FACTS Parametric | 48.8%† | 58.7%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 88.7% | 86.3% |
| LiveBench Instruction Following | LiveBench | 63.8% | 65.7% |
| Arena Instruction Following | Arena (LMArena) | 1494 | 1518† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1489 | 1507† |
| EQ-Bench 4 | EQ-Bench | 1365† | 1340† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2135† | 2051† |
| Arena Creative Writing | Arena (LMArena) | 1473 | 1517† |
| Arena Multi-turn | Arena (LMArena) | 1486 | 1502† |
| Arena Longer Queries | Arena (LMArena) | 1502 | 1520† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1318† | 1324† |
| LiveBench Design | LiveBench | – | 83.3% |
| MMMU-Pro | Artificial Analysis | 84.7% | 87.7% |
| MMMU-Pro (Vals) | Vals AI | 89.9% | – |
| MortgageTax | Vals AI | 72.1%† | – |
| SAGE | Vals AI | – | 91.3% |
| Humanity's Sixth Sense | Scale AI SEAL | 30.5% | 44.6%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 30.4%† | 51.2%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 60.8% | 83.3% |
| VIALS-AA | Handshake AI | – | 61.5% |
| Code2Video-AA | Artificial Analysis | – | 1536 |
| AA-3D | Artificial Analysis | – | 1202 |
| FACTS Multimodal | – | 56.4%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | 84.7% |
| Arena Document | Arena (LMArena) | 1486† | – |
| MLCR | Artificial Analysis | 11.1% | 27.8% |
| FACTS Grounding | – | 62.5%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 164.7† | 168.5† |
| LiveBench 2.0 | LiveBench | – | 83.4% |
| LiveBench 1.0 | LiveBench | 80.1% | 83.2% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 44.2 | 59.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 50.8 | 57.6 |
| AA Progress Index v1 | Artificial Analysis | 333.7 | 350 |
| Vals Index | Vals AI | – | 70.1 |
| Vals Finance Index | Vals AI | – | 65.3% |
| Vals RSI Index | Vals AI | 33.0% | 37.3% |
| Vals Science Index | Vals AI | 47.9% | 58.6% |
| Vals Multimodal Index | Vals AI | 73.9%† | – |
| Vals Router Index | Vals AI | – | 64.2%† |
| Vals Legal Index | Vals AI | – | 72.4% |
| AA Cyber Index | Artificial Analysis | – | 28.7 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 16.8%† | 5.8% |
| DistressBench | Scale AI SEAL | 70.2%† | 75.6%† |
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 5 (max):新しい結果25件(LiveCodeBench, MMLU-Pro, IOI…)。
- 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 (max):新しい結果1件(GDPval-AA v2.1)。
- Claude Opus 5.5 (max):新しい結果1件(PostTrainBench)、スコアの改訂1件。
- Claude Opus 5 (max):新しい結果1件(MirrorCode)。
- Claude Opus 5.5 (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
- Claude Opus 5 (max):BenchLeader Index 65.5 → 65.0。
- Claude Opus 5.5 (max):BenchLeader Index 69.3 → 68.8。
- Claude Opus 5.5 (max):スコアの改訂2件。
- Claude Opus 5.5 (max):スコアの改訂1件。
関連する比較
- Claude Opus 5 vs Claude Fable 5.2
- Claude Opus 5 vs Gemini 4 Carbon
- Claude Opus 5 vs GPT-6 Astra
- Claude Opus 5.5 vs Claude Fable 5.2
- Claude Opus 5.5 vs Gemini 4 Carbon
- Claude Opus 5.5 vs GPT-6 Astra
- Claude Opus 5.5 vs Claude Fable 5.1
- Claude Sonnet 5 vs Claude Opus 5.5
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 vs Claude Opus 5.5:よくある質問
- Claude Opus 5はClaude Opus 5.5より優れていますか?
- Claude Opus 5 (max)とClaude Opus 5.5 (max)の品質は互角です(65.0 対 68.4、±4.6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 5とClaude Opus 5.5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 Opus 5.5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 5とClaude Opus 5.5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79 対 67。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が1691、Claude Opus 5.5が1815です。
- Claude Opus 5とClaude Opus 5.5はどちらが速いですか?
- Claude Opus 5.5の方が出力が約1.5倍速くなっています(出力116 対 80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とClaude Opus 5.5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 5の方がスコアが高くなっています(カテゴリ指標で64 対 61。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 5が52.1%、Claude Opus 5.5が65.8%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Claude Opus 5.5の方がスコアが高くなっています(67 対 64)。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 5です。Artificial Analysisの測定では、最初の回答トークンまで48.5秒 対 380.2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とClaude Opus 5.5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74件のベンチマークのうち、Claude Opus 5のリードが9件、Claude Opus 5.5のリードが63件、同点が2件です。両方を評価しているすべての総合指標で、Claude Opus 5.5が上回っています。
- Claude Opus 5.5はいつリリースされましたか?
- Claude Opus 5.5は2026年9月22日にリリースされました。