BenchLeader

Claude Sonnet 4.5

推論エフォート
品質339中68位
57.9Index
上位4分の1
中央値比 +7.7
価格255中224位
$6.00100万トークンあたり
高い方から4分の1
中央値の7.1倍
速度216中189位
40トークン/秒
下位4分の1
中央値の0.5倍
コスパ255中223位
9.7ポイント/$
下位4分の1
中央値の0.2倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(43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42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39つ。

2026年11月16日時点で、Claude Sonnet 4.5(Anthropic)のBenchLeader Indexは57.9です(ランク付け対象は608構成)。最も強いのは推論(65)、最も弱いのはコーディング(55)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。出力速度は約40トークン/秒です(OpenRouter)。2025年9月29日にリリースされました。

要点(2026年11月16日時点)

  • Claude Sonnet 4.5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 Sonnet 4.5の出力速度は約40トークン/秒です(OpenRouter、2026年11月16日)。
  • Claude Sonnet 4.5は2025年9月29日にリリースされました(Anthropic)。

詳しく見ると:Claude Sonnet 4.5はAnthropicのプロプライエタリな推論モデルです(2025年9月29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57.9 ±6.7を記録し、608構成中145位で上位半分に入ります。重要なのはこの「±」です。ほかに311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。カテゴリ別では推論が最も高く(65)、コーディングが最も低くなっています(55)。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。出力速度は40トークン/秒、最初のトークンまで0.9秒で、最も遅い4分の1に入ります。5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
$6.00/M
入力$3.00・出力$15.00
出典:models.dev
出力速度
40 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
0.91 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9月29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Index58
  2. 推論65
  3. コーディング55
  4. 数学63
  5. 人間の評価64

この順位を埋め込む

ほかのバッジスタイル
[![Claude Sonnet 4.5 on BenchLeader: 総合 68位](https://www.benchleader.com/badge/claude-sonnet-4-5.svg?style=compact)](https://www.benchleader.com/models/claude-sonnet-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 5.5max2026年9月28日64.2#30
Claude Sonnet 5high2026年6月30日59.0#114
Claude Sonnet 4.62026年2月17日57.6#149
Claude Sonnet 4.5highこのページ2025年9月29日57.9#145
Claude Sonnet 4thinking2025年5月22日53.8#248
Claude 3.7 Sonnetthinking2025年2月24日52.9#269
Claude 3.5 Sonnet2024年10月22日46.8#419
Claude 3 Sonnet2024年2月29日37.7#568
Claude 37 Sonnetthinking–––
Claude Sonnet 5.0max–––

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––50 tok/s1.77 s$0.0057エージェント・ツール 59 · 指示追従 45 · 長文コンテキスト 51 · マルチモーダル 47
low––40 tok/s0.91 s$0.0057
high最良57.9#14540 tok/s0.91 s$0.0057コーディング 55 · 人間の評価 64 · 数学 63 · 推論 65
thinking52.3#28057 tok/s11 s$0.0057エージェント・ツール 46 · コーディング 52 · 指示追従 52 · 知識 58 · 長文コンテキスト 61 · 数学 54 · マルチモーダル 56 · 推論 42
未記載53.8#24740 tok/s0.91 s$0.0057エージェント・ツール 63 · コーディング 53 · 人間の評価 64 · 指示追従 53 · 知識 45 · 数学 52 · マルチモーダル 55 · 推論 48

Indexの推移

2026年9月8日〜2026年11月16日
455566
  • high
  • 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highthinking標準出典推移
GPQA Diamondエフォート未記載–––82.3%#124Epoch AI Benchmarking Hub
Humanity's Last Examエフォート未記載–––13.7%#27Scale AI / CAIS
SimpleBenchエフォート未記載–––54.3%#56SimpleBench
Arena Hard Prompts–1487#59–1483#63Arena (LMArena)
GPQA Diamond (AA)Index対象外72.7%#280–83.4%#162–Artificial Analysis
Humanity's Last Exam (AA)Index対象外7.2%#391–17.8%#252–Artificial Analysis
GPQA Diamond (Vals)Index対象外––81.6%#62–Vals AI
Kagi LLM Benchmarkエフォート未記載–––57.9%#55Kagi LLM Benchmark
GPQA Diamond (HELM)Index対象外エフォート未記載–––68.6%#11HELM Capabilities
ARC-AGI-1––63.7%#16225.5%#221ARC Prize
ARC-AGI-2––13.6%#1593.8%#197ARC Prize
CritPtIndex対象外0.0%#337–1.1%#242–Artificial Analysis
SciPredictIndex対象外エフォート未記載–––22.6%#3Scale AI SEAL
Arena ExpertIndex対象外–1498#49–1484#70Arena (LMArena)
Chess PuzzlesIndex対象外エフォート未記載–––10.0%#132Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外エフォート未記載–––17.0%#80Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載–––38.8%#117Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載–––83.2%#122Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載–––63.9%#35ForecastBench

コーディング

ベンチマーク推論なしhighthinking標準出典推移
SWE-bench Verified (Epoch)エフォート未記載–––71.3%#24Epoch AI Benchmarking Hub
SciCodeエフォート未記載–––45.7%#154SciCode
WeirdMLエフォート未記載–––47.7%#75WeirdML
GSO-Benchエフォート未記載–––14.7%#18GSO-Bench
Arena Coding–1519#40–1512#54Arena (LMArena)
Arena WebDev–1393#106–1385#109Arena (LMArena)
SciCode (AA)Index対象外––45.7%#159–Artificial Analysis
LiveCodeBench––73.0%#81–Vals AI
SWE-bench (Vals)Index対象外––70.0%#59–Vals AI
SWE-Bench Proエフォート未記載–––43.6%#7Scale AI SEAL
SWE-bench Verified (bash only)–71.4%#10–70.6%#12SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載–––67.0%#8SWE-bench
SWE-bench Verified (any scaffold)Index対象外エフォート未記載–––74.8%#7SWE-bench
Vibe Code Bench v1.1Index対象外––22.6%#87–Vals AI
ALE-BenchIndex対象外エフォート未記載–––796.1#87Epoch AI Benchmarking Hub
AlgoTuneIndex対象外エフォート未記載–––1.5#9AlgoTune
Terminal-Bench 4.0 (AA)Index対象外––0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外––55.8%#108–Artificial Analysis
Design Arena WebsiteIndex対象外––1181#971181#97Design Arena
LiveCodeBench (AA)Index対象外59.0%#114–71.4%#58–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–––46.5%#46Terminal-Bench
GDPvalエフォート未記載–––42.5%#4OpenAI
Cybenchエフォート未記載–––60.0%#3Cybench
Remote Labor Indexエフォート未記載–––2.1%#14Scale AI / CAIS
Terminal-Bench Hard28.8%#120–35.6%#74–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外70.5%#157–78.1%#133–Artificial Analysis
MCP Atlas––59.5%#31–Scale AI SEAL
BFCL Overallエフォート未記載–––73.2%#2Berkeley Function Calling Leaderboard
τ²-bench––76.4%#7–τ²-bench
τ³-bench BankingIndex対象外––25.3%#17–τ²-bench
GDPval-AA v2.1Index対象外––915#199–Artificial Analysis
τ³-Banking (AA)––24.5%#87–Artificial Analysis
Poker AgentIndex対象外エフォート未記載–––1055.5%#8Vals AI
Terminal-Bench 2.0 (Vals)Index対象外––41.6%#28–Vals AI
Arena SearchIndex対象外エフォート未記載–––1175#31Arena (LMArena)
DeepResearch BenchIndex対象外–47.5%#23–52.6%#7DeepResearch Bench
METR Time HorizonsIndex対象外エフォート未記載–––67.4%#12METR
Vending-Bench 2Index対象外エフォート未記載–––3838.7#46Andon Labs
AutomationBenchIndex対象外––14.1%#179–Artificial Analysis
GDP.pdf (AA)Index対象外––5.2%#196–Artificial Analysis
AA-Briefcase v1.1Index対象外––715#201–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載–––1067#65Design Arena
DeepSearchQAIndex対象外––16.0%#11–Google

数学

ベンチマーク推論なしhighthinking標準出典推移
FrontierMath Tiers 1–3エフォート未記載–––23.9%#88Epoch AI Benchmarking Hub
FrontierMath Tier 4エフォート未記載–––2.4%#73Epoch AI Benchmarking Hub
OTIS Mock AIMEエフォート未記載–––77.8%#133Epoch AI Benchmarking Hub
MATH Level 5エフォート未記載–––97.7%#6Epoch AI Benchmarking Hub
ProofBenchエフォート未記載–––19.0%#55Vals AI
AIME (Vals)––88.2%#30–Vals AI
MGSM––94.3%#4–Vals AI
MathArena Apex汚染の可能性––1.6%#34–MathArena
Omni-MATH (HELM)エフォート未記載–––55.3%#14HELM Capabilities
Arena Maths–1455#71–1427#110Arena (LMArena)
AIME 2025 (AA)Index対象外37.0%#160–88.0%#37–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–30.7%#75Epoch AI Benchmarking Hub
MMLU-Pro87.4%#28–Vals AI
LegalBench84.1%#39–Vals AI
CorpFin62.0%#5060.8%#63Vals AI
TaxEval73.3%#49–Vals AI
MedQA94.7%#15–Vals AI
PRBench Financeエフォート未記載–43.8%#27Scale AI SEAL
PRBench Legalエフォート未記載–40.8%#35Scale AI SEAL
MultiNRC汚染の可能性35.8%#2028.1%#25Scale AI SEAL
MMLU-Pro (HELM)Index対象外エフォート未記載–86.9%#3HELM Capabilities
CaseLaw v2Index対象外62.2%#19–Vals AI
MedCodeIndex対象外44.1%#4040.6%#61Vals AI
MedScribeIndex対象外84.1%#3884.5%#33Vals AI
EBR-benchIndex対象外エフォート未記載–2.4%#30Epoch AI Benchmarking Hub
Global-MMLU-Lite (AA)Index対象外89.3%#20–Artificial Analysis

指示追従

ベンチマーク推論なしhighthinking標準出典推移
IFBench42.6%#239–57.3%#140–Artificial Analysis
MultiChallenge––55.3%#26–Scale AI SEAL
TutorBench––49.0%#2145.7%#24Scale AI SEAL
IFEval (HELM)エフォート未記載–––85.0%#19HELM Capabilities
WildBench (HELM)エフォート未記載–––85.4%#9HELM Capabilities
Arena Instruction FollowingIndex対象外–1463#49–1462#51Arena (LMArena)

人間の評価

ベンチマークhigh標準出典推移
Arena Text1456#711455#74Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1677#37EQ-Bench
Arena Creative WritingIndex対象外1449#411455#34Arena (LMArena)
Arena Multi-turnIndex対象外1472#611477#48Arena (LMArena)
Arena Longer QueriesIndex対象外1485#381482#44Arena (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-Pro65.2%#19168.7%#176–Artificial Analysis
VISTA–48.8%#1445.0%#30Scale AI SEAL
MMMU-Pro (Vals)Index対象外–79.3%#47–Vals AI
MortgageTaxIndex対象外–64.0%#47–Vals AI
VTBIndex対象外–6.2%#115.6%#12Scale AI SEAL
GeoBenchIndex対象外エフォート未記載––60.0%#33GeoBench
VPCTIndex対象外エフォート未記載––39.8%#18Epoch 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 v1.154.0%#32572.3%#205–Artificial Analysis
Arena DocumentIndex対象外エフォート未記載––1448#35Arena (LMArena)
MLCRIndex対象外–10.6%#119–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––147.6#77Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外19.3#25220.7#234–Artificial Analysis
AA Progress Index v1Index対象外222.6#343263.1#233–Artificial Analysis
HELM Capabilities meanIndex対象外エフォート未記載––76.2%#12HELM Capabilities

安全性・誠実さ

ベンチマークthinking標準出典推移
FORTRESSIndex対象外12.8%#1117.0%#28Scale AI SEAL
MASKIndex対象外汚染の可能性96.1%#286.4%#15Scale AI SEAL

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
Claude Platform on AWS42 tok/s0.86 s$3.00$15.001M–
Anthropic40 tok/s0.66 s$3.00$15.001M–
Google Vertex34 tok/s0.96 s$3.00$15.001M–
Amazon Bedrock32 tok/s1.47 s$3.00$15.001M–

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$0.300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$0.0057$0.00498.4 s
30ページのレポートを要約12,000 / 600$0.045$0.02115.9 s
コード編集6,000 / 1,500$0.041$0.02838.4 s
エージェント型コーディングセッション60,000 / 4,000$0.240$0.1181.7 min
構造化データの抽出2,000 / 200$0.0090$0.00505.9 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 Sonnet 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 Sonnet 4.5 on BenchLeader: 総合 68位](https://www.benchleader.com/badge/claude-sonnet-4-5.svg)](https://www.benchleader.com/models/claude-sonnet-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 Sonnet 4.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-sonnet-4-5

BibTeX:

@misc{benchleader_claude_sonnet_4_5_20261116,
  author       = {{BenchLeader}},
  title        = {{Claude Sonnet 4.5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/claude-sonnet-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 Sonnet 4.5のベンチマークスコアは?
2026年11月16日時点で、Claude Sonnet 4.5(推論エフォート high)のBenchLeader Indexは57.9 ±6.7です。最も強いのは推論(65)、最も弱いのはコーディング(55)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 Sonnet 4.5の順位は?
2026年11月16日時点で、Claude Sonnet 4.5(推論エフォート high)はランク付けされた608構成中145位です。ほかに311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 Sonnet 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 Sonnet 4.5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 Sonnet 4.5はいつリリースされましたか?
Anthropicが2025年9月29日にClaude Sonnet 4.5をリリースしました。BenchLeaderには5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 Sonnet 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-sonnet-4-5