AIFIND / MODEL INTELLIGENCE
Claude Sonnet 5.5
Anthropic · 公開日 2026-09-28
集計
総合スコア62.1
参考順位#20
証拠のカバー率74.0%
個別評価12
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67.4%
コーディング
推論
LiveBench · 推論と数学総合比較の証拠93.9%
FrontierMath v2 · Tiers 1–3総合比較の証拠88.8%
FrontierMath v2 · Tier 4総合比較の証拠80.5%
知識
SimpleQA Verified総合比較の証拠46.5%
専門業務
APEX-Agents 1.1総合比較の証拠75.5%
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
- Creative Writing v3 — 採用可能な実測がありません
- Longform Writing — 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: 中国語・多言語。公表誤差のない測定: 5 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
Gemini 3.5 Flash · #1913 共通測定
共通証拠の重み 74.0% · 相対的な純支持差 -0.044
| 出典 | Claude Sonnet 5.5 | Gemini 3.5 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 67.4% | 80.1% | 12.5% |
| Arena · 創作 ↗ | 1,447.4 | 1,463.9 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 91.4% | 78.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.3% | 49.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 85.1% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 88.8% | 62.8% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 80.5% | 26.8% | 1.6% |
| Mystery Game Puzzles ↗ | 65.0% | 32.0% | 3.1% |
| SimpleQA Verified ↗ | 46.5% | 66.2% | 6.3% |
| GPQA Diamond ↗ | 95.6% | 92.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 75.5% | 27.5% | 6.3% |
| Vals Finance Agent ↗ | 58.1% | 57.9% | 6.3% |
| Arena Vision ↗ | 1,268.3 | 1,284.1 | 12.5% |
Grok 4.6 · #2113 共通測定
共通証拠の重み 74.0% · 相対的な純支持差 0.158
| 出典 | Claude Sonnet 5.5 | Grok 4.6 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 67.4% | 77.8% | 12.5% |
| Arena · 創作 ↗ | 1,447.4 | 1,444.8 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 91.4% | 76.8% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.3% | 57.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 91.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 88.8% | 66.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 80.5% | 31.7% | 1.6% |
| Mystery Game Puzzles ↗ | 65.0% | 34.0% | 3.1% |
| SimpleQA Verified ↗ | 46.5% | 48.9% | 6.3% |
| GPQA Diamond ↗ | 95.6% | 93.2% | 6.3% |
| APEX-Agents 1.1 ↗ | 75.5% | 65.3% | 6.3% |
| Vals Finance Agent ↗ | 58.1% | 53.7% | 6.3% |
| Arena Vision ↗ | 1,268.3 | 1,263.5 | 12.5% |
Gemini 3.6 Flash · #1813 共通測定
共通証拠の重み 74.0% · 相対的な純支持差 -0.019
| 出典 | Claude Sonnet 5.5 | Gemini 3.6 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 67.4% | 79.6% | 12.5% |
| Arena · 創作 ↗ | 1,447.4 | 1,470.9 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 91.4% | 77.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.3% | 43.4% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 85.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 88.8% | 58.9% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 80.5% | 22.0% | 1.6% |
| Mystery Game Puzzles ↗ | 65.0% | 30.0% | 3.1% |
| SimpleQA Verified ↗ | 46.5% | 66.2% | 6.3% |
| GPQA Diamond ↗ | 95.6% | 94.1% | 6.3% |
| APEX-Agents 1.1 ↗ | 75.5% | 46.9% | 6.3% |
| Vals Finance Agent ↗ | 58.1% | 56.3% | 6.3% |
| Arena Vision ↗ | 1,268.3 | 1,279.7 | 12.5% |
Grok 4.7 · #2212 共通測定
共通証拠の重み 61.5% · 相対的な純支持差 0.169
| 出典 | Claude Sonnet 5.5 | Grok 4.7 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 67.4% | 77.7% | 12.5% |
| Arena · 創作 ↗ | 1,447.4 | 1,435.7 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 91.4% | 77.2% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.3% | 54.0% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 89.2% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 88.8% | 53.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 80.5% | 17.1% | 1.6% |
| Mystery Game Puzzles ↗ | 65.0% | 29.0% | 3.1% |
| SimpleQA Verified ↗ | 46.5% | 56.0% | 6.3% |
| GPQA Diamond ↗ | 95.6% | 92.7% | 6.3% |
| APEX-Agents 1.1 ↗ | 75.5% | 54.6% | 6.3% |
| Vals Finance Agent ↗ | 58.1% | 52.3% | 6.3% |
Claude Opus 4.8 · #1713 共通測定
共通証拠の重み 74.0% · 相対的な純支持差 -0.000
| 出典 | Claude Sonnet 5.5 | Claude Opus 4.8 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 67.4% | 75.8% | 12.5% |
| Arena · 創作 ↗ | 1,447.4 | 1,469.5 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 91.4% | 81.8% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.3% | 50.5% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 91.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 88.8% | 80.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 80.5% | 56.1% | 1.6% |
| Mystery Game Puzzles ↗ | 65.0% | 36.0% | 3.1% |
| SimpleQA Verified ↗ | 46.5% | 53.0% | 6.3% |
| GPQA Diamond ↗ | 95.6% | 91.0% | 6.3% |
| APEX-Agents 1.1 ↗ | 75.5% | 48.9% | 6.3% |
| Vals Finance Agent ↗ | 58.1% | 53.9% | 6.3% |
| Arena Vision ↗ | 1,268.3 | 1,286.4 | 12.5% |