Claude Sonnet 5 vs GPT-6.1 Terra
詳しいプロフィール:Claude Sonnet 5(Anthropic)とGPT-6.1 Terra(OpenAI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 10件の情報源のデータ
2026年11月16日時点で、品質ではGPT-6.1 TerraがClaude Sonnet 5を上回ります(BenchLeader Indexで64.1 対 59.0)。価格はGPT-6.1 Terraの方が2.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $4.00です。両方を測定できるすべてのカテゴリでGPT-6.1 Terra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、GPT-6.1 Terraが64.1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)。
- GPT-6.1 Terraの100万トークンあたりのブレンド価格は$2.00です(定価、2026年11月16日)。
- Claude Sonnet 5はGPT-6.1 Terra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15件のベンチマークのうち、GPT-6.1 Terraが15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、GPT-6.1 Terraが1678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 | GPT-6.1 Terra | カテゴリスコア69 対 60;Arena WebDev 1678 対 1539 | 高 |
| エージェント・ツール利用 | GPT-6.1 Terra | カテゴリスコア63 対 53;Arena Agent 12 対 2 | 高 |
| 数学 | GPT-6.1 Terra | カテゴリスコア72 対 65 | 中 |
| 推論 | GPT-6.1 Terra | カテゴリスコア68 対 65;Humanity's Last Exam (AA) 46.3% 対 35.7% | 中 |
| 長い文書 | GPT-6.1 Terra | カテゴリスコア66 対 63;AA-LCR v1.1 82.7% 対 76.7% | 中 |
| 画像などのメディア | GPT-6.1 Terra | カテゴリスコア67 対 61 | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはClaude Sonnet 5のみです(カテゴリスコア65) | 比較不可 |
| 最低コスト | GPT-6.1 Terra | 100万トークンあたりブレンド価格$2.00 対 $4.00;エージェント型コーディングセッション$0.080 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 150.9秒(GPT-6.1 Terra (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GPT-6.1 Terra (max)がリードしています:64.1 対 59.0。
- GPT-6.1 Terra (max)はエージェント・ツール、コーディング、長文コンテキスト、数学、マルチモーダル、推論で優れています。
- GPT-6.1 Terra (max)の方が2.0倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $4.00)。
- Claude Sonnet 5 (high)の方が出力が1.4倍速くなっています(99 対 72トークン/秒)。
概要
| 仕様 | Claude Sonnet 5 | GPT-6.1 Terra |
|---|---|---|
| プロバイダー | Anthropic | OpenAI |
| リリース日 | 2026年6月30日 | 2026年10月26日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,050,000 |
| 比較した構成 | Claude Sonnet 5 (high) | GPT-6.1 Terra (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) | $2.00 / $10.00 / $0.200 | $1.00 / $5.00 / $0.050 |
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) | GPT-6.1 Terra (max) | トップ |
|---|---|---|---|
| 推論 | 65.4 | 68.4 | GPT-6.1 Terra |
| コーディング | 59.9 | 69.3 | GPT-6.1 Terra |
| エージェント・ツール | 52.9 | 63.4 | GPT-6.1 Terra |
| 数学 | 65.3 | 71.7 | GPT-6.1 Terra |
| 知識 | – | 61.4 | 比較不可 |
| 人間の評価 | 64.6 | – | 比較不可 |
| マルチモーダル | 60.9 | 67.2 | GPT-6.1 Terra |
| 長文コンテキスト | 62.9 | 66.0 | GPT-6.1 Terra |
| 総合 | – | 65.0 | 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):知識, 指示追従, 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15件のベンチマークのうち、Claude Sonnet 5のリードが0件、GPT-6.1 Terraのリードが15件です。両方を評価しているすべての総合指標で、GPT-6.1 Terraが上回っています。
| 総合Index | Claude Sonnet 5 (high) | GPT-6.1 Terra (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 59.0 | 64.1 | GPT-6.1 Terra |
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) | GPT-6.1 Terra (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.00 | $2.00 |
| 100万トークンあたりの入力/出力 | $2.00 / $10.00 | $1.00 / $5.00 |
| 100万トークンあたりのキャッシュ入力 | $0.200 | $0.050 |
| タスクあたりの価格:チャットの返答 | $0.0038 | $0.0019 |
| タスクあたりの価格:30ページのレポートを要約 | $0.030 | $0.015 |
| タスクあたりの価格:コード編集 | $0.027 | $0.013 |
| 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 | $0.080 |
| タスクあたりの価格:構造化データの抽出 | $0.0060 | $0.0030 |
| 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 | $0.037 |
| ベンチマークのタスクあたりのコスト(AA Index) | – | $0.961 |
| タスクあたりの出力トークン(AA Index) | – | 60k |
| うち推論 | – | 39k |
| タスクあたりの時間(AA Index) | – | 14 min |
| 出力速度 | 99 tok/s | 72 tok/s |
| 回答開始までの時間 | 15.8秒 | 150.9秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 40.7秒 | 375.7秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Sonnet 5 (high)のスコアは59.0、最初の回答トークンまで16秒。Claude Sonnet 5 (max)は56.1(158秒)、Claude Sonnet 5 (xhigh)は55.4(32秒)。GPT-6.1 Terra (max)のスコアは64.1、最初の回答トークンまで151秒。GPT-6.1 Terra (xhigh)は60.0(30秒)、GPT-6.1 Terra (high)は59.6(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
152件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Sonnet 5 (high) | GPT-6.1 Terra (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 59.0 | 64.1 |
| エージェント・ツールスコア | BenchLeader | 52.9 | 63.4 |
| コーディングスコア | BenchLeader | 59.9 | 69.3 |
| 人間の評価スコア | BenchLeader | 64.6 | – |
| 長文コンテキストスコア | BenchLeader | 62.9 | 66.0 |
| 数学スコア | BenchLeader | 65.3 | 71.7 |
| マルチモーダルスコア | BenchLeader | 60.9 | 67.2 |
| 推論スコア | BenchLeader | 65.4 | 68.4 |
| 総合スコア | BenchLeader | – | 65.0 |
| 知識スコア | BenchLeader | – | 61.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | $2.00 |
| 出力速度 | BenchLeader | 99 tok/s | 72 tok/s |
| 回答開始までの時間 | BenchLeader | 15.8秒 | 150.9秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 80.3%† | 94.3% |
| SimpleBench | SimpleBench | 60.6%† | 72.2%† |
| Arena Hard Prompts | Arena (LMArena) | 1490 | – |
| LiveBench 2.0 Reasoning | LiveBench | – | 88.7% |
| LiveBench 1.0 Reasoning | LiveBench | 88.7%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 91.1%† | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 35.7% | 46.3% |
| HLE-Diamond (AA) | Artificial Analysis | – | 47.3% |
| GPQA Diamond (Vals) | Vals AI | 88.9%† | – |
| CritPt | Artificial Analysis | 15.1% | 28.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 68.0% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 35.7%† |
| Arena Expert | Arena (LMArena) | 1509 | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 45.0%† | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 16.0%† | 74.0% |
| LMCA | Epoch AI Benchmarking Hub | 50.0% | – |
| DTBench | Epoch AI Benchmarking Hub | 84.5% | – |
| ForecastBench | ForecastBench | 63.1%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | 14.2%† | – |
| コーディング | |||
| SciCode | SciCode | 54.3% | 55.1% |
| WeirdML | WeirdML | 68.8% | – |
| FrontierCode | Cognition | 42.7%† | – |
| GSO-Bench | GSO-Bench | 37.3%† | – |
| Arena Coding | Arena (LMArena) | 1520 | – |
| Arena WebDev | Arena (LMArena) | 1539 | 1678 |
152件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Sonnet 5 (high) | GPT-6.1 Terra (max) |
|---|---|---|---|
| コーディング | |||
| LiveBench 2.0 Coding | LiveBench | – | 89.2% |
| LiveBench 1.0 Coding | LiveBench | 80.7%† | – |
| LiveCodeBench | Vals AI | 82.4%† | – |
| IOI | Vals AI | 45.0%† | – |
| SWE-bench (Vals) | Vals AI | 79.6%† | – |
| Code Migration | Vals AI | 44.4%† | – |
| ProgramBench | Vals AI | 0.0%† | – |
| Vibe Code Bench 1-100 | Vals AI | 13.8%† | – |
| Vibe Code Bench v1.1 | Vals AI | 81.3%† | 84.0% |
| SWE Atlas v1.1 | Scale AI SEAL | – | 57.7%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 54.0%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 63.3%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 55.7%† |
| SWE-Bench Pro V2 | Scale AI SEAL | 93.2%† | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 88.2%† | – |
| MirrorCode | Epoch AI Benchmarking Hub | 63.3%† | 76.7% |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 60.0%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 48.2% | – |
| CursorBench | Cursor | 30.8% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1463.1 | 2608.8 |
| WeirdML v3 | WeirdML | – | 28.1%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 5.0% | 55.6% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 80.5%† | – |
| Startrise Frontend | Startrise | 66.6%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 46.6† | 81.2† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 54.4† | 85.8† |
| Design Arena Website | Design Arena | 1268† | 1286† |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 36.0% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 17.8%† | 42.3% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 12.1%† | 53.3% |
| APEX-Agents | Mercor | 54.5%† | 68.3% |
| Arena Agent | Arena (LMArena) | 2 | 12 |
| LiveBench Long Agentic | LiveBench | – | 56.2% |
| LiveBench Browser | LiveBench | – | 93.1% |
| LiveBench Agentic Coding | LiveBench | 59.4%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 74.5%† | – |
| HiL-Bench | Scale AI SEAL | – | 68.0%† |
| GDPval-AA v2.1 | Artificial Analysis | 1262 | 1476 |
| τ³-Banking (AA) | Artificial Analysis | 37.3%† | – |
| Analyst Agent (AA) | Artificial Analysis | 46.3%† | – |
| CyberBench | Vals AI | 61.9%† | – |
| Finance Agent v2 | Vals AI | 53.9%† | – |
| Finance Agent v2.1 | Vals AI | – | 56.0% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 1.7% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 5.0%† | – |
| Legal Research Bench | Vals AI | 41.8%† | 26.0% |
| SkillsBench | Vals AI | 46.5%† | – |
| SREBench | Vals AI | 0.4%† | – |
| Tax Agent Bench | Vals AI | 29.4%† | 17.1% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 10.6%† | 49.5% |
| Terminal-Bench Science | Vals AI | 5.7%† | – |
| Arena Search | Arena (LMArena) | 1191† | – |
| Arena Agent Task Completion | Arena (LMArena) | -0.6 | 9.7 |
| GBAEval | Epoch AI Benchmarking Hub | 65.3%† | – |
| Vending-Bench 2 | Andon Labs | 6377.7† | 9107.5† |
| SpireClimb | Epoch AI Benchmarking Hub | – | 22.3% |
| AutomationBench | Artificial Analysis | 32.1% | 60.2% |
| GDP.pdf (AA) | Artificial Analysis | 9.4% | 28.6% |
| EnterpriseOps-Gym | Artificial Analysis | 44.7%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1177 | 1401 |
| GDPx | GDPx by SemiAnalysis | – | 8.5% |
| Design Arena Agentic | Design Arena | 1222† | 1192† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 57.6% |
| MKA (AA) | Artificial Analysis | – | 43.8% |
| FACTS Search | – | 92.7%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 65.6%† | 90.9% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 29.3%† | 92.7% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 80.0%† | 100.0% |
| ProofBench | Vals AI | 77.0%† | – |
| LiveBench Mathematics | LiveBench | 92.9%† | – |
| Arena Maths | Arena (LMArena) | 1472 | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 33.7%† | 57.3% |
| LiveBench 2.0 Data Analysis | LiveBench | – | 82.3% |
| LiveBench Research | LiveBench | – | 79.1% |
| LiveBench 1.0 Data Analysis | LiveBench | 71.7%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | – | 29.6 |
| MMLU-Pro | Vals AI | 87.5%† | – |
| LegalBench | Vals AI | 83.9%† | – |
| CorpFin | Vals AI | 67.0%† | – |
| TaxEval | Vals AI | 75.6%† | – |
| Excel Modeling Benchmark | Vals AI | 66.3%† | – |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 73.3% |
| MedCode | Vals AI | 47.5%† | – |
| MedScribe | Vals AI | 76.0%† | – |
| Public Benefits Bench v1.1 | Vals AI | 66.0%† | – |
| DrugDiscoveryBench | Scale AI SEAL | 50.0%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | – | 78.1% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 47.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 65.5% |
| FACTS Parametric | 20.5%† | 70.8%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 75.0%† | – |
| LiveBench Instruction Following | LiveBench | 63.9%† | – |
| MultiChallenge | Scale AI SEAL | – | 74.2%† |
| Arena Instruction Following | Arena (LMArena) | 1467 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1461 | – |
| EQ-Bench 4 | EQ-Bench | 1221† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1798† | – |
| Arena Creative Writing | Arena (LMArena) | 1434 | – |
| Arena Multi-turn | Arena (LMArena) | 1473 | – |
| Arena Longer Queries | Arena (LMArena) | 1481 | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1272 | – |
| LiveBench Design | LiveBench | – | 79.7% |
| MMMU-Pro | Artificial Analysis | 77.3%† | 84.7% |
| MMMU-Pro (Vals) | Vals AI | 83.0%† | – |
| MortgageTax | Vals AI | 70.0%† | – |
| Humanity's Sixth Sense | Scale AI SEAL | 24.8%† | – |
| GeoBench | GeoBench | 74.0% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 24.9%† | 42.1%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 79.2% |
| VIALS-AA | Handshake AI | – | 60.3% |
| FACTS Multimodal | – | 48.8%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 76.7% | 82.7% |
| Arena Document | Arena (LMArena) | 1469 | – |
| MLCR | Artificial Analysis | 4.4% | 30.6% |
| FACTS Grounding | – | 84.2%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 156.9† | 167.7† |
| LiveBench 2.0 | LiveBench | – | 78.8% |
| LiveBench 1.0 | LiveBench | 76.0%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 51.3 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 31.7 | 48.1 |
| AA Progress Index v1 | Artificial Analysis | 296.8 | 345.2 |
| Vals Index | Vals AI | – | 60.5 |
| Vals Finance Index | Vals AI | – | 53.3% |
| Vals Multimodal Index | Vals AI | 68.8%† | – |
| Vals Legal Index | Vals AI | – | 58.8% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 18.2%† |
| DistressBench | Scale AI SEAL | 68.0%† | 65.9%† |
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
- GPT-6.1 Terra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- Claude Sonnet 5 (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- GPT-6.1 Terra (max):BenchLeader Index 64.7 → 64.1。
- GPT-6.1 Terra (max):新しい結果1件(Terminal-Bench)。
- Claude Sonnet 5 (high):BenchLeader Index 59.5 → 59.0。
- GPT-6.1 Terra (max):BenchLeader Index 65.2 → 64.7。
- Claude Sonnet 5 (high):新しい結果1件(GeoBench)。
- GPT-6.1 Terra (max):新しい結果1件(MirrorCode)。
- GPT-6.1 Terra (max):スコアの改訂1件。
- Claude Sonnet 5 (high):スコアの改訂1件。
関連する比較
- Claude Sonnet 5 vs Gemini 4 Carbon
- Claude Sonnet 5 vs Claude Opus 5.5
- Claude Sonnet 5 vs GPT-6 Astra
- GPT-6.1 Terra vs Claude Fable 5.2
- GPT-6.1 Terra vs Gemini 4 Carbon
- GPT-6.1 Terra vs Claude Opus 5.5
- GPT-6.1 Terra vs GPT-6 Astra
- Claude Fable 5 vs GPT-6.1 Terra
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 GPT-6.1 Terra:よくある質問
- GPT-6.1 TerraはClaude Sonnet 5より優れていますか?
- 品質ではGPT-6.1 Terra (max)がリードしています:64.1 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GPT-6.1 Terra (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 5とGPT-6.1 Terra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GPT-6.1 Terraの方が安く、100万トークンあたり$2.00 対 $4.00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 5とGPT-6.1 Terraのどちらが向いていますか?
- コーディングではGPT-6.1 Terraの方がスコアが高くなっています(カテゴリ指標で69 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、GPT-6.1 Terraが1678です。
- Claude Sonnet 5とGPT-6.1 Terra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 72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GPT-6.1 Terra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GPT-6.1 Terraの方がスコアが高くなっています(カテゴリ指標で63 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、GPT-6.1 Terraが12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GPT-6.1 Terraの方がスコアが高くなっています(66 対 63)。どちらも約1.1Mトークンです(Claude Sonnet 5は1,000,000、GPT-6.1 Terraは1,050,000)。
- 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 150.9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GPT-6.1 Terra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15件のベンチマークのうち、Claude Sonnet 5のリードが0件、GPT-6.1 Terraのリードが15件です。両方を評価しているすべての総合指標で、GPT-6.1 Terraが上回っています。
- GPT-6.1 Terraはいつリリースされましたか?
- GPT-6.1 Terraは2026年10月26日にリリースされました。