BenchLeader

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。

2026年11月16日時点で、BenchLeader は「タスクあたりコスト」ボードでGPT-6 Lunaを1位としています($0.0051)。続いてMistral Small 4($0.040)、Granite 4.2 8B($0.040)です。

156モデル · 2026年11月16日時点のデータ

サイズ

品質と、それを得るためのコスト

5560657075$0.2$0.5$1$2$5$10$20Intelligence Indexのタスクあたりコスト(USD)(対数目盛)BenchLeader Index v1.4Claude Fable 5.2Gemini 4 CarbonClaude Opus 5.5GPT-6 AstraClaude Fable 5.1GPT-6.1 Sol

モデルにカーソルを合わせるかタップすると、強調されてほかのエフォート設定も表示されます。クリックで固定(Escで解除)、目のアイコンでモデルを非表示にできます。

タスクあたりコストは、Intelligence Indexの平均的なタスクにかかった定価ベースの費用で、その構成についてのArtificial Analysisの実行全体の平均です(出典:Artificial Analysis)。モデルが実際に書き出したトークンを数えるため、長く考えるモデルほどここで不利になります。 各点は、モデルの最良の推論エフォート設定(Indexが最も高いもの)です。モデルを選ぶと、ほかの設定が低いエフォートから順に線で結ばれて表示されます。左上ほど優秀です。

エフォート設定で各モデルはどこまで変わるか

モデルごとに1本のバーで、推論エフォートの設定間での最小値から最大値までを示し、各設定に印を付けています。モデルは上のグラフと同じです。

並べ替え

タスクあたりトークン数

出力トークン(推論を含む)
0100k200kGPT-6 Astra9.1k – 52klowmaxGPT-6.1 Sol5.8k – 68klowmaxClaude Fable 5.138k – 118klowmaxGemini 4 Carbon86k – 123klowhighClaude Opus 5.519k – 173klowmaxClaude Fable 5.236k – 274klowmax

出力トークン数(Index全体の実行)

実行した全タスク(AAの集計)
0100M200MGPT-6 Astra10.3M – 54.3MlowmaxGPT-6.1 Sol8.2M – 63.7MlowmaxClaude Fable 5.136.3M – 163MlowmaxGemini 4 Carbon83.9M – 205MlowhighClaude Opus 5.521.1M – 218MlowmaxClaude Fable 5.234.9M – 275Mlowmax

Artificial Analysisによる実行全体の合計です(9つの評価、5,000以上のタスク、一部は3回または5回実行)。タスクあたりの数値は各評価のIndex内の比重で加重した平均なので、掛け合わせてもこの値にはなりません。

タスクあたりコスト

定価でのUSD
$0$10$20GPT-6.1 Sol$0.161 – $1.27Gemini 4 Carbon$4.68 – $5.48GPT-6 Astra$1.42 – $6.24lowmaxClaude Opus 5.5$0.976 – $10lowmaxClaude Fable 5.1$4.47 – $13lowmaxClaude Fable 5.2$3.10 – $27lowmax

Index全体の実行コスト

定価でのUSD(AAの集計)
$0$10k$20kGPT-6.1 Sol$238 – $1.1kGemini 4 Carbon$4k – $5.3kGPT-6 Astra$1.7k – $5.7klowmaxClaude Opus 5.5$980 – $8.9klowmaxClaude Fable 5.1$3.9k – $13.3klowmaxClaude Fable 5.2$2.9k – $22.2klowmax

Artificial Analysisによる実行全体の合計です(9つの評価、5,000以上のタスク、一部は3回または5回実行)。タスクあたりの数値は各評価のIndex内の比重で加重した平均なので、掛け合わせてもこの値にはなりません。

タスクあたり時間

Indexのタスクあたり
010 min20 min30 min40 minGPT-6 Astra3.4 min – 21 minlowmaxClaude Fable 5.17.6 min – 22 minlowmaxGPT-6.1 Sol1.9 min – 22.7 minlowmaxClaude Opus 5.53 min – 24.9 minlowmaxGemini 4 Carbon25.9 min – 32.1 minlowhighClaude Fable 5.25.5 min – 41.7 minlowmax

タスクあたりコスト・トークン数・時間と実行全体の合計は、Artificial AnalysisのIntelligence Index実行によるもので、出典を明記して掲載しており、再利用は許諾していません。IndexはBenchLeader独自のものです。

58件中58件
#
1Claude Opus 5max$11.8265.0$10.00
2Qwen3.8 Maxmax$10.0258.7$3.00
3Gemini 3.8 Flashmedium$6.2660.2$1.50
4Grok 4.6xhigh$4.6856.1$3.00
5Gemini 4 Carbonmedium$4.6865.8$4.00
6Muse Wonderhigh$4.5656.2$8.00
7Claude Fable 5.1low$4.4758.8$20.00
8Gemini 4 Argonmedium$4.3161.6$4.00
9GPT-5.6 Terramax$3.7359.5$4.50
10Kimi K3.1 Pro$3.6861.8$4.00
11Ling 3.1 Flash$3.1950.8$0.450
12NEWClaude Fable 5.2low$3.1065.3$16.00
13Grok 4.7low$2.9255.4$3.00
14GPT-6 Solmax$2.4762.6$4.00
15Muse Spark 1.3max$2.3960.6$2.00
16Kimi K3low$2.3753.6$6.00
17Step 5 Preview$2.3556.0$1.43
18Nemotron 3 Ultra 550B A55Bthinking$2.2149.1$1.05
19Muse Spark Openxhigh$2.0253.5$2.00
20Qwen3.8 27Blow$1.9149.0$1.13
21GLM 5.3low$1.5747.3$2.15
22GPT-6 Astralow$1.4262.0$20.00
23Mistral Large 4medium$1.4145.9$1.05
24Inklingxhigh$1.3550.0$1.76
25MiniMax M3$1.2956.1$0.525
26Inkling 2 Small$1.1857.9$0.475
27Mistral Medium 3.5$1.0446.6$3.00
28Hy4$1.0356.7$1.25
29Claude Opus 5.5low$0.97658.9$8.00
30Solar Pro 4$0.95648.9$0.525
31DeepSeek V4 Prohigh$0.84956.0$1.98
32Apodex 1.1$0.76448.0$0.975
33Gemini 3.5 Flash Lite$0.69351.4$0.850
34GLM 5.3 Flash$0.58357.8$0.238
35NEWAgnes 2.5 Pro Theta$0.57550.8$0.150
36Qwen3.8-Flash-Next$0.56953.9$0.230
37Nemotron 3.5 Super VL$0.55745.8$0.275
38Claude Haiku 4.5thinking$0.53245.7$2.00
39Claude Sonnet 5.5low$0.51150.7$4.00
40MiniMax M3.1 Flash$0.49154.3$0.262
41DeepSeek V4.1 Flash 1017推論なし$0.42544.9$0.525
42gpt-oss-120bhigh$0.34545.3$0.262
43GPT-5.6 Lunamax$0.33156.2$0.450
44Nemotron 3.5 Lightning$0.31441.4$0.095
45NEWGemini 4 Hydrogenlow$0.292–$3.00
46Beam 1.0$0.28445.9$0.600
47MiMo-V2.6-Pro$0.25757.5$0.548
48Inkling Small$0.20352.0$0.525
49Gemini 3.1 Flash Lite$0.19452.6$0.563
50Muse Glimmerhigh$0.17846.5$0.578
51GPT-6.1 Sollow$0.16160.0$4.00
52MiMo-V2.6-Flash$0.12954.8$0.175
53NEWMuse Emberxhigh$0.11649.1$0.200
54GPT-6.1 Terralow$0.07156.6$2.00
55Claude Haiku 5.5low$0.04447.7$0.200
56Granite 4.2 8B$0.04041.1$0.108
57Mistral Small 4thinking$0.04040.5$0.262
58GPT-6 Lunalow$0.005145.8$0.200

引用表記:BenchLeader「タスクあたりコスト:ベンチマーク1タスクの費用」2026年11月16日時点のデータ、https://www.benchleader.com/ja/leaderboards/cost-per-run