Claude Sonnet 5 – ベンチマーク結果

Artificial Analysis Anthropic•Proprietary model•Released June 2026 Claude Sonnet 5 (Adaptive Reasoning, Max Effort) 知能、性能、価格分析 APIプロバイダー ベンチマーク モデル概要 知能 更新済み #5 / 157 53 Artificial Analysis Intelligence Index 知能は4ユニット中4。 速度 #53 / 157 90.8 1秒あたりの出力トークン数 速度は4ユニット中3。 価格 #101 / 157 入力 $3.00 1Mトークンあたり 出力 $15.00 1Mトークンあたり 価格は4ユニット中3。 キャッシュ価格 #56 / 157 書き込み $3.75 1Mトークンあたり ヒット $0.30 (-90%) 1Mトークンあたり キャッシュ価格は4ユニット中3。 冗長性 #38 / 157 300M Intelligence Indexからの出力トークン 冗長性は4ユニット中4。 比較概要 Claude Sonnet 5 (Adaptive Reasoning, Max Effort) は、知能において主要なモデルの一つですが、同価格帯の他のモデルと比較するとやや高価です。また、平均より高速ですが、非常に冗長です。このモデルはテキストと画像の入力に対応し、テキストを出力し、1Mトークンのコンテキストウィンドウを持っています。 Claude Sonnet 5 (Adaptive Reasoning, Max Effort) は、Artificial Analysis Intelligence Indexで53点を獲得しており、同等のモデル（平均29点）を大きく上回っています。Intelligence Indexの評価では、平均87Mトークンと比較して非常に冗長な300Mトークンを生成しました。 Claude Sonnet 5 (Adaptive Reasoning, Max Effort) の価格は、入力1Mトークンあたり3.00ドル（やや高価、平均: 1.60ドル）、出力1Mトークンあたり15.00ドル（やや高価、平均: 8.10ドル）です。合計で、Intelligence IndexでClaude Sonnet 5 (Adaptive Reasoning, Max Effort) を評価するのに6015.18ドルかかりました。 1秒あたり91トークンで、Claude Sonnet 5 (Adaptive Reasoning, Max Effort) は平均（74）よりも高速です。 技術仕様 推論 はい このページには、このモデルの推論バージョンが表示されています。 非推論バリアントも存在する可能性があります。 入力モダリティ サポート: テキスト、画像 出力モダリティ サポート: テキスト コンテキストウィンドウ 1M 約1500枚のA4ページ、フォントサイズ12のArial このクラスの157モデル メトリクスは同クラスのモデルと比較されます: 非推論モデル → 他の非推論モデルのみと比較 推論モデル → 推論モデルと非推論モデルの両方と比較 オープンウェイトモデル → 同じサイズクラスの他のオープンウェイトモデルのみと比較: Tiny: ≤4Bパラメーター Small: 4B–40Bパラメーター Medium: 40B–150Bパラメーター Large: >150Bパラメーター プロプライエタリモデル → 同じ価格帯のプロプライエタリモデルとオープンウェイトモデルの両方と比較（3:1の入出力価格比をブレンド）: <1Mトークンあたり0.15ドル 1Mトークンあたり0.15ドル～1ドル 1Mトークンあたり1ドル以上 ハイライト 更新済み 知能 Artificial Analysis Intelligence Index · 高い方が良い 現在利用できません 速度 1秒あたりの出力トークン数 · 高い方が良い 新規 タスクあたりのコスト Intelligence Indexタスクあたりの加重平均コスト (USD) · 低い方が良い 現在利用できません プロンプトオプション 知能 更新済み Artificial Analysis Intelligence Index 更新済み コーディングインデックス エージェンティックインデックス Artificial Analysis Intelligence Index Artificial Analysis Intelligence Index v4.1には9つの評価が含まれます: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR 549モデル中27モデル 特定のプロバイダーからモデルを追加 現在利用できません 推論モデルは電球アイコンで示されます Artificial Analysis Intelligence Index Artificial Analysis Intelligence Index v4.1には以下が含まれます: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR。各評価の内訳や実行方法など、Intelligence Indexの詳しい方法論についてはこちらをご覧ください。 オープンウェイト/プロプライエタリ 推論/非推論 テキストのみ/マルチモーダル入力 Artificial Analysis Intelligence Index (オープンウェイト/プロプライエタリ別) Artificial Analysis Intelligence Index v4.1には9つの評価が含まれます: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR 549モデル中27モデル 特定のプロバイダーからモデルを追加 現在利用できません プロプライエタリ オープンウェイト オープンウェイト (商業利用制限あり) 推論モデルは電球アイコンで示されます Artificial Analysis Intelligence Index Artificial Analysis Intelligence Index v4.1には以下が含まれます: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR。各評価の内訳や実行方法など、Intelligence Indexの詳しい方法論についてはこちらをご覧ください。 オープンウェイト モデルのウェイトが利用可能かどうかを示します。ウェイトが利用可能であっても商業利用が制限されている場合（通常は有料ライセンスの取得が必要）、モデルは「商業利用制限あり」と表示されます。 知能の内訳 知能評価 Artificial Analysisが独立して測定した知能評価 · 高い方が良い 19評価中15評価 549モデル中27モデル 特定のプロバイダーからモデルを追加 GDPval-AA v2 更新済み エージェンティックな実世界タスク、(Elo-500)/2000 𝜏³-Banking 新規 エージェンティックなツール使用 Terminal-Bench v2.1 新規 エージェンティックなコーディングとターミナル使用 SciCode コーディング Humanity's Last Exam 推論と知識 GPQA Diamond 科学的推論 CritPt 物理推論 AA-Omniscience Accuracy 知識 AA-Omniscience Non-Hallucination Rate 1 - ハルシネーション率 AA-LCR 長文コンテキスト推論 AA-Briefcase 新規 エージェンティックな知識作業、(Elo-500)/2000 IFBench 指示追従 APEX-Agents-AA 長期間のエージェンティックタスク ITBench-AA Kubernetesインシデントの根本原因分析 MMMU-Pro 視覚的推論 推論モデルは電球アイコンで示されます。 知能評価の関連性 モデルの知能は一般的にユースケース全体にわたって通用しますが、特定の評価は特定のユースケースにより関連性が高い場合があります。 Artificial Analysis Intelligence Index Artificial Analysis Intelligence Index v4.1には以下が含まれます: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR。各評価の内訳や実行方法など、Intelligence Indexの詳しい方法論についてはこちらをご覧ください。 AA-Briefcase 新規 AA-Briefcase Elo AA-Briefcase ルーブリックスコア (%) 分析品質とプレゼンテーションのElo AA-Briefcase Elo AA-Briefcaseは、Artificial Analysisが開発したエージェンティックな知識作業のベンチマークです。AA-Briefcase Eloは、ルーブリック合格率、分析品質Elo、プレゼンテーションEloを統合した複合指標です。 · 高い方が良い 549モデル中27モデル 特定のプロバイダーからモデルを追加 現在利用できません 推論モデルは電球アイコンで示されます AA-Briefcase Elo AA-Briefcase Eloは、分析品質Elo、プレゼンテーションElo、ルーブリック合格率を統合した複合指標で、ルーブリックのパフォーマンスは合成的な直接対決マッチングを通じてEloに変換されます。Eloと95%信頼区間の下限は0に固定されます。 オープンネス オープンネスインデックス オープンネスインデックスの構成要素 オープンネス vs. 知能 Artificial Analysis Openness Index: スコア オープンネスインデックスは、モデルのオープンネスを0から100の正規化されたスケールで評価します（高いほどオープン） 549モデル中27モデル 特定のプロバイダーからモデルを追加 推論モデルは電球アイコンで示されます 知能インデックスの比較 知能 vs. タスクあたりのコスト 新規 知能 vs. タスクあたりの時間 新規 知能 vs. 出力速度 知能 vs. エンドツーエンドの応答時間 知能 vs. Intelligence Indexタスクあたりのコスト Artificial Analysis Intelligence Index · Artificial Analysis Intelligence Indexタスクあたりの加重平均コスト (USD) 549モデル中27モデル 最も魅力的な象限 Anthropic Google Z AI OpenAI DeepSeek xAI Kimi NVIDIA MiniMax Alibaba 推論モデルは電球アイコンで示されます。 Intelligence Indexタスクあたりのコスト Intelligence Indexタスクあたりの加重平均コスト。各評価のコストは、入力、キャッシュヒット、キャッシュ書き込み、推論、回答トークンの価格から計算され、タスク数で割られ、そのIntelligence Indexの重みで加重されます。 Artificial Analysis Intelligence Index Artificial Analysis Intelligence Index v4.1には以下が含まれます: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR。Intelligence Indexの詳しい方法論についてはこちらをご覧ください。