BenchLeader

Claude Sonnet 5

推論エフォート
品質339中50位
59.0Index
上位4分の1
中央値比 +8.8
価格255中207位
$4.00100万トークンあたり
高い方から4分の1
中央値の4.7倍
速度216中82位
99トークン/秒
中央値より上
中央値の1.2倍
コスパ255中208位
14.8ポイント/$
下位4分の1
中央値の0.3倍

よりコスパが高いモデル: GLM 5.3 Flash $0.238/MでIndex 57.8(17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17つあります:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38)ほか14つ。

2026年11月16日時点で、Claude Sonnet 5(Anthropic)のBenchLeader Indexは59.0です(ランク付け対象は608構成)。最も強いのは推論(65)、最も弱いのはエージェント・ツール(53)です。API料金は入力100万トークンあたり$2.00、出力100万トークンあたり$10.00(3:1のブレンドで$4.00)で、2026年11月16日時点の定価です。出力速度は約99トークン/秒です(Artificial Analysis)。2026年6月30日にリリースされました。

要点(2026年11月16日時点)

  • Claude Sonnet 5のAPI料金は入力100万トークンあたり$2.00、出力100万トークンあたり$10.00(3:1のブレンドで$4.00)です(定価、2026年11月16日)。
  • Claude Sonnet 5の出力速度は約99トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Claude Sonnet 5は2026年6月30日にリリースされました(Anthropic)。

詳しく見ると:Claude Sonnet 5はAnthropicのプロプライエタリな推論モデルです(2026年6月30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59.0 ±2.5を記録し、608構成中114位で上位半分に入ります。重要なのはこの「±」です。ほかに214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)、エージェント・ツールが最も低くなっています(53)。ブレンド価格は100万トークンあたり$4.00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99トークン/秒、回答開始まで15.8秒で、多くのモデルより高速です。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
$4.00/M
入力$2.00・出力$10.00
出典:Artificial Analysis
出力速度
99 tok/s
Artificial Analysisによる測定
回答開始
16 s
最初のトークン 1.22 s
コンテキスト
1M
出典:models.dev
回答完了まで
41 s
最終測定2026年11月13日
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6月30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Index59
  2. 推論65
  3. コーディング60
  4. エージェント・ツール53
  5. 数学65
  6. 人間の評価65
  7. マルチモーダル61
  8. 長文コンテキスト63

この順位を埋め込む

ほかのバッジスタイル
[![Claude Sonnet 5 on BenchLeader: 総合 52位](https://www.benchleader.com/badge/claude-sonnet-5.svg?style=compact)](https://www.benchleader.com/models/claude-sonnet-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 5highこのページ2026年6月30日59.0#114
Claude Sonnet 4.62026年2月17日57.6#149
Claude Sonnet 4.5high2025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––105 tok/s1.25 s$0.0038エージェント・ツール 44 · 長文コンテキスト 59 · マルチモーダル 54
low––100 tok/s2.10 s$0.0038コーディング 54 · 長文コンテキスト 58
medium––104 tok/s3.05 s$0.0038コーディング 56 · 長文コンテキスト 61
high最良59.0#11499 tok/s16 s$0.0038エージェント・ツール 53 · コーディング 60 · 人間の評価 65 · 長文コンテキスト 63 · 数学 65 · マルチモーダル 61 · 推論 65
xhigh55.4#211101 tok/s32 s$0.0038コーディング 59 · 知識 43 · 長文コンテキスト 63 · 数学 64 · 推論 65
max56.1#191102 tok/s158 s$0.0038エージェント・ツール 51 · コーディング 52 · 知識 56 · 長文コンテキスト 66 · 数学 58 · マルチモーダル 60 · 推論 58
未記載53.0#26871 tok/s1.22 s$0.0038エージェント・ツール 53 · コーディング 57 · 人間の評価 53 · 推論 56

Indexの推移

2026年9月8日〜2026年11月16日
485664
  • high
  • max
  • xhigh
  • 標準

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lowmediumhighxhighmax標準出典推移
GPQA Diamond––––90.5%#4780.3%#135–Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載––––––60.6%#44SimpleBench
Arena Hard Prompts–––1490#52–––Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外––––88.7%#20––LiveBench
GPQA Diamond (AA)Index対象外80.0%#196––––91.1%#50–Artificial Analysis
Humanity's Last Exam (AA)Index対象外19.1%#24321.9%#22230.0%#16735.7%#12839.0%#10641.3%#90–Artificial Analysis
GPQA Diamond (Vals)Index対象外–––––88.9%#31–Vals AI
CritPtIndex対象外1.1%#2424.6%#1798.6%#14915.1%#10415.4%#10016.9%#93–Artificial Analysis
Arena ExpertIndex対象外–––1509#33–––Arena (LMArena)
Chess PuzzlesIndex対象外––––34.0%#6245.0%#31–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外–––––35.0%#2716.0%#89Epoch AI Benchmarking Hub
LMCAIndex対象外–49.6%#7349.7%#7250.0%#7048.8%#7949.3%#76–Epoch AI Benchmarking Hub
DTBenchIndex対象外–73.6%#16179.2%#14484.5%#11589.5%#9792.5%#75–Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––––––63.1%#44ForecastBench
BTF-3Index対象外––––14.2%#4––Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
SciCode–50.1%#12351.6%#10554.3%#7154.0%#7653.6%#81–SciCode
WeirdML–––68.8%#35–––WeirdML
FrontierCodeエフォート未記載––––––42.7%#20Cognition
GSO-Benchエフォート未記載––––––37.3%#10GSO-Bench
Arena Coding–––1520#39–––Arena (LMArena)
Arena WebDev–––1539#54–––Arena (LMArena)
LiveBench 1.0 CodingIndex対象外––––80.7%#18––LiveBench
SciCode (AA)Index対象外–50.1%#12451.6%#10554.3%#7354.0%#7854.3%#73–Artificial Analysis
LiveCodeBench–––––82.4%#52–Vals AI
IOI–––––45.0%#33–Vals AI
SWE-bench (Vals)Index対象外–––––79.6%#25–Vals AI
Code MigrationIndex対象外–––––44.4%#23–Vals AI
ProgramBenchIndex対象外–––––0.0%#34–Vals AI
Vibe Code Bench 1-100Index対象外–––––13.8%#22–Vals AI
Vibe Code Bench v1.1Index対象外–––––81.3%#32–Vals AI
SWE-Bench Pro V2Index対象外––––93.2%#15––Scale AI SEAL
SWE-Bench Pro V2 HARDIndex対象外––––88.2%#6––Scale AI SEAL
MirrorCodeIndex対象外–––––63.3%#13–Epoch AI Benchmarking Hub
Surface Evolver BenchIndex対象外––60.0%#13––––Epoch AI Benchmarking Hub
DeepSWE v1.1Index対象外–30.5%#6339.8%#5748.2%#5049.7%#4853.9%#41–Epoch AI Benchmarking Hub
CursorBenchIndex対象外–24.1%#8828.0%#8130.8%#7732.0%#7334.1%#65–Cursor
ALE-BenchIndex対象外–––1463.1#32–––Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外–2.5%#1452.0%#1505.0%#1347.1%#12514.1%#101–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外75.3%#63––––80.5%#43–Artificial Analysis
Startrise FrontendIndex対象外––––66.6%#23––Startrise
GameBench 2 OverallIndex対象外設定全体––––––46.6#41DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外42.5#127–43.0#123–54.4#80––DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載––––––1268#42Design Arena
FrontierCode 2.0 (AA)–––––17.8%#73–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
Terminal-Bench–––––12.1%#99–Terminal-Bench
APEX-Agentsエフォート未記載––––––54.5%#28Mercor
Arena Agent–––2#22–––Arena (LMArena)
LiveBench Agentic CodingIndex対象外––––59.4%#17––LiveBench
Terminal-Bench 2.1 (Vals)–––––74.5%#18–Vals AI
GDPval-AA v2.1Index対象外1221#1331075#1661166#1441262#1241365#981470#67–Artificial Analysis
τ³-Banking (AA)15.7%#117––––37.3%#42–Artificial Analysis
Analyst Agent (AA)Index対象外–––––46.3%#16–Artificial Analysis
CyberBenchIndex対象外–––––61.9%#34–Vals AI
Finance Agent v2Index対象外–––––53.9%#31–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–––––5.0%#38–Vals AI
Legal Research BenchIndex対象外–––––41.8%#30–Vals AI
SkillsBenchIndex対象外–––––46.5%#25–Vals AI
SREBenchIndex対象外–––––0.4%#31–Vals AI
Tax Agent BenchIndex対象外–––––29.4%#37–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外–––––10.6%#47–Vals AI
Terminal-Bench ScienceIndex対象外–––––5.7%#23–Vals AI
Arena SearchIndex対象外エフォート未記載––––––1191#26Arena (LMArena)
Arena Agent Task CompletionIndex対象外–––-0.6#33–––Arena (LMArena)
GBAEvalIndex対象外エフォート未記載––––––65.3%#5Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載––––––6377.7#22Andon Labs
AutomationBenchIndex対象外–19.9%#17027.9%#15532.1%#14734.5%#14336.5%#135–Artificial Analysis
GDP.pdf (AA)Index対象外–9.4%#16711.6%#1469.4%#16712.6%#14013.2%#135–Artificial Analysis
EnterpriseOps-GymIndex対象外––––43.9%#2044.7%#16–Artificial Analysis
AA-Briefcase v1.1Index対象外–928#1691059#1451177#1221272#1001356#85–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載––––––1222#30Design Arena

数学

ベンチマークhighxhighmax出典推移
FrontierMath Tiers 1–3––65.6%#40Epoch AI Benchmarking Hub
FrontierMath Tier 4––29.3%#44Epoch AI Benchmarking Hub
OTIS Mock AIME–94.7%#6180.0%#125Epoch AI Benchmarking Hub
ProofBench––77.0%#16Vals AI
LiveBench MathematicsIndex対象外–92.9%#25–LiveBench
Arena Maths1472#50––Arena (LMArena)

知識

ベンチマークxhighmax標準出典推移
SimpleQA Verified32.9%#6833.7%#65–Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外71.7%#48––LiveBench
MMLU-Pro–87.5%#26–Vals AI
LegalBench–83.9%#46–Vals AI
CorpFin–67.0%#15–Vals AI
TaxEval–75.6%#14–Vals AI
Excel Modeling BenchmarkIndex対象外–66.3%#22–Vals AI
MedCodeIndex対象外–47.5%#32–Vals AI
MedScribeIndex対象外–76.0%#76–Vals AI
Public Benefits Bench v1.1Index対象外–66.0%#20–Vals AI
DrugDiscoveryBenchIndex対象外–50.0%#10–Scale AI SEAL
FACTS ParametricIndex対象外エフォート未記載––20.5%#24Google

指示追従

ベンチマークhighxhigh出典推移
LiveBench LanguageIndex対象外–75.0%#49LiveBench
LiveBench Instruction FollowingIndex対象外–63.9%#49LiveBench
Arena Instruction FollowingIndex対象外1467#44–Arena (LMArena)

人間の評価

ベンチマークhigh標準出典推移
Arena Text1461#62–Arena (LMArena)
EQ-Bench 4エフォート未記載–1221#14EQ-Bench
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1798#27EQ-Bench
Arena Creative WritingIndex対象外1434#67–Arena (LMArena)
Arena Multi-turnIndex対象外1473#57–Arena (LMArena)
Arena Longer QueriesIndex対象外1481#46–Arena (LMArena)

マルチモーダル

ベンチマーク推論なしhighmax標準出典推移
Arena Vision–1272#41––Arena (LMArena)
MMMU-Pro71.9%#147–77.3%#94–Artificial Analysis
MMMU-Pro (Vals)Index対象外––83.0%#35–Vals AI
MortgageTaxIndex対象外––70.0%#4–Vals AI
Humanity's Sixth SenseIndex対象外––24.8%#28–Scale AI SEAL
GeoBenchIndex対象外–74.0%#19––GeoBench
Blueprint-Bench 2Index対象外エフォート未記載–––24.9%#27Epoch AI Benchmarking Hub

長文コンテキスト

ベンチマーク推論なしlowmediumhighxhighmax出典推移
AA-LCR v1.170.0%#23267.3%#25873.7%#19076.7%#15776.7%#15782.0%#54Artificial Analysis
Arena DocumentIndex対象外–––1469#20––Arena (LMArena)
MLCRIndex対象外–6.1%#1495.0%#1564.4%#1635.6%#1515.0%#156Artificial Analysis

総合

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––––––156.9#33Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外––––76.0%#33––LiveBench
AA Intelligence Index v4.3.2Index対象外23.2#19724.3#18528.1#14431.7#12034.4#9938.2#82–Artificial Analysis
AA Progress Index v1Index対象外281.6#172278#184289#148296.8#129302.6#117311.9#90–Artificial Analysis
Vals Multimodal IndexIndex対象外–––––68.8%#8–Vals AI

安全性・誠実さ

ベンチマーク標準出典推移
DistressBenchIndex対象外68.0%#31Scale AI SEAL

GameBench 2 Overall: 46.6. GameBench 2, best reasoning setting (XHigh): 54.4. 参考値で、BenchLeader Indexには含まれません。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

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
Google Vertex90 tok/s2.50 s$2.20$11.001M–
Google Vertex88 tok/s1.42 s$2.00$10.001M–
Google Vertex88 tok/s0.70 s$2.20$11.001M–
Azure78 tok/s0.95 s$2.00$10.001M–
Anthropic76 tok/s0.74 s$2.00$10.001M–
Amazon Bedrock71 tok/s1.20 s$2.20$11.001M–
Claude Platform on AWS69 tok/s0.96 s$2.00$10.001M–
Amazon Bedrock64 tok/s1.62 s$2.00$10.001M–

利用状況

Claude Sonnet 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

OpenRouter、過去1週間
#53
トークンシェア0.21%
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
0.05%
Claude Codeで99%

出典: 利用状況: OpenRouterのランキング · T3 Code via Slopalytics・2026年11月16日時点のデータ。

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$0.200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$0.0038$0.003318.8 s
30ページのレポートを要約12,000 / 600$0.030$0.01421.8 s
コード編集6,000 / 1,500$0.027$0.01930.9 s
エージェント型コーディングセッション60,000 / 4,000$0.160$0.07956.0 s
構造化データの抽出2,000 / 200$0.0060$0.003317.8 s

Anthropicのほかのモデル

今月の新着

Claude Sonnet 5と比較する

関連ページ

埋め込み・引用

Claude Sonnet 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 5 on BenchLeader: 総合 52位](https://www.benchleader.com/badge/claude-sonnet-5.svg)](https://www.benchleader.com/models/claude-sonnet-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 5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-sonnet-5

BibTeX:

@misc{benchleader_claude_sonnet_5_20261116,
  author       = {{BenchLeader}},
  title        = {{Claude Sonnet 5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/claude-sonnet-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 5のベンチマークスコアは?
2026年11月16日時点で、Claude Sonnet 5(推論エフォート high)のBenchLeader Indexは59.0 ±2.5です。最も強いのは推論(65)、最も弱いのはエージェント・ツール(53)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 5の順位は?
2026年11月16日時点で、Claude Sonnet 5(推論エフォート high)はランク付けされた608構成中114位です。ほかに214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 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 5の料金は入力100万トークンあたり$2.00、出力100万トークンあたり$10.00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$4.00です。
Claude Sonnet 5はGLM 5.3より優れていますか?
2026年11月16日時点で、Claude Sonnet 5(推論エフォート high)とGLM 5.3(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで59.0対58.8、±3.9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 Sonnet 5はいつリリースされましたか?
Anthropicが2026年6月30日にClaude Sonnet 5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 Sonnet 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-5