- 評価がいちばん高い
- Gemini 4 Argon ¥630
- 安く済ませるなら
- Gemini 3.8 Flash ¥240
- 評価の差 23
- 人が 2 つの答えを見比べると、Gemini 4 Argon が選ばれるのはおよそ 53 %
評価と価格
左上にあるほど、安くて評価が高いモデルです。
OpenAIZ.aiGoogleMistralXiaomiStepFunAlibabaAnthropicCohereMetaMiniMaxxAIDeepSeekMoonshotNVIDIAMicrosoftその他
価格ごとにいちばん評価の高いモデル
1 行目: モデル / 人の評価、2 行目: 価格の目安
| モデル | 開発元 | 人の評価 | 価格 |
|---|---|---|---|
| Gemini 4 Argon | ¥630 (入力 ¥310 / 出力 ¥1,600) | ||
| Gemini 3.8 Flash | ¥240 (入力 ¥120 / 出力 ¥590) | ||
| △MiMo-V2.6 Pro | Xiaomi | ¥85 (入力 ¥68 / 出力 ¥140) | |
| GLM-5.3 Flash | Z.ai | ¥37 (入力 ¥24 / 出力 ¥78) | |
| MiMo-V2.6 Flash | Xiaomi | ¥27 (入力 ¥22 / 出力 ¥44) | |
| Step 3.5 Flash | StepFun | ¥25 (入力 ¥16 / 出力 ¥49) | |
| △Mistral Small 3.2 | Mistral | ¥24 (入力 ¥16 / 出力 ¥47) | |
| GPT-5 nano | OpenAI | ¥22 (入力 ¥7.8 / 出力 ¥63) |
全モデル (人の評価の高い順)
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 | 人の評価 | 科学の 難問 (%) | 最難関の 問題 (%) | 図形 パズル (%) | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Gemini 4 Argon | 99.2 | — | 91.3 | ¥310 | ¥1,600 | 約 105 万 | ¥310 / ¥1,600 約 105 万 2026-09 | |||||||
| Claude Opus 5.5 | Anthropic | 91.1 | — | 93.3 | ¥630 | ¥3,100 | 100 万 | ¥630 / ¥3,100 100 万 2026-09 | ||||||
| Claude Opus 4.6 | Anthropic | 91.0 | 31.1 | 69.2 | ¥780 | ¥3,900 | 100 万 | ¥780 / ¥3,900 100 万 2026-02 | ||||||
| Claude Fable 5 | Anthropic | 84.5 | — | 89.2 | ¥1,600 | ¥7,800 | 100 万 | ¥1,600 / ¥7,800 100 万 2026-06 | ||||||
| Claude Opus 4.7 | Anthropic | 90.5 | 33.0 | 75.8 | ¥780 | ¥3,900 | 100 万 | ¥780 / ¥3,900 100 万 2026-04 | ||||||
| Claude Fable 5.1 | Anthropic | — | 43.8 | 90.0 | ¥1,600 | ¥7,800 | 100 万 | ¥1,600 / ¥7,800 100 万 2026-09 | ||||||
| Muse Wonder | Meta | — | — | — | ¥630 | ¥3,100 | 約 105 万 | ¥630 / ¥3,100 約 105 万 2026-10 | ||||||
| Gemini 3.8 Flash | 97.8 | 41.7 | 89.2 | ¥120 | ¥590 | 約 105 万 | ¥120 / ¥590 約 105 万 2026-09 | |||||||
| Muse Spark 1.3 | Meta | — | — | — | ¥200 | ¥670 | 約 105 万 | ¥200 / ¥670 約 105 万 2026-09 | ||||||
| Kimi K3 | Moonshot | 94.6 | — | 60.4 | ¥470 | ¥2,400 | 約 105 万 | ¥470 / ¥2,400 約 105 万 2026-07 | ||||||
| Claude Opus 5 | Anthropic | 95.7 | — | 90.4 | ¥780 | ¥3,900 | 100 万 | ¥780 / ¥3,900 100 万 2026-07 | ||||||
| Claude Opus 4.8 | Anthropic | 91.7 | — | 72.1 | ¥780 | ¥3,900 | 100 万 | ¥780 / ¥3,900 100 万 2026-05 | ||||||
| Muse Spark 1.2 | Meta | — | — | — | ¥200 | ¥670 | 約 105 万 | ¥200 / ¥670 約 105 万 2026-08 | ||||||
| GPT-5.6 Sol | OpenAI | 95.1 | — | 92.5 | ¥630 | ¥3,100 | 105 万 | ¥630 / ¥3,100 105 万 2026-07 | ||||||
| Muse Spark 1.1 | Meta | — | — | — | ¥200 | ¥670 | 100 万 | ¥200 / ¥670 100 万 2026-07 | ||||||
| Gemini 3.7 Flash | 97.0 | — | 84.6 | ¥120 | ¥590 | 約 105 万 | ¥120 / ¥590 約 105 万 2026-08 | |||||||
| Gemini 3.1 Pro (preview) | 96.4 | 43.7 | 77.1 | ¥310 | ¥1,900 | 約 105 万 | ¥310 / ¥1,900 約 105 万 2026-02 | |||||||
| Muse Spark | Meta | 90.0 | 37.6 | — | — | — | — | 2026-04 | ||||||
| Claude Sonnet 5.5 | Anthropic | 98.0 | 43.4 | — | ¥310 | ¥1,600 | 100 万 | ¥310 / ¥1,600 100 万 2026-09 | ||||||
| GLM-5.3 | Z.ai | 91.5 | — | — | ¥220 | ¥690 | 100 万 | ¥220 / ¥690 100 万 2026-08 | ||||||
| GPT-6.1 Sol | OpenAI | 97.8 | — | 94.2 | ¥310 | ¥1,600 | 105 万 | ¥310 / ¥1,600 105 万 2026-09 | ||||||
| Qwen3.8 Max | Alibaba | 94.0 | — | — | ¥310 | ¥940 | 100 万 | ¥310 / ¥940 100 万 2026-08 | ||||||
| MiMo-V2.6 Pro | Xiaomi | — | — | — | ¥68 | ¥140 | 約 105 万 | ¥68 / ¥140 約 105 万 2026-09 | ||||||
| Claude Sonnet 4.6 | Anthropic | 86.6 | — | 60.4 | ¥470 | ¥2,400 | 100 万 | ¥470 / ¥2,400 100 万 2026-02 | ||||||
| Gemini 3 Pro | — | — | — | — | — | 約 105 万 | 約 105 万 2025-11 | |||||||
| GPT-5.5 | OpenAI | 95.8 | — | 85.0 | ¥780 | ¥4,700 | 105 万 | ¥780 / ¥4,700 105 万 2026-04 | ||||||
| Gemini 3.6 Flash | 96.0 | — | 60.4 | ¥120 | ¥590 | 約 105 万 | ¥120 / ¥590 約 105 万 2026-07 | |||||||
| GLM-5.3 Flash | Z.ai | 90.5 | — | 65.8 | ¥24 | ¥78 | 100 万 | ¥24 / ¥78 100 万 2026-08 | ||||||
| GPT-6 Astra | OpenAI | 98.3 | 52.5 | 95.0 | ¥1,600 | ¥7,800 | 105 万 | ¥1,600 / ¥7,800 105 万 2026-09 | ||||||
| Claude Opus 4.5 | Anthropic | 84.8 | 21.4 | 37.6 | ¥780 | ¥3,900 | 20 万 | ¥780 / ¥3,900 20 万 2025-11 | ||||||
| DeepSeek-V4.1 Flash | DeepSeek | 90.1 | — | 72.9 | — | — | 100 万 | 100 万 2026-09 | ||||||
| GPT-5.2 Chat | OpenAI | — | — | — | — | — | 12.8 万 | 12.8 万 2026-02 | ||||||
| GPT-5.4 | OpenAI | 94.9 | 33.0 | 74.0 | ¥390 | ¥2,400 | 105 万 | ¥390 / ¥2,400 105 万 2026-03 | ||||||
| GLM-5.2 | Z.ai | 92.9 | — | 22.8 | ¥220 | ¥690 | 100 万 | ¥220 / ¥690 100 万 2026-06 | ||||||
| Gemini 3.5 Flash | 94.2 | — | 72.1 | ¥240 | ¥1,400 | 約 105 万 | ¥240 / ¥1,400 約 105 万 2026-05 | |||||||
| Qwen3.7 Max (preview) | Alibaba | — | — | — | — | — | — | — | ||||||
| MiMo-V2.5 Pro | Xiaomi | — | — | — | ¥68 | ¥140 | 約 105 万 | ¥68 / ¥140 約 105 万 2026-04 | ||||||
| Gemini 3 Flash | — | — | — | — | — | 約 105 万 | 約 105 万 2025-12 | |||||||
| GPT-5.5 Instant | OpenAI | 79.9 | — | — | — | — | — | 2026-05 | ||||||
| Qwen3.5 Max (preview) | Alibaba | — | — | — | — | — | — | — |
このページの読み方
- 専門家級の科学の選択問題 / 最難関の学術問題 / 抽象的な図形のパズルの正答率も表に載せます (並びには使いません)。評価のあるモデルは 392 件です。
- 棒は 850〜1550 の範囲で描いています。
- 人の評価は、人が 2 つのモデルに同じ質問をして良い方の答えを選んだ結果から出す点です。差 50 なら評価の高い方のモデルが選ばれるのはおよそ 57 %、差 100 で 64 %、差 200 で 76 % (差 0 は五分五分)。± の幅が重なる差は誤差の範囲で、ほとんど同じです。
- 科学の難問、最難関の問題、図形パズルの値があるのは一部のモデルです。
- 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 △ の無い行のうち、いちばん上の行がおすすめです。△ の行は、下の △ の無い行より価格が高いのに、評価はほとんど同じ (差が誤差の範囲) です。
- 「安く済ませるなら」は、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)。
- △ は、評価の差が誤差の範囲 (ほとんど同じ) の行に付けます。△ の無い行は、下のいちばん近い △ の無い行より評価が誤差の範囲を超えて高い行です。
- 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。読ませる量 (入力) と書かせる量 (出力) で値段が違い、ここでは読ませる量 3 : 書かせる量 1 の割合で計算しています。たとえば約 630 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 0.63 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。
- 縦が人の評価、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