Claude Sonnet 5.5
- 入力の単価
- $2.00
- 100 万トークンあたり(USD)
- 出力の単価
- $10.00
- 100 万トークンあたり(USD)
- effort の段階
- 5段階
- 既定は High
- ベンチマーク結果
- 58件
- 20 種類のベンチマーク
モデルの情報
- API のモデル ID
- claude-sonnet-5-5
- 公開日
- 2026-09-28
- effort
- Low / Med / High(既定) / 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
- `sonnet` が Anthropic API で Sonnet 5.5 に解決(v2.1.284 以降)。Claude Code 既定 effort medium(API 既定は high)。 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 | $2.00 |
|---|---|
| 出力 | $10.00 |
| キャッシュ読み出し | $0.10 |
| キャッシュ書き込み | $2.50 |
cacheWritePerMTok は 5 分キャッシュ書き込み。1h 書き込み $4。cache read 0.05x。
Claude Sonnet 5.5 | $2 / MTok | $2.50 / MTok | $4 / MTok | $0.10 / MTok | $10 / 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 | 20.0% | $0.76Cost per attempt | 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「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: "Sonnet 5.5 · Low: 20.0% $0.76" |
| Terminal-Bench 4.0Low | Low | 20.0% | $0.62Cost per attempt | Anthropic | Introducing Claude Haiku 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); cache read $0.10/MTok で計算したコスト系列; 同じ図に cache read $0.20/MTok で計算した系列もあり、その点のコストは $0.79本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Sonnet 5.5 ($0.10 cache reads) · Low: 20.0% $0.62" |
| Terminal-Bench 4.0Med | Med | 28.8% | $0.83Cost per attempt | 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「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: "Sonnet 5.5 · Med: 28.8% $0.83" |
| Terminal-Bench 4.0Med | Med | 28.8% | $0.68Cost per attempt | Anthropic | Introducing Claude Haiku 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); cache read $0.10/MTok で計算したコスト系列; 同じ図に cache read $0.20/MTok で計算した系列もあり、その点のコストは $0.86本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Sonnet 5.5 ($0.10 cache reads) · Med: 28.8% $0.68" |
| Terminal-Bench 4.0High(既定) | High | 43.0% | $1.94Cost per attempt | 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「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: "Sonnet 5.5 · High: 43.0% $1.94" |
| Terminal-Bench 4.0High(既定) | High | 43.0% | $1.46Cost per attempt | Anthropic | Introducing Claude Haiku 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); cache read $0.10/MTok で計算したコスト系列; 同じ図に cache read $0.20/MTok で計算した系列もあり、その点のコストは $1.97本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Sonnet 5.5 ($0.10 cache reads) · High: 43.0% $1.46" |
| Terminal-Bench 4.0Xhigh | Xhigh | 61.5% | $5.30Cost per attempt | 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「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: "Sonnet 5.5 · Xhigh: 61.5% $5.30" |
| Terminal-Bench 4.0Xhigh | Xhigh | 61.5% | $4.34Cost per attempt | Anthropic | Introducing Claude Haiku 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); cache read $0.10/MTok で計算したコスト系列; 同じ図に cache read $0.20/MTok で計算した系列もあり、その点のコストは $5.83本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Sonnet 5.5 ($0.10 cache reads) · Xhigh: 61.5% $4.34" |
| Terminal-Bench 4.0Max | Max | 70.6% | $12.54Cost per attempt | 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「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: "Sonnet 5.5 · Max: 70.6% $12.54" |
| Terminal-Bench 4.0Max | Max | 70.6% | $10.44Cost per attempt | Anthropic | Introducing Claude Haiku 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); cache read $0.10/MTok で計算したコスト系列; 同じ図に cache read $0.20/MTok で計算した系列もあり、その点のコストは $14.15本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "Sonnet 5.5 ($0.10 cache reads) · Max: 70.6% $10.44" |
| FrontierCode v1.1(main set)Low | Low | 29.3% | $0.19Cost 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「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: "Sonnet 5.5 · Low: 29.3% $0.19" |
| FrontierCode v1.1(main set)Med | Med | 36.5% | $0.24Cost 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「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: "Sonnet 5.5 · Med: 36.5% $0.24" |
| FrontierCode v1.1(main set)High(既定) | High | 49.4% | $0.42Cost 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「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: "Sonnet 5.5 · High: 49.4% $0.42" |
| FrontierCode v1.1(main set)Xhigh | Xhigh | 52.1% | $1.59Cost 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「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: "Sonnet 5.5 · Xhigh: 52.1% $1.59" |
| FrontierCode v1.1(main set)Xhigh | Xhigh | 52.1% | — | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: see the Haiku 5.5 System Card(effort 未記載); Sonnet 5.5 は "For reference" 列表から転記出典の該当箇所52.1%所在 表 FrontierCode v1.1 (Main) 行: 52.1 |
| FrontierCode v1.1(main set)Max | Max | 46.2% | $20.78Cost 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「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: "Sonnet 5.5 · Max: 46.2% $20.78" |
| CursorBench 4.0Low | Low | 35.8% | $0.50Cost 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: "Sonnet 5.5 · Low: 35.8% $0.50" |
| CursorBench 4.0Med | Med | 39.2% | $0.70Cost 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: "Sonnet 5.5 · Med: 39.2% $0.70" |
| CursorBench 4.0High(既定) | High | 47.8% | $1.67Cost 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: "Sonnet 5.5 · High: 47.8% $1.67" |
| CursorBench 4.0Xhigh | Xhigh | 53.1% | $3.88Cost 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: "Sonnet 5.5 · Xhigh: 53.1% $3.88" |
| CursorBench 4.0Max | Max | 55.5% | $9.67Cost 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: "Sonnet 5.5 · Max: 55.5% $9.67" |
| GDPval-AA v2.1記載なし | 記載なし | 1,844 | — | 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1844所在 表 GDPval-AA v2.1 行: 1844 |
| GDPval-AA v2.1Low | Low | 1,179 | $0.22Cost per task | Anthropic | Introducing Claude Haiku 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 / 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GDPval-AA v2.1 — Accuracy vs. cost: "Sonnet 5.5 · Low: 1179.0 $0.22" |
| GDPval-AA v2.1Med | Med | 1,324 | $0.27Cost per task | Anthropic | Introducing Claude Haiku 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 / 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GDPval-AA v2.1 — Accuracy vs. cost: "Sonnet 5.5 · Med: 1324.0 $0.27" |
| GDPval-AA v2.1High(既定) | High | 1,551 | $0.62Cost per task | Anthropic | Introducing Claude Haiku 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 / 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GDPval-AA v2.1 — Accuracy vs. cost: "Sonnet 5.5 · High: 1551.0 $0.62" |
| GDPval-AA v2.1Xhigh | Xhigh | 1,731 | $1.88Cost per task | Anthropic | Introducing Claude Haiku 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 / 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GDPval-AA v2.1 — Accuracy vs. cost: "Sonnet 5.5 · Xhigh: 1731.0 $1.88" |
| GDPval-AA v2.1Max | Max | 1,840 | $6.78Cost per task | Anthropic | Introducing Claude Haiku 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 / 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GDPval-AA v2.1 — Accuracy vs. cost: "Sonnet 5.5 · Max: 1840.0 $6.78" |
| AA-Briefcase v1.1(Elo)記載なし | 記載なし | 1,824 | — | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: see the Haiku 5.5 System Card(effort 未記載); Sonnet 5.5 は "For reference" 列表から転記出典の該当箇所1824所在 表 AA-Briefcase v1.1 (Elo) 行: 1824 |
| AA-Briefcase v1.1(Elo)Low | Low | 1,264 | $0.87Cost 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: "Sonnet 5.5 · Low: 1264.0 $0.87" |
| AA-Briefcase v1.1(Elo)Med | Med | 1,461 | $1.64Cost 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: "Sonnet 5.5 · Med: 1461.0 $1.64" |
| AA-Briefcase v1.1(Elo)High(既定) | High | 1,634 | $3.95Cost 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: "Sonnet 5.5 · High: 1634.0 $3.95" |
| AA-Briefcase v1.1(Elo)Xhigh | Xhigh | 1,746 | $9.63Cost 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: "Sonnet 5.5 · Xhigh: 1746.0 $9.63" |
| AA-Briefcase v1.1(Elo)Max | Max | 1,811 | $29.19Cost 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: "Sonnet 5.5 · Max: 1811.0 $29.19" |
| Humanity's Last Exam(ツールあり)記載なし | 記載なし | 64.5% | — | 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64.5%所在 表 Humanity's Last Exam (with tools) 行: 64.5 |
| Humanity's Last Exam(ツールあり)記載なし | 記載なし | 64.5% | — | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: see the Haiku 5.5 System Card(effort 未記載); Sonnet 5.5 は "For reference" 列表から転記出典の該当箇所64.5%所在 表 Humanity's Last Exam (with tools) 行: 64.5 |
| Humanity's Last Exam(ツールなし)Low | Low | 41.4% | $0.03Cost per attempt | Anthropic | Introducing Claude Haiku 5.5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 (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Humanity’s Last Exam (no tools) — Accuracy vs. cost: "Sonnet 5.5 · Low: 41.4% $0.03" |
| Humanity's Last Exam(ツールなし)Med | Med | 43.2% | $0.03Cost per attempt | Anthropic | Introducing Claude Haiku 5.5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 (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Humanity’s Last Exam (no tools) — Accuracy vs. cost: "Sonnet 5.5 · Med: 43.2% $0.03" |
| Humanity's Last Exam(ツールなし)High(既定) | High | 47.9% | $0.08Cost per attempt | Anthropic | Introducing Claude Haiku 5.5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 (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Humanity’s Last Exam (no tools) — Accuracy vs. cost: "Sonnet 5.5 · High: 47.9% $0.08" |
| Humanity's Last Exam(ツールなし)Xhigh | Xhigh | 53.0% | $0.20Cost per attempt | Anthropic | Introducing Claude Haiku 5.5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 (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Humanity’s Last Exam (no tools) — Accuracy vs. cost: "Sonnet 5.5 · Xhigh: 53.0% $0.20" |
| Humanity's Last Exam(ツールなし)Max | Max | 56.9% | $0.89Cost per attempt | Anthropic | Introducing Claude Haiku 5.5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 (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Humanity’s Last Exam (no tools) — Accuracy vs. cost: "Sonnet 5.5 · Max: 56.9% $0.89" |
| OSWorld 2.1(partial)記載なし | 記載なし | 80.1% | — | 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80.1%所在 表 OSWorld 2.1 (partial) 行: 80.1 |
| OSWorld 2.1(offline subset)Low | Low | 57.9% | $0.68Cost per attempt | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / 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OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Low: 57.9% $0.68" |
| OSWorld 2.1(offline subset)Med | Med | 66.0% | $0.93Cost per attempt | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / 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OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Med: 66.0% $0.93" |
| OSWorld 2.1(offline subset)High(既定) | High | 73.2% | $1.38Cost per attempt | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / 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OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · High: 73.2% $1.38" |
| OSWorld 2.1(offline subset)Xhigh | Xhigh | 81.1% | $2.22Cost per attempt | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / 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OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Xhigh: 81.1% $2.22" |
| OSWorld 2.1(offline subset)Max | Max | 83.9% | $5.73Cost per attempt | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「OSWorld 2.1 (offline subset) / 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OSWorld 2.1 (offline subset) — Accuracy vs. cost: "Sonnet 5.5 · Max: 83.9% $5.73" |
| Chartography(ツールなし)記載なし | 記載なし | 61.6% | — | 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61.6%所在 表 Chartography (no tools) 行: 61.6 |
| Chartography(ツールなし)記載なし | 記載なし | 61.6% | — | Anthropic | Introducing Claude Haiku 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: see the Haiku 5.5 System Card(effort 未記載); Sonnet 5.5 は "For reference" 列表から転記出典の該当箇所61.6%所在 表 Chartography (no tools) 行: 61.6 |
| GPQA DiamondMax | Max | 95.6% | — | 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 Sonnet 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-sonnet-5-5_max, Best score (across scorers)=0.9558080808080808, stderr=0.013710320714521202, Started at=2026-09-29T15:15:14.000Z |
| FrontierMath Tiers 1-3(v2)Max | Max | 88.8% | — | 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 Sonnet 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-sonnet-5-5_max, Best score (across scorers)=0.887719298245614, stderr=0.018734030360524248, Started at=2026-09-29T15:15:14.000Z |
| FrontierMath Tier 4(v2)Max | Max | 80.5% | — | 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 Sonnet 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-sonnet-5-5_max, Best score (across scorers)=0.8048780487804879, stderr=0.06265967111543964, Started at=2026-09-29T15:15:14.000Z |
| 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 Sonnet 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-sonnet-5-5_max, Best score (across scorers)=1.0, stderr=0.0, Started at=2026-09-29T15:15:14.000Z |
| SimpleQA VerifiedMax | Max | 46.5% | — | 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 Sonnet 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-sonnet-5-5_max, Best score (across scorers)=0.465, stderr=0.015780495050030086, Started at=2026-09-29T15:15:14.000Z |
| Chess Puzzles(Epoch AI)Max | Max | 59.0% | — | 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 Sonnet 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-sonnet-5-5_max, Best score (across scorers)=0.59, stderr=0.04943110704237103, Started at=2026-10-13T13:00:38.000Z |
| MirrorCodeMax | Max | 97.8% | — | 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 Sonnet 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-sonnet-5-5_max, Best score (across scorers)=0.9777777777777777, stderr=0.015141892085983264, Started at=2026-10-05T09:05:15.000Z |
| Epoch Capabilities Index(ECI)記載なし | 記載なし | 166.56 | — | 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 Sonnet 5.5, eci=166.56, eci_ci_low=163.76, eci_ci_high=169.58 |
| LMArena Text(style control・overall)Xhigh | Xhigh | 1,473 | — | 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 Sonnet 5.5 (xHigh)"(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 Sonnet 5.5 (xHigh), rating=1472.49, rating_lower=1466.3, rating_upper=1478.6, vote_count=13821, rank=46, category=overall, leaderboard_publish_date=2026-11-09 |
| LMArena Text Coding(style control なし)Xhigh | Xhigh | 1,500 | — | 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 Sonnet 5.5 (xHigh)"(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 Sonnet 5.5 (xHigh), rating=1500.17, rating_lower=1488.9, rating_upper=1511.4, vote_count=3207, rank=25, 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
- FrontierCode v1.1(main set) 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
- Humanity's Last Exam(ツールあり) の指標別ランキング
- Humanity's Last Exam(ツールなし) 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 subset) の指標別ランキング
- Chartography(ツールなし) 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