BenchLeader

Claude Haiku 4.5

推論エフォート
品質339中193位
47.7Index
中央値より下
中央値比 −2.5
価格255中173位
$2.00100万トークンあたり
多くのモデルより高い
中央値の2.4倍
速度216中100位
86トークン/秒
中央値より上
中央値の1.0倍
コスパ255中182位
23.9ポイント/$
中央値より下
中央値の0.4倍

よりコスパが高いモデル: Qwen3.5-4B $0.060/MでIndex 46.7(33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104つあります:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50)ほか101つ。

2026年11月16日時点で、Claude Haiku 4.5(Anthropic)のBenchLeader Indexは47.7です(ランク付け対象は608構成)。最も強いのは数学(61)、最も弱いのは知識(36)です。API料金は入力100万トークンあたり$1.00、出力100万トークンあたり$5.00(3:1のブレンドで$2.00)で、2026年11月16日時点の定価です。出力速度は約86トークン/秒です(OpenRouter)。2025年10月15日にリリースされました。

要点(2026年11月16日時点)

  • Claude Haiku 4.5のAPI料金は入力100万トークンあたり$1.00、出力100万トークンあたり$5.00(3:1のブレンドで$2.00)です(定価、2026年11月16日)。
  • Claude Haiku 4.5の出力速度は約86トークン/秒です(OpenRouter、2026年11月16日)。
  • Claude Haiku 4.5は2025年10月15日にリリースされました(Anthropic)。

詳しく見ると:Claude Haiku 4.5はAnthropicのプロプライエタリな推論モデルです(2025年10月15日リリース)。最もスコアの高い構成は、BenchLeader Indexで47.7 ±6.7を記録し、608構成中399位で下位半分に入ります。重要なのはこの「±」です。ほかに298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。カテゴリ別では数学が最も高く(61)、知識が最も低くなっています(36)。ブレンド価格は100万トークンあたり$2.00で、ランク付けされたモデルの多くより高価です。出力速度は86トークン/秒、最初のトークンまで0.7秒で、多くのモデルより高速です。6通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$2.00/M
入力$1.00・出力$5.00
出典:models.dev
出力速度
86 tok/s
OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
回答開始
0.69 s
コンテキスト
200k
出典:models.dev
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
2025年10月15日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index48
  2. 推論43
  3. コーディング48
  4. エージェント・ツール45
  5. 数学61
  6. 知識36
  7. 指示追従52
  8. 人間の評価48

この順位を埋め込む

ほかのバッジスタイル
[![Claude Haiku 4.5 on BenchLeader: 総合 189位](https://www.benchleader.com/badge/claude-haiku-4-5.svg?style=compact)](https://www.benchleader.com/models/claude-haiku-4-5)

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。

Anthropicの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Anthropicはこの名前で6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 Haiku 5.5xhigh2026年10月7日56.7#173
Claude Haiku 4.5このページ2025年10月15日47.7#399
Claude 3.5 Haiku2024年11月4日38.7#556
Claude 3 Haiku2024年3月7日36.1#582
Claude Haiku 3–––
Claude Haiku 4thinking–––

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし––109 tok/s1.03 s$0.0019エージェント・ツール 58 · 指示追従 45 · 長文コンテキスト 49 · マルチモーダル 37
low––86 tok/s0.69 s$0.0019
high––86 tok/s0.69 s$0.0019コーディング 59
xhigh––86 tok/s0.69 s$0.0019
thinking45.7#446114 tok/s30 s$0.0019エージェント・ツール 41 · コーディング 28 · 指示追従 51 · 知識 48 · 長文コンテキスト 62 · 数学 58 · マルチモーダル 40 · 推論 34
未記載最良47.7#39986 tok/s0.69 s$0.0019エージェント・ツール 45 · コーディング 48 · 人間の評価 48 · 指示追従 52 · 知識 36 · 数学 61 · 推論 43

Indexの推移

2026年9月8日〜2026年11月16日
394857
  • 標準
  • thinking

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。

メタデータ

ベンチマーク推論なしthinking出典推移
AA Openness IndexIndex対象外11.1#29211.1#292Artificial Analysis

推論

ベンチマーク推論なしthinking標準出典推移
GPQA Diamondエフォート未記載––71.2%#180Epoch AI Benchmarking Hub
Arena Hard Promptsエフォート未記載––1441#128Arena (LMArena)
GPQA Diamond (AA)Index対象外64.7%#35267.2%#328–Artificial Analysis
Humanity's Last Exam (AA)Index対象外4.2%#54510.4%#338–Artificial Analysis
HLE-Diamond (AA)–4.5%#154–Artificial Analysis
GPQA Diamond (Vals)Index対象外–72.2%#86–Vals AI
GPQA Diamond (HELM)Index対象外エフォート未記載––60.5%#27HELM Capabilities
ARC-AGI-1–47.7%#19114.3%#237ARC Prize
ARC-AGI-2–4.0%#1931.3%#226ARC Prize
CritPtIndex対象外0.0%#3370.0%#337–Artificial Analysis
CritPt v2 hard subset (AA)–1.5%#124–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載––1452#116Arena (LMArena)
Chess PuzzlesIndex対象外エフォート未記載––8.0%#137Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載––30.9%#141Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––73.6%#161Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––63.1%#44ForecastBench

コーディング

ベンチマーク推論なしhighxhighthinking標準出典推移
SciCodeエフォート未記載––––42.3%#168SciCode
WeirdMLエフォート未記載––––45.4%#85WeirdML
Arena Codingエフォート未記載––––1482#110Arena (LMArena)
Arena WebDevエフォート未記載––––1330#127Arena (LMArena)
SciCode (AA)Index対象外–––42.3%#178–Artificial Analysis
LiveCodeBench–––41.2%#127–Vals AI
SWE-bench (Vals)Index対象外–––66.6%#69–Vals AI
SWE-Bench Proエフォート未記載––––39.5%#12Scale AI SEAL
SWE-bench Verified (bash only)–66.6%#17–––SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載––––64.7%#11SWE-bench
SWE-bench Verified (any scaffold)Index対象外–66.6%#18–––SWE-bench
Code MigrationIndex対象外–––7.5%#66–Vals AI
ProgramBenchIndex対象外–––0.0%#34–Vals AI
Vibe Code Bench v1.1Index対象外–––11.4%#105–Vals AI
SWE-Bench Pro V2 HARDIndex対象外––25.5%#18––Scale AI SEAL
ALE-BenchIndex対象外エフォート未記載––––653.5#104Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外–––0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外–––44.2%#133–Artificial Analysis
Startrise FrontendIndex対象外–––44.8%#29–Startrise
Design Arena WebsiteIndex対象外エフォート未記載––––1114#136Design Arena
FrontierCode 2.0 (AA)–––0.4%#123–Artificial Analysis
LiveCodeBench (AA)Index対象外51.1%#140––61.5%#107–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしlowthinking標準出典推移
Terminal-Benchエフォート未記載–––35.5%#65Terminal-Bench
Terminal-Bench Hard27.3%#128–27.3%#128–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外32.5%#252–54.7%#189–Artificial Analysis
Terminal-Bench 2.1 (Vals)––43.8%#65–Vals AI
MCP Atlasエフォート未記載–––40.2%#37Scale AI SEAL
BFCL Overallエフォート未記載–––68.7%#6Berkeley Function Calling Leaderboard
GDPval-AA v2.1Index対象外––740#218–Artificial Analysis
τ³-Banking (AA)––9.3%#153–Artificial Analysis
ITBench SRE (AA)Index対象外––27.3%#35–Artificial Analysis
Analyst Agent (AA)Index対象外––15.0%#43–Artificial Analysis
Finance Agent v2Index対象外––31.0%#71–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外––0.8%#59–Vals AI
Legal Research BenchIndex対象外––10.6%#81–Vals AI
Tax Agent BenchIndex対象外––5.9%#78–Vals AI
Terminal-Bench 2.0 (Vals)Index対象外––38.2%#35–Vals AI
BALROGIndex対象外エフォート未記載–––31.2%#17BALROG
DeepResearch BenchIndex対象外–45.5%#29––DeepResearch Bench
ExploitBenchIndex対象外エフォート未記載–––13.7%#8Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載–––458.9#63Andon Labs
AutomationBenchIndex対象外––3.3%#207–Artificial Analysis
GDP.pdf (AA)Index対象外––3.8%#208–Artificial Analysis
EnterpriseOps-GymIndex対象外––29.4%#43–Artificial Analysis
AA-Briefcase v1.1Index対象外––617#209–Artificial Analysis
Terminal-Bench-Science 0.1 (AA)Index対象外––0.0%#115–Artificial Analysis
DeepSearchQAIndex対象外––12.8%#12–Google

数学

ベンチマーク推論なしthinking標準出典推移
OTIS Mock AIMEエフォート未記載––66.7%#161Epoch AI Benchmarking Hub
MATH Level 5エフォート未記載––96.4%#11Epoch AI Benchmarking Hub
AIME (Vals)–82.7%#44–Vals AI
MGSM–92.2%#21–Vals AI
Omni-MATH (HELM)エフォート未記載––56.1%#12HELM Capabilities
Arena Mathsエフォート未記載––1402#152Arena (LMArena)
AIME 2025 (AA)Index対象外39.0%#15483.7%#50–Artificial Analysis

知識

ベンチマークthinking標準出典推移
SimpleQA Verifiedエフォート未記載–13.2%#92Epoch AI Benchmarking Hub
AA-Omniscience v1.1-1.8#89–Artificial Analysis
MMLU-Pro78.7%#98–Vals AI
LegalBench81.2%#82–Vals AI
CorpFin60.6%#6660.3%#69Vals AI
TaxEval67.5%#104–Vals AI
MedQA79.6%#72–Vals AI
MMLU-Pro (HELM)Index対象外エフォート未記載–77.7%#27HELM Capabilities
CaseLaw v2Index対象外56.5%#30–Vals AI
Excel Modeling BenchmarkIndex対象外22.7%#70–Vals AI
MedCodeIndex対象外32.7%#85–Vals AI
MedScribeIndex対象外85.2%#30–Vals AI
Public Benefits Bench v1.1Index対象外エフォート未記載–54.3%#42Vals AI
AA-Omniscience v1.1: accuracyIndex対象外17.5%#130–Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外76.6%#23–Artificial Analysis
Global-MMLU-Lite (AA)Index対象外83.4%#49–Artificial Analysis

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench42.0%#24254.3%#155–Artificial Analysis
MultiChallenge–50.5%#30–Scale AI SEAL
IFEval (HELM)エフォート未記載––80.1%#48HELM Capabilities
WildBench (HELM)エフォート未記載––83.9%#15HELM Capabilities
Arena Instruction FollowingIndex対象外エフォート未記載––1415#124Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1414#143Arena (LMArena)
EQ-Bench 41053#30EQ-Bench
Arena Creative WritingIndex対象外1387#133Arena (LMArena)
Arena Multi-turnIndex対象外1425#125Arena (LMArena)
Arena Longer QueriesIndex対象外1436#117Arena (LMArena)

マルチモーダル

ベンチマーク推論なしthinking標準出典推移
MMMU-Pro55.1%#24258.5%#231–Artificial Analysis
MMMU-Pro (Vals)Index対象外–46.1%#89–Vals AI
MortgageTaxIndex対象外–62.2%#54–Vals AI
Blueprint-Bench 2Index対象外エフォート未記載––0.0%#33Epoch AI Benchmarking Hub

長文コンテキスト

ベンチマーク推論なしthinking標準出典推移
AA-LCR v1.149.7%#34574.3%#179–Artificial Analysis
Arena DocumentIndex対象外エフォート未記載––1419#44Arena (LMArena)
MLCRIndex対象外–5.0%#156–Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––142.8#103Epoch AI Benchmarking Hub
AA Intelligence Index v5.0.1Index対象外–7.4#117–Artificial Analysis
AA Intelligence Index v4.3.2Index対象外15.4#29316.9#277–Artificial Analysis
AA Progress Index v1Index対象外205.8#400246.5#272–Artificial Analysis
HELM Capabilities meanIndex対象外エフォート未記載––71.7%#22HELM Capabilities
Vals Multimodal IndexIndex対象外–42.9%#30–Vals AI

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Amazon Bedrock116 tok/s0.51 s$1.10$5.50200k–
Amazon Bedrock93 tok/s0.67 s$1.10$5.50200k–
Amazon Bedrock91 tok/s0.67 s$1.00$5.00200k–
Google Vertex88 tok/s0.56 s$1.10$5.50200k–
Google Vertex87 tok/s0.51 s$1.00$5.00200k–
Azure83 tok/s0.41 s$1.00$5.00200k–
Anthropic83 tok/s0.41 s$1.00$5.00200k–
Google Vertex36 tok/s1.38 s$1.10$5.50200k–

利用状況

Claude Haiku 4.5が実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー

コーディングエージェントのターンに占める割合、30日間
0.01%
Claude Codeで98%

出典: T3 Code via Slopalytics。

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100万トークンあたり$0.100の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$0.0019$0.00164.2 s
30ページのレポートを要約12,000 / 600$0.015$0.00697.7 s
コード編集6,000 / 1,500$0.013$0.009518.1 s
エージェント型コーディングセッション60,000 / 4,000$0.080$0.04047.2 s
構造化データの抽出2,000 / 200$0.0030$0.00173.0 s

Anthropicのほかのモデル

今月の新着

関連ページ

埋め込み・引用

Claude Haiku 4.5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。

[![Claude Haiku 4.5 on BenchLeader: 総合 189位](https://www.benchleader.com/badge/claude-haiku-4-5.svg)](https://www.benchleader.com/models/claude-haiku-4-5)

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 Haiku 4.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-haiku-4-5

BibTeX:

@misc{benchleader_claude_haiku_4_5_20261116,
  author       = {{BenchLeader}},
  title        = {{Claude Haiku 4.5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/claude-haiku-4-5}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Claude Haiku 4.5のベンチマークスコアは?
2026年11月16日時点で、Claude Haiku 4.5のBenchLeader Indexは47.7 ±6.7です。最も強いのは数学(61)、最も弱いのは知識(36)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 Haiku 4.5の順位は?
2026年11月16日時点で、Claude Haiku 4.5はランク付けされた608構成中399位です。ほかに298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 Haiku 4.5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 Haiku 4.5の料金は入力100万トークンあたり$1.00、出力100万トークンあたり$5.00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$2.00です。
Claude Haiku 4.5はいつリリースされましたか?
Anthropicが2025年10月15日にClaude Haiku 4.5をリリースしました。BenchLeaderには6通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Claude Haiku 4.5: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-haiku-4-5