BenchLeader

Claude Sonnet 5.5 vs Gemini 4 Carbon

詳しいプロフィール:Claude Sonnet 5.5(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 · 13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 5.5を上回ります(BenchLeader Indexで68.9 対 64.2)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$4.00 対 $4.00)。長文コンテキスト(66 対 64)を重視するならClaude Sonnet 5.5、知識(76 対 57)、推論(73 対 68)、コーディング(74 対 70)を重視するならGemini 4 Carbonが向いています。回答開始までの時間はGemini 4 Carbonの方が短く、73.5秒 対 290.5秒です。Claude Sonnet 5.5は出力が約2倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Sonnet 5.5が64.2、Gemini 4 Carbonが68.9です(BenchLeader、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)。
  • 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)。
  • Claude Sonnet 5.5はGemini 4 Carbonより出力が約2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51件のベンチマークのうち、Gemini 4 Carbonが37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Gemini 4 Carbonカテゴリスコア74 対 70;SciCode 64.2% 対 61.0%中
エージェント・ツール利用どちらでもカテゴリスコア71 対 70;Terminal-Bench 63.9% 対 64.5%どちらでも
数学どちらでもカテゴリスコア71 対 72;FrontierMath Tiers 1–3 88.8% 対 90.5%どちらでも
推論Gemini 4 Carbonカテゴリスコア73 対 68;GPQA Diamond 96.5% 対 95.6%中
知識Gemini 4 Carbonカテゴリスコア76 対 57;SimpleQA Verified 77.7% 対 46.5%高
長い文書Claude Sonnet 5.5カテゴリスコア66 対 64;AA-LCR v1.1 82.7% 対 79.3%中
チャットの質(人間の評価)–Arenaの評価があるのはGemini 4 Carbonのみです(カテゴリスコア73)比較不可
最低コストどちらでも100万トークンあたりブレンド価格$4.00 対 $4.00;エージェント型コーディングセッション$0.160 対 $0.160–
回答開始の速さGemini 4 Carbon最初の回答トークンまで73.5秒(Gemini 4 Carbon (high))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Gemini 4 Carbon (high)がリードしています:68.9 対 64.2。
  • Claude Sonnet 5.5 (max)はエージェント・ツール、長文コンテキストで優れています。
  • Gemini 4 Carbon (high)はコーディング、総合、知識、数学、推論で優れています。
  • 価格はほぼ同じです(100万トークンあたりブレンド価格$4.00)。
  • Claude Sonnet 5.5 (max)の方が出力が2.4倍速くなっています(152 対 64トークン/秒)。

概要

仕様Claude Sonnet 5.5Gemini 4 Carbon
プロバイダーAnthropicGoogle
リリース日2026年9月28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 5.5 (max)Gemini 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)$2.00 / $10.00 / $0.100$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 5.5 (max)Gemini 4 Carbon (high)トップ
推論67.873.2Gemini 4 Carbon
コーディング70.274.1Gemini 4 Carbon
エージェント・ツール70.570.3互角
数学71.371.9互角
知識57.476.1Gemini 4 Carbon
人間の評価–72.6比較不可
長文コンテキスト66.064.3Claude Sonnet 5.5
総合63.070.3Gemini 4 Carbon

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・ツール数学知識長文コンテキストClaude 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: 57.4Claude Sonnet 5.5, 長文コンテキスト: 66.0Gemini 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, 長文コンテキスト: 64.3

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, 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51件のベンチマークのうち、Claude Sonnet 5.5のリードが13件、Gemini 4 Carbonのリードが37件、同点が1件です。第三者の総合指標でも評価が分かれ、Claude Sonnet 5.5はVals Indexで、Gemini 4 CarbonはBenchLeader Index、AA Intelligence Index v5.0.1、Arena Textでリードしています。

総合IndexClaude Sonnet 5.5 (max)Gemini 4 Carbon (high)トップ
BenchLeader Index64.268.9Gemini 4 Carbon
AA Intelligence Index v5.0.154.560.0Gemini 4 Carbon
Vals Index70.870.5Claude Sonnet 5.5
Arena Text1473†1526Gemini 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 5.5 (max)Gemini 4 Carbon (high)
100万トークンあたりのブレンド価格$4.00$4.00
100万トークンあたりの入力/出力$2.00 / $10.00$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.100$0.100
タスクあたりの価格:チャットの返答$0.0038$0.0038
タスクあたりの価格:30ページのレポートを要約$0.030$0.030
タスクあたりの価格:コード編集$0.027$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$0.160$0.160
タスクあたりの価格:構造化データの抽出$0.0060$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)$0.074$0.074
ベンチマークのタスクあたりのコスト(AA Index)$10.02$5.48
タスクあたりの出力トークン(AA Index)285k123k
うち推論206k72k
タスクあたりの時間(AA Index)31 min32 min
出力速度152 tok/s64 tok/s
回答開始までの時間290.5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)487.7秒160.6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 Sonnet 5.5 (max)で$10.02、Gemini 4 Carbon (high)で$5.48でした。同じ作業でClaude Sonnet 5.5 (max)は2.3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 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)。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

152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 5.5 (max)Gemini 4 Carbon (high)
BenchLeader IndexBenchLeader64.268.9
エージェント・ツールスコアBenchLeader70.570.3
コーディングスコアBenchLeader70.274.1
総合スコアBenchLeader63.070.3
知識スコアBenchLeader57.476.1
長文コンテキストスコアBenchLeader66.064.3
数学スコアBenchLeader71.371.9
推論スコアBenchLeader67.873.2
人間の評価スコアBenchLeader–72.6
ブレンド価格($/100万トークン)BenchLeader$4.00$4.00
出力速度BenchLeader152 tok/s64 tok/s
回答開始までの時間BenchLeader290.5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 Hub95.6%96.5%
Humanity's Last ExamScale AI / CAIS46.1%†–
SimpleBenchSimpleBench75.9%†92.6%†
Arena Hard PromptsArena (LMArena)1499†1547
LiveBench 2.0 ReasoningLiveBench91.6%90.6%
LiveBench 1.0 ReasoningLiveBench91.6%–
Humanity's Last Exam (AA)Artificial Analysis55.0%–
HLE-Diamond (AA)Artificial Analysis53.3%69.1%
ARC-AGI-1ARC Prize96.5%97.5%
ARC-AGI-2ARC Prize83.9%†92.1%
ARC-AGI-3ARC Prize72.4%†96.9%
CritPtArtificial Analysis31.4%–
CritPt v2 hard subset (AA)Artificial Analysis59.0%69.0%
MysteryMechanismVals AI49.1%–
HLE-Diamond (Scale)Scale AI SEAL37.5%†–
Arena ExpertArena (LMArena)1512†1567
Chess PuzzlesEpoch AI Benchmarking Hub59.0%78.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub65.0%73.0%
LMCAEpoch AI Benchmarking Hub68.3%–
DTBenchEpoch AI Benchmarking Hub97.3%–
コーディング
SciCodeSciCode61.0%64.2%
FrontierCodeCognition52.1%†–
Arena CodingArena (LMArena)1517†1568
Arena WebDevArena (LMArena)1772†1768
LiveBench 2.0 CodingLiveBench77.2%91.0%
152件のベンチマークをすべて表示
指標公開元Claude Sonnet 5.5 (max)Gemini 4 Carbon (high)
コーディング
LiveBench 1.0 CodingLiveBench91.4%–
SciCode (AA)Artificial Analysis61.0%–
IOIVals AI83.1%–
Code MigrationVals AI69.8%–
Code Migration v1.1Vals AI86.9%–
ProgramBenchVals AI6.5%–
SWE-bench MultimodalVals AI58.3%–
Vibe Code Bench v1.1Vals AI92.4%89.1%
Vibe Code Bench 1-100 v1.1Vals AI–49.7%
SWE Atlas v1.1Scale AI SEAL68.3%†71.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL74.2%†73.4%†
SWE Atlas v1.1: Test WritingScale AI SEAL67.8%†76.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL62.9%†64.3%†
SWE-Bench Pro V2Scale AI SEAL95.8%†–
SWE-Bench Pro V2 HARDScale AI SEAL70.6%†–
MirrorCodeEpoch AI Benchmarking Hub97.8%–
CursorBenchCursor55.5%60.4%
ALE-BenchEpoch AI Benchmarking Hub1819.1†–
FrontierSWEEpoch AI Benchmarking Hub61.9%61.2%
WeirdML v3WeirdML19.9%†–
Terminal-Bench 4.0 (AA)Artificial Analysis63.6%65.2%
Startrise FrontendStartrise75.9%†–
GameBench 2 OverallDuelLab GameBench 260.4†–
GameBench 2 by reasoning settingDuelLab GameBench 291.4†–
Design Arena WebsiteDesign Arena1309†1319†
FrontierCode 1.1 (AA)Artificial Analysis45.8%–
FrontierCode 2.0 (AA)Artificial Analysis41.7%40.6%
エージェント・ツール
Terminal-BenchTerminal-Bench63.9%64.5%
APEX-AgentsMercor75.5%84.2%†
Arena AgentArena (LMArena)1617
LiveBench Long AgenticLiveBench63.4%72.7%
LiveBench BrowserLiveBench89.3%80.0%
LiveBench Agentic CodingLiveBench56.3%–
Terminal-Bench 2.1 (Vals)Vals AI83.2%†–
HiL-BenchScale AI SEAL–50.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis66.9%–
GDPval-AA v2.1Artificial Analysis18381733
Analyst Agent (AA)Artificial Analysis57.5%–
CyberBenchVals AI59.6%–
Finance Agent v2Vals AI58.1%–
Finance Agent v2.1Vals AI67.3%67.2%
Harvey's Legal Agent Benchmark v1.1Vals AI10.4%17.5%
Harvey's Legal Agent Benchmark v1Vals AI2.9%–
Legal Research BenchVals AI48.1%55.8%
SREBenchVals AI30.1%–
Tax Agent BenchVals AI42.0%51.8%
Terminal-Bench 4.0 (Vals)Vals AI64.1%63.1%
Terminal-Bench ScienceVals AI47.1%–
Arena Agent Task CompletionArena (LMArena)19.518.4
Vending-Bench 2Andon Labs11165.3†16484.2†
SpireClimbEpoch AI Benchmarking Hub1.3%–
AutomationBenchArtificial Analysis71.8%77.8%
GDP.pdf (AA)Artificial Analysis25.8%28.4%
Harvey LAB-AA v1.1Harvey2.8%–
AA-Briefcase v1.1Artificial Analysis18161611
GDPxGDPx by SemiAnalysis8.2%10.9%
Design Arena AgenticDesign Arena1293†1305†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis53.3%64.8%
MKA (AA)Artificial Analysis52.0%54.3%
FACTS SearchGoogle86.8%†94.4%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub88.8%90.5%
FrontierMath Tier 4Epoch AI Benchmarking Hub80.5%95.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%100.0%
ProofBenchVals AI100.0%–
LiveBench MathematicsLiveBench96.1%–
ArXivMathMathArena–94.3%
BrokenArXivMathArena–84.4%
Arena MathsArena (LMArena)1486†–
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub46.5%77.7%
LiveBench 2.0 Data AnalysisLiveBench59.5%86.5%
LiveBench ResearchLiveBench88.0%92.5%
LiveBench 1.0 Data AnalysisLiveBench59.5%–
AA-Omniscience v1.1Artificial Analysis30.553.5
PRBench LegalScale AI SEAL–53.4%†
BioMysteryBenchVals AI81.1%–
ClaimBenchVals AI100.0%–
Excel Modeling BenchmarkVals AI75.7%–
Excel Modeling Benchmark v1.1Vals AI75.9%76.5%
MedCodeVals AI52.9%–
MedScribeVals AI91.1%–
Public Benefits Bench v1.1Vals AI67.2%–
Access to Justice BenchmarkVals AI74.9%–
Financial Coaching BenchVals AI74.9%–
Immigration BenchVals AI69.0%–
DrugDiscoveryBenchScale AI SEAL–71.5%
EBR-benchEpoch AI Benchmarking Hub–87.6%
GDP.pdfEpoch AI Benchmarking Hub31.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis51.5%58.3%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis56.7%88.6%
HealthBench Professional (AA)OpenAI63.0%–
FACTS ParametricGoogle35.1%†81.6%†
指示追従
LiveBench LanguageLiveBench78.0%–
LiveBench Instruction FollowingLiveBench56.8%–
Arena Instruction FollowingArena (LMArena)1482†1525
人間の評価
Arena TextArena (LMArena)1473†1526
Arena Creative WritingArena (LMArena)1464†1516
Arena Multi-turnArena (LMArena)1469†1564
Arena Longer QueriesArena (LMArena)1491†1538
マルチモーダル
Arena VisionArena (LMArena)1284†–
LiveBench DesignLiveBench81.3%80.2%
MMMU-ProArtificial Analysis–89.3%†
SAGEVals AI88.0%–
Humanity's Sixth SenseScale AI SEAL–71.1%
Blueprint-Bench 2Epoch AI Benchmarking Hub39.3%†58.6%†
Furniture AssemblyEpoch AI Benchmarking Hub75.0%77.5%
VIALS-AAHandshake AI59.6%64.0%
Code2Video-AAArtificial Analysis1443–
AA-3DArtificial Analysis1204–
FACTS MultimodalGoogle50.4%†60.2%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.7%79.3%
MLCRArtificial Analysis41.7%19.4%
FACTS GroundingGoogle62.5%†77.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub166.6†169.8†
LiveBench 2.0LiveBench77.0%83.5%
LiveBench 1.0LiveBench75.7%–
AA Intelligence Index v5.0.1Artificial Analysis54.560.0
AA Intelligence Index v4.3.2Artificial Analysis56–
AA Progress Index v1Artificial Analysis350.5350.8
Vals IndexVals AI70.870.5
Vals Finance IndexVals AI64.5%67.0%
Vals RSI IndexVals AI–27.7%
Vals Science IndexVals AI59.1%–
Vals Router IndexVals AI69.0%†–
Vals Legal IndexVals AI68.0%75.9%
安全性・誠実さ
FORTRESSScale AI SEAL–16.4%†
DistressBenchScale AI SEAL74.6%†–

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 5.5 (max):新しい結果36件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • 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)。
  • Claude Sonnet 5.5 (max):BenchLeader Index 65.1 → 64.6。
  • 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 5.5 (max):新しい結果1件(MirrorCode)。
  • 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 5.5 vs Gemini 4 Carbon:よくある質問

Gemini 4 CarbonはClaude Sonnet 5.5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 64.2。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 5.5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?
価格は同じで、100万トークンあたりのブレンド価格は$4.00です。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 5.5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 70。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FrontierCode 2.0 (AA)では、Claude Sonnet 5.5が41.7%、Gemini 4 Carbonが40.6%です。
Claude Sonnet 5.5とGemini 4 Carbonはどちらが速いですか?
Claude Sonnet 5.5の方が出力が約2倍速くなっています(出力152 対 64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 5.5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互角です(カテゴリ指標で71 対 70)。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 5.5が63.9%、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?
長文コンテキストのベンチマークではClaude Sonnet 5.5の方がスコアが高くなっています(66 対 64)。どちらも約1Mトークンです(Claude Sonnet 5.5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Gemini 4 Carbonです。Artificial Analysisの測定では、最初の回答トークンまで73.5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 5.5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51件のベンチマークのうち、Claude Sonnet 5.5のリードが13件、Gemini 4 Carbonのリードが37件、同点が1件です。第三者の総合指標でも評価が分かれ、Claude Sonnet 5.5はVals Indexで、Gemini 4 CarbonはBenchLeader Index、AA Intelligence Index v5.0.1、Arena Textでリードしています。
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。