BenchLeader

Claude Sonnet 4.6 vs Claude Sonnet 5.5

詳しいプロフィール:Claude Sonnet 4.6(Anthropic)とClaude Sonnet 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 · 14件の情報源のデータ

2026年11月16日時点で、品質ではClaude Sonnet 5.5がClaude Sonnet 4.6を上回ります(BenchLeader Indexで64.2 対 57.6)。価格はClaude Sonnet 5.5の方が1.5倍安く、100万トークンあたりのブレンド価格で$4.00 対 $6.00です。両方を測定できるすべてのカテゴリでClaude Sonnet 5.5がリードしています。Claude Sonnet 5.5の方が出力が3倍以上速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Sonnet 4.6が57.6、Claude Sonnet 5.5が64.2です(BenchLeader、2026年11月16日)。
  • Claude Sonnet 4.6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)。
  • Claude Sonnet 5.5の100万トークンあたりのブレンド価格は$4.00です(定価、2026年11月16日)。
  • Claude Sonnet 5.5はClaude Sonnet 4.6より出力が3倍以上速いです(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、Claude Sonnet 5.5が5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 Sonnet 5.5カテゴリスコア70 対 54;Vibe Code Bench v1.1 92.4% 対 55.8%高
エージェント・ツール利用Claude Sonnet 5.5カテゴリスコア71 対 53;Terminal-Bench 63.9% 対 53.4%高
数学Claude Sonnet 5.5カテゴリスコア71 対 63;OTIS Mock AIME 100.0% 対 85.8%高
推論Claude Sonnet 5.5カテゴリスコア68 対 64;GPQA Diamond 95.6% 対 87.4%中
知識どちらでもカテゴリスコア58 対 57どちらでも
チャットの質(人間の評価)–Arenaの評価があるのはClaude Sonnet 4.6のみです(カテゴリスコア61)比較不可
最低コストClaude Sonnet 5.5100万トークンあたりブレンド価格$4.00 対 $6.00;エージェント型コーディングセッション$0.160 対 $0.240–
回答開始の速さClaude Sonnet 4.6最初の回答トークンまで0.6秒(Claude Sonnet 4.6)対 290.5秒(Claude Sonnet 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

  • 品質ではClaude Sonnet 5.5 (max)がリードしています:64.2 対 57.6。
  • Claude Sonnet 4.6は知識で優れています。
  • Claude Sonnet 5.5 (max)はエージェント・ツール、コーディング、数学、推論で優れています。
  • Claude Sonnet 5.5 (max)の方が1.5倍安くなっています(100万トークンあたりブレンド価格$4.00 対 $6.00)。
  • Claude Sonnet 5.5 (max)の方が出力が3.5倍速くなっています(152 対 43トークン/秒)。

概要

仕様Claude Sonnet 4.6Claude Sonnet 5.5
プロバイダーAnthropicAnthropic
リリース日2026年2月17日2026年9月28日
コンテキストウィンドウ(トークン)1,000,0001,000,000
比較した構成Claude Sonnet 4.6Claude Sonnet 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)$3.00 / $15.00 / $0.300$2.00 / $10.00 / $0.100

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 Sonnet 4.6Claude Sonnet 5.5 (max)トップ
推論63.967.8Claude Sonnet 5.5
コーディング53.570.2Claude Sonnet 5.5
エージェント・ツール52.670.5Claude Sonnet 5.5
数学63.171.3Claude Sonnet 5.5
知識58.157.4互角
人間の評価60.5–比較不可
マルチモーダル62.4–比較不可
長文コンテキスト–66.0比較不可
総合–63.0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・ツール数学知識Claude Sonnet 4.6, 推論: 63.9Claude Sonnet 4.6, コーディング: 53.5Claude Sonnet 4.6, エージェント・ツール: 52.6Claude Sonnet 4.6, 数学: 63.1Claude Sonnet 4.6, 知識: 58.1Claude Sonnet 5.5, 推論: 67.8Claude Sonnet 5.5, コーディング: 70.2Claude Sonnet 5.5, エージェント・ツール: 70.5Claude Sonnet 5.5, 数学: 71.3Claude Sonnet 5.5, 知識: 57.4

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, 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5件のベンチマークのうち、Claude Sonnet 4.6のリードが0件、Claude Sonnet 5.5のリードが5件です。両方を評価しているすべての総合指標で、Claude Sonnet 5.5が上回っています。

総合IndexClaude Sonnet 4.6Claude Sonnet 5.5 (max)トップ
BenchLeader Index57.664.2Claude Sonnet 5.5
Arena Text14721473†Claude Sonnet 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 Sonnet 4.6Claude Sonnet 5.5 (max)
100万トークンあたりのブレンド価格$6.00$4.00
100万トークンあたりの入力/出力$3.00 / $15.00$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.300$0.100
タスクあたりの価格:チャットの返答$0.0057$0.0038
タスクあたりの価格:30ページのレポートを要約$0.045$0.030
タスクあたりの価格:コード編集$0.041$0.027
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$0.240$0.160
タスクあたりの価格:構造化データの抽出$0.0090$0.0060
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)$0.118$0.074
ベンチマークのタスクあたりのコスト(AA Index)–$10.02
タスクあたりの出力トークン(AA Index)–285k
うち推論–206k
タスクあたりの時間(AA Index)–31 min
出力速度43 tok/s152 tok/s
回答開始までの時間0.6秒290.5秒
回答が完了するまでの時間(最終測定2026年11月13日)–487.7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 Sonnet 4.6のスコアは57.6、最初の回答トークンまで1秒。Claude Sonnet 4.6 (max)は56.1(91秒)、Claude Sonnet 4.6 (high)は50.3(1秒)。Claude Sonnet 5.5 (max)のスコアは64.2、最初の回答トークンまで291秒。Claude Sonnet 5.5 (xhigh)は62.5(27秒)、Claude Sonnet 5.5 (high)は59.5(9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

184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 Sonnet 4.6Claude Sonnet 5.5 (max)
BenchLeader IndexBenchLeader57.664.2
エージェント・ツールスコアBenchLeader52.670.5
コーディングスコアBenchLeader53.570.2
人間の評価スコアBenchLeader60.5–
知識スコアBenchLeader58.157.4
数学スコアBenchLeader63.171.3
マルチモーダルスコアBenchLeader62.4–
推論スコアBenchLeader63.967.8
総合スコアBenchLeader–63.0
長文コンテキストスコアBenchLeader–66.0
ブレンド価格($/100万トークン)BenchLeader$6.00$4.00
出力速度BenchLeader43 tok/s152 tok/s
回答開始までの時間BenchLeader0.6秒290.5秒
コンテキストウィンドウBenchLeader1,000,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub87.4%95.6%
Humanity's Last ExamScale AI / CAIS–46.1%†
SimpleBenchSimpleBench–75.9%†
Arena Hard PromptsArena (LMArena)15031499†
LiveBench 2.0 ReasoningLiveBench–91.6%
LiveBench 1.0 ReasoningLiveBench84.8%†91.6%
GPQA Diamond (AA)Artificial Analysis87.5%†–
Humanity's Last Exam (AA)Artificial Analysis33.6%†55.0%
HLE-Diamond (AA)Artificial Analysis–53.3%
GPQA Diamond (Vals)Vals AI85.6%†–
ARC-AGI-1ARC Prize86.0%†96.5%
ARC-AGI-2ARC Prize58.3%†83.9%†
ARC-AGI-3ARC Prize–72.4%†
CritPtArtificial Analysis3.1%†31.4%
CritPt v2 hard subset (AA)Artificial Analysis–59.0%
MysteryMechanismVals AI–49.1%
HLE-Diamond (Scale)Scale AI SEAL–37.5%†
Arena ExpertArena (LMArena)15061512†
Chess PuzzlesEpoch AI Benchmarking Hub23.0%†59.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub14.0%65.0%
LMCAEpoch AI Benchmarking Hub46.5%†68.3%
DTBenchEpoch AI Benchmarking Hub89.9%†97.3%
ForecastBenchForecastBench64.0%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub75.2%–
SciCodeSciCode46.8%†61.0%
184件のベンチマークをすべて表示
指標公開元Claude Sonnet 4.6Claude Sonnet 5.5 (max)
コーディング
WeirdMLWeirdML66.1%†–
FrontierCodeCognition24.3%52.1%†
Arena CodingArena (LMArena)15281517†
Arena WebDevArena (LMArena)15221772†
LiveBench 2.0 CodingLiveBench–77.2%
LiveBench 1.0 CodingLiveBench79.3%†91.4%
SciCode (AA)Artificial Analysis50.1%†61.0%
LiveCodeBenchVals AI82.1%†–
IOIVals AI–83.1%
SWE-bench (Vals)Vals AI77.4%†–
Code MigrationVals AI39.9%†69.8%
Code Migration v1.1Vals AI–86.9%
ProgramBenchVals AI0.5%†6.5%
SWE-bench MultimodalVals AI–58.3%
Vibe Code Bench v1.1Vals AI55.8%92.4%
SWE Atlas v1.0: Codebase QnAScale AI SEAL31.2%–
SWE Atlas v1.0: RefactoringScale AI SEAL32.2%–
SWE Atlas v1.0: Test WritingScale AI SEAL31.8%–
SWE Atlas v1.1Scale AI SEAL–68.3%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–74.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL–67.8%†
SWE Atlas v1.1: RefactoringScale AI SEAL–62.9%†
SWE-Bench Pro V2Scale AI SEAL–95.8%†
SWE-Bench Pro V2 HARDScale AI SEAL–70.6%†
MirrorCodeEpoch AI Benchmarking Hub–97.8%
DeepSWE v1.1Epoch AI Benchmarking Hub29.9%†–
CursorBenchCursor–55.5%
ALE-BenchEpoch AI Benchmarking Hub1327.3†1819.1†
FrontierSWEEpoch AI Benchmarking Hub–61.9%
WeirdML v3WeirdML–19.9%†
Terminal-Bench 4.0 (AA)Artificial Analysis3.0%†63.6%
Terminal-Bench 2.1 (AA)Artificial Analysis71.2%†–
Startrise FrontendStartrise–75.9%†
GameBench 2 OverallDuelLab GameBench 2–60.4†
GameBench 2 by reasoning settingDuelLab GameBench 2–91.4†
Design Arena WebsiteDesign Arena12771309†
FrontierCode 1.1 (AA)Artificial Analysis–45.8%
FrontierCode 2.0 (AA)Artificial Analysis–41.7%
エージェント・ツール
Terminal-BenchTerminal-Bench53.4%63.9%
OSWorld-Verified 2.0OSWorld8.3%†–
APEX-AgentsMercor43.0%†75.5%
Arena AgentArena (LMArena)–16
LiveBench Long AgenticLiveBench–63.4%
LiveBench BrowserLiveBench–89.3%
LiveBench Agentic CodingLiveBench42.6%†56.3%
Terminal-Bench HardArtificial Analysis53.0%†–
τ²-Bench Telecom (AA)Artificial Analysis75.7%†–
Terminal-Bench 2.1 (Vals)Vals AI57.3%†83.2%†
MCP AtlasScale AI SEAL69.5%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–66.9%
GDPval-AA v2.1Artificial Analysis1240†1838
τ³-Banking (AA)Artificial Analysis34.4%†–
ITBench SRE (AA)Artificial Analysis39.8%†–
Analyst Agent (AA)Artificial Analysis20.0%†57.5%
APEX-Agents (AA)Artificial Analysis28.0%†–
CyberBenchVals AI–59.6%
Finance Agent v2Vals AI51.0%†58.1%
Finance Agent v2.1Vals AI–67.3%
Harvey's Legal Agent Benchmark v1.1Vals AI–10.4%
Harvey's Legal Agent Benchmark v1Vals AI5.0%†2.9%
Legal Research BenchVals AI38.5%†48.1%
SkillsBenchVals AI49.0%†–
SREBenchVals AI–30.1%
Tax Agent BenchVals AI25.8%†42.0%
Terminal-Bench 2.0 (Vals)Vals AI59.5%†–
Terminal-Bench 4.0 (Vals)Vals AI–64.1%
Terminal-Bench ScienceVals AI–47.1%
Arena SearchArena (LMArena)1201–
Arena Agent Task CompletionArena (LMArena)–19.5
DeepResearch BenchDeepResearch Bench54.9%†–
ExploitBenchEpoch AI Benchmarking Hub23.6%–
GBAEvalEpoch AI Benchmarking Hub48.8%–
Vending-Bench 2Andon Labs7204.111165.3†
SpireClimbEpoch AI Benchmarking Hub–1.3%
AutomationBenchArtificial Analysis20.1%†71.8%
GDP.pdf (AA)Artificial Analysis15.8%†25.8%
Harvey LAB-AA v1.1Harvey–2.8%
AA-Briefcase v1.1Artificial Analysis1062†1816
GDPxGDPx by SemiAnalysis–8.2%
Design Arena AgenticDesign Arena11871293†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–53.3%
MKA (AA)Artificial Analysis–52.0%
FACTS SearchGoogle–86.8%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–88.8%
FrontierMath Tier 4Epoch AI Benchmarking Hub–80.5%
OTIS Mock AIMEEpoch AI Benchmarking Hub85.8%100.0%
ProofBenchVals AI45.0%†100.0%
LiveBench MathematicsLiveBench87.0%†96.1%
AIME (Vals)Vals AI92.3%–
Arena MathsArena (LMArena)14611486†
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub32.8%†46.5%
LiveBench 2.0 Data AnalysisLiveBench–59.5%
LiveBench ResearchLiveBench–88.0%
LiveBench 1.0 Data AnalysisLiveBench78.0%†59.5%
AA-Omniscience v1.1Artificial Analysis–30.5
MMLU-ProVals AI87.3%†–
LegalBenchVals AI82.1%†–
CorpFinVals AI65.3%†–
TaxEvalVals AI77.1%†–
MedQAVals AI92.1%–
BioMysteryBenchVals AI–81.1%
CaseLaw v2Vals AI64.0%–
ClaimBenchVals AI–100.0%
Excel Modeling BenchmarkVals AI60.1%†75.7%
Excel Modeling Benchmark v1.1Vals AI–75.9%
MedCodeVals AI–52.9%
MedScribeVals AI–91.1%
Public Benefits Bench v1.1Vals AI62.5%†67.2%
Access to Justice BenchmarkVals AI–74.9%
Financial Coaching BenchVals AI–74.9%
Immigration BenchVals AI–69.0%
DrugDiscoveryBenchScale AI SEAL31.3%†–
GDP.pdfEpoch AI Benchmarking Hub18.0%†31.4%
AA-Omniscience v1.1: accuracyArtificial Analysis–51.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–56.7%
Global-MMLU-Lite (AA)Artificial Analysis90.5%†–
HealthBench Professional (AA)OpenAI–63.0%
FACTS ParametricGoogle–35.1%†
指示追従
LiveBench LanguageLiveBench76.1%†78.0%
LiveBench Instruction FollowingLiveBench63.2%†56.8%
IFBenchArtificial Analysis56.6%†–
Arena Instruction FollowingArena (LMArena)14751482†
人間の評価
Arena TextArena (LMArena)14721473†
EQ-Bench 4EQ-Bench1197–
EQ-Bench Creative Writing v3EQ-Bench1811–
Arena Creative WritingArena (LMArena)14491464†
Arena Multi-turnArena (LMArena)14801469†
Arena Longer QueriesArena (LMArena)14921491†
マルチモーダル
Arena VisionArena (LMArena)12831284†
LiveBench DesignLiveBench–81.3%
MMMU-ProArtificial Analysis73.3%†–
MMMU-Pro (Vals)Vals AI83.6%†–
MortgageTaxVals AI67.7%†–
SAGEVals AI–88.0%
GeoBenchGeoBench73.0%–
Blueprint-Bench 2Epoch AI Benchmarking Hub6.7%39.3%†
Furniture AssemblyEpoch AI Benchmarking Hub–75.0%
VIALS-AAHandshake AI–59.6%
Code2Video-AAArtificial Analysis–1443
AA-3DArtificial Analysis–1204
FACTS MultimodalGoogle–50.4%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis80.0%†82.7%
Arena DocumentArena (LMArena)1478–
MLCRArtificial Analysis7.8%†41.7%
FACTS GroundingGoogle–62.5%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub152.9166.6†
LiveBench 2.0LiveBench–77.0%
LiveBench 1.0LiveBench73.0%†75.7%
AA Intelligence Index v5.0.1Artificial Analysis–54.5
AA Intelligence Index v4.3.2Artificial Analysis30.1†56
AA Progress Index v1Artificial Analysis293.6†350.5
Vals IndexVals AI–70.8
Vals Finance IndexVals AI–64.5%
Vals Science IndexVals AI–59.1%
Vals Multimodal IndexVals AI60.6%†–
Vals Router IndexVals AI–69.0%†
Vals Legal IndexVals AI–68.0%
安全性・誠実さ
DistressBenchScale AI SEAL–74.6%†

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 Sonnet 4.6:BenchLeader Index 58.3 → 57.6。
  • Claude Sonnet 4.6:スコアの改訂2件。
  • Claude Sonnet 5.5 (max):新しい結果36件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Claude Sonnet 5.5 (max):BenchLeader Index 65.1 → 64.6。
  • Claude Sonnet 4.6:新しい結果1件(GeoBench)。
  • Claude Sonnet 5.5 (max):新しい結果1件(MirrorCode)。
  • Claude Sonnet 5.5 (max):スコアの改訂2件。
  • Claude Sonnet 4.6:新しい結果1件(Arena Search)。
  • Claude Sonnet 5.5 (max):スコアの改訂1件。
  • Claude Sonnet 5.5 (max):スコアの改訂1件。

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 Sonnet 4.6 vs Claude Sonnet 5.5:よくある質問

Claude Sonnet 5.5はClaude Sonnet 4.6より優れていますか?
品質ではClaude Sonnet 5.5 (max)がリードしています:64.2 対 57.6。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 Sonnet 5.5 (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 Sonnet 4.6とClaude Sonnet 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 Sonnet 5.5の方が安く、100万トークンあたり$4.00 対 $6.00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 Sonnet 4.6とClaude Sonnet 5.5のどちらが向いていますか?
コーディングではClaude Sonnet 5.5の方がスコアが高くなっています(カテゴリ指標で70 対 54。50が平均)。
Claude Sonnet 4.6とClaude Sonnet 5.5はどちらが速いですか?
Claude Sonnet 5.5の方が出力が3倍以上速くなっています(出力152 対 43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 Sonnet 4.6とClaude Sonnet 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 Sonnet 5.5の方がスコアが高くなっています(カテゴリ指標で71 対 53。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 Sonnet 4.6が53.4%、Claude Sonnet 5.5が63.9%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 Sonnet 4.6です。Artificial Analysisの測定では、最初の回答トークンまで0.6秒 対 290.5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 Sonnet 4.6とClaude Sonnet 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5件のベンチマークのうち、Claude Sonnet 4.6のリードが0件、Claude Sonnet 5.5のリードが5件です。両方を評価しているすべての総合指標で、Claude Sonnet 5.5が上回っています。
Claude Sonnet 5.5はいつリリースされましたか?
Claude Sonnet 5.5は2026年9月28日にリリースされました。