Claude Opus 5 vs Grok 4
詳しいプロフィール:Claude Opus 5(Anthropic)とGrok 4(SpaceXAI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 17件の情報源のデータ
2026年11月16日時点で、品質ではClaude Opus 5がGrok 4を上回ります(BenchLeader Indexで65.0 対 58.1)。ただし、価格はGrok 4の方が1.7倍安く、100万トークンあたりのブレンド価格で$6.00 対 $10.00です。マルチモーダル(67 対 52)、数学(70 対 58)、コーディング(67 対 56)を重視するならClaude Opus 5、長文コンテキスト(68 対 64)を重視するならGrok 4が向いています。回答開始までの時間はGrok 4の方が短く、17.5秒 対 48.5秒です。
要点(2026年11月16日時点)
- BenchLeader IndexはClaude Opus 5が65.0、Grok 4が58.1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)。
- Grok 4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16日)。
- 両モデルに結果がある26件のベンチマークのうち、Claude Opus 5が26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 5 | カテゴリスコア67 対 56;LiveCodeBench 89.0% 対 83.3% | 高 |
| エージェント・ツール利用 | Claude Opus 5 | カテゴリスコア64 対 59;Terminal-Bench 52.1% 対 27.2% | 中 |
| 数学 | Claude Opus 5 | カテゴリスコア70 対 58;Arena Maths 1515 対 1425 | 高 |
| 推論 | Claude Opus 5 | カテゴリスコア66 対 60;GPQA Diamond 93.9% 対 87.0% | 中 |
| 知識 | Claude Opus 5 | カテゴリスコア65 対 56;MMLU-Pro 91.6% 対 85.3% | 高 |
| 長い文書 | Grok 4 | カテゴリスコア68 対 64;AA-LCR v1.1 68.0% 対 79.3% | 中 |
| 画像などのメディア | Claude Opus 5 | カテゴリスコア67 対 52;MMMU-Pro 84.7% 対 68.8% | 高 |
| チャットの質(人間の評価) | Claude Opus 5 | Arenaの投票で68 対 59 | 高 |
| 最低コスト | Grok 4 | 100万トークンあたりブレンド価格$6.00 対 $10.00;エージェント型コーディングセッション$0.240 対 $0.400 | – |
| 回答開始の速さ | Grok 4 | 最初の回答トークンまで17.5秒(Grok 4)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
- 品質ではClaude Opus 5 (max)がリードしています:65.0 対 58.1。
- Claude Opus 5 (max)はエージェント・ツール、コーディング、人間の評価、知識、数学、マルチモーダル、推論で優れています。
- Grok 4は長文コンテキストで優れています。
- Grok 4の方が1.7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 $10.00)。
概要
| 仕様 | Claude Opus 5 | Grok 4 |
|---|---|---|
| プロバイダー | Anthropic | SpaceXAI |
| リリース日 | 2026年7月24日 | 2025年7月9日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 256,000 |
| 比較した構成 | Claude Opus 5 (max) | Grok 4 |
| 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 | $3.00 / $15.00 / – |
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) | Grok 4 | トップ |
|---|---|---|---|
| 推論 | 66.1 | 60.0 | Claude Opus 5 |
| コーディング | 67.0 | 55.9 | Claude Opus 5 |
| エージェント・ツール | 63.8 | 58.6 | Claude Opus 5 |
| 数学 | 69.8 | 58.3 | Claude Opus 5 |
| 知識 | 65.2 | 56.0 | Claude Opus 5 |
| 指示追従 | – | 62.5 | 比較不可 |
| 人間の評価 | 68.1 | 58.5 | Claude Opus 5 |
| マルチモーダル | 67.2 | 52.0 | Claude Opus 5 |
| 長文コンテキスト | 64.3 | 68.3 | Grok 4 |
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。
情報源で評価が分かれる点
両方に結果がある26件のベンチマークのうち、Claude Opus 5のリードが26件、Grok 4のリードが0件です。両方を評価しているすべての総合指標で、Claude Opus 5が上回っています。
| 総合Index | Claude Opus 5 (max) | Grok 4 | トップ |
|---|---|---|---|
| BenchLeader Index | 65.0 | 58.1 | Claude Opus 5 |
| Arena Text | 1489 | 1411 | Claude Opus 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) | Grok 4 |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $10.00 | $6.00 |
| 100万トークンあたりの入力/出力 | $5.00 / $25.00 | $3.00 / $15.00 |
| 100万トークンあたりのキャッシュ入力 | $0.500 | – |
| タスクあたりの価格:チャットの返答 | $0.0095 | $0.0057 |
| タスクあたりの価格:30ページのレポートを要約 | $0.075 | $0.045 |
| タスクあたりの価格:コード編集 | $0.068 | $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 | $0.400 | $0.240 |
| タスクあたりの価格:構造化データの抽出 | $0.015 | $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) | $0.198 | – |
| ベンチマークのタスクあたりのコスト(AA Index) | $11.82 | – |
| タスクあたりの出力トークン(AA Index) | 118k | – |
| うち推論 | 73k | – |
| タスクあたりの時間(AA Index) | 25 min | – |
| 出力速度 | 80 tok/s | 69 tok/s |
| 回答開始までの時間 | 48.5秒 | 17.5秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 191.6秒 | 42.8秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 5 (max)のスコアは65.0、最初の回答トークンまで49秒。Claude Opus 5 (high)は64.4(17秒)、Claude Opus 5は63.2(2秒)。Grok 4のスコアは58.1、最初の回答トークンまで18秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
173件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Opus 5 (max) | Grok 4 |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 65.0 | 58.1 |
| エージェント・ツールスコア | BenchLeader | 63.8 | 58.6 |
| コーディングスコア | BenchLeader | 67.0 | 55.9 |
| 人間の評価スコア | BenchLeader | 68.1 | 58.5 |
| 知識スコア | BenchLeader | 65.2 | 56.0 |
| 長文コンテキストスコア | BenchLeader | 64.3 | 68.3 |
| 数学スコア | BenchLeader | 69.8 | 58.3 |
| マルチモーダルスコア | BenchLeader | 67.2 | 52.0 |
| 推論スコア | BenchLeader | 66.1 | 60.0 |
| 指示追従スコア | BenchLeader | – | 62.5 |
| ブレンド価格($/100万トークン) | BenchLeader | $10.00 | $6.00 |
| 出力速度 | BenchLeader | 80 tok/s | 69 tok/s |
| 回答開始までの時間 | BenchLeader | 48.5秒 | 17.5秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 256,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 93.9% | 87.0% |
| SimpleBench | SimpleBench | 80.6%† | 60.5% |
| Arena Hard Prompts | Arena (LMArena) | 1513 | 1421 |
| LiveBench 1.0 Reasoning | LiveBench | 91.2% | – |
| GPQA Diamond (AA) | Artificial Analysis | 93.2% | 87.7% |
| Humanity's Last Exam (AA) | Artificial Analysis | 54.9% | 26.7% |
| HLE-Diamond (AA) | Artificial Analysis | 44.8% | – |
| GPQA Diamond (Vals) | Vals AI | 93.4%† | 88.1% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 73.6% |
| GPQA Diamond (HELM) | HELM Capabilities | – | 72.6% |
| ARC-AGI-1 | ARC Prize | 97.5% | 66.7%† |
| ARC-AGI-2 | ARC Prize | 90.4% | 16.0%† |
| ARC-AGI-3 | ARC Prize | 30.2%† | – |
| CritPt | Artificial Analysis | 29.1% | 2.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 50.0% | – |
| MysteryMechanism | Vals AI | 37.4% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 38.6%† | – |
| Arena Expert | Arena (LMArena) | 1530 | 1429 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 43.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 59.0% | – |
| LMCA | Epoch AI Benchmarking Hub | 63.3% | – |
| DTBench | Epoch AI Benchmarking Hub | 97.6% | – |
| ForecastBench | ForecastBench | 66.6% | 64.7% |
| BTF-3 | Epoch AI Benchmarking Hub | 12.0%† | – |
| コーディング | |||
| SciCode | SciCode | 56.4% | – |
173件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Opus 5 (max) | Grok 4 |
|---|---|---|---|
| コーディング | |||
| WeirdML | WeirdML | 91.8% | 45.7% |
| FrontierCode | Cognition | 53.4% | – |
| Arena Coding | Arena (LMArena) | 1528 | 1435 |
| Arena WebDev | Arena (LMArena) | 1691 | – |
| LiveBench 1.0 Coding | LiveBench | 81.5% | – |
| LiveCodeBench | Vals AI | 89.0% | 83.3% |
| IOI | Vals AI | 84.3% | – |
| SWE-bench (Vals) | Vals AI | 97.0%† | 57.8% |
| Aider Polyglot | Aider polyglot leaderboard | – | 79.6%† |
| Code Migration | Vals AI | 57.5% | – |
| ProgramBench | Vals AI | 3.0% | – |
| Vibe Code Bench 1-100 | Vals AI | 28.5% | – |
| Vibe Code Bench v1.1 | Vals AI | 88.4%† | – |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 63.2%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 62.2%† | – |
| 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% | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 73.7% | – |
| CursorBench | Cursor | 46.6% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2164.6† | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 52.0% | – |
| WeirdML v3 | WeirdML | 19.0%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 49.0% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 89.1% | – |
| Startrise Frontend | Startrise | 82.3%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 76.5† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 84.8† | – |
| Design Arena Website | Design Arena | 1304† | 1006 |
| FrontierCode 2.0 (AA) | Artificial Analysis | 31.1% | – |
| LiveCodeBench (AA) | Artificial Analysis | – | 81.9% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 52.1% | 27.2% |
| OSWorld-Verified 2.0 | OSWorld | 31.4% | – |
| GDPval | OpenAI | – | 21.1%† |
| Cybench | Cybench | – | 43.0% |
| APEX-Agents | Mercor | 65.8% | – |
| Arena Agent | Arena (LMArena) | 7.2 | – |
| LiveBench Agentic Coding | LiveBench | 65.2% | – |
| Terminal-Bench Hard | Artificial Analysis | – | 37.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 74.8% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 84.6%† | – |
| MCP Atlas | Scale AI SEAL | 85.8%† | – |
| HiL-Bench | Scale AI SEAL | 57.0%† | – |
| BFCL Overall | Berkeley Function Calling Leaderboard | – | 63.0% |
| τ³-bench Banking | τ²-bench | 48.7% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1729 | – |
| τ³-Banking (AA) | Artificial Analysis | 42.1% | – |
| Analyst Agent (AA) | Artificial Analysis | 53.8% | – |
| CUA-bench | Vals AI | 9.0% | – |
| CyberBench | Vals AI | 65.4% | – |
| Finance Agent v2 | Vals AI | 58.6% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7% | – |
| Legal Research Bench | Vals AI | 55.3% | – |
| SkillsBench | Vals AI | 60.4% | – |
| SREBench | Vals AI | 12.2% | – |
| Tax Agent Bench | Vals AI | 47.1% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 28.1% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 53.5% | – |
| Terminal-Bench Science | Vals AI | 27.1% | – |
| Time Horizon Index: KSP | Vals AI | 18.8% | – |
| Arena Search | Arena (LMArena) | 1213† | 1123 |
| Arena Agent Task Completion | Arena (LMArena) | 10.2 | – |
| BALROG | BALROG | 63.4% | 43.6% |
| DeepResearch Bench | DeepResearch Bench | – | 47.3% |
| PostTrainBench | Epoch AI Benchmarking Hub | 35.7%† | – |
| METR Time Horizons | METR | – | 66.6% |
| GBAEval | Epoch AI Benchmarking Hub | 79.6%† | – |
| Vending-Bench 2 | Andon Labs | 11181.9† | – |
| AutomationBench | Artificial Analysis | 56.6% | – |
| GDP.pdf (AA) | Artificial Analysis | 21.6% | – |
| EnterpriseOps-Gym | Artificial Analysis | 47.5% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1654 | – |
| Design Arena Agentic | Design Arena | 1270† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 28.6% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 25.9% | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 85.6% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 73.2% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 98.9% | 84.0% |
| ProofBench | Vals AI | 99.0% | – |
| LiveBench Mathematics | LiveBench | 95.7% | – |
| AIME (Vals) | Vals AI | – | 90.6% |
| MGSM | Vals AI | – | 90.9% |
| IMO 2025 | MathArena | – | 21.4% |
| MathArena Apex | MathArena | – | 2.1% |
| Omni-MATH (HELM) | HELM Capabilities | – | 60.3% |
| MATH 500 | Vals AI | – | 96.2% |
| Arena Maths | Arena (LMArena) | 1515 | 1425 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 0.0% | – |
| AIME 2025 (AA) | Artificial Analysis | – | 92.7% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 59.9% | – |
| LiveBench 1.0 Data Analysis | LiveBench | 74.5% | – |
| AA-Omniscience v1.1 | Artificial Analysis | 37.6 | – |
| MMLU-Pro | Vals AI | 91.6% | 85.3% |
| LegalBench | Vals AI | 87.0% | 83.2% |
| CorpFin | Vals AI | 73.2%† | 66.0% |
| TaxEval | Vals AI | 75.1%† | 65.1% |
| MedQA | Vals AI | – | 92.5% |
| MMLU-Pro (HELM) | HELM Capabilities | – | 85.1% |
| BioMysteryBench | Vals AI | 79.3% | – |
| CaseLaw v2 | Vals AI | – | 65.8% |
| Excel Modeling Benchmark | Vals AI | 73.6% | – |
| MedCode | Vals AI | 63.6% | 38.1% |
| MedScribe | Vals AI | 91.0% | 78.2% |
| Public Benefits Bench v1.1 | Vals AI | 76.9% | – |
| DrugDiscoveryBench | Scale AI SEAL | 53.7% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 45.7% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 24.0% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 60.9% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 40.6% | – |
| Global-MMLU-Lite (AA) | Artificial Analysis | – | 89.5% |
| FACTS Parametric | 48.8%† | – | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 88.7% | – |
| LiveBench Instruction Following | LiveBench | 63.8% | – |
| IFBench | Artificial Analysis | – | 53.7% |
| IFEval (HELM) | HELM Capabilities | – | 94.9% |
| WildBench (HELM) | HELM Capabilities | – | 79.7% |
| Arena Instruction Following | Arena (LMArena) | 1494 | 1396 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1489 | 1411 |
| EQ-Bench 4 | EQ-Bench | 1365† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2135† | – |
| Arena Creative Writing | Arena (LMArena) | 1473 | 1394 |
| Arena Multi-turn | Arena (LMArena) | 1486 | 1413 |
| Arena Longer Queries | Arena (LMArena) | 1502 | 1416 |
| Lech Mazur Creative Writing | Lech Mazur | – | 76.9% |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1318† | 1210 |
| MMMU-Pro | Artificial Analysis | 84.7% | 68.8% |
| MMMU-Pro (Vals) | Vals AI | 89.9% | 76.3% |
| MortgageTax | Vals AI | 72.1%† | 44.5% |
| Humanity's Sixth Sense | Scale AI SEAL | 30.5% | – |
| GeoBench | GeoBench | – | 45.0% |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 30.4%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 60.8% | – |
| 長文コンテキスト | |||
| Fiction.LiveBench 120k | Fiction.live | – | 96.9% |
| AA-LCR v1.1 | Artificial Analysis | 79.3% | 68.0% |
| Arena Document | Arena (LMArena) | 1486† | – |
| MLCR | Artificial Analysis | 11.1% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 164.7† | 146.9 |
| LiveBench 1.0 | LiveBench | 80.1% | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 44.2 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 50.8 | 22.5 |
| AA Progress Index v1 | Artificial Analysis | 333.7 | 262.3 |
| HELM Capabilities mean | HELM Capabilities | – | 78.5% |
| Vals RSI Index | Vals AI | 33.0% | – |
| Vals Science Index | Vals AI | 47.9% | – |
| Vals Multimodal Index | Vals AI | 73.9%† | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 16.8%† | – |
| DistressBench | Scale AI SEAL | 70.2%† | – |
| 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 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)。
- Grok 4:新しい結果1件(AIME 2025 (AA))。
- Claude Opus 5 (max):新しい結果1件(MirrorCode)。
- Claude Opus 5 (max):BenchLeader Index 65.5 → 65.0。
- Grok 4:新しい結果1件(Arena Search)。
- Claude Opus 5 (max):新しい結果7件(AA Intelligence Index v5.0.1, HLE-Diamond (AA), AA-Omniscience v1.1…)。
- Grok 4:スコアの改訂1件。
- Claude Opus 5 (max):新しい結果1件(MirrorCode)。
- Claude Opus 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 Claude Opus 5.5
- Claude Opus 5 vs GPT-6 Astra
- Grok 4 vs Gemini 4 Carbon
- Grok 4 vs GPT-6 Astra
- Claude Fable 5 vs Grok 4
- Claude Opus 5 vs Claude Fable 5.1
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 5 vs Grok 4:よくある質問
- Claude Opus 5はGrok 4より優れていますか?
- 品質ではClaude Opus 5 (max)がリードしています:65.0 対 58.1。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日時点では総合でClaude Opus 5 (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
- Claude Opus 5とGrok 4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Grok 4の方が安く、100万トークンあたり$6.00 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Grok 4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 56。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LiveCodeBenchでは、Claude Opus 5が89.0%、Grok 4が83.3%です。
- Claude Opus 5とGrok 4はどちらが速いですか?
- Claude Opus 5の方が出力が速くなっています(出力80 対 69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Grok 4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 59。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%、Grok 4が27.2%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Grok 4の方がスコアが高くなっています(68 対 64)。コンテキストはClaude Opus 5の方が長く、1,000,000トークンです(Grok 4は256,000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Grok 4です。Artificial Analysisの測定では、最初の回答トークンまで17.5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 5とGrok 4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26件のベンチマークのうち、Claude Opus 5のリードが26件、Grok 4のリードが0件です。両方を評価しているすべての総合指標で、Claude Opus 5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。