BenchLeader

Claude Opus 4.6

推論エフォート
品質339中22位
62.5Index
上位10%
中央値比 +12.3
価格255中235位
$10.00100万トークンあたり
高い方から4分の1
中央値の12倍
速度216中198位
35トークン/秒
下位4分の1
中央値の0.4倍
コスパ255中237位
6.3ポイント/$
下位4分の1
中央値の0.1倍

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
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Index63
  2. 推論65
  3. コーディング62
  4. 数学63
  5. 人間の評価70
  6. 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
[![Claude Opus 4.6 on BenchLeader: 総合 23位](https://www.benchleader.com/badge/claude-opus-4-6.svg?style=compact)](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。

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 5.5max2026年9月22日68.4#4
Claude Opus 5max2026年7月24日65.0#23
Claude Opus 4.8max2026年5月28日61.1#67
Claude Opus 4.72026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 4.5high2025年11月24日59.7#98
Claude Opus 4.1thinking2025年8月5日58.1#137
Claude Opus 4thinking2025年5月22日55.7#202
Claude 3 Opus2024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#12954 tok/s2.29 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/s1.12 s$0.0095推論 61
medium––35 tok/s1.12 s$0.0095推論 62
high最良62.5#5035 tok/s1.12 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
max57.0#16154 tok/s33 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/s1.12 s$0.0095コーディング 67 · 知識 61 · 数学 65 · 推論 76
未記載62.1#5335 tok/s1.12 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
525966
  • 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

ベンチマーク推論なしlowmediumhighmaxthinking標準出典推移
GPQA Diamond––––88.4%#68–90.5%#47Epoch AI Benchmarking Hub
Humanity's Last Exam––––34.4%#11–19.0%#24Scale AI / CAIS
SimpleBenchエフォート未記載––––––67.6%#29SimpleBench
Arena Hard Prompts–––1530#5––1526#7Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外–––88.7%#21–––LiveBench
GPQA Diamond (AA)Index対象外84.0%#153–––89.6%#72––Artificial Analysis
Humanity's Last Exam (AA)Index対象外19.1%#241–––39.9%#98––Artificial Analysis
GPQA Diamond (Vals)Index対象外––––89.7%#28––Vals AI
Kagi LLM Benchmark–––––83.6%#572.4%#23Kagi LLM Benchmark
ARC-AGI-1–86.0%#11492.0%#6794.0%#5393.0%#59––ARC Prize
ARC-AGI-2–64.6%#8366.3%#7969.2%#6768.8%#69––ARC Prize
ARC-AGI-3––––0.5%#55––ARC Prize
CritPtIndex対象外2.8%#207–––12.6%#120––Artificial Analysis
Arena ExpertIndex対象外–––1544#5––1534#9Arena (LMArena)
Chess PuzzlesIndex対象外––––21.0%#94––Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外–7.0%#128––25.0%#51–15.0%#96Epoch AI Benchmarking Hub
CL-benchIndex対象外エフォート未記載––––––20.7%#7Epoch AI Benchmarking Hub
CL-bench LifeIndex対象外–––17.0%#5––13.6%#8Epoch AI Benchmarking Hub
LMCAIndex対象外––––55.8%#50––Epoch AI Benchmarking Hub
DTBenchIndex対象外––––91.2%#79––Epoch 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highmaxthinking標準出典推移
SWE-bench Verified (Epoch)エフォート未記載–––78.7%#4Epoch AI Benchmarking Hub
WeirdML78.0%#21––77.9%#22WeirdML
FrontierCodeエフォート未記載–––26.6%#35Cognition
GSO-Bench41.2%#8––33.3%#11GSO-Bench
Arena Coding1547#7––1547#8Arena (LMArena)
Arena WebDev1547#52––1537#56Arena (LMArena)
LiveBench 1.0 CodingIndex対象外78.2%#32–––LiveBench
LiveCodeBench–84.7%#37––Vals AI
SWE-bench (Vals)Index対象外–78.2%#30––Vals AI
SWE-Bench Pro––51.9%#4–Scale AI SEAL
SWE-bench Verified (bash only)エフォート未記載–––75.6%#4SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載–––72.0%#2SWE-bench
SWE-bench Verified (any scaffold)Index対象外エフォート未記載–––75.6%#6SWE-bench
Vibe Code Bench v1.1Index対象外–57.6%#63––Vals AI
SWE-Bench Pro (private)Index対象外––47.1%#2–Scale AI SEAL
SWE Atlas v1.0: Codebase QnAIndex対象外エフォート未記載–––33.3%#13Scale AI SEAL
SWE Atlas v1.0: RefactoringIndex対象外エフォート未記載–––35.6%#11Scale AI SEAL
SWE Atlas v1.0: Test WritingIndex対象外エフォート未記載–––36.7%#14Scale AI SEAL
MirrorCodeIndex対象外–33.3%#31––Epoch AI Benchmarking Hub
ALE-BenchIndex対象外エフォート未記載–––996.5#69Epoch AI Benchmarking Hub
AlgoTuneIndex対象外1.5#12–––AlgoTune
Design Arena WebsiteIndex対象外––1278#351283#33Design Arena

エージェント・ツール

ベンチマーク推論なしlowmediumhighmax標準出典推移
Terminal-Benchエフォート未記載–––––79.8%#5Terminal-Bench
Cybenchエフォート未記載–––––93.0%#1Cybench
Remote Labor Indexエフォート未記載–––––4.2%#11Scale AI / CAIS
APEX-Agents––––46.3%#45–Mercor
LiveBench Agentic CodingIndex対象外–––49.0%#47––LiveBench
Terminal-Bench Hard48.5%#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%#25Scale 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#9Arena (LMArena)
DeepResearch BenchIndex対象外–51.4%#853.2%#655.3%#1––DeepResearch Bench
METR Time HorizonsIndex対象外エフォート未記載–––––78.9%#2METR
GBAEvalIndex対象外エフォート未記載–––––44.1%#11Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載–––––8017.6#17Andon Labs
Design Arena AgenticIndex対象外エフォート未記載–––––1196#35Design Arena

数学

ベンチマークhighmaxthinking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%#62Epoch 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 202696.7%#6–––MathArena
HMMT February 202696.2%#5–––MathArena
USAMO 2026Index対象外47.0%#6–––MathArena
MathArena Apex汚染の可能性34.5%#8–––MathArena
Arena Maths1516#6––1503#13Arena (LMArena)

知識

ベンチマーク推論なしhighmaxthinking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%#12Vals AI
PRBench Finance53.3%#5–––Scale AI SEAL
PRBench Legal52.3%#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%#20Vals 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highmax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
IFBench44.6%#212–53.1%#159–Artificial Analysis
MultiChallenge56.0%#24–37.1%#38–Scale AI SEAL
TutorBench53.5%#10–53.7%#8–Scale AI SEAL
Arena Instruction FollowingIndex対象外–1511#4–1499#9Arena (LMArena)

人間の評価

ベンチマークhigh標準出典推移
Arena Text1503#61496#11Arena (LMArena)
EQ-Bench 4エフォート未記載–1210#17EQ-Bench
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1810#25EQ-Bench
Arena Creative WritingIndex対象外1499#51478#15Arena (LMArena)
Arena Multi-turnIndex対象外1517#51509#9Arena (LMArena)
Arena Longer QueriesIndex対象外1522#41517#6Arena (LMArena)

マルチモーダル

ベンチマーク推論なしhighmaxthinking標準出典推移
Arena Vision–1316#7––1312#10Arena (LMArena)
MMMU-Pro72.5%#145–75.4%#111––Artificial Analysis
VISTA45.5%#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highmax標準出典推移
AA-LCR v1.167.0%#261–78.0%#137–Artificial Analysis
Arena DocumentIndex対象外–1497#3–1496#4Arena (LMArena)

総合

ベンチマーク推論なしhighmax標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–––156.3#37Epoch 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%#4013.0%#13Scale AI SEAL
MASKIndex対象外汚染の可能性96.3%#185.4%#18Scale 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 Bedrock49 tok/s1.54 s$5.00$25.001M–
Claude Platform on AWS35 tok/s1.15 s$5.00$25.001M–
Google Vertex35 tok/s1.57 s$5.00$25.001M–
Anthropic34 tok/s1.37 s$5.00$25.001M–

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

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
0.02%
Claude Codeで96%

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$0.500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$0.00819.7 s
30ページのレポートを要約12,000 / 600$0.075$0.03518.3 s
コード編集6,000 / 1,500$0.068$0.04744.0 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$0.1981.9 min
構造化データの抽出2,000 / 200$0.015$0.00836.8 s

Anthropicのほかのモデル

今月の新着

Claude Opus 4.6と比較する

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。

[![Claude Opus 4.6 on BenchLeader: 総合 23位](https://www.benchleader.com/badge/claude-opus-4-6.svg)](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}
}

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 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