AIFIND / MODEL INTELLIGENCE
Claude Opus 4.6
Anthropic · 公開日 2026-02-05
集計
総合スコア56.1
参考順位#27
証拠のカバー率77.1%
個別評価14
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
採用した評価と実行設定
総合評価と利用体験
LiveBench · 言語と指示総合比較の証拠73.3%
Arena · 創作総合比較の証拠1,500.8
Creative Writing v3総合比較の証拠1,809.1
コーディング
推論
LiveBench · 推論と数学総合比較の証拠89.0%
FrontierMath v2 · Tiers 1–3総合比較の証拠66.0%
FrontierMath v2 · Tier 4総合比較の証拠26.8%
Chess Puzzles総合比較の証拠14.0%
知識
SimpleQA Verified総合比較の証拠47.0%
専門業務
採用しない結果・未測定
- DeepSWE v1.1 — 採用可能な実測がありません
- Vals Finance Agent — 採用可能な実測がありません
欠測の分野: 中国語・多言語。公表誤差のない測定: 7 件。欠測を 0 点にせず、未公表の誤差を推測しません。
近い順位のモデルと比較
GPT-5.6 Terra · #2615 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 -0.059
| 出典 | Claude Opus 4.6 | GPT-5.6 Terra | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 73.3% | 73.8% | 12.5% |
| Arena · 創作 ↗ | 1,500.8 | 1,425.5 | 6.3% |
| Creative Writing v3 ↗ | 1,809.1 | 1,854.9 | 3.1% |
| Longform Writing ↗ | 77.7 | 78 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 78.2% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.0% | 54.9% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.0% | 92.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 66.0% | 86.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 26.8% | 70.7% | 1.6% |
| Chess Puzzles ↗ | 14.0% | 54.0% | 3.1% |
| Mystery Game Puzzles ↗ | 25.0% | 35.0% | 3.1% |
| SimpleQA Verified ↗ | 47.0% | 43.2% | 6.3% |
| GPQA Diamond ↗ | 88.4% | 93.3% | 6.3% |
| APEX-Agents 1.1 ↗ | 46.3% | 58.2% | 6.3% |
| Arena Vision ↗ | 1,299.4 | 1,268.2 | 12.5% |
DeepSeek V4.1 Flash · #288 共通測定
共通証拠の重み 42.7% · 相対的な純支持差 0.074
| 出典 | Claude Opus 4.6 | DeepSeek V4.1 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 73.3% | 75.6% | 12.5% |
| Arena · 創作 ↗ | 1,500.8 | 1,440.1 | 6.3% |
| Creative Writing v3 ↗ | 1,809.1 | 1,540.1 | 3.1% |
| Longform Writing ↗ | 77.7 | 74 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 78.2% | 80.0% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.0% | 77.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.0% | 90.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 46.3% | 39.5% | 6.3% |
GPT-5.4 · #259 共通測定
共通証拠の重み 55.2% · 相対的な純支持差 0.032
| 出典 | Claude Opus 4.6 | GPT-5.4 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 73.3% | 76.4% | 12.5% |
| Arena · 創作 ↗ | 1,500.8 | 1,442.5 | 6.3% |
| Creative Writing v3 ↗ | 1,809.1 | 1,839.7 | 3.1% |
| Longform Writing ↗ | 77.7 | 78.3 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 78.2% | 77.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.0% | 53.8% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.0% | 91.1% | 3.1% |
| APEX-Agents 1.1 ↗ | 46.3% | 52.4% | 6.3% |
| Arena Vision ↗ | 1,299.4 | 1,283.8 | 12.5% |
Gemini 3.1 Pro Preview · #2915 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 0.023
| 出典 | Claude Opus 4.6 | Gemini 3.1 Pro Preview | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 73.3% | 82.2% | 12.5% |
| Arena · 創作 ↗ | 1,500.8 | 1,480.3 | 6.3% |
| Creative Writing v3 ↗ | 1,809.1 | 1,491.3 | 3.1% |
| Longform Writing ↗ | 77.7 | 68.2 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 78.2% | 76.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.0% | 44.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.0% | 87.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 66.0% | 59.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 26.8% | 26.8% | 1.6% |
| Chess Puzzles ↗ | 14.0% | 49.0% | 3.1% |
| Mystery Game Puzzles ↗ | 25.0% | 34.0% | 3.1% |
| SimpleQA Verified ↗ | 47.0% | 73.5% | 6.3% |
| GPQA Diamond ↗ | 88.4% | 94.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 46.3% | 35.3% | 6.3% |
| Arena Vision ↗ | 1,299.4 | 1,279.3 | 12.5% |
Claude Opus 4.7 · #2415 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 -0.039
| 出典 | Claude Opus 4.6 | Claude Opus 4.7 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 73.3% | 72.3% | 12.5% |
| Arena · 創作 ↗ | 1,500.8 | 1,489 | 6.3% |
| Creative Writing v3 ↗ | 1,809.1 | 1,914.3 | 3.1% |
| Longform Writing ↗ | 77.7 | 81.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 78.2% | 82.1% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 49.0% | 50.7% | 4.2% |
| LiveBench · 推論と数学 ↗ | 89.0% | 90.0% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 66.0% | 70.2% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 26.8% | 31.7% | 1.6% |
| Chess Puzzles ↗ | 14.0% | 7.0% | 3.1% |
| Mystery Game Puzzles ↗ | 25.0% | 28.0% | 3.1% |
| SimpleQA Verified ↗ | 47.0% | 51.7% | 6.3% |
| GPQA Diamond ↗ | 88.4% | 86.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 46.3% | 49.2% | 6.3% |
| Arena Vision ↗ | 1,299.4 | 1,297.7 | 12.5% |