BenchLeader

Claude Sonnet 4.6 vs Gemini 4 Carbon

詳しいプロフィール:Claude Sonnet 4.6(Anthropic)とGemini 4 Carbon(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 · 15件の情報源のデータ

2026年11月16日時点で、品質ではGemini 4 CarbonがClaude Sonnet 4.6を上回ります(BenchLeader Indexで68.9 対 57.6)。価格はGemini 4 Carbon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Gemini 4 Carbonがリードしています。Gemini 4 Carbonの方が出力が約1.5倍速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Sonnet 4.6が57.6、Gemini 4 Carbonが68.9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)。
  • Gemini 4 Carbon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)。
  • Gemini 4 CarbonはClaude Sonnet 4.6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13件のベンチマークのうち、Gemini 4 Carbonが13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 Sonnet 4.6が1522、Gemini 4 Carbonが1768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Gemini 4 Carbonカテゴリスコア74 対 54;Arena WebDev 1768 対 1522高
エージェント・ツール利用Gemini 4 Carbonカテゴリスコア70 対 53;Terminal-Bench 64.5% 対 53.4%高
数学Gemini 4 Carbonカテゴリスコア72 対 63;OTIS Mock AIME 100.0% 対 85.8%高
推論Gemini 4 Carbonカテゴリスコア73 対 64;GPQA Diamond 96.5% 対 87.4%高
知識Gemini 4 Carbonカテゴリスコア76 対 58高
チャットの質(人間の評価)Gemini 4 CarbonArenaの投票で73 対 61高
最低コストGemini 4 Carbon100万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 73.5秒(Gemini 4 Carbon (high))–
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Gemini 4 Carbon (high)がリードしています:68.9 対 57.6。
  • Gemini 4 Carbon (high)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、推論で優れています。
  • Gemini 4 Carbon (high)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)。
  • Gemini 4 Carbon (high)の方が出力が1.5倍速くなっています(64 対 43トークン/秒)。

概要

仕様Claude Sonnet 4.6Gemini 4 Carbon
プロバイダーAnthropicGoogle
リリース日2026年2月17日2026年10月28日
コンテキストウィンドウ(トークン)1,000,0001,048,576
比較した構成Claude Sonnet 4.6Gemini 4 Carbon (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)$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 4.6Gemini 4 Carbon (high)トップ
推論63.973.2Gemini 4 Carbon
コーディング53.574.1Gemini 4 Carbon
エージェント・ツール52.670.3Gemini 4 Carbon
数学63.171.9Gemini 4 Carbon
知識58.176.1Gemini 4 Carbon
人間の評価60.572.6Gemini 4 Carbon
マルチモーダル62.4–比較不可
長文コンテキスト–64.3比較不可
総合–70.3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・ツール数学知識人間の評価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 4.6, 人間の評価: 60.5Gemini 4 Carbon, 推論: 73.2Gemini 4 Carbon, コーディング: 74.1Gemini 4 Carbon, エージェント・ツール: 70.3Gemini 4 Carbon, 数学: 71.9Gemini 4 Carbon, 知識: 76.1Gemini 4 Carbon, 人間の評価: 72.6

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。

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13件のベンチマークのうち、Claude Sonnet 4.6のリードが0件、Gemini 4 Carbonのリードが13件です。両方を評価しているすべての総合指標で、Gemini 4 Carbonが上回っています。

総合IndexClaude Sonnet 4.6Gemini 4 Carbon (high)トップ
BenchLeader Index57.668.9Gemini 4 Carbon
Arena Text14721526Gemini 4 Carbon

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 4.6Gemini 4 Carbon (high)
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)–$5.48
タスクあたりの出力トークン(AA Index)–123k
うち推論–72k
タスクあたりの時間(AA Index)–32 min
出力速度43 tok/s64 tok/s
回答開始までの時間0.6秒73.5秒
回答が完了するまでの時間(最終測定2026年11月13日)–160.6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)。Gemini 4 Carbon (high)のスコアは68.9、最初の回答トークンまで73秒。Gemini 4 Carbon (medium)は65.8(21秒)、Gemini 4 Carbon (low)は60.1(11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

159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 4.6Gemini 4 Carbon (high)
BenchLeader IndexBenchLeader57.668.9
エージェント・ツールスコアBenchLeader52.670.3
コーディングスコアBenchLeader53.574.1
人間の評価スコアBenchLeader60.572.6
知識スコアBenchLeader58.176.1
数学スコアBenchLeader63.171.9
マルチモーダルスコアBenchLeader62.4–
推論スコアBenchLeader63.973.2
総合スコアBenchLeader–70.3
長文コンテキストスコアBenchLeader–64.3
ブレンド価格($/100万トークン)BenchLeader$6.00$4.00
出力速度BenchLeader43 tok/s64 tok/s
回答開始までの時間BenchLeader0.6秒73.5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 Hub87.4%96.5%
SimpleBenchSimpleBench–92.6%†
Arena Hard PromptsArena (LMArena)15031547
LiveBench 2.0 ReasoningLiveBench–90.6%
LiveBench 1.0 ReasoningLiveBench84.8%†–
GPQA Diamond (AA)Artificial Analysis87.5%†–
Humanity's Last Exam (AA)Artificial Analysis33.6%†–
HLE-Diamond (AA)Artificial Analysis–69.1%
GPQA Diamond (Vals)Vals AI85.6%†–
ARC-AGI-1ARC Prize86.0%†97.5%
ARC-AGI-2ARC Prize58.3%†92.1%
ARC-AGI-3ARC Prize–96.9%
CritPtArtificial Analysis3.1%†–
CritPt v2 hard subset (AA)Artificial Analysis–69.0%
Arena ExpertArena (LMArena)15061567
Chess PuzzlesEpoch AI Benchmarking Hub23.0%†78.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub14.0%73.0%
LMCAEpoch AI Benchmarking Hub46.5%†–
DTBenchEpoch AI Benchmarking Hub89.9%†–
ForecastBenchForecastBench64.0%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub75.2%–
SciCodeSciCode46.8%†64.2%
WeirdMLWeirdML66.1%†–
FrontierCodeCognition24.3%–
Arena CodingArena (LMArena)15281568
159件のベンチマークをすべて表示
指標公開元Claude Sonnet 4.6Gemini 4 Carbon (high)
コーディング
Arena WebDevArena (LMArena)15221768
LiveBench 2.0 CodingLiveBench–91.0%
LiveBench 1.0 CodingLiveBench79.3%†–
SciCode (AA)Artificial Analysis50.1%†–
LiveCodeBenchVals AI82.1%†–
SWE-bench (Vals)Vals AI77.4%†–
Code MigrationVals AI39.9%†–
ProgramBenchVals AI0.5%†–
Vibe Code Bench v1.1Vals AI55.8%89.1%
Vibe Code Bench 1-100 v1.1Vals AI–49.7%
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–71.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–73.4%†
SWE Atlas v1.1: Test WritingScale AI SEAL–76.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL–64.3%†
DeepSWE v1.1Epoch AI Benchmarking Hub29.9%†–
CursorBenchCursor–60.4%
ALE-BenchEpoch AI Benchmarking Hub1327.3†–
FrontierSWEEpoch AI Benchmarking Hub–61.2%
Terminal-Bench 4.0 (AA)Artificial Analysis3.0%†65.2%
Terminal-Bench 2.1 (AA)Artificial Analysis71.2%†–
Design Arena WebsiteDesign Arena12771319†
FrontierCode 2.0 (AA)Artificial Analysis–40.6%
エージェント・ツール
Terminal-BenchTerminal-Bench53.4%64.5%
OSWorld-Verified 2.0OSWorld8.3%†–
APEX-AgentsMercor43.0%†84.2%†
Arena AgentArena (LMArena)–17
LiveBench Long AgenticLiveBench–72.7%
LiveBench BrowserLiveBench–80.0%
LiveBench Agentic CodingLiveBench42.6%†–
Terminal-Bench HardArtificial Analysis53.0%†–
τ²-Bench Telecom (AA)Artificial Analysis75.7%†–
Terminal-Bench 2.1 (Vals)Vals AI57.3%†–
MCP AtlasScale AI SEAL69.5%–
HiL-BenchScale AI SEAL–50.3%†
GDPval-AA v2.1Artificial Analysis1240†1733
τ³-Banking (AA)Artificial Analysis34.4%†–
ITBench SRE (AA)Artificial Analysis39.8%†–
Analyst Agent (AA)Artificial Analysis20.0%†–
APEX-Agents (AA)Artificial Analysis28.0%†–
Finance Agent v2Vals AI51.0%†–
Finance Agent v2.1Vals AI–67.2%
Harvey's Legal Agent Benchmark v1.1Vals AI–17.5%
Harvey's Legal Agent Benchmark v1Vals AI5.0%†–
Legal Research BenchVals AI38.5%†55.8%
SkillsBenchVals AI49.0%†–
Tax Agent BenchVals AI25.8%†51.8%
Terminal-Bench 2.0 (Vals)Vals AI59.5%†–
Terminal-Bench 4.0 (Vals)Vals AI–63.1%
Arena SearchArena (LMArena)1201–
Arena Agent Task CompletionArena (LMArena)–18.4
DeepResearch BenchDeepResearch Bench54.9%†–
ExploitBenchEpoch AI Benchmarking Hub23.6%–
GBAEvalEpoch AI Benchmarking Hub48.8%–
Vending-Bench 2Andon Labs7204.116484.2†
AutomationBenchArtificial Analysis20.1%†77.8%
GDP.pdf (AA)Artificial Analysis15.8%†28.4%
AA-Briefcase v1.1Artificial Analysis1062†1611
GDPxGDPx by SemiAnalysis–10.9%
Design Arena AgenticDesign Arena11871305†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–64.8%
MKA (AA)Artificial Analysis–54.3%
FACTS SearchGoogle–94.4%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–90.5%
FrontierMath Tier 4Epoch AI Benchmarking Hub–95.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub85.8%100.0%
ProofBenchVals AI45.0%†–
LiveBench MathematicsLiveBench87.0%†–
AIME (Vals)Vals AI92.3%–
ArXivMathMathArena–94.3%
BrokenArXivMathArena–84.4%
Arena MathsArena (LMArena)1461–
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub32.8%†77.7%
LiveBench 2.0 Data AnalysisLiveBench–86.5%
LiveBench ResearchLiveBench–92.5%
LiveBench 1.0 Data AnalysisLiveBench78.0%†–
AA-Omniscience v1.1Artificial Analysis–53.5
MMLU-ProVals AI87.3%†–
LegalBenchVals AI82.1%†–
CorpFinVals AI65.3%†–
TaxEvalVals AI77.1%†–
MedQAVals AI92.1%–
PRBench LegalScale AI SEAL–53.4%†
CaseLaw v2Vals AI64.0%–
Excel Modeling BenchmarkVals AI60.1%†–
Excel Modeling Benchmark v1.1Vals AI–76.5%
Public Benefits Bench v1.1Vals AI62.5%†–
DrugDiscoveryBenchScale AI SEAL31.3%†71.5%
EBR-benchEpoch AI Benchmarking Hub–87.6%
GDP.pdfEpoch AI Benchmarking Hub18.0%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–58.3%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–88.6%
Global-MMLU-Lite (AA)Artificial Analysis90.5%†–
FACTS ParametricGoogle–81.6%†
指示追従
LiveBench LanguageLiveBench76.1%†–
LiveBench Instruction FollowingLiveBench63.2%†–
IFBenchArtificial Analysis56.6%†–
Arena Instruction FollowingArena (LMArena)14751525
人間の評価
Arena TextArena (LMArena)14721526
EQ-Bench 4EQ-Bench1197–
EQ-Bench Creative Writing v3EQ-Bench1811–
Arena Creative WritingArena (LMArena)14491516
Arena Multi-turnArena (LMArena)14801564
Arena Longer QueriesArena (LMArena)14921538
マルチモーダル
Arena VisionArena (LMArena)1283–
LiveBench DesignLiveBench–80.2%
MMMU-ProArtificial Analysis73.3%†89.3%†
MMMU-Pro (Vals)Vals AI83.6%†–
MortgageTaxVals AI67.7%†–
Humanity's Sixth SenseScale AI SEAL–71.1%
GeoBenchGeoBench73.0%–
Blueprint-Bench 2Epoch AI Benchmarking Hub6.7%58.6%†
Furniture AssemblyEpoch AI Benchmarking Hub–77.5%
VIALS-AAHandshake AI–64.0%
FACTS MultimodalGoogle–60.2%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis80.0%†79.3%
Arena DocumentArena (LMArena)1478–
MLCRArtificial Analysis7.8%†19.4%
FACTS GroundingGoogle–77.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub152.9169.8†
LiveBench 2.0LiveBench–83.5%
LiveBench 1.0LiveBench73.0%†–
AA Intelligence Index v5.0.1Artificial Analysis–60.0
AA Intelligence Index v4.3.2Artificial Analysis30.1†–
AA Progress Index v1Artificial Analysis293.6†350.8
Vals IndexVals AI–70.5
Vals Finance IndexVals AI–67.0%
Vals RSI IndexVals AI–27.7%
Vals Multimodal IndexVals AI60.6%†–
Vals Legal IndexVals AI–75.9%
安全性・誠実さ
FORTRESSScale AI SEAL–16.4%†

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。

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。
  • Gemini 4 Carbon (high):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Gemini 4 Carbon (high):BenchLeader Index 69.9 → 68.9。
  • Gemini 4 Carbon (high):新しい結果1件(Terminal-Bench)。
  • Gemini 4 Carbon (high):新しい結果1件(DrugDiscoveryBench)、入力価格 $4.00/M → $2.00/M、出力価格 $20.00/M → $10.00/M、価格 $7.76/M → $5.48/M。
  • Gemini 4 Carbon (high):BenchLeader Index 68.5 → 69.9。
  • Claude Sonnet 4.6:新しい結果1件(GeoBench)。
  • Gemini 4 Carbon (high):新しい結果13件(GPQA Diamond, FrontierMath Tiers 1–3, FrontierMath Tier 4…)。
  • Gemini 4 Carbon (high):新しい結果2件(FrontierSWE, Vals RSI Index)。

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 Gemini 4 Carbon:よくある質問

Gemini 4 CarbonはClaude Sonnet 4.6より優れていますか?
品質ではGemini 4 Carbon (high)がリードしています:68.9 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Gemini 4 Carbon (high)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Gemini 4 Carbon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 Carbon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Gemini 4 Carbonのどちらが向いていますか?
コーディングではGemini 4 Carbonの方がスコアが高くなっています(カテゴリ指標で74 対 54。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 Sonnet 4.6が1522、Gemini 4 Carbonが1768です。
Claude Sonnet 4.6とGemini 4 Carbonはどちらが速いですか?
Gemini 4 Carbonの方が出力が約1.5倍速くなっています(出力64 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Gemini 4 Carbon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 Carbonの方がスコアが高くなっています(カテゴリ指標で70 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%、Gemini 4 Carbonが64.5%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 Sonnet 4.6は1,000,000、Gemini 4 Carbon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 73.5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Gemini 4 Carbon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13件のベンチマークのうち、Claude Sonnet 4.6のリードが0件、Gemini 4 Carbonのリードが13件です。両方を評価しているすべての総合指標で、Gemini 4 Carbonが上回っています。
Gemini 4 Carbonはいつリリースされましたか?
Gemini 4 Carbonは2026年10月28日にリリースされました。