Claude Opus 4.6
よりコスパが高いモデル: Gemini 3.7 Flash $1.50/MでIndex 62.1(85%安い)。
より安価でスコアの高いランク付けモデルが12つあります:Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00)、GPT-6.1 Sol (66.6, $4.00)ほか9つ。
2026年11月16日時点で、Claude Opus 4.6(Anthropic)のBenchLeader Indexは62.5です(ランク付けされた608構成中上位50位以内)。最も強いのは人間の評価(70)、最も弱いのはコーディング(62)です。API料金は入力100万トークンあたり$5.00、出力100万トークンあたり$25.00(3:1のブレンドで$10.00)で、2026年11月16日時点の定価です。出力速度は約35トークン/秒です(OpenRouter)。2026年2月5日にリリースされました。
要点(2026年11月16日時点)
- Claude Opus 4.6のAPI料金は入力100万トークンあたり$5.00、出力100万トークンあたり$25.00(3:1のブレンドで$10.00)です(定価、2026年11月16日)。
- Claude Opus 4.6の出力速度は約35トークン/秒です(OpenRouter、2026年11月16日)。
- Claude Opus 4.6は2026年2月5日にリリースされました(Anthropic)。
詳しく見ると:Claude Opus 4.6はAnthropicのプロプライエタリな推論モデルです(2026年2月5日リリース)。最もスコアの高い構成(推論エフォート high)は、BenchLeader Indexで62.5 ±2.5を記録し、608構成中50位で上位半分に入ります。重要なのはこの「±」です。ほかに144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。カテゴリ別では人間の評価が最も高く(70)、コーディングが最も低くなっています(62)。ブレンド価格は100万トークンあたり$10.00で、ランク付けされたモデルの中で最も高価な部類です。出力速度は35トークン/秒、最初のトークンまで1.1秒で、最も遅い4分の1に入ります。7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
- $10.00/M
- 入力$5.00・出力$25.00
- 出典:models.dev
- 出力速度
- 35 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
- 1.12 s
- コンテキスト
- 1M
- 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
- 2026年2月5日
- 総合Index63
- 推論65
- コーディング62
- 数学63
- 人間の評価70
- マルチモーダル67
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-opus-4-6)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9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 Opus 5.5max | 2026年9月22日 | 68.4 | #4 |
| Claude Opus 5max | 2026年7月24日 | 65.0 | #23 |
| Claude Opus 4.8max | 2026年5月28日 | 61.1 | #67 |
| Claude Opus 4.7 | 2026年4月16日 | 63.1 | #43 |
| Claude Opus 4.6highこのページ | 2026年2月5日 | 62.5 | #50 |
| Claude Opus 4.5high | 2025年11月24日 | 59.7 | #98 |
| Claude Opus 4.1thinking | 2025年8月5日 | 58.1 | #137 |
| Claude Opus 4thinking | 2025年5月22日 | 55.7 | #202 |
| Claude 3 Opus | 2024年3月4日 | 38.8 | #554 |
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 | 58.4 | #129 | 54 tok/s | 2.29 s | $0.0095 | エージェント・ツール 76 · 指示追従 51 · 知識 64 · 長文コンテキスト 58 · マルチモーダル 55 |
| low | – | – | 35 tok/s | 1.12 s | $0.0095 | 推論 61 |
| medium | – | – | 35 tok/s | 1.12 s | $0.0095 | 推論 62 |
| high最良 | 62.5 | #50 | 35 tok/s | 1.12 s | $0.0095 | コーディング 62 · 人間の評価 70 · 数学 63 · マルチモーダル 67 · 推論 65 |
| max | 57.0 | #161 | 54 tok/s | 33 s | $0.0095 | エージェント・ツール 57 · コーディング 61 · 指示追従 47 · 知識 61 · 長文コンテキスト 64 · 数学 56 · マルチモーダル 57 · 推論 60 |
| thinking | – | – | 35 tok/s | 1.12 s | $0.0095 | コーディング 67 · 知識 61 · 数学 65 · 推論 76 |
| 未記載 | 62.1 | #53 | 35 tok/s | 1.12 s | $0.0095 | エージェント・ツール 66 · コーディング 60 · 人間の評価 63 · 数学 67 · マルチモーダル 66 · 推論 60 |
Indexの推移
2026年9月8日〜2026年11月16日- high
- 標準
- 推論なし
- max
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
コーディング
エージェント・ツール
| ベンチマーク | 推論なし | low | medium | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|
| Terminal-Benchエフォート未記載 | – | – | – | – | – | 79.8%#5 | Terminal-Bench | |
| Cybenchエフォート未記載 | – | – | – | – | – | 93.0%#1 | Cybench | |
| Remote Labor Indexエフォート未記載 | – | – | – | – | – | 4.2%#11 | Scale AI / CAIS | |
| APEX-Agents | – | – | – | – | 46.3%#45 | – | Mercor | |
| LiveBench Agentic CodingIndex対象外 | – | – | – | 49.0%#47 | – | – | LiveBench | |
| Terminal-Bench Hard | 48.5%#26 | – | – | – | 46.2%#30 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 84.8%#98 | – | – | – | 92.1%#54 | – | Artificial Analysis | |
| MCP Atlas | – | – | – | – | 76.8%#19 | – | Scale AI SEAL | |
| HiL-Benchエフォート未記載 | – | – | – | – | – | 38.3%#25 | Scale AI SEAL | |
| τ³-bench BankingIndex対象外 | – | – | – | – | 27.3%#14 | – | τ²-bench | |
| APEX-Agents (AA)Index対象外 | – | – | – | – | 33.0%#10 | – | Artificial Analysis | |
| Terminal-Bench 2.0 (Vals)Index対象外 | – | – | – | – | 58.4%#10 | – | Vals AI | |
| Arena SearchIndex対象外エフォート未記載 | – | – | – | – | – | 1222#9 | Arena (LMArena) | |
| DeepResearch BenchIndex対象外 | – | 51.4%#8 | 53.2%#6 | 55.3%#1 | – | – | DeepResearch Bench | |
| METR Time HorizonsIndex対象外エフォート未記載 | – | – | – | – | – | 78.9%#2 | METR | |
| GBAEvalIndex対象外エフォート未記載 | – | – | – | – | – | 44.1%#11 | Epoch AI Benchmarking Hub | |
| Vending-Bench 2Index対象外エフォート未記載 | – | – | – | – | – | 8017.6#17 | Andon Labs | |
| Design Arena AgenticIndex対象外エフォート未記載 | – | – | – | – | – | 1196#35 | Design Arena |
数学
| ベンチマーク | high | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | 66.0%#38 | – | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | 26.8%#47 | – | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | – | 91.1%#79 | – | 94.4%#62 | Epoch AI Benchmarking Hub | |
| ProofBench | – | 50.0%#33 | – | – | Vals AI | |
| LiveBench MathematicsIndex対象外 | 89.3%#39 | – | – | – | LiveBench | |
| AIME (Vals) | – | – | 95.6%#8 | – | Vals AI | |
| AIME 2026 | 96.7%#6 | – | – | – | MathArena | |
| HMMT February 2026 | 96.2%#5 | – | – | – | MathArena | |
| USAMO 2026Index対象外 | 47.0%#6 | – | – | – | MathArena | |
| MathArena Apex汚染の可能性 | 34.5%#8 | – | – | – | MathArena | |
| Arena Maths | 1516#6 | – | – | 1503#13 | Arena (LMArena) |
知識
| ベンチマーク | 推論なし | high | max | thinking | 出典 | 推移 |
|---|---|---|---|---|---|---|
| SimpleQA Verified | – | – | 47.0%#39 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data AnalysisIndex対象外 | – | 69.9%#54 | – | – | LiveBench | |
| MMLU-Pro | – | – | 89.1%#15 | – | Vals AI | |
| LegalBench | – | – | 85.3%#22 | – | Vals AI | |
| CorpFin | – | – | 67.0%#14 | – | Vals AI | |
| TaxEval | – | – | 76.0%#8 | – | Vals AI | |
| MedQA | – | – | – | 95.4%#12 | Vals AI | |
| PRBench Finance | 53.3%#5 | – | – | – | Scale AI SEAL | |
| PRBench Legal | 52.3%#8 | – | – | – | Scale AI SEAL | |
| MultiNRC汚染の可能性 | 48.3%#13 | – | 57.1%#8 | – | Scale AI SEAL | |
| CaseLaw v2Index対象外 | – | – | – | 62.1%#20 | Vals AI | |
| MedCodeIndex対象外 | – | – | 49.1%#26 | – | Vals AI | |
| MedScribeIndex対象外 | – | – | 86.7%#21 | – | Vals AI | |
| DrugDiscoveryBenchIndex対象外 | – | – | 27.7%#21 | – | Scale AI SEAL | |
| EBR-benchIndex対象外 | – | – | 12.7%#24 | – | Epoch AI Benchmarking Hub | |
| Global-MMLU-Lite (AA)Index対象外 | 90.6%#8 | – | 92.2%#4 | – | Artificial Analysis |
指示追従
| ベンチマーク | 推論なし | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| LiveBench LanguageIndex対象外 | – | 83.3%#20 | – | – | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | – | 63.3%#51 | – | – | LiveBench | |
| IFBench | 44.6%#212 | – | 53.1%#159 | – | Artificial Analysis | |
| MultiChallenge | 56.0%#24 | – | 37.1%#38 | – | Scale AI SEAL | |
| TutorBench | 53.5%#10 | – | 53.7%#8 | – | Scale AI SEAL | |
| Arena Instruction FollowingIndex対象外 | – | 1511#4 | – | 1499#9 | Arena (LMArena) |
人間の評価
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1503#6 | 1496#11 | Arena (LMArena) | |
| EQ-Bench 4エフォート未記載 | – | 1210#17 | EQ-Bench | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 1810#25 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1499#5 | 1478#15 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1517#5 | 1509#9 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1522#4 | 1517#6 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | 推論なし | high | max | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| Arena Vision | – | 1316#7 | – | – | 1312#10 | Arena (LMArena) | |
| MMMU-Pro | 72.5%#145 | – | 75.4%#111 | – | – | Artificial Analysis | |
| VISTA | 45.5%#25 | – | 46.1%#22 | – | – | Scale AI SEAL | |
| MMMU-Pro (Vals)Index対象外 | – | – | 83.9%#29 | – | – | Vals AI | |
| MortgageTaxIndex対象外 | – | – | 68.5%#15 | – | – | Vals AI | |
| VTBIndex対象外 | – | – | – | 27.5%#4 | – | Scale AI SEAL | |
| Furniture AssemblyIndex対象外 | – | – | 28.3%#30 | – | – | Epoch AI Benchmarking Hub |
長文コンテキスト
| ベンチマーク | 推論なし | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 67.0%#261 | – | 78.0%#137 | – | Artificial Analysis | |
| Arena DocumentIndex対象外 | – | 1497#3 | – | 1496#4 | Arena (LMArena) |
総合
| ベンチマーク | 推論なし | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | – | 156.3#37 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0Index対象外 | – | 74.5%#41 | – | – | LiveBench | |
| AA Intelligence Index v4.3.2Index対象外 | 26.4#160 | – | 31.9#119 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 274.5#192 | – | 296.1#131 | – | Artificial Analysis |
安全性・誠実さ
| ベンチマーク | 推論なし | max | 出典 | 推移 |
|---|---|---|---|---|
| FORTRESSIndex対象外 | 20.5%#40 | 13.0%#13 | Scale AI SEAL | |
| MASKIndex対象外汚染の可能性 | 96.3%#1 | 85.4%#18 | Scale AI SEAL |
強みのあるベンチマーク
測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。
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 Bedrock | 49 tok/s | 1.54 s | $5.00 | $25.00 | 1M | – |
| Claude Platform on AWS | 35 tok/s | 1.15 s | $5.00 | $25.00 | 1M | – |
| Google Vertex | 35 tok/s | 1.57 s | $5.00 | $25.00 | 1M | – |
| Anthropic | 34 tok/s | 1.37 s | $5.00 | $25.00 | 1M | – |
利用状況
Claude Opus 4.6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
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$0.500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 | $0.0095 | $0.0081 | 9.7 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.075 | $0.035 | 18.3 s |
| コード編集 | 6,000 / 1,500 | $0.068 | $0.047 | 44.0 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.400 | $0.198 | 1.9 min |
| 構造化データの抽出 | 2,000 / 200 | $0.015 | $0.0083 | 6.8 s |
Anthropicのほかのモデル
Claude Opus 4.6と比較する
- Claude Opus 4.6 vs Gemini 4 Argon
- Claude Opus 4.6 vs Claude Fable 5.2
- Claude Opus 4.6 vs Gemini 4 Carbon
- Claude Opus 4.6 vs Claude Sonnet 5.5
- Claude Opus 4.6 vs GPT-6.1 Sol
- Claude Opus 4.6 vs Kimi K3.1 Pro
- Claude Opus 4.6 vs Claude Sonnet 5
- Claude Opus 4.6 vs DeepSeek V4.1 Flash 1017
- Claude Opus 4.6 vs GPT-5.6 Sol
- Claude Opus 4.6 vs Grok 4.6
- Claude Opus 4.6 vs Muse Wonder Full
- Claude Opus 4.6 vs GPT-6 Sol
- Claude Opus 4.6 vs Grok 4.7
- Claude Opus 4.6 vs GPT-5.6 Terra
- Claude Opus 4.6 vs GPT-5.3-Codex
- Claude Opus 4.6 vs GPT-5
- Claude Opus 4.6 vs Step 5 Preview
- Claude Opus 4.6 vs Muse Spark
- Claude Opus 4.6 vs Muse Wonder
- Claude Opus 4.6 vs MiMo-V2.6-Pro
- Claude Opus 4.6 vs Claude Fable 5
- Claude Opus 4.6 vs Kimi K3.1 Pro Together
- Claude Opus 4.6 vs Muse Spark 1.2
- Claude Opus 4.6 vs Muse Spark 1.3
- Claude Opus 4.6 vs Gemini 3.7 Flash
- Claude Opus 4.6 vs Qwen3.6 Max
- Claude Opus 4.6 vs Muse Spark 1.1
- Claude Opus 4.6 vs Gemini 3.5 Flash
- Claude Opus 4.6 vs Claude Opus 4.7
- Claude Opus 4.6 vs GPT-5.4
- Claude Opus 4.6 vs GPT-5.4 Pro
- Claude Opus 4.6 vs Gemini 4 Hydrogen
- Claude Opus 4.6 vs GPT-5.5
- Claude Opus 4.6 vs GPT-6.1 Terra
- Claude Opus 4.6 vs Claude Opus 5
- Claude Opus 4.6 vs Claude Fable 5.1
- Claude Opus 4.6 vs GPT-6 Astra
- Claude Opus 4.6 vs Claude Opus 5.5
関連ページ
埋め込み・引用
Claude Opus 4.6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-opus-4-6)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 Opus 4.6 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-opus-4-6
BibTeX:
@misc{benchleader_claude_opus_4_6_20261116,
author = {{BenchLeader}},
title = {{Claude Opus 4.6 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-opus-4-6}},
note = {Data as of 2026-11-16}
}よくある質問
- Claude Opus 4.6のベンチマークスコアは?
- 2026年11月16日時点で、Claude Opus 4.6(推論エフォート high)のBenchLeader Indexは62.5 ±2.5です(上位50位以内)。最も強いのは人間の評価(70)、最も弱いのはコーディング(62)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 Opus 4.6の順位は?
- 2026年11月16日時点で、Claude Opus 4.6(推論エフォート high)はランク付けされた608構成中50位です(上位50位以内)。ほかに144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 Opus 4.6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 Opus 4.6の料金は入力100万トークンあたり$5.00、出力100万トークンあたり$25.00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$10.00です。
- Claude Opus 4.6はGemini 3.5 Flashより優れていますか?
- 2026年11月16日時点で、Claude Opus 4.6(推論エフォート high)とGemini 3.5 Flash(推論エフォート high)の品質はほぼ互角です(BenchLeader Indexで62.5対62.5、±3.7の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Claude Opus 4.6はいつリリースされましたか?
- Anthropicが2026年2月5日にClaude Opus 4.6をリリースしました。BenchLeaderには7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 Opus 4.6: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-opus-4-6