リーダーボード
同じモデルを、実際に知りたい問いに合わせて並べ替えています。すべてのボードは最新データから毎日作り直しています。総合ランキングはLLMリーダーボード2026をご覧ください。
比べたい2つが決まっていますか?好きなモデルを並べて比較できます。
今月のベスト: 総合ベストLLM(2026年11月) · コーディングに最適なLLM(2026年11月) · エージェントに最適なLLM(2026年11月) · 安価で高性能なLLM(2026年11月) · 最良のオープンウェイトLLM(2026年11月) · 最速のLLM(2026年11月)
品質と…
23モデルを表示中:両方の軸で他のどのモデルにも負けないフロンティア、Index上位8モデル、各価格帯で最も良いモデル、直近7日間の新モデルです。 左上ほど優秀:より安く、より高品質。 モデルにカーソルを合わせるかタップすると強調され、クリックで固定(Escで解除)、ダブルクリックでそのページを開きます。
- Claude Fable 5.2 (max)
- Gemini 4 Carbon (high)
- Claude Opus 5.5 (max)
- GPT-6 Astra (max)
- Claude Fable 5.1 (max)
- GPT-6.1 Sol (max)
- Claude Fable 5
- GPT-5.6 Sol (max)
- GPT-6.1 Terra (max)
- Gemini 4 Hydrogen (high)
- Gemini 3.7 Flash (high)
- Kimi K2.5 (thinking)
- Qwen3.6 Plus
- GPT-5.6 Luna (xhigh)
- GLM 5.3 Flash
- DeepSeek V4.1 Flash 1017 (max)
- Claude Haiku 5.5 (xhigh)
- MiMo-V2.5
- Muse Ember (max)
- Ling 3.0 Flash
- Agnes 2.5 Pro Theta
- Mistral Small 3.2
- Granite 4.2 8B
すぐわかる答え
よくある問いに、今日のデータで答えています。それぞれ上位5モデルを表示し、元のボードへはワンクリックで移動できます。
- 最も使われているモデル
先週、実際に最も多くの処理が送られたモデルです。OpenRouter のトークンシェアで測っています。
- 1
DeepSeek V4.1 Flash 1017max28.0%
- 2
Hy48.6%
- 3
DeepSeek V4.1 Flashmax7.4%
- 4
GLM 5.3 Flash5.6%
- 5
GPT-6 Lunamax4.0%
- 1
- コーディングエージェントでの利用上位
過去30日間に、コーディングエージェント(Claude Code、Codex、OpenCode など)の中で最も多く使われたモデルです。T3 Code の利用テレメトリにおけるターン数のシェアで測っています。市場全体ではなく、1つのクライアントの利用者のデータです。
- 1
Claude Opus 5.5max57.6%
- 2
GPT-6.1 Solmax18.6%
- 3
GPT-6 Astramax4.8%
- 4
Claude Sonnet 5.5max3.9%
- 5
Claude Fable 5.1max1.7%
- 1
- $2/M未満のベスト
ブレンド価格が100万トークンあたり2ドル未満で、品質が最も高いモデルです。
- 1
Gemini 3.7 Flashhigh$1.50/M
- 2
Gemini 3.6 Flashhigh$1.50/M
- 3
Gemini 3.8 Flashmedium$1.50/M
- 4
GLM-5thinking$1.55/M
- 5
Kimi K2.5thinking$1.20/M
- 1
- $0.50/M未満のベスト
低予算の用途向けに、100万トークンあたり50セント未満で品質が最も高いモデルです。
- 1
GPT-5.6 Lunaxhigh$0.450/M
- 2
Inkling 2 Small$0.475/M - 3
GLM 5.3 Flash$0.238/M
- 4
DeepSeek V4 Flashhigh$0.262/M
- 5
DeepSeek V3.2thinking$0.315/M
- 1
- 速くて高性能
毎秒100トークン以上で、Index が55を超えるモデルです。
- 1
Grok 4.20 Multi-Agent349 tok/s - 2
DeepSeek V4.1 Flashmax240 tok/s
- 3
Claude Haiku 5.5xhigh231 tok/s
- 4
Muse Spark 1.2xhigh208 tok/s
- 5
GPT-5.4 Minixhigh200 tok/s
- 1
- すばやい応答
Index が55を超え、2秒以内に回答が始まるモデルです。
- 1
Nemotron 3 Ultra 550B A55B0.2 s
- 2
Gemma 4 26B A4B0.4 s
- 3
Claude Sonnet 4.60.6 s
- 4
DeepSeek V4 Flashhigh0.7 s
- 5
Qwen3.8 27B0.7 s
- 1
- 最良のオープンウェイト
ダウンロードして自分で動かせるモデルのうち、品質が最も高いものです。
- 1
Kimi K3.1 Pro61.8
- 2
Kimi K360.7
- 3
GLM-5thinking60.2
- 4
Kimi K2.5thinking59.4
- 5
Kimi K2.6thinking59.3
- 1
- 100万コンテキストで最安
コンテキストウィンドウが100万トークン以上のモデルを、価格の安い順に並べています。
- 1
Nemotron 3.5 Lightning$0.10/M
- 2
MiMo-V2.5$0.14/M
- 3
Agnes 2.5 Pro Theta$0.15/M
- 4
MiMo-V2.6-Flash$0.17/M
- 5
Qwen3.5 Flash$0.17/M
- 1
- コーディングに最適
コーディングカテゴリのスコアが最も高いモデルです。
- 1
Claude Fable 5.2max79.7
- 2
Claude Opus 5.5max78.8
- 3
Claude Fable 575.5
- 4
Gemini 4 Carbonhigh74.1
- 5
GPT-6 Astramax73.2
- 1
- エージェントに最適
エージェント系の結果が3つ以上あるモデルのうち、エージェント・ツールカテゴリのスコアが最も高いものです。
- 1
GPT-6 Sol (Daybreak Blue, max)max72.3
- 2
Claude Sonnet 5.5max70.5
- 3
GPT-5.6 Solmax67.5
- 4
Kimi K3.1 Pro64.6
- 5
GPT-6.1 Solmax64.3
- 1
値下げ
直近90日間に、掲載価格(ブレンド)が5%を超えて下がったモデルです。
| モデル | 変更前 | 変更後 | 変化 | 日付 |
|---|---|---|---|---|
| $0.600/M | $0.475/M | −21% | 2026年11月15日 | |
| $8.63/M | $3.00/M | −65% | 2026年11月15日 | |
| $0.300/M | $0.150/M | −50% | 2026年11月13日 | |
| $8.00/M | $4.00/M | −50% | 2026年11月12日 | |
| $8.00/M | $4.00/M | −50% | 2026年11月12日 | |
| $0.125/M | $0.050/M | −60% | 2026年11月11日 | |
| $0.600/M | $0.350/M | −42% | 2026年11月11日 | |
| $0.225/M | $0.138/M | −39% | 2026年11月10日 | |
| $0.855/M | $0.657/M | −23% | 2026年11月6日 | |
| $0.275/M | $0.260/M | −5% | 2026年11月6日 | |
| $0.168/M | $0.153/M | −9% | 2026年11月4日 | |
| $2.15/M | $1.57/M | −27% | 2026年11月3日 | |
| $1.00/M | $0.859/M | −14% | 2026年11月3日 | |
| $0.900/M | $0.448/M | −50% | 2026年11月3日 | |
| $1.90/M | $1.38/M | −27% | 2026年11月3日 | |
| $0.590/M | $0.486/M | −18% | 2026年11月3日 | |
| $0.900/M | $0.258/M | −71% | 2026年11月1日 | |
| $0.175/M | $0.093/M | −47% | 2026年11月1日 | |
| $1.22/M | $0.502/M | −59% | 2026年11月1日 | |
| $1.22/M | $0.502/M | −59% | 2026年11月1日 |
主要ボード
同じモデルを6通りの方法でランク付けしています。どれもグラフと、検索・並べ替えができる表で表示されます。
- 品質:BenchLeader Index
すべての品質ベンチマークを合わせた複合指標です。ベンチマークごとに正規化し、カテゴリごとに平均します。2つのカテゴリにまたがる5つ以上のベンチマーク結果が必要です。
- コストパフォーマンス:1ドルあたりの品質
BenchLeader Index を、100万トークンあたりのブレンド価格(入力3:出力1)で割った値です。高いほど、支払う金額に対して品質が高いことを示します。
- 速度:毎秒の出力トークン数
毎秒の出力トークン数です。Artificial Analysis が対象とするモデルはその実測中央値を、それ以外は OpenRouter の実トラフィックの中央値を直近7日間で平滑化した値を使います。
- レイテンシ:回答開始までの時間
推論フェーズを含め、回答が始まるまでの秒数の中央値です(Artificial Analysis)。それがない場合は、最初のトークンがストリーミングされるまでの時間を使います。
- コスト:100万トークンあたりのブレンド価格
公表されている場合はファーストパーティの定価を使い、出力1トークンに対し入力3トークンでブレンドしています。
- トークン効率:実作業1ドルあたりの品質
BenchLeader Index を、その構成で Artificial Analysis の Intelligence Index の平均的なタスク1件にかかったコストで割った値です。トークン単価と違い、モデルが実際に消費するトークンを数えるので、長く考えるモデルは定価から想像するより低いスコアになります。
- タスクあたりコスト:ベンチマーク1タスクの費用
Artificial Analysis の Intelligence Index の平均的なタスク1件に、各構成でかかったコストです。実行全体を定価で計算しています。冗長な推論はトークン数を何倍にも増やすため、モデル間の差はトークン単価の差よりはるかに大きくなります。
- トークン使用量:タスクあたりの出力トークン数
Artificial Analysis の Intelligence Index のタスク1件あたりに各構成が書いた出力トークン数(推論を含む)を、実行全体で平均したものです。同じ作業を少ないトークンでこなすほど安く速いモデルですが、品質の指標ではないので Index と並べて読んでください。
- タスクあたり時間:ベンチマーク1タスクの所要時間
Artificial Analysis の Intelligence Index のタスク1件に各構成がかかった時間を、実行全体で平均したものです。ほとんどのタスクはエージェント型で何ターンも続くため、1回の返答の待ち時間ではなく、数分単位の作業時間です。推論エフォートを上げるほど、通常はタスクが長くなります。
- 応答時間:回答が完了するまでの秒数
リクエストから最後のトークンまでの秒数の中央値で、推論を含みます(Artificial Analysis)。回答開始までの時間は出力がいつ始まるかを、こちらはいつ終わるかを示します。Artificial Analysisは2026年11月14日にこの値の公表を止めました。表示は2026年11月13日の最終測定です。
- コンテキストウィンドウ
プロバイダーが公表している最大コンテキスト長(トークン数)です。
タスク単位
100万トークンあたりの価格だけでは、実際の作業の姿は見えません。これらのボードは、各モデルの定価、出力速度、最初のトークンまでの時間から、代表的な5つの作業の費用と所要時間を算出しています。
| ワークロード | 入力トークン | 出力トークン | ボード |
|---|---|---|---|
チャットの返答 短いアシスタントの返答:コンテキスト400トークンを入力し、300トークンを出力します。 | 400 | 300 | コスト時間 |
30ページのレポートを要約 文書12,000トークンを入力し、600トークンの要約を出力します。 | 12,000 | 600 | コスト時間 |
コード編集 ファイルと指示6,000トークンを入力し、1,500トークンの差分を出力します。 | 6,000 | 1,500 | コスト時間 |
エージェント型コーディングセッション ツールを使う長いループ1回分:複数ターンで計60,000トークンを入力し、4,000トークンを出力します。 | 60,000 | 4,000 | コスト時間 |
構造化データの抽出 元テキスト2,000トークンを入力し、JSON 200トークンを出力します。 | 2,000 | 200 | コスト時間 |
よくある質問
- どのLLMリーダーボードを見ればよいですか?
- 知りたいことから選んでください。総合的な品質なら品質ボード(BenchLeader Index)、予算重視ならコストやコストパフォーマンスのボード、チャットや音声なら速度とレイテンシ、長い文書ならコンテキストです。タスク単位のボードでは、典型的な5つの作業の費用を比べられます。
- リーダーボードはどのくらいの頻度で更新されますか?
- すべてのボードを6時間ごと(UTC 04:03、10:03、16:03、22:03に開始)に作り直しています。現在のデータは2026年11月16日時点のものです。
- リーダーボードで最速のモデルは?料金はいくらですか?
- 2026年11月16日時点で最速なのはCeleris-1で、799トークン/秒です(ブレンド価格は100万トークンあたり$0.325)。