- 評価がいちばん高い
- o3 ChatGPT 入力 ¥310
- 安く済ませるなら
- 上と同じ
正答率と価格
左上にあるほど、安くて評価が高いモデルです。
OpenAIAlibabaGooglexAIAnthropicDeepSeekMetaMoonshotMiniMax
価格ごとにいちばん評価の高いモデル
1 行目: モデル / 正答率 (%)、2 行目: 価格の目安
| モデル | 開発元 | 正答率 (%) | 価格 |
|---|---|---|---|
| o3 | OpenAI | 入力 ¥310 (出力 ¥1,300) | |
| GPT-5 | OpenAI | 入力 ¥200 (出力 ¥1,600) | |
| GPT-5 mini | OpenAI | 入力 ¥39 (出力 ¥310) | |
| GPT-5 nano | OpenAI | 入力 ¥7.8 (出力 ¥63) |
全モデル (正答率の高い順)
2 行目: 価格 (入力 / 出力) / 一度に読める長さ / 公開 / 対応 ツール 画像 JSON □ 比べる
| おすすめ | 比べる | モデル | 開発元 | 正答率 (%) | 長い質問 (人の評価) | 指示に 従う力 (人の評価) | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| o3 | OpenAI | 1411 | 1403 | ¥310 | ¥1,300 | 20 万 | ¥310 / ¥1,300 20 万 2025-04 | ||||||
| GPT-5 | OpenAI | 1413 | 1410 | ¥200 | ¥1,600 | 40 万 | ¥200 / ¥1,600 40 万 2025-08 | ||||||
| Grok 4 | xAI | 1416 | 1396 | — | — | 25.6 万 | 25.6 万 2025-07 | ||||||
| Gemini 2.5 Pro (exp) | — | — | — | — | 約 105 万 | 約 105 万 2025-03 | |||||||
| o3-pro | OpenAI | — | — | — | — | 20 万 | 20 万 2025-06 | ||||||
| Gemini 2.5 Pro (preview, 2025-05) | — | — | — | — | 約 105 万 | 約 105 万 2025-05 | |||||||
| Kimi K2.5 | Moonshot | 1458 | 1439 | — | — | 約 26.2 万 | 約 26.2 万 2026-01 | ||||||
| Grok 4 Fast | xAI | 1418 | 1395 | — | — | 200 万 | 200 万 2025-09 | ||||||
| Gemini 2.5 Pro (preview, 2025-03) | — | — | — | — | 約 105 万 | 約 105 万 2025-03 | |||||||
| Gemini 2.5 Flash (preview, 2025-05) | — | — | — | — | 約 105 万 | 約 105 万 2025-05 | |||||||
| Qwen3 235B A22B (thinking) | Alibaba | 1402 | 1385 | — | — | 約 26.2 万 | 約 26.2 万 2025-07 | ||||||
| GPT-4.1 | OpenAI | 1426 | 1403 | ¥310 | ¥1,300 | 約 105 万 | ¥310 / ¥1,300 約 105 万 2025-04 | ||||||
| GPT-5 mini | OpenAI | 1370 | 1373 | ¥39 | ¥310 | 40 万 | ¥39 / ¥310 40 万 2025-08 | ||||||
| o4-mini | OpenAI | 1370 | 1368 | ¥170 | ¥690 | 20 万 | ¥170 / ¥690 20 万 2025-04 | ||||||
| Qwen3 Next 80B A3B (instruct) | Alibaba | 1389 | 1376 | ¥78 | ¥310 | 約 12.9 万 | ¥78 / ¥310 約 12.9 万 2025-09 | ||||||
| MiniMax-M1-80k | MiniMax | — | — | — | — | 100 万 | 100 万 2025-06 | ||||||
| Claude 3.7 Sonnet | Anthropic | 1429 | 1411 | — | — | 20 万 | 20 万 2025-02 | ||||||
| DeepSeek-V3.1 | DeepSeek | 1446 | 1417 | — | — | 12.8 万 | 12.8 万 2025-08 | ||||||
| Gemini 2.5 Flash (preview, 2025-04) | — | — | — | — | 約 105 万 | 約 105 万 2025-04 | |||||||
| o1 | OpenAI | 1412 | 1407 | ¥2,400 | ¥9,400 | 12.8 万 | ¥2,400 / ¥9,400 12.8 万 2024-12 | ||||||
| GPT-4.1 mini | OpenAI | 1390 | 1373 | — | — | 約 105 万 | 約 105 万 2025-04 | ||||||
| Qwen3 235B A22B (instruct) | Alibaba | 1433 | 1414 | — | — | 12.8 万 | 12.8 万 2025-07 | ||||||
| o3-mini | OpenAI | 1373 | 1366 | ¥170 | ¥690 | 20 万 | ¥170 / ¥690 20 万 2025-01 | ||||||
| Kimi K2 (instruct, 2025-09) | Moonshot | 1406 | 1391 | — | — | 約 26.2 万 | 約 26.2 万 2025-09 | ||||||
| Claude Opus 4 | Anthropic | 1466 | 1444 | — | — | 20 万 | 20 万 2025-05 | ||||||
| Gemini 2.0 Pro (exp) | — | — | — | — | 約 210 万 | 約 210 万 2025-02 | |||||||
| Claude Sonnet 4 | Anthropic | 1442 | 1416 | — | — | 20 万 | 20 万 2025-05 | ||||||
| Llama 4 Maverick | Meta | 1335 | 1314 | — | — | 約 52.4 万 | 約 52.4 万 2025-04 | ||||||
| DeepSeek-R1 | DeepSeek | 1399 | 1397 | — | — | 12.8 万 | 12.8 万 2025-01 | ||||||
| Llama 4 Scout | Meta | 1325 | 1299 | — | — | 12.8 万 | 12.8 万 2025-04 | ||||||
| Gemini 2.5 Flash-Lite (preview, 2025-06) | 1379 | 1369 | — | — | 約 105 万 | 約 105 万 2025-06 | |||||||
| GPT-5 nano | OpenAI | 1333 | 1327 | ¥7.8 | ¥63 | 40 万 | ¥7.8 / ¥63 40 万 2025-08 | ||||||
| GPT-4.1 nano | OpenAI | 1325 | 1300 | ¥16 | ¥63 | 約 105 万 | ¥16 / ¥63 約 105 万 2025-04 |
このページの読み方
- 長い質問での人の評価と、指示に従う力を人が比べた評価も表に載せます (並びには使いません)。価格は入力の単価で比べます。この評価で測られたモデル 39 件だけを載せています (いまの条件に合うのは 33 件、いちばん新しいのは 2026-01 公開)。
- 棒は 0〜100 % の範囲で描いています。
- 人の評価は、人が 2 つの答えを見比べて選んだ結果から出す点です (高いほど良い)。
- 正答率は解けた問題の割合です。差 1 ポイントは 100 問で 1 問ぶんです。
- それより安いどのモデルよりも評価が高いモデルだけを、評価の高い順に並べています。同じくらいの評価なら、この表の中でいちばん安い行を選べばよいです。払える価格に収まる行のうち、いちばん上の行が、その価格で正答率のいちばん高いモデルです。
- 「安く済ませるなら」は、入力 100 万トークンあたり約 310 円以下で評価がいちばん高いモデルです (価格の上限をそれより低くした時は、その上限で)。
- 価格ごとのおすすめ
- 価格は、開発者がプログラムから使う時 (API) に払う値段の目安です。アプリの月額とは別です。単位は 100 万トークンあたり。トークンは文章を細かく区切った単位で、日本語では 1 文字が 1〜1.5 トークンくらいです。100 万トークンは文庫本 7〜10 冊分の文章です。ここでは読ませる量 (入力) の価格です。たとえば約 310 円のモデルなら、ふだんの質問 1 回 (質問と答えで 1,000 トークンほど) は約 0.31 円です。価格の分からないモデルは入れていません。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。
- 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。
- 縦が正答率、横が価格です (横は右へ行くほど目盛が粗くなります)。階段の線で結んだ点が、価格ごとにいちばん評価の高いモデルです。点に触れるとモデルの名が出ます。
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