BenchLeader

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。

2026年11月16日時点で、BenchLeader は「タスクあたりトークン数」ボードでGPT-6 Lunaを1位としています(3k)。続いてGPT-6.1 Terra(4k)、GPT-6.1 Sol(6k)です。

126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

55606570755k10k20k50k100k200kIndexのタスクあたりの出力トークン数(推論を含む)(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。

タスクあたりトークン数は、Intelligence Indexの平均的なタスクで推論を含めて出力されたトークン数で、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。

67件中67件
#
1Solar Pro 4311k48.985%69 min$0.956
2NEWAgnes 2.5 Pro Theta278k50.883%24 min$0.575
3Ling 3.1 Flash225k50.867%–$3.19
4Qwen3.8 Maxmax171k58.770%48 min$10.02
5Nanbeige4.3-33B158k–64%––
6Inkling 2 Small150k57.959%25 min$1.18
7Qwen3.8-Flash-Next148k53.966%31 min$0.569
8MiniMax M3.1 Flash138k54.374%15 min$0.491
9GLM 5.3 Flash134k57.876%41 min$0.583
10MiMo-V2.6-Flash132k54.876%50 min$0.129
11MiMo-V2.6-Pro121k57.571%38 min$0.257
12Claude Opus 5max118k65.062%25 min$11.82
13JT-4.1 Flash 236B A21B116k–65%––
14Apodex 1.1116k48.066%–$0.764
15Step 5 Preview113k56.070%15 min$2.35
16Gemini 4 Argonmedium100k61.655%28 min$4.31
17MiniMax M391k56.150%13 min$1.29
18Muse Spark 1.3max91k60.660%13 min$2.39
19Muse Wonder Fullmax88k61.762%––
20Gemini 4 Carbonlow86k60.138%26 min$5.22
21Gemini 3.8 Flashmedium82k60.258%12 min$6.26
22Nemotron 3.5 Super VL81k45.869%5 min$0.557
23Hy478k56.770%14 min$1.03
24gpt-oss-120bhigh73k45.366%7 min$0.345
25NEWMuse Emberxhigh72k49.161%3 min$0.116
26Kimi K3.1 Pro72k61.861%40 min$3.68
27DeepSeek V4 Prohigh70k56.064%15 min$0.849
28Muse Wonderhigh68k56.257%10 min$4.56
29Muse Spark Openxhigh66k53.549%6 min$2.02
30GPT-5.6 Terramax66k59.562%11 min$3.73
31DeepSeek V4.1 Flash 1017推論なし65k44.90%7 min$0.425
32Nemotron 3.5 Lightning65k41.447%4 min$0.314
33K2 Horizon 375B A23B64k49.571%5 min–
34GPT-5.6 Lunamax59k56.264%9 min$0.331
35Grok 4.6xhigh58k56.155%14 min$4.68
36Mistral Large 4medium56k45.963%12 min$1.41
37K-EXAONE 2.055k42.441%––
38GPT-6 Solmax54k62.666%7 min$2.47
39GLM 5.3low52k47.369%12 min$1.57
40Granite 4.2 8B52k41.172%16 min$0.040
41Nemotron 3 Ultra 550B A55Bthinking51k49.140%4 min$2.21
42Inklingxhigh51k50.066%9 min$1.35
43Qwen3.8 27B推論なし45k45.50%18 min$3.77
44Grok 4.7low43k55.451%10 min$2.92
45Kimi K3low40k53.668%15 min$2.37
46Mistral Medium 3.540k46.645%5 min$1.04
47Claude Fable 5.1low38k58.841%8 min$4.47
48Inkling Small37k52.068%5 min$0.203
49NEWClaude Fable 5.2low36k65.346%6 min$3.10
50Command A+36k45.957%3 min–
51Granite 4.2 3B34k39.356%––
52Beam 1.034k45.964%119 s$0.284
53Gemini 3.5 Flash Lite30k51.455%99 s$0.693
54North Mini Code30k40.257%3 min–
55Claude Haiku 5.5low28k47.754%2 min$0.044
56Muse Glimmerhigh26k46.555%5 min$0.178
57Claude Haiku 4.5thinking25k45.717%4 min$0.532
58Claude Sonnet 5.5low21k50.741%3 min$0.511
59Claude Opus 5.5low19k58.936%3 min$0.976
60Gemini 3.1 Flash Lite16k52.668%53 s$0.194

引用表記:BenchLeader「トークン使用量:タスクあたりの出力トークン数」2026年11月16日時点のデータ、https://www.benchleader.com/ja/leaderboards/tokens-per-task