この表の見方
- 上にあるほど評価が高く、「1〜2 位」のように範囲で出るモデルどうしの差は誤差の範囲です。
- 評価は、課題を作った機関などが公表した値です。
- 測った条件がモデルごとに違うことがあるので、小さな差は気にしなくてよいです。
- 価格は 100 万トークンあたりの目安で、読ませる分、書かせる分の順です。
- 長さは、一度に読ませられる文章の量 (トークン) です。
| 順位 | モデル | 開発元 | 点 | 入力 ¥ /100 万 | 出力 ¥ /100 万 | 一度に 読める長さ | 対応 | 重み | 公開日 | 価格と仕様 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 位 | Claude Opus 4.6 | Anthropic | 評価 55.3 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-02 価格 ¥780 / ¥3,900 長さ 100 万 | |||
| 2 位 | Claude Sonnet 4.6 | Anthropic | 評価 54.9 | ¥470 | ¥2,400 | 100 万 | Anthropic 公開 2026-02 価格 ¥470 / ¥2,400 長さ 100 万 | |||
| 3 位 | Claude Opus 4.5 | Anthropic | 評価 54.8 | ¥780 | ¥3,900 | 20 万 | Anthropic 公開 2025-11 価格 ¥780 / ¥3,900 長さ 20 万 | |||
| 4 位 | GPT-5.5 | OpenAI | 評価 54.0 | ¥780 | ¥4,700 | 105 万 | OpenAI 公開 2026-04 価格 ¥780 / ¥4,700 長さ 105 万 | |||
| 5 位 | Claude Sonnet 4.5 | Anthropic | 評価 52.6 | ¥470 | ¥2,400 | 20 万 | Anthropic 公開 2025-09 価格 ¥470 / ¥2,400 長さ 20 万 | |||
| 6 位 | Claude Opus 4.8 | Anthropic | 評価 50.2 | ¥780 | ¥3,900 | 100 万 | Anthropic 公開 2026-05 価格 ¥780 / ¥3,900 長さ 100 万 | |||
| 7 位 | Gemini 3 Flash (preview) | 評価 49.8 | ¥78 | ¥470 | 100 万 | Google 公開 2025-12 価格 ¥78 / ¥470 長さ 100 万 | ||||
| 8 位 | GPT-5 | OpenAI | 評価 49.6 | ¥200 | ¥1,600 | 40 万 | OpenAI 公開 2025-08 価格 ¥200 / ¥1,600 長さ 40 万 | |||
| 9 位 | Claude Opus 4.1 | Anthropic | 評価 48.3 | — | — | 20 万 | Anthropic 公開 2025-08 価格 — 長さ 20 万 | |||
| 10 位 | Gemini 3.1 Pro (preview) | 評価 47.8 | ¥310 | ¥1,900 | 約 105 万 | Google 公開 2026-02 価格 ¥310 / ¥1,900 長さ 約 105 万 | ||||
| 11 位 | Grok 4 | xAI | 評価 47.3 | — | — | 25.6 万 | xAI 公開 2025-07 価格 — 長さ 25.6 万 | |||
| 12 位 | Claude Opus 4 | Anthropic | 評価 46.8 | — | — | 20 万 | Anthropic 公開 2025-05 価格 — 長さ 20 万 | |||
| 13 位 | Claude Sonnet 4 | Anthropic | 評価 46.6 | — | — | 20 万 | Anthropic 公開 2025-05 価格 — 長さ 20 万 | |||
| 14 位 | Gemini 3 Pro (preview) | 評価 46.3 | — | — | 100 万 | Google 公開 2025-11 価格 — 長さ 100 万 | ||||
| 15 位 | Claude Haiku 4.5 | Anthropic | 評価 45.5 | ¥160 | ¥780 | 20 万 | Anthropic 公開 2025-10 価格 ¥160 / ¥780 長さ 20 万 | |||
| 16 位 | o3 | OpenAI | 評価 45.2 | ¥310 | ¥1,300 | 20 万 | OpenAI 公開 2025-04 価格 ¥310 / ¥1,300 長さ 20 万 | |||
| 17 位 | Claude 3.7 Sonnet | Anthropic | 評価 43.6 | — | — | 20 万 | Anthropic 公開 2025-02 価格 — 長さ 20 万 | |||
| 18〜19 | Gemini 2.5 Pro (preview, 2025-05) | 評価 42.8 | — | — | 約 105 万 | Google 公開 2025-05 価格 — 長さ 約 105 万 | ||||
| 18〜19 | GPT-5.1 | OpenAI | 評価 42.8 | ¥200 | ¥1,600 | 40 万 | OpenAI 公開 2025-11 価格 ¥200 / ¥1,600 長さ 40 万 | |||
| 20 位 | Gemini 2.5 Pro | 評価 41.5 | ¥200 | ¥1,600 | 100 万 | Google 公開 2025-06 価格 ¥200 / ¥1,600 長さ 100 万 | ||||
| 21 位 | GPT-5.2 | OpenAI | 評価 41.1 | ¥270 | ¥2,200 | 40 万 | OpenAI 公開 2025-12 価格 ¥270 / ¥2,200 長さ 40 万 | |||
| 22 位 | Gemini 3.1 Flash-Lite | 評価 37.3 | ¥39 | ¥240 | 約 105 万 | Google 公開 2026-03 価格 ¥39 / ¥240 長さ 約 105 万 | ||||
| 23 位 | GPT-5.4 mini | OpenAI | 評価 36.3 | ¥120 | ¥710 | 40 万 | OpenAI 公開 2026-03 価格 ¥120 / ¥710 長さ 40 万 | |||
| 24〜25 | GPT-5.4 | OpenAI | 評価 35.1 | ¥390 | ¥2,400 | 105 万 | OpenAI 公開 2026-03 価格 ¥390 / ¥2,400 長さ 105 万 | |||
| 24〜25 | DeepSeek-R1 (2025-05) | DeepSeek | 評価 35.1 | — | — | 約 13.1 万 | DeepSeek 公開 2025-05 価格 — 長さ 約 13.1 万 |
最高点の推移
2025-02-24公開日2026-05-28
このページの読み方
- 答えの正しさを課題ごとに採点し、値はその平均の点です。課題を作った機関などが公表した値を集めた物です。
- 課題ごとの正しさの採点の平均 (100 点満点) で、多くは 35〜55 点です。誤差の公表が無いので、1〜2 点の差ははっきりした差ではありません。
- 対応の列の絵は左から、ツールを使える / 画像を読める / 決まった形 (JSON) で答えられる、です (薄い印は非対応か不明)。
- オープンウェイトは、モデルの中身 (重み) が公開されていて、自分のパソコンやサーバーでも動かせるモデルです。オープンウェイトの印の無いモデルは、開発元のサービス (アプリや API) で使うのが基本です (重みの情報が無いモデルもあります)。
- モデル名の横の ChatGPT などは、その開発元が一般向けに出しているサービスの名です。そのモデルがそのサービスで選べるかは、サービスの側で確かめてください。
- 円は 1 ドル 157 円 (2026 年 10 月 23 日の欧州中央銀行の参考レート) で換算し、上 2 桁に丸めた目安です。
データ: Arena / Epoch AI / Swallow LLM team (CC BY 4.0) / Models.dev (MIT)、更新 2026-10-24、データの出典