Claude 3.5 Sonnet
よりコスパが高いモデル: Qwen3.5-4B $0.060/MでIndex 46.7(100分の1の価格)。
より安価でスコアの高いランク付けモデルが150つあります:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00)ほか147つ。
2026年11月16日時点で、Claude 3.5 Sonnet(Anthropic)のBenchLeader Indexは46.8です(ランク付け対象は608構成)。最も強いのは指示追従(56)、最も弱いのは推論(41)です。API料金は入力100万トークンあたり$3.00、出力100万トークンあたり$15.00(3:1のブレンドで$6.00)で、2026年11月16日時点の定価です。2024年10月22日にリリースされました。
要点(2026年11月16日時点)
- Claude 3.5 SonnetのAPI料金は入力100万トークンあたり$3.00、出力100万トークンあたり$15.00(3:1のブレンドで$6.00)です(定価、2026年11月16日)。
- Claude 3.5 Sonnetは2024年10月22日にリリースされました(Anthropic)。
詳しく見ると:Claude 3.5 SonnetはAnthropicのプロプライエタリなモデルです(2024年10月22日リリース)。最もスコアの高い構成は、BenchLeader Indexで46.8 ±3.5を記録し、608構成中419位で下位半分に入ります。重要なのはこの「±」です。ほかに230構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(56)、推論が最も低くなっています(41)。ブレンド価格は100万トークンあたり$6.00で、ランク付けされたモデルの中で最も高価な部類です。最終測定日:2026年11月11日。
- ブレンド価格
- $6.00/M
- 入力$3.00・出力$15.00
- 出典:Artificial Analysis
- 出力速度
- –
- 回答開始
- –
- コンテキスト
- 200k
- 出典:Artificial Analysis
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2024年10月22日
- 総合Index47
- 推論41
- コーディング44
- エージェント・ツール43
- 数学43
- 知識47
- 指示追従56
- 人間の評価54
- マルチモーダル44
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/claude-3-5-sonnet)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
Anthropicはこの名前で10つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Claude Sonnet 5.5max | 2026年9月28日 | 64.2 | #30 |
| Claude Sonnet 5high | 2026年6月30日 | 59.0 | #114 |
| Claude Sonnet 4.6 | 2026年2月17日 | 57.6 | #149 |
| Claude Sonnet 4.5high | 2025年9月29日 | 57.9 | #145 |
| Claude Sonnet 4thinking | 2025年5月22日 | 53.8 | #248 |
| Claude 3.7 Sonnetthinking | 2025年2月24日 | 52.9 | #269 |
| Claude 3.5 Sonnetこのページ | 2024年10月22日 | 46.8 | #419 |
| Claude 3 Sonnet | 2024年2月29日 | 37.7 | #568 |
| Claude 37 Sonnetthinking | – | – | – |
| Claude Sonnet 5.0max | – | – | – |
Indexの推移
2026年9月8日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond | 55.3%#218 | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam | 4.1%#46 | Scale AI / CAIS | |
| SimpleBench | 41.4%#75 | SimpleBench | |
| Arena Hard Prompts | 1399#184 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 59.9%#384 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 3.7%#599 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | 59.3%#108 | Vals AI | |
| GPQA Diamond (HELM)Index対象外 | 56.5%#30 | HELM Capabilities | |
| Arena ExpertIndex対象外 | 1373#195 | Arena (LMArena) | |
| DTBenchIndex対象外 | 67.8%#171 | Epoch AI Benchmarking Hub | |
| ForecastBenchIndex対象外 | 62.9%#50 | ForecastBench |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| WeirdML | 40.0%#103 | WeirdML | |
| GSO-Bench | 4.6%#28 | GSO-Bench | |
| Arena Coding | 1436#169 | Arena (LMArena) | |
| LiveCodeBench | 49.6%#115 | Vals AI | |
| Aider Polyglot | 51.6%#34 | Aider polyglot leaderboard | |
| SWE-bench Verified (any scaffold)Index対象外 | 63.4%#26 | SWE-bench | |
| CadEvalIndex対象外 | 48.0%#7 | Epoch AI Benchmarking Hub | |
| LiveCodeBench (AA)Index対象外 | 38.1%#174 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Cybench | 17.5%#12 | Cybench | |
| BALROGIndex対象外 | 32.6%#15 | BALROG | |
| TheAgentCompanyIndex対象外 | 24.0%#6 | TheAgentCompany | |
| METR Time HorizonsIndex対象外 | 45.2%#29 | METR | |
| BrowseCompIndex対象外 | 0.9%#21 | OpenAI |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| OTIS Mock AIME | 8.5%#243 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 57.0%#49 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 10.0%#87 | Vals AI | |
| MGSM | 92.6%#15 | Vals AI | |
| Omni-MATH (HELM) | 27.6%#49 | HELM Capabilities | |
| MATH 500Index対象外 | 72.4%#48 | Vals AI | |
| Arena Maths | 1352#203 | Arena (LMArena) |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MMLU-Pro | 78.4%#101 | Vals AI | |
| CorpFin | 53.6%#96 | Vals AI | |
| TaxEval | 70.2%#92 | Vals AI | |
| MedQA | 83.2%#62 | Vals AI | |
| MMLU-Pro (HELM)Index対象外 | 77.7%#27 | HELM Capabilities | |
| MMLUIndex対象外 | 87.3%#2 | Epoch AI Benchmarking Hub |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFEval (HELM) | 85.6%#18 | HELM Capabilities | |
| WildBench (HELM) | 79.2%#37 | HELM Capabilities | |
| Arena Instruction FollowingIndex対象外 | 1374#176 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1374#187 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外 | 1451#67 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1371#153 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1390#174 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1397#172 | Arena (LMArena) | |
| Lech Mazur Creative WritingIndex対象外 | 80.3%#16 | Lech Mazur |
マルチモーダル
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Vision | 1125#123 | Arena (LMArena) | |
| VISTA | 38.7%#40 | Scale AI SEAL | |
| MMMU (validation) | 68.3%#1 | MMMU | |
| MMMU-Pro (official)Index対象外 | 51.5%#2 | MMMU | |
| MMMU-Pro (Vals)Index対象外 | 68.8%#71 | Vals AI | |
| MortgageTaxIndex対象外 | 64.1%#46 | Vals AI | |
| GeoBenchIndex対象外 | 62.0%#30 | GeoBench | |
| VPCTIndex対象外 | 33.0%#29 | Epoch AI Benchmarking Hub | |
| Video-MMEIndex対象外 | 60.0%#26 | Video-MME |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 133.4#138 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 7.9#462 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 169#505 | Artificial Analysis | |
| HELM Capabilities meanIndex対象外 | 65.3%#34 | HELM Capabilities |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| FORTRESSIndex対象外 | 13.0%#12 | Scale AI SEAL | |
| MASKIndex対象外 | 72.3%#29 | Scale AI SEAL |
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3がプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0057 | – | – |
| 30ページのレポートを要約 | 12,000 / 600 | $0.045 | – | – |
| コード編集 | 6,000 / 1,500 | $0.041 | – | – |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.240 | – | – |
| 構造化データの抽出 | 2,000 / 200 | $0.0090 | – | – |
Anthropicのほかのモデル
関連ページ
埋め込み・引用
Claude 3.5 Sonnetの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/claude-3-5-sonnet)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Claude 3.5 Sonnet on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-3-5-sonnet
BibTeX:
@misc{benchleader_claude_3_5_sonnet_20261116,
author = {{BenchLeader}},
title = {{Claude 3.5 Sonnet on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-3-5-sonnet}},
note = {Data as of 2026-11-16}
}よくある質問
- Claude 3.5 Sonnetのベンチマークスコアは?
- 2026年11月16日時点で、Claude 3.5 SonnetのBenchLeader Indexは46.8 ±3.5です。最も強いのは指示追従(56)、最も弱いのは推論(41)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Claude 3.5 Sonnetの順位は?
- 2026年11月16日時点で、Claude 3.5 Sonnetはランク付けされた608構成中419位です。ほかに230構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Claude 3.5 Sonnetの料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Claude 3.5 Sonnetの料金は入力100万トークンあたり$3.00、出力100万トークンあたり$15.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$6.00です。
- Claude 3.5 Sonnetはいつリリースされましたか?
- Anthropicが2024年10月22日にClaude 3.5 Sonnetをリリースしました。
2026年11月16日時点のデータです。 ほかのモデルと比較
引用表記:BenchLeader「Claude 3.5 Sonnet:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/claude-3-5-sonnet