AIFIND / MODEL INTELLIGENCE
Claude Opus 5.5
Anthropic · 公開日 2026-09-22
集計
総合スコア79.6
参考順位#1
証拠のカバー率67.7%
個別評価13
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76.0%
Arena · 創作総合比較の証拠1,516.3
Creative Writing v3総合比較の証拠2,050.1
コーディング
推論
LiveBench · 推論と数学総合比較の証拠94.6%
FrontierMath v2 · Tiers 1–3総合比較の証拠91.2%
FrontierMath v2 · Tier 4総合比較の証拠95.0%
知識
SimpleQA Verified総合比較の証拠72.2%
専門業務
APEX-Agents 1.1総合比較の証拠73.5%
採用しない結果・未測定
- Chess Puzzles — 採用可能な実測がありません
- Arena Vision — 採用可能な実測がありません
- DeepSWE v1.1 — 採用可能な実測がありません
欠測の分野: 画像理解、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
Claude Fable 5 · #214 共通測定
共通証拠の重み 67.7% · 相対的な純支持差 0.203
| 出典 | Claude Opus 5.5 | Claude Fable 5 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.0% | 83.2% | 12.5% |
| Arena · 創作 ↗ | 1,516.3 | 1,502.6 | 6.3% |
| Creative Writing v3 ↗ | 2,050.1 | 1,943.1 | 3.1% |
| Longform Writing ↗ | 84.6 | 83 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 89.3% | 86.0% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 71.7% | 62.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.6% | 92.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 91.2% | 87.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 95.0% | 90.2% | 1.6% |
| Mystery Game Puzzles ↗ | 71.0% | 52.0% | 3.1% |
| SimpleQA Verified ↗ | 72.2% | 70.7% | 6.3% |
| GPQA Diamond ↗ | 90.6% | 85.9% | 6.3% |
| APEX-Agents 1.1 ↗ | 73.5% | 63.6% | 6.3% |
| Vals Finance Agent ↗ | 58.6% | 56.3% | 6.3% |
Claude Fable 5.1 · #313 共通測定
共通証拠の重み 61.5% · 相対的な純支持差 0.041
| 出典 | Claude Opus 5.5 | Claude Fable 5.1 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.0% | 81.2% | 12.5% |
| Arena · 創作 ↗ | 1,516.3 | 1,481.8 | 6.3% |
| Creative Writing v3 ↗ | 2,050.1 | 2,162 | 3.1% |
| Longform Writing ↗ | 84.6 | 85.3 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 89.3% | 86.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 71.7% | 66.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.6% | 94.3% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 91.2% | 90.2% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 95.0% | 87.8% | 1.6% |
| Mystery Game Puzzles ↗ | 71.0% | 58.0% | 3.1% |
| SimpleQA Verified ↗ | 72.2% | 70.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 73.5% | 68.6% | 6.3% |
| Vals Finance Agent ↗ | 58.6% | 58.9% | 6.3% |
Gemini 3.7 Flash · #413 共通測定
共通証拠の重み 64.6% · 相対的な純支持差 0.112
| 出典 | Claude Opus 5.5 | Gemini 3.7 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.0% | 82.7% | 12.5% |
| Arena · 創作 ↗ | 1,516.3 | 1,493.4 | 6.3% |
| Creative Writing v3 ↗ | 2,050.1 | 1,723.2 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 89.3% | 78.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 71.7% | 58.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.6% | 90.6% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 91.2% | 71.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 95.0% | 36.6% | 1.6% |
| Mystery Game Puzzles ↗ | 71.0% | 37.0% | 3.1% |
| SimpleQA Verified ↗ | 72.2% | 69.2% | 6.3% |
| GPQA Diamond ↗ | 90.6% | 94.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 73.5% | 67.8% | 6.3% |
| Vals Finance Agent ↗ | 58.6% | 59.0% | 6.3% |
GPT-6 Astra · #514 共通測定
共通証拠の重み 67.7% · 相対的な純支持差 0.055
| 出典 | Claude Opus 5.5 | GPT-6 Astra | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.0% | 82.5% | 12.5% |
| Arena · 創作 ↗ | 1,516.3 | 1,449.1 | 6.3% |
| Creative Writing v3 ↗ | 2,050.1 | 2,173.3 | 3.1% |
| Longform Writing ↗ | 84.6 | 82.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 89.3% | 80.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 71.7% | 57.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.6% | 94.7% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 91.2% | 93.7% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 95.0% | 97.6% | 1.6% |
| Mystery Game Puzzles ↗ | 71.0% | 84.0% | 3.1% |
| SimpleQA Verified ↗ | 72.2% | 75.6% | 6.3% |
| GPQA Diamond ↗ | 90.6% | 95.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 73.5% | 64.7% | 6.3% |
| Vals Finance Agent ↗ | 58.6% | 53.5% | 6.3% |
Gemini 3.8 Flash · #614 共通測定
共通証拠の重み 67.7% · 相対的な純支持差 0.135
| 出典 | Claude Opus 5.5 | Gemini 3.8 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.0% | 84.6% | 12.5% |
| Arena · 創作 ↗ | 1,516.3 | 1,484.5 | 6.3% |
| Creative Writing v3 ↗ | 2,050.1 | 1,747.9 | 3.1% |
| Longform Writing ↗ | 84.6 | 76.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 89.3% | 72.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 71.7% | 54.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.6% | 90.4% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 91.2% | 68.4% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 95.0% | 22.0% | 1.6% |
| Mystery Game Puzzles ↗ | 71.0% | 47.0% | 3.1% |
| SimpleQA Verified ↗ | 72.2% | 69.7% | 6.3% |
| GPQA Diamond ↗ | 90.6% | 95.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 73.5% | 64.3% | 6.3% |
| Vals Finance Agent ↗ | 58.6% | 61.4% | 6.3% |