BenchLeader

Claude Sonnet 5 vs Gemini 4 Carbon

詳しいプロフィール:Claude Sonnet 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を上回ります(BenchLeader Indexで68.9 対 59.0)。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)。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。Claude Sonnet 5の方が出力が速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Sonnet 5が59.0、Gemini 4 Carbonが68.9です(BenchLeader、2026年11月16日)。
  • Claude Sonnet 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はGemini 4 Carbonより出力が速いです(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20件のベンチマークのうち、Gemini 4 Carbonが20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 5が1539、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 60;Arena WebDev 1768 対 1539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;Arena Agent 17 対 2高
数学Gemini 4 Carbonカテゴリスコア72 対 65中
推論Gemini 4 Carbonカテゴリスコア73 対 65;Arena Hard Prompts 1547 対 1490高
長い文書Gemini 4 Carbonカテゴリスコア64 対 63;AA-LCR v1.1 79.3% 対 76.7%中
チャットの質(人間の評価)Gemini 4 CarbonArenaの投票で73 対 65高
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Claude Sonnet 5最初の回答トークンまで15.8秒(Claude Sonnet 5 (high))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 59.0。
  • 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、長文コンテキスト、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 (high)の方が出力が1.6倍速くなっています(99 対 64トークン/秒)。

概要

仕様Claude Sonnet 5Gemini 4 Carbon
プロバイダーAnthropicGoogle
リリース日2026年6月30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 (high)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 / $0.200$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 (high)Gemini 4 Carbon (high)トップ
推論65.473.2Gemini 4 Carbon
コーディング59.974.1Gemini 4 Carbon
エージェント・ツール52.970.3Gemini 4 Carbon
数学65.371.9Gemini 4 Carbon
知識–76.1比較不可
人間の評価64.672.6Gemini 4 Carbon
マルチモーダル60.9–比較不可
長文コンテキスト62.964.3Gemini 4 Carbon
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・ツール数学長文コンテキスト人間の評価Claude Sonnet 5, 推論: 65.4Claude Sonnet 5, コーディング: 59.9Claude Sonnet 5, エージェント・ツール: 52.9Claude Sonnet 5, 数学: 65.3Claude Sonnet 5, 長文コンテキスト: 62.9Claude Sonnet 5, 人間の評価: 64.6Gemini 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, 長文コンテキスト: 64.3Gemini 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):知識, 指示追従, 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20件のベンチマークのうち、Claude Sonnet 5のリードが0件、Gemini 4 Carbonのリードが20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 5 (high)Gemini 4 Carbon (high)トップ
BenchLeader Index59.068.9Gemini 4 Carbon
Arena Text14611526Gemini 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 (high)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$0.200$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)$0.079$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99 tok/s64 tok/s
回答開始までの時間15.8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)40.7秒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 5 (high)のスコアは59.0、最初の回答トークンまで16秒。Claude Sonnet 5 (max)は56.1(158秒)、Claude Sonnet 5 (xhigh)は55.4(32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

158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 (high)Gemini 4 Carbon (high)
BenchLeader IndexBenchLeader59.068.9
エージェント・ツールスコアBenchLeader52.970.3
コーディングスコアBenchLeader59.974.1
人間の評価スコアBenchLeader64.672.6
長文コンテキストスコアBenchLeader62.964.3
数学スコアBenchLeader65.371.9
マルチモーダルスコアBenchLeader60.9–
推論スコアBenchLeader65.473.2
総合スコアBenchLeader–70.3
知識スコアBenchLeader–76.1
ブレンド価格($/100万トークン)BenchLeader$4.00$4.00
出力速度BenchLeader99 tok/s64 tok/s
回答開始までの時間BenchLeader15.8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 Hub80.3%†96.5%
SimpleBenchSimpleBench60.6%†92.6%†
Arena Hard PromptsArena (LMArena)14901547
LiveBench 2.0 ReasoningLiveBench–90.6%
LiveBench 1.0 ReasoningLiveBench88.7%†–
GPQA Diamond (AA)Artificial Analysis91.1%†–
Humanity's Last Exam (AA)Artificial Analysis35.7%–
HLE-Diamond (AA)Artificial Analysis–69.1%
GPQA Diamond (Vals)Vals AI88.9%†–
ARC-AGI-1ARC Prize–97.5%
ARC-AGI-2ARC Prize–92.1%
ARC-AGI-3ARC Prize–96.9%
CritPtArtificial Analysis15.1%–
CritPt v2 hard subset (AA)Artificial Analysis–69.0%
Arena ExpertArena (LMArena)15091567
Chess PuzzlesEpoch AI Benchmarking Hub45.0%†78.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub16.0%†73.0%
LMCAEpoch AI Benchmarking Hub50.0%–
DTBenchEpoch AI Benchmarking Hub84.5%–
ForecastBenchForecastBench63.1%†–
BTF-3Epoch AI Benchmarking Hub14.2%†–
コーディング
SciCodeSciCode54.3%64.2%
WeirdMLWeirdML68.8%–
FrontierCodeCognition42.7%†–
GSO-BenchGSO-Bench37.3%†–
158件のベンチマークをすべて表示
指標公開元Claude Sonnet 5 (high)Gemini 4 Carbon (high)
コーディング
Arena CodingArena (LMArena)15201568
Arena WebDevArena (LMArena)15391768
LiveBench 2.0 CodingLiveBench–91.0%
LiveBench 1.0 CodingLiveBench80.7%†–
SciCode (AA)Artificial Analysis54.3%–
LiveCodeBenchVals AI82.4%†–
IOIVals AI45.0%†–
SWE-bench (Vals)Vals AI79.6%†–
Code MigrationVals AI44.4%†–
ProgramBenchVals AI0.0%†–
Vibe Code Bench 1-100Vals AI13.8%†–
Vibe Code Bench v1.1Vals AI81.3%†89.1%
Vibe Code Bench 1-100 v1.1Vals AI–49.7%
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%†
SWE-Bench Pro V2Scale AI SEAL93.2%†–
SWE-Bench Pro V2 HARDScale AI SEAL88.2%†–
MirrorCodeEpoch AI Benchmarking Hub63.3%†–
Surface Evolver BenchEpoch AI Benchmarking Hub60.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub48.2%–
CursorBenchCursor30.8%60.4%
ALE-BenchEpoch AI Benchmarking Hub1463.1–
FrontierSWEEpoch AI Benchmarking Hub–61.2%
Terminal-Bench 4.0 (AA)Artificial Analysis5.0%65.2%
Terminal-Bench 2.1 (AA)Artificial Analysis80.5%†–
Startrise FrontendStartrise66.6%†–
GameBench 2 OverallDuelLab GameBench 246.6†–
GameBench 2 by reasoning settingDuelLab GameBench 254.4†–
Design Arena WebsiteDesign Arena1268†1319†
FrontierCode 2.0 (AA)Artificial Analysis17.8%†40.6%
エージェント・ツール
Terminal-BenchTerminal-Bench12.1%†64.5%
APEX-AgentsMercor54.5%†84.2%†
Arena AgentArena (LMArena)217
LiveBench Long AgenticLiveBench–72.7%
LiveBench BrowserLiveBench–80.0%
LiveBench Agentic CodingLiveBench59.4%†–
Terminal-Bench 2.1 (Vals)Vals AI74.5%†–
HiL-BenchScale AI SEAL–50.3%†
GDPval-AA v2.1Artificial Analysis12621733
τ³-Banking (AA)Artificial Analysis37.3%†–
Analyst Agent (AA)Artificial Analysis46.3%†–
CyberBenchVals AI61.9%†–
Finance Agent v2Vals AI53.9%†–
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 AI41.8%†55.8%
SkillsBenchVals AI46.5%†–
SREBenchVals AI0.4%†–
Tax Agent BenchVals AI29.4%†51.8%
Terminal-Bench 4.0 (Vals)Vals AI10.6%†63.1%
Terminal-Bench ScienceVals AI5.7%†–
Arena SearchArena (LMArena)1191†–
Arena Agent Task CompletionArena (LMArena)-0.618.4
GBAEvalEpoch AI Benchmarking Hub65.3%†–
Vending-Bench 2Andon Labs6377.7†16484.2†
AutomationBenchArtificial Analysis32.1%77.8%
GDP.pdf (AA)Artificial Analysis9.4%28.4%
EnterpriseOps-GymArtificial Analysis44.7%†–
AA-Briefcase v1.1Artificial Analysis11771611
GDPxGDPx by SemiAnalysis–10.9%
Design Arena AgenticDesign Arena1222†1305†
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 Hub65.6%†90.5%
FrontierMath Tier 4Epoch AI Benchmarking Hub29.3%†95.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub80.0%†100.0%
ProofBenchVals AI77.0%†–
LiveBench MathematicsLiveBench92.9%†–
ArXivMathMathArena–94.3%
BrokenArXivMathArena–84.4%
Arena MathsArena (LMArena)1472–
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub33.7%†77.7%
LiveBench 2.0 Data AnalysisLiveBench–86.5%
LiveBench ResearchLiveBench–92.5%
LiveBench 1.0 Data AnalysisLiveBench71.7%†–
AA-Omniscience v1.1Artificial Analysis–53.5
MMLU-ProVals AI87.5%†–
LegalBenchVals AI83.9%†–
CorpFinVals AI67.0%†–
TaxEvalVals AI75.6%†–
PRBench LegalScale AI SEAL–53.4%†
Excel Modeling BenchmarkVals AI66.3%†–
Excel Modeling Benchmark v1.1Vals AI–76.5%
MedCodeVals AI47.5%†–
MedScribeVals AI76.0%†–
Public Benefits Bench v1.1Vals AI66.0%†–
DrugDiscoveryBenchScale AI SEAL50.0%†71.5%
EBR-benchEpoch AI Benchmarking Hub–87.6%
AA-Omniscience v1.1: accuracyArtificial Analysis–58.3%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–88.6%
FACTS ParametricGoogle20.5%†81.6%†
指示追従
LiveBench LanguageLiveBench75.0%†–
LiveBench Instruction FollowingLiveBench63.9%†–
Arena Instruction FollowingArena (LMArena)14671525
人間の評価
Arena TextArena (LMArena)14611526
EQ-Bench 4EQ-Bench1221†–
EQ-Bench Creative Writing v3EQ-Bench1798†–
Arena Creative WritingArena (LMArena)14341516
Arena Multi-turnArena (LMArena)14731564
Arena Longer QueriesArena (LMArena)14811538
マルチモーダル
Arena VisionArena (LMArena)1272–
LiveBench DesignLiveBench–80.2%
MMMU-ProArtificial Analysis77.3%†89.3%†
MMMU-Pro (Vals)Vals AI83.0%†–
MortgageTaxVals AI70.0%†–
Humanity's Sixth SenseScale AI SEAL24.8%†71.1%
GeoBenchGeoBench74.0%–
Blueprint-Bench 2Epoch AI Benchmarking Hub24.9%†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 Analysis76.7%79.3%
Arena DocumentArena (LMArena)1469–
MLCRArtificial Analysis4.4%19.4%
FACTS GroundingGoogle–77.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub156.9†169.8†
LiveBench 2.0LiveBench–83.5%
LiveBench 1.0LiveBench76.0%†–
AA Intelligence Index v5.0.1Artificial Analysis–60.0
AA Intelligence Index v4.3.2Artificial Analysis31.7–
AA Progress Index v1Artificial Analysis296.8350.8
Vals IndexVals AI–70.5
Vals Finance IndexVals AI–67.0%
Vals RSI IndexVals AI–27.7%
Vals Multimodal IndexVals AI68.8%†–
Vals Legal IndexVals AI–75.9%
安全性・誠実さ
FORTRESSScale AI SEAL–16.4%†
DistressBenchScale AI SEAL68.0%†–

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

  • 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。
  • Claude Sonnet 5 (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Gemini 4 Carbon (high):新しい結果1件(Terminal-Bench)。
  • Claude Sonnet 5 (high):BenchLeader Index 59.5 → 59.0。
  • 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 (high):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 5 vs Gemini 4 Carbon:よくある質問

Gemini 4 CarbonはClaude Sonnet 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 59.0。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 60。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 5が1539、Gemini 4 Carbonが1768です。
Claude Sonnet 5とGemini 4 Carbonはどちらが速いですか?
Claude Sonnet 5の方が出力が速くなっています(出力99 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Arena Agentでは、Claude Sonnet 5が2、Gemini 4 Carbonが17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Gemini 4 Carbonの方がスコアが高くなっています(64 対 63)。どちらも約1Mトークンです(Claude Sonnet 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Claude Sonnet 5です。Artificial Analysisの測定では、最初の回答トークンまで15.8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 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20件のベンチマークのうち、Claude Sonnet 5のリードが0件、Gemini 4 Carbonのリードが20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。