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 5.5 | 100万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 4.6 | Claude Sonnet 5.5 |
|---|---|---|
| プロバイダー | Anthropic | Anthropic |
| 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) | 1,000,000 | 1,000,000 |
| 比較した構成 | Claude Sonnet 4.6 | Claude 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 4.6 | Claude Sonnet 5.5 (max) | トップ |
|---|---|---|---|
| 推論 | 63.9 | 67.8 | Claude Sonnet 5.5 |
| コーディング | 53.5 | 70.2 | Claude Sonnet 5.5 |
| エージェント・ツール | 52.6 | 70.5 | Claude Sonnet 5.5 |
| 数学 | 63.1 | 71.3 | Claude Sonnet 5.5 |
| 知識 | 58.1 | 57.4 | 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。
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。
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Index | Claude Sonnet 4.6 | Claude Sonnet 5.5 (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 57.6 | 64.2 | Claude Sonnet 5.5 |
| Arena Text | 1472 | 1473† | 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 4.6 | Claude 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) | – | $10.02 |
| タスクあたりの出力トークン(AA Index) | – | 285k |
| うち推論 | – | 206k |
| タスクあたりの時間(AA Index) | – | 31 min |
| 出力速度 | 43 tok/s | 152 tok/s |
| 回答開始までの時間 | 0.6秒 | 290.5秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 487.7秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Sonnet 4.6のスコアは57.6、最初の回答トークンまで1秒。Claude Sonnet 4.6 (max)は56.1(91秒)、Claude Sonnet 4.6 (high)は50.3(1秒)。Claude Sonnet 5.5 (max)のスコアは64.2、最初の回答トークンまで291秒。Claude Sonnet 5.5 (xhigh)は62.5(27秒)、Claude Sonnet 5.5 (high)は59.5(9秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
184件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Sonnet 4.6 | Claude Sonnet 5.5 (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.6 | 64.2 |
| エージェント・ツールスコア | BenchLeader | 52.6 | 70.5 |
| コーディングスコア | BenchLeader | 53.5 | 70.2 |
| 人間の評価スコア | BenchLeader | 60.5 | – |
| 知識スコア | BenchLeader | 58.1 | 57.4 |
| 数学スコア | BenchLeader | 63.1 | 71.3 |
| マルチモーダルスコア | BenchLeader | 62.4 | – |
| 推論スコア | BenchLeader | 63.9 | 67.8 |
| 総合スコア | BenchLeader | – | 63.0 |
| 長文コンテキストスコア | BenchLeader | – | 66.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $6.00 | $4.00 |
| 出力速度 | BenchLeader | 43 tok/s | 152 tok/s |
| 回答開始までの時間 | BenchLeader | 0.6秒 | 290.5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 | 87.4% | 95.6% |
| Humanity's Last Exam | Scale AI / CAIS | – | 46.1%† |
| SimpleBench | SimpleBench | – | 75.9%† |
| Arena Hard Prompts | Arena (LMArena) | 1503 | 1499† |
| LiveBench 2.0 Reasoning | LiveBench | – | 91.6% |
| LiveBench 1.0 Reasoning | LiveBench | 84.8%† | 91.6% |
| GPQA Diamond (AA) | Artificial Analysis | 87.5%† | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 33.6%† | 55.0% |
| HLE-Diamond (AA) | Artificial Analysis | – | 53.3% |
| GPQA Diamond (Vals) | Vals AI | 85.6%† | – |
| ARC-AGI-1 | ARC Prize | 86.0%† | 96.5% |
| ARC-AGI-2 | ARC Prize | 58.3%† | 83.9%† |
| ARC-AGI-3 | ARC Prize | – | 72.4%† |
| CritPt | Artificial Analysis | 3.1%† | 31.4% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 59.0% |
| MysteryMechanism | Vals AI | – | 49.1% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 37.5%† |
| Arena Expert | Arena (LMArena) | 1506 | 1512† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 23.0%† | 59.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 14.0% | 65.0% |
| LMCA | Epoch AI Benchmarking Hub | 46.5%† | 68.3% |
| DTBench | Epoch AI Benchmarking Hub | 89.9%† | 97.3% |
| ForecastBench | ForecastBench | 64.0% | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 75.2% | – |
| SciCode | SciCode | 46.8%† | 61.0% |
184件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Sonnet 4.6 | Claude Sonnet 5.5 (max) |
|---|---|---|---|
| コーディング | |||
| WeirdML | WeirdML | 66.1%† | – |
| FrontierCode | Cognition | 24.3% | 52.1%† |
| Arena Coding | Arena (LMArena) | 1528 | 1517† |
| Arena WebDev | Arena (LMArena) | 1522 | 1772† |
| LiveBench 2.0 Coding | LiveBench | – | 77.2% |
| LiveBench 1.0 Coding | LiveBench | 79.3%† | 91.4% |
| SciCode (AA) | Artificial Analysis | 50.1%† | 61.0% |
| LiveCodeBench | Vals AI | 82.1%† | – |
| IOI | Vals AI | – | 83.1% |
| SWE-bench (Vals) | Vals AI | 77.4%† | – |
| Code Migration | Vals AI | 39.9%† | 69.8% |
| Code Migration v1.1 | Vals AI | – | 86.9% |
| ProgramBench | Vals AI | 0.5%† | 6.5% |
| SWE-bench Multimodal | Vals AI | – | 58.3% |
| Vibe Code Bench v1.1 | Vals AI | 55.8% | 92.4% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 31.2% | – |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 32.2% | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 31.8% | – |
| SWE Atlas v1.1 | Scale AI SEAL | – | 68.3%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 74.2%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 67.8%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 62.9%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 95.8%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 70.6%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 97.8% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 29.9%† | – |
| CursorBench | Cursor | – | 55.5% |
| ALE-Bench | Epoch AI Benchmarking Hub | 1327.3† | 1819.1† |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 61.9% |
| WeirdML v3 | WeirdML | – | 19.9%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 3.0%† | 63.6% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 71.2%† | – |
| Startrise Frontend | Startrise | – | 75.9%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 60.4† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 91.4† |
| Design Arena Website | Design Arena | 1277 | 1309† |
| 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-Bench | Terminal-Bench | 53.4% | 63.9% |
| OSWorld-Verified 2.0 | OSWorld | 8.3%† | – |
| APEX-Agents | Mercor | 43.0%† | 75.5% |
| Arena Agent | Arena (LMArena) | – | 16 |
| LiveBench Long Agentic | LiveBench | – | 63.4% |
| LiveBench Browser | LiveBench | – | 89.3% |
| LiveBench Agentic Coding | LiveBench | 42.6%† | 56.3% |
| Terminal-Bench Hard | Artificial Analysis | 53.0%† | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 75.7%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 57.3%† | 83.2%† |
| MCP Atlas | Scale AI SEAL | 69.5% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 66.9% |
| GDPval-AA v2.1 | Artificial Analysis | 1240† | 1838 |
| τ³-Banking (AA) | Artificial Analysis | 34.4%† | – |
| ITBench SRE (AA) | Artificial Analysis | 39.8%† | – |
| Analyst Agent (AA) | Artificial Analysis | 20.0%† | 57.5% |
| APEX-Agents (AA) | Artificial Analysis | 28.0%† | – |
| CyberBench | Vals AI | – | 59.6% |
| Finance Agent v2 | Vals AI | 51.0%† | 58.1% |
| Finance Agent v2.1 | Vals AI | – | 67.3% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 10.4% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 5.0%† | 2.9% |
| Legal Research Bench | Vals AI | 38.5%† | 48.1% |
| SkillsBench | Vals AI | 49.0%† | – |
| SREBench | Vals AI | – | 30.1% |
| Tax Agent Bench | Vals AI | 25.8%† | 42.0% |
| Terminal-Bench 2.0 (Vals) | Vals AI | 59.5%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 64.1% |
| Terminal-Bench Science | Vals AI | – | 47.1% |
| Arena Search | Arena (LMArena) | 1201 | – |
| Arena Agent Task Completion | Arena (LMArena) | – | 19.5 |
| DeepResearch Bench | DeepResearch Bench | 54.9%† | – |
| ExploitBench | Epoch AI Benchmarking Hub | 23.6% | – |
| GBAEval | Epoch AI Benchmarking Hub | 48.8% | – |
| Vending-Bench 2 | Andon Labs | 7204.1 | 11165.3† |
| SpireClimb | Epoch AI Benchmarking Hub | – | 1.3% |
| AutomationBench | Artificial Analysis | 20.1%† | 71.8% |
| GDP.pdf (AA) | Artificial Analysis | 15.8%† | 25.8% |
| Harvey LAB-AA v1.1 | Harvey | – | 2.8% |
| AA-Briefcase v1.1 | Artificial Analysis | 1062† | 1816 |
| GDPx | GDPx by SemiAnalysis | – | 8.2% |
| Design Arena Agentic | Design Arena | 1187 | 1293† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 53.3% |
| MKA (AA) | Artificial Analysis | – | 52.0% |
| FACTS Search | – | 86.8%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 88.8% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 80.5% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 85.8% | 100.0% |
| ProofBench | Vals AI | 45.0%† | 100.0% |
| LiveBench Mathematics | LiveBench | 87.0%† | 96.1% |
| AIME (Vals) | Vals AI | 92.3% | – |
| Arena Maths | Arena (LMArena) | 1461 | 1486† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 2.9% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 32.8%† | 46.5% |
| LiveBench 2.0 Data Analysis | LiveBench | – | 59.5% |
| LiveBench Research | LiveBench | – | 88.0% |
| LiveBench 1.0 Data Analysis | LiveBench | 78.0%† | 59.5% |
| AA-Omniscience v1.1 | Artificial Analysis | – | 30.5 |
| MMLU-Pro | Vals AI | 87.3%† | – |
| LegalBench | Vals AI | 82.1%† | – |
| CorpFin | Vals AI | 65.3%† | – |
| TaxEval | Vals AI | 77.1%† | – |
| MedQA | Vals AI | 92.1% | – |
| BioMysteryBench | Vals AI | – | 81.1% |
| CaseLaw v2 | Vals AI | 64.0% | – |
| ClaimBench | Vals AI | – | 100.0% |
| Excel Modeling Benchmark | Vals AI | 60.1%† | 75.7% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 75.9% |
| MedCode | Vals AI | – | 52.9% |
| MedScribe | Vals AI | – | 91.1% |
| Public Benefits Bench v1.1 | Vals AI | 62.5%† | 67.2% |
| Access to Justice Benchmark | Vals AI | – | 74.9% |
| Financial Coaching Bench | Vals AI | – | 74.9% |
| Immigration Bench | Vals AI | – | 69.0% |
| DrugDiscoveryBench | Scale AI SEAL | 31.3%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 18.0%† | 31.4% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 51.5% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 56.7% |
| Global-MMLU-Lite (AA) | Artificial Analysis | 90.5%† | – |
| HealthBench Professional (AA) | OpenAI | – | 63.0% |
| FACTS Parametric | – | 35.1%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 76.1%† | 78.0% |
| LiveBench Instruction Following | LiveBench | 63.2%† | 56.8% |
| IFBench | Artificial Analysis | 56.6%† | – |
| Arena Instruction Following | Arena (LMArena) | 1475 | 1482† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1472 | 1473† |
| EQ-Bench 4 | EQ-Bench | 1197 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1811 | – |
| Arena Creative Writing | Arena (LMArena) | 1449 | 1464† |
| Arena Multi-turn | Arena (LMArena) | 1480 | 1469† |
| Arena Longer Queries | Arena (LMArena) | 1492 | 1491† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1283 | 1284† |
| LiveBench Design | LiveBench | – | 81.3% |
| MMMU-Pro | Artificial Analysis | 73.3%† | – |
| MMMU-Pro (Vals) | Vals AI | 83.6%† | – |
| MortgageTax | Vals AI | 67.7%† | – |
| SAGE | Vals AI | – | 88.0% |
| GeoBench | GeoBench | 73.0% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 6.7% | 39.3%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 75.0% |
| VIALS-AA | Handshake AI | – | 59.6% |
| Code2Video-AA | Artificial Analysis | – | 1443 |
| AA-3D | Artificial Analysis | – | 1204 |
| FACTS Multimodal | – | 50.4%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 80.0%† | 82.7% |
| Arena Document | Arena (LMArena) | 1478 | – |
| MLCR | Artificial Analysis | 7.8%† | 41.7% |
| FACTS Grounding | – | 62.5%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 152.9 | 166.6† |
| LiveBench 2.0 | LiveBench | – | 77.0% |
| LiveBench 1.0 | LiveBench | 73.0%† | 75.7% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 54.5 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 30.1† | 56 |
| AA Progress Index v1 | Artificial Analysis | 293.6† | 350.5 |
| Vals Index | Vals AI | – | 70.8 |
| Vals Finance Index | Vals AI | – | 64.5% |
| Vals Science Index | Vals AI | – | 59.1% |
| Vals Multimodal Index | Vals AI | 60.6%† | – |
| Vals Router Index | Vals AI | – | 69.0%† |
| Vals Legal Index | Vals AI | – | 68.0% |
| 安全性・誠実さ | |||
| DistressBench | Scale 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。
関連する比較
- Claude Sonnet 4.6 vs Gemini 4 Carbon
- Claude Sonnet 4.6 vs GPT-6.1 Sol
- Claude Sonnet 5.5 vs Claude Fable 5.2
- Claude Sonnet 5.5 vs Gemini 4 Carbon
- Claude Sonnet 5.5 vs Claude Opus 5.5
- Claude Sonnet 5.5 vs GPT-6 Astra
- Claude Opus 4.6 vs Claude Sonnet 5.5
- Claude Sonnet 4.6 vs Muse Spark 1.3
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。