Claude Opus 5.5
- 入力の単価
- $4.00
- 100 万トークンあたり(USD)
- 出力の単価
- $20.00
- 100 万トークンあたり(USD)
- effort の段階
- 5段階
- 既定は Med
- ベンチマーク結果
- 109件
- 33 種類のベンチマーク
モデルの情報
- API のモデル ID
- claude-opus-5-5
- 公開日
- 2026-09-22
- effort
- Low / Med(既定) / High / Xhigh / Max
- effort の根拠
- Anthropic の effort のドキュメント(platform.claude.com/docs/en/build-with-claude/effort)による。
- Claude Code
- 選べる
- Codex
- 選べない
- 提供状況の補足
- `opus` / `default`(Pro/Max/Team/Enterprise/API の既定)が Opus 5.5 に解決(v2.1.280 以降)。Claude Code 既定 effort medium。 Codex の公式のモデル一覧(learn.chatgpt.com/docs/models)は OpenAI のモデルだけなので codex は false(カスタムプロバイダ経由の接続は公式の選択肢に数えない)。
- 提供状況の出典
- https://code.claude.com/docs/en/model-config
単価(100 万トークンあたり・USD)
単価は effort では変わりません。effort で変わるのは消費トークン数です。
| 入力 | $4.00 |
|---|---|
| 出力 | $20.00 |
| キャッシュ読み出し | $0.20 |
| キャッシュ書き込み | $5.00 |
cacheWritePerMTok は 5 分キャッシュ書き込み。1h 書き込み $8。cache read は 0.05x。fast mode $8/$40(発表ページ)。
Claude Opus 5.5 | $4 / MTok | $5 / MTok | $8 / MTok | $0.20 / MTok | $20 / MTok出典: https://platform.claude.com/docs/en/about-claude/pricing
ベンチマーク結果
| ベンチマーク | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 | 条件・取得方法 |
|---|---|---|---|---|---|---|
| Terminal-Bench 4.0Low | Low | 38.5% | $1.29Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "Opus 5.5 · Low: 38.5% $1.29" |
| Terminal-Bench 4.0Low | Low | 38.5% | $1.29Cost per attempt | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Opus 5.5 · Low: 38.5% $1.29" |
| Terminal-Bench 4.0Med(既定) | Med | 57.6% | $2.94Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "Opus 5.5 · Med: 57.6% $2.94" |
| Terminal-Bench 4.0Med(既定) | Med | 57.6% | $2.94Cost per attempt | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Opus 5.5 · Med: 57.6% $2.94" |
| Terminal-Bench 4.0High | High | 64.2% | $3.88Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "Opus 5.5 · High: 64.2% $3.88" |
| Terminal-Bench 4.0High | High | 64.2% | $3.88Cost per attempt | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Opus 5.5 · High: 64.2% $3.88" |
| Terminal-Bench 4.0Xhigh | Xhigh | 66.4% | $7.35Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "Opus 5.5 · Xhigh: 66.4% $7.35" |
| Terminal-Bench 4.0Xhigh | Xhigh | 66.4% | $7.35Cost per attempt | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Opus 5.5 · Xhigh: 66.4% $7.35" |
| Terminal-Bench 4.0Max | Max | 64.8% | $11.24Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "Opus 5.5 · Max: 64.8% $11.24" |
| Terminal-Bench 4.0Max | Max | 64.8% | $11.24Cost per attempt | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Opus 5.5 · Max: 64.8% $11.24" |
| Terminal-Bench-Science 0.1記載なし | 記載なし | 58.7% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted.表から転記出典の該当箇所58.7%所在 表 Terminal-Bench-Science 0.1 行: 58.7 |
| Terminal-Bench-Science 0.1Max | Max | 58.7% | — | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: Unless otherwise noted, all Claude Opus 5.5 results use adaptive thinking at max effort. production safeguards 有効。 SE ±3.5–5pt。GPT-6 Astra は OpenAI 報告値。表から転記出典の該当箇所58.7%所在 表 Terminal-Bench-Science 0.1 行: 58.7 |
| FrontierCode v1.1(main set)Low | Low | 47.3% | $0.40Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "Opus 5.5 · Low: 47.3% $0.40" |
| FrontierCode v1.1(main set)Low | Low | 47.3% | $0.40Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs. cost: "Opus 5.5 · Low: 47.3% $0.40" |
| FrontierCode v1.1(main set)Med(既定) | Med | 54.6% | $0.80Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "Opus 5.5 · Med: 54.6% $0.80" |
| FrontierCode v1.1(main set)Med(既定) | Med | 54.6% | $0.80Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs. cost: "Opus 5.5 · Med: 54.6% $0.80" |
| FrontierCode v1.1(main set)High | High | 54.0% | $1.09Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "Opus 5.5 · High: 54.0% $1.09" |
| FrontierCode v1.1(main set)High | High | 54.0% | $1.09Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs. cost: "Opus 5.5 · High: 54.0% $1.09" |
| FrontierCode v1.1(main set)Xhigh | Xhigh | 51.4% | $2.25Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "Opus 5.5 · Xhigh: 51.4% $2.25" |
| FrontierCode v1.1(main set)Xhigh | Xhigh | 51.4% | $2.25Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs. cost: "Opus 5.5 · Xhigh: 51.4% $2.25" |
| FrontierCode v1.1(main set)Max | Max | 54.4% | $6.19Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "Opus 5.5 · Max: 54.4% $6.19" |
| FrontierCode v1.1(main set)Max | Max | 54.4% | $6.19Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs. cost: "Opus 5.5 · Max: 54.4% $6.19" |
| FrontierCode 2.0Low | Low | 14.7% | $0.75Cost per task | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode 2.0 — Accuracy vs. cost: "Opus 5.5 · Low: 14.7% $0.75" |
| FrontierCode 2.0Med(既定) | Med | 30.1% | $1.70Cost per task | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode 2.0 — Accuracy vs. cost: "Opus 5.5 · Med: 30.1% $1.70" |
| FrontierCode 2.0High | High | 34.5% | $2.42Cost per task | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode 2.0 — Accuracy vs. cost: "Opus 5.5 · High: 34.5% $2.42" |
| FrontierCode 2.0Xhigh | Xhigh | 43.4% | $5.18Cost per task | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode 2.0 — Accuracy vs. cost: "Opus 5.5 · Xhigh: 43.4% $5.18" |
| FrontierCode 2.0Max | Max | 45.5% | $12.82Cost per task | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所FrontierCode 2.0 — Accuracy vs. cost: "Opus 5.5 · Max: 45.5% $12.82" |
| FrontierSWE 2記載なし | 記載なし | 62.3% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted.表から転記出典の該当箇所62.3%所在 表 FrontierSWE v2 行: 62.3 |
| CursorBench 4.0Low | Low | 43.7% | $1.18Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "Opus 5.5 · Low: 43.7% $1.18" |
| CursorBench 4.0Low | Low | 43.7% | $1.17Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "Opus 5.5 · Low: 43.7% $1.17" |
| CursorBench 4.0Med(既定) | Med | 52.5% | $2.90Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "Opus 5.5 · Med: 52.5% $2.90" |
| CursorBench 4.0Med(既定) | Med | 52.5% | $2.91Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "Opus 5.5 · Med: 52.5% $2.91" |
| CursorBench 4.0High | High | 56.0% | $3.97Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "Opus 5.5 · High: 56.0% $3.97" |
| CursorBench 4.0High | High | 56.0% | $3.97Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "Opus 5.5 · High: 56.0% $3.97" |
| CursorBench 4.0Xhigh | Xhigh | 56.0% | $6.99Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "Opus 5.5 · Xhigh: 56.0% $6.99" |
| CursorBench 4.0Xhigh | Xhigh | 56.0% | $6.98Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "Opus 5.5 · Xhigh: 56.0% $6.98" |
| CursorBench 4.0Max | Max | 57.8% | $13.43Cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "Opus 5.5 · Max: 57.8% $13.43" |
| CursorBench 4.0Max | Max | 57.8% | $13.43Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "Opus 5.5 · Max: 57.8% $13.43" |
| GDPval-AA v2.1記載なし | 記載なし | 1,846 | — | Artificial Analysis | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: For details on how we run our evaluations, see the Sonnet 5.5 System Card(effort は表に明記のもののみ); 脚注3: Artificial Analysis が pre-release デプロイで実行(structured outputs のバグあり、修正済み)表から転記出典の該当箇所1846所在 表 GDPval-AA v2.1 行: 1846 |
| GDPval-AA v2.1Low | Low | 1,224 | $0.21Estimated cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "Opus 5.5 · Low: 1224 $0.21" |
| GDPval-AA v2.1Med(既定) | Med | 1,576 | $0.86Estimated cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "Opus 5.5 · Med: 1576 $0.86" |
| GDPval-AA v2.1High | High | 1,692 | $1.54Estimated cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "Opus 5.5 · High: 1692 $1.54" |
| GDPval-AA v2.1Xhigh | Xhigh | 1,820 | $4.21Estimated cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "Opus 5.5 · Xhigh: 1820 $4.21" |
| GDPval-AA v2.1Max | Max | 1,846 | $8.92Estimated cost per task | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "Opus 5.5 · Max: 1846 $8.92" |
| AA-Briefcase v1.1(Elo)記載なし | 記載なし | 1,800 | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted.表から転記出典の該当箇所1800所在 表 AA-Briefcase v1.1 (Elo) 行: 1800 |
| AA-Briefcase v1.1(Elo)Low | Low | 1,285 | $1.15Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AA-Briefcase v1.1 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所AA-Briefcase v1.1 — Accuracy vs. cost: "Opus 5.5 · Low: 1285.0 $1.15" |
| AA-Briefcase v1.1(Elo)Med(既定) | Med | 1,642 | $4.40Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AA-Briefcase v1.1 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所AA-Briefcase v1.1 — Accuracy vs. cost: "Opus 5.5 · Med: 1642.0 $4.40" |
| AA-Briefcase v1.1(Elo)High | High | 1,705 | $6.27Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AA-Briefcase v1.1 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所AA-Briefcase v1.1 — Accuracy vs. cost: "Opus 5.5 · High: 1705.0 $6.27" |
| AA-Briefcase v1.1(Elo)Xhigh | Xhigh | 1,780 | $12.27Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AA-Briefcase v1.1 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所AA-Briefcase v1.1 — Accuracy vs. cost: "Opus 5.5 · Xhigh: 1780.0 $12.27" |
| AA-Briefcase v1.1(Elo)Max | Max | 1,822 | $21.05Cost per task | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AA-Briefcase v1.1 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所AA-Briefcase v1.1 — Accuracy vs. cost: "Opus 5.5 · Max: 1822.0 $21.05" |
| AA-Briefcase v1.1(rubric)記載なし | 記載なし | 61.2% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted.表から転記出典の該当箇所61.2%所在 表 AA-Briefcase v1.1 (rubric) 行: 61.2 |
| AutomationBench記載なし | 記載なし | 42.5% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted.表から転記出典の該当箇所42.5%所在 表 AutomationBench 行: 42.5 |
| AutomationBenchLow | Low | 23.3% | $0.50Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード)本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "Opus 5.5 · Low: 23.3% $0.50" |
| AutomationBenchMed(既定) | Med | 28.6% | $0.64Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード)本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "Opus 5.5 · Med: 28.6% $0.64" |
| AutomationBenchHigh | High | 32.0% | $0.70Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード)本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "Opus 5.5 · High: 32.0% $0.70" |
| AutomationBenchXhigh | Xhigh | 34.4% | $0.86Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード)本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "Opus 5.5 · Xhigh: 34.4% $0.86" |
| AutomationBenchMax | Max | 40.0% | $1.37Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード)本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "Opus 5.5 · Max: 40.0% $1.37" |
| Humanity's Last Exam(ツールあり)記載なし | 記載なし | 67.7% | — | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: For details on how we run our evaluations, see the Sonnet 5.5 System Card(effort は表に明記のもののみ)表から転記出典の該当箇所67.7%所在 表 Humanity's Last Exam (with tools) 行: 67.7 |
| Humanity's Last Exam(ツールあり)Low | Low | 57.4% | $0.08Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Humanity’s Last Exam (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Humanity’s Last Exam (with tools) — Accuracy vs. cost: "Opus 5.5 · Low: 57.4% $0.08" |
| Humanity's Last Exam(ツールあり)Med(既定) | Med | 63.0% | $0.17Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Humanity’s Last Exam (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Humanity’s Last Exam (with tools) — Accuracy vs. cost: "Opus 5.5 · Med: 63.0% $0.17" |
| Humanity's Last Exam(ツールあり)High | High | 63.9% | $0.29Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Humanity’s Last Exam (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Humanity’s Last Exam (with tools) — Accuracy vs. cost: "Opus 5.5 · High: 63.9% $0.29" |
| Humanity's Last Exam(ツールあり)Xhigh | Xhigh | 66.4% | $0.69Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Humanity’s Last Exam (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Humanity’s Last Exam (with tools) — Accuracy vs. cost: "Opus 5.5 · Xhigh: 66.4% $0.69" |
| Humanity's Last Exam(ツールあり)Max | Max | 67.7% | $2.18Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Humanity’s Last Exam (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Humanity’s Last Exam (with tools) — Accuracy vs. cost: "Opus 5.5 · Max: 67.7% $2.18" |
| Humanity's Last Exam(ツールあり)Max | Max | 67.7% | — | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: Unless otherwise noted, all Claude Opus 5.5 results use adaptive thinking at max effort. production safeguards 有効。表から転記出典の該当箇所67.7%所在 表 Humanity's Last Exam (with tools) 行: 67.7 |
| OSWorld 2.1(partial)記載なし | 記載なし | 81.8% | — | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: For details on how we run our evaluations, see the Sonnet 5.5 System Card(effort は表に明記のもののみ)表から転記出典の該当箇所81.8%所在 表 OSWorld 2.1 (partial) 行: 81.8 |
| OSWorld 2.1(partial)Max | Max | 81.8% | — | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: Unless otherwise noted, all Claude Opus 5.5 results use adaptive thinking at max effort. production safeguards 有効。表から転記出典の該当箇所81.8%所在 表 OSWorld 2.1 (partial) 行: 81.8 |
| OSWorld 2.1(offline set・partial)記載なし | 記載なし | 87.2% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted.表から転記出典の該当箇所87.2%所在 表 OSWorld 2.1 (offline set, partial) 行: 87.2 |
| Chartography(ツールあり)Max | Max | 89.0% | — | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: Unless otherwise noted, all Claude Opus 5.5 results use adaptive thinking at max effort. production safeguards 有効。表から転記出典の該当箇所89.0%所在 表 Chartography (with tools) 行: 89.0 |
| Chartography(ツールなし)記載なし | 記載なし | 64.4% | — | Anthropic | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: For details on how we run our evaluations, see the Sonnet 5.5 System Card(effort は表に明記のもののみ)表から転記出典の該当箇所64.4%所在 表 Chartography (no tools) 行: 64.4 |
| Chartography(ツールなし)Low | Low | 57.0% | $0.02Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Chartography (no tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Chartography (no tools) — Accuracy vs. cost: "Opus 5.5 · Low: 57.0% $0.02" |
| Chartography(ツールなし)Med(既定) | Med | 59.0% | $0.03Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Chartography (no tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Chartography (no tools) — Accuracy vs. cost: "Opus 5.5 · Med: 59.0% $0.03" |
| Chartography(ツールなし)High | High | 59.2% | $0.03Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Chartography (no tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Chartography (no tools) — Accuracy vs. cost: "Opus 5.5 · High: 59.2% $0.03" |
| Chartography(ツールなし)Xhigh | Xhigh | 62.4% | $0.08Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Chartography (no tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Chartography (no tools) — Accuracy vs. cost: "Opus 5.5 · Xhigh: 62.4% $0.08" |
| Chartography(ツールなし)Max | Max | 64.4% | $0.49Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Chartography (no tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所Chartography (no tools) — Accuracy vs. cost: "Opus 5.5 · Max: 64.4% $0.49" |
| WANDRLow | Low | 31.2% | $1.20Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR — Accuracy vs Cost: "Opus 5.5 · Low: 31.2% $1.20" |
| WANDRMed(既定) | Med | 62.8% | $11.20Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR — Accuracy vs Cost: "Opus 5.5 · Med: 62.8% $11.20" |
| WANDRHigh | High | 67.3% | $16.88Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR — Accuracy vs Cost: "Opus 5.5 · High: 67.3% $16.88" |
| WANDRXhigh | Xhigh | 71.3% | $29.06Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR — Accuracy vs Cost: "Opus 5.5 · Xhigh: 71.3% $29.06" |
| WANDRMax | Max | 72.3% | $37.92Cost per attempt | Anthropic | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR — Accuracy vs Cost: "Opus 5.5 · Max: 72.3% $37.92" |
| WANDR(relaxed score)Low | Low | 31.2% | $1.25Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR (relaxed score) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR (relaxed score) — Accuracy vs. cost: "Opus 5.5 · Low: 31.2% $1.25" |
| WANDR(relaxed score)Med(既定) | Med | 62.8% | $11.40Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR (relaxed score) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR (relaxed score) — Accuracy vs. cost: "Opus 5.5 · Med: 62.8% $11.40" |
| WANDR(relaxed score)High | High | 67.3% | $17.31Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR (relaxed score) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR (relaxed score) — Accuracy vs. cost: "Opus 5.5 · High: 67.3% $17.31" |
| WANDR(relaxed score)Xhigh | Xhigh | 71.3% | $29.25Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR (relaxed score) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR (relaxed score) — Accuracy vs. cost: "Opus 5.5 · Xhigh: 71.3% $29.25" |
| WANDR(relaxed score)Max | Max | 72.3% | $38.68Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「WANDR (relaxed score) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表); WANDR: Claude はオフライン版 web search/fetch・programmatic tool calling・code execution・980k token task budget で実行(Perplexity 公開設定と異なる)本文から転記出典の該当箇所WANDR (relaxed score) — Accuracy vs. cost: "Opus 5.5 · Max: 72.3% $38.68" |
| BenchCAD 2.1(ツールあり)Low | Low | 6.3 | $0.03Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「BenchCAD 2.1 (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所BenchCAD 2.1 (with tools) — Accuracy vs. cost: "Opus 5.5 · Low: 6.3 $0.03" |
| BenchCAD 2.1(ツールあり)Med(既定) | Med | 19.1 | $1.11Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「BenchCAD 2.1 (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所BenchCAD 2.1 (with tools) — Accuracy vs. cost: "Opus 5.5 · Med: 19.1 $1.11" |
| BenchCAD 2.1(ツールあり)High | High | 29.7 | $2.57Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「BenchCAD 2.1 (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所BenchCAD 2.1 (with tools) — Accuracy vs. cost: "Opus 5.5 · High: 29.7 $2.57" |
| BenchCAD 2.1(ツールあり)Xhigh | Xhigh | 54.5 | $8.91Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「BenchCAD 2.1 (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所BenchCAD 2.1 (with tools) — Accuracy vs. cost: "Opus 5.5 · Xhigh: 54.5 $8.91" |
| BenchCAD 2.1(ツールあり)Max | Max | 65.3 | $19.86Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「BenchCAD 2.1 (with tools) / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所BenchCAD 2.1 (with tools) — Accuracy vs. cost: "Opus 5.5 · Max: 65.3 $19.86" |
| CVE RediscoveryLow | Low | 59.4% | $0.11Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CVE Rediscovery / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CVE Rediscovery — Accuracy vs. cost: "Opus 5.5 · Low: 59.4% $0.11" |
| CVE RediscoveryMed(既定) | Med | 66.1% | $0.28Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CVE Rediscovery / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CVE Rediscovery — Accuracy vs. cost: "Opus 5.5 · Med: 66.1% $0.28" |
| CVE RediscoveryHigh | High | 70.0% | $0.43Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CVE Rediscovery / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CVE Rediscovery — Accuracy vs. cost: "Opus 5.5 · High: 70.0% $0.43" |
| CVE RediscoveryXhigh | Xhigh | 76.4% | $1.05Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CVE Rediscovery / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CVE Rediscovery — Accuracy vs. cost: "Opus 5.5 · Xhigh: 76.4% $1.05" |
| CVE RediscoveryMax | Max | 81.3% | $2.98Cost per attempt | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CVE Rediscovery / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 自社モデルの値(Anthropic の発表)本文から転記出典の該当箇所CVE Rediscovery — Accuracy vs. cost: "Opus 5.5 · Max: 81.3% $2.98" |
| CyScenarioBench記載なし | 記載なし | 67.6% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. Opus 5.5 は safeguards なし。表から転記出典の該当箇所67.6%所在 表 CyScenarioBench 行: 67.6% without safeguards |
| De novo binder design(24 時間)記載なし | 記載なし | 82.6 | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. Opus 5.5 は safeguards なし。表から転記出典の該当箇所82.6所在 表 Protein design 行: 82.6 without safeguards |
| RoboDojo Sim記載なし | 記載なし | 39.4% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. ‡ highest-available effort, run internally.表から転記出典の該当箇所39.4%所在 表 RoboDojo Sim 行: 39.4 |
| Remote Labor Index(RLI)記載なし | 記載なし | 21.3% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted.表から転記出典の該当箇所21.3%所在 表 Remote Labor Index (RLI) 行: 21.3 |
| GPQA DiamondMax | Max | 90.6% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, gpqa_diamond.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Claude Opus 5.5 (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所gpqa_diamond.csv: Model version=claude-opus-5-5_max, Best score (across scorers)=0.9059343434343434, stderr=0.019434397190192135, Started at=2026-09-22T18:27:39.000Z |
| FrontierMath Tiers 1-3(v2)Max | Max | 91.2% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tiers_1_3_v2.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Claude Opus 5.5 (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所frontiermath_tiers_1_3_v2.csv: Model version=claude-opus-5-5_max, Best score (across scorers)=0.9122807017543859, stderr=0.016786209858442095, Started at=2026-09-22T18:27:39.000Z |
| FrontierMath Tier 4(v2)Max | Max | 95.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tier_4_v2.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Claude Opus 5.5 (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所frontiermath_tier_4_v2.csv: Model version=claude-opus-5-5_max, Best score (across scorers)=0.95, stderr=0.041175470771058854, Started at=2026-09-22T18:27:39.000Z |
| OTIS Mock AIME 2024-2025Max | Max | 100.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, otis_mock_aime_2024_2025.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Claude Opus 5.5 (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所otis_mock_aime_2024_2025.csv: Model version=claude-opus-5-5_max, Best score (across scorers)=1.0, stderr=0.0, Started at=2026-09-22T18:27:39.000Z |
| SimpleQA VerifiedMax | Max | 72.2% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, simpleqa_verified.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Claude Opus 5.5 (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所simpleqa_verified.csv: Model version=claude-opus-5-5_max, Best score (across scorers)=0.722, stderr=0.014174516461485273, Started at=2026-09-22T18:27:39.000Z |
| Chess Puzzles(Epoch AI)Max | Max | 67.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, chess_puzzles.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Claude Opus 5.5 (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所chess_puzzles.csv: Model version=claude-opus-5-5_max, Best score (across scorers)=0.67, stderr=0.04725815626252609, Started at=2026-10-13T13:01:31.000Z |
| MirrorCodeHigh | High | 78.9% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, mirrorcode.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Claude Opus 5.5 (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記出典の該当箇所mirrorcode.csv: Model version=claude-opus-5-5_high, Best score (across scorers)=0.7889, stderr=0.0788, Started at=2026-09-22T16:42:00.000Z |
| MirrorCodeMax | Max | 95.6% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, mirrorcode.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Claude Opus 5.5 (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所mirrorcode.csv: Model version=claude-opus-5-5_max, Best score (across scorers)=0.9555555555555556, stderr=0.025545201491160446, Started at=2026-10-30T18:25:28.000Z |
| Epoch Capabilities Index(ECI)記載なし | 記載なし | 168.54 | — | Epoch AI | Epoch AI, epoch_capabilities_index/eci_scores.csv (CC BY 4.0)第三者・2026-11-12 取得 | 複数ベンチマーク・複数 effort の結果を統合したモデル単位の指標(effort 別ではない)。Epoch AI 算出。表から転記出典の該当箇所eci_scores.csv: Model=Claude Opus 5.5, eci=168.54, eci_ci_low=165.63, eci_ci_high=171.83 |
| LMArena Text(style control・overall)High | High | 1,506 | — | LMArena | lmarena-ai/leaderboard-dataset text_style_control/latest-00000-of-00001.parquet (CC BY 4.0)第三者・2026-11-12 取得 | 人間の対戦投票(Bradley-Terry)。出典表記 "Claude Opus 5.5 (High)"(effort は表記の括弧内)。公開日 2026-11-09。表から転記出典の該当箇所model_name=Claude Opus 5.5 (High), rating=1506.07, rating_lower=1500.0, rating_upper=1512.1, vote_count=15249, rank=4, category=overall, leaderboard_publish_date=2026-11-09 |
| LMArena Text Coding(style control なし)High | High | 1,542 | — | LMArena | lmarena-ai/leaderboard-dataset text/latest-00000-of-00001.parquet (CC BY 4.0)第三者・2026-11-12 取得 | 人間の対戦投票(Bradley-Terry)。出典表記 "Claude Opus 5.5 (High)"(effort は表記の括弧内)。公開日 2026-11-09。表から転記出典の該当箇所model_name=Claude Opus 5.5 (High), rating=1542.21, rating_lower=1531.1, rating_upper=1553.3, vote_count=3339, rank=2, category=coding, leaderboard_publish_date=2026-11-09 |
関係するランキング
- 総合ランキング(性能優先)
- Terminal-Bench 4.0 の指標別ランキング
- Terminal-Bench-Science 0.1 の指標別ランキング
- FrontierCode v1.1(main set) の指標別ランキング
- FrontierCode 2.0 の指標別ランキング
- FrontierSWE 2 の指標別ランキング
- CursorBench 4.0 の指標別ランキング
- GDPval-AA v2.1 の指標別ランキング
- AA-Briefcase v1.1(Elo) の指標別ランキング
- AA-Briefcase v1.1(rubric) の指標別ランキング
- AutomationBench の指標別ランキング
- Humanity's Last Exam(ツールあり) の指標別ランキング
- OSWorld 2.1(partial) の指標別ランキング
- OSWorld 2.1(offline set・partial) の指標別ランキング
- Chartography(ツールあり) の指標別ランキング
- Chartography(ツールなし) の指標別ランキング
- WANDR の指標別ランキング
- WANDR(relaxed score) の指標別ランキング
- BenchCAD 2.1(ツールあり) の指標別ランキング
- CVE Rediscovery の指標別ランキング
- CyScenarioBench の指標別ランキング
- De novo binder design(24 時間) の指標別ランキング
- RoboDojo Sim の指標別ランキング
- Remote Labor Index(RLI) の指標別ランキング
- GPQA Diamond の指標別ランキング
- FrontierMath Tiers 1-3(v2) の指標別ランキング
- FrontierMath Tier 4(v2) の指標別ランキング
- OTIS Mock AIME 2024-2025 の指標別ランキング
- SimpleQA Verified の指標別ランキング
- Chess Puzzles(Epoch AI) の指標別ランキング
- MirrorCode の指標別ランキング
- Epoch Capabilities Index(ECI) の指標別ランキング
- LMArena Text(style control・overall) の指標別ランキング
- LMArena Text Coding(style control なし) の指標別ランキング
- 役割別の推奨