DATA — 定点観測 TSUGINOTE AI NEWSROOM

LAST UPDATED: 2026-09-05 ／毎週金曜の週刊タスクで点検・更新、変更があった日は随時追記（9/5：OpenAIのGPT-6 Astraを追加。円換算は1ドル＝159.5円（8/14時点）を据え置き）

生成AIモデル料金比較・早見表。

DATA DESK — 編集ハカル（数字担当）

ChatGPT・Claude・Gemini・Grok・Kimiほか主要モデルの月額プラン・性能ランキング・API単価を1枚に置いておく定点観測ページです。個人での契約、チーム・会社への導入、開発でのAPI利用のどれでも、ここから選べる順に並べました。円は1ドル＝159.5円（2026年8月14日時点）での概算併記。変わった数字だけを毎週差し替えます。

API料金（開発者向け・100万トークンあたり・米ドル・標準レート）

API PRICING — AS OF 2026-09-05
モデル	入力	出力	位置づけ・備考
OPENAI GPT-6 Astra NEW	$10.00約1,595円	$50.00約7,975円	2026年9月4日発表。コーディング・エージェント・科学知識で新フラッグシップ。Fast modeは2倍速・2倍単価($20/$100)。キャッシュ料金は別途設定されるが、発表ページに具体的な倍率の記載はなし。数日内にChatGPT全プラン・API・Azure・Bedrockへ拡大予定
OPENAI GPT-5.6 Sol	$4.00約638円	$20.00約3,190円	2026年8月21日、期間限定で20%/33%値下げ（旧$5.00／$30.00）。少なくとも11月21日まで最低保証。対象はAPI・Codexクレジット・対象のChatGPT Workプランのみで、ChatGPT Plus/Pro/Businessの個人向け契約は対象外。フラッグシップ。2026年7月9日GA。コンテキスト約100万・出力最大12.8万トークン。キャッシュ入力$0.40。Priority Processingは7月30日にFast modeへ置き換わっており、標準の2倍単価（今回の値下げ後は$8/$40）
OPENAI GPT-5.6 Terra	$2.00約319円	$12.00約1,914円	2026年7月30日に20%値下げ（旧 $2.50／$15.00）。バランス型の中位グレード。期限のない標準単価の改定
OPENAI GPT-5.6 Luna	$0.20約32円	$1.20約191円	2026年7月30日に80%値下げ（旧 $1.00／$6.00）。最安・高速。大量処理の既定候補。入力単価はDeepSeek V4 Proを下回る
ANTHROPIC Claude Opus 5 NEW	$5.00約798円	$25.00約3,988円	2026年7月24日リリース。Fable 5に迫る性能を半額で。コンテキスト100万トークン（既定＝上限）、思考が既定オン＋effort（low/medium/high/xhigh/max）で深さ調整。Fast modeは$10/$50で約2.5倍速。Maxの既定・Proの最上位モデル
ANTHROPIC Claude Fable 5.1 NEW	$10.00約1,595円	$50.00約7,975円	2026年9月1日公開、Claude Codeの既定モデルに設定。単価はFable 5と同額だが、キャッシュ読み取りが標準の0.1倍でなく0.025倍と有利（$0.25/MTok）。限定提供の姉妹モデルClaude Mythos 5.1も同額帯
ANTHROPIC Claude Fable 5	$10.00約1,595円	$50.00約7,975円	6月投入のプレミア帯。SWE-Bench Proではなお首位（80.0%）だが、多くの用途でOpus 5が半額で並ぶ。キャッシュ読み取りは標準の0.1倍
ANTHROPIC Claude Opus 4.8	$5.00約798円	$25.00約3,988円	前フラッグシップ。Opus 5が同価格で置き換え（移行推奨）
ANTHROPIC Claude Sonnet 5	$2.00約319円	$10.00約1,595円	主力中位。導入価格($2/$10)が恒久化。予告されていた9月1日の$3/$15への引き上げは実施されないとAnthropic公式ページが明記（本紙が8/28時点で書いた「9月1日から$3/$15に戻る」は誤りだったため訂正）
ANTHROPIC Claude Haiku 4.5	$1.00約160円	$5.00約798円	最安帯
GOOGLE Gemini 3.1 Pro	$2.00約319円	$12.00約1,914円	20万トークン超の長文は $4/$18 に上がる。思考トークンも出力課金される点に注意
GOOGLE Gemini 3.7 Flash NEW	$0.75約120円	$3.75約598円	2026年8月13日（現地時間）公開。3.6 Flashからわずか3週間。この$0.75/$3.75は2026年12月31日までの導入価格で、2027年1月1日から $1.50/$7.50 に戻る（入力・出力とも2倍）。同じ導入価格が3.6 Flashにも適用されるので、年内は両モデルが同額。文脈100万トークン・出力最大6万4000トークン。推論の労力はlow/medium/highの3段階（既定medium・highはトークン消費とコストが増える）
GOOGLE Gemini 3.6 Flash	$0.75約120円	$3.75約598円	2026年7月21日公開。3.7 Flashと同じ導入価格が2026年12月31日まで適用（2027年1月1日から $1.50/$7.50）。年内は3.7 Flashと同額なので、乗り換えは価格ではなく性能で判断できる
GOOGLE Gemini 3.5 Flash-Lite	$0.30約48円	$2.50約399円	最軽量帯
XAI Grok 4.6 NEW	$2.00約319円	$6.00約957円	2026年8月12日リリース。コンテキスト50万、入出力単価はGrok 4.5と同額。キャッシュ入力は$0.50（4.5の$0.30から上昇）。20万トークン超の長文は$4.00/$1.00/$12.00。データ共有プログラム参加で毎月最大$175の無料APIクレジット
XAI Grok 4.5	$2.00約319円	$6.00約957円	前世代。Grok 4.6と同額帯だが、キャッシュ入力は$0.30（85%引）とやや安い
MOONSHOT Kimi K3	$3.00約478円	$15.00約2,392円	2026年7月公開の最新フラッグシップ
MOONSHOT Kimi K2.5	$0.60約96円	$3.00約478円	K2系はオープンウェイト。自前ホスティングや他社経由の提供もあり
ALIBABA Qwen3.8-Max NEW	$2.00約319円	$6.00約957円	2026年8月3日正式リリース。総パラメータ2.4兆（アクティブ95B）、文脈100万トークン、画像・動画入力に対応。提供はQwenCloudのAPIのみで、オープンウェイトは同時に予告された27B版を含め公開待ち（ライセンス条文は未公表）
DEEPSEEK DeepSeek V4 Pro	$0.66約105円	$1.98約316円	2026年8月17日午前1時（JST）から値上げ。入力はキャッシュミス時$0.66／キャッシュヒット時$0.022（約4円）。従来比で入力約12.1倍（ヒット）・約3.0倍（ミス）、出力約4.5倍。さらにピーク時価格（通常の2倍）を新設し、適用は日本時間10時〜13時と15時〜19時——日本の業務時間とほぼ重なるので、対話用途は2倍側から始まる前提で積む。中国系のため入力データの取り扱い・利用規約は導入前に要確認
DEEPSEEK DeepSeek V4 Flash	$0.22約35円	$0.66約105円	値上げ後の廉価版（2026年8月17日午前1時JSTから）。入力はキャッシュミス時$0.22／キャッシュヒット時$0.007（約1円）。ピーク時価格（10時〜13時・15時〜19時JST）は同じく2倍

※ 表の見方: 実務のコストはたいてい出力側の単価×出力量で決まります。さらに各社とも割引レバーがあり、プロンプトキャッシュで入力最大90%減（OpenAIはキャッシュ書き込みに1.25倍課金）、バッチ処理でOpenAI/Anthropic/Googleとも約50%減。「定価で常用する」設計がいちばん損です。

月額プラン（個人・チーム／米ドル）

SUBSCRIPTIONS — AS OF 2026-07-23
プラン	月額	備考
OPENAI ChatGPT Go／Plus	$8／$20約1,276円／約3,190円	Goは2026年に新設された廉価枠
OPENAI ChatGPT Pro	$100／$200約15,950円／約31,900円	$100が5倍・$200が20倍の利用枠
OPENAI ChatGPT Business	$25／席約3,988円／席	旧Team（$30）を2026年4月2日に置き換え。年払いなら$20／席（約3,190円）、最低2席。Enterpriseは個別見積
ANTHROPIC Claude Pro	$20約3,190円	個人の標準枠
ANTHROPIC Claude Max	$100／$200約15,950円／約31,900円	$100が5倍・$200が20倍。月払いのみ（年割なし）。Claude Codeを日常的に回すならここ
ANTHROPIC Claude Team	$25〜／席約3,988円〜／席	Standard $25（年払い$20＝約3,190円）／Premium $125（年払い$100＝約15,950円）。最低5席、同一チームで両プラン混在可。Enterpriseは個別見積
GOOGLE Google AI Plus／Pro	$4.99／$19.99約796円／約3,188円	Plusは2026年6月に$7.99から値下げ
GOOGLE Google AI Ultra	$99.99／$199.99約15,948円／約31,898円	旧$249.99から改定。$99.99が5倍・$199.99が20倍の利用枠
GOOGLE Workspace（Gemini同梱）	$7〜22／席約1,116〜3,509円／席	Gemini単体アドオンは廃止され、Business Starter $7／Standard $14／Plus $22（年払い）にAI機能が同梱。Gmail・Docs等で使うだけならこれで足りる
XAI SuperGrok／Heavy	$30／$300約4,785円／約47,850円	SuperGrokは年払い$300/年（約17%引）あり。HeavyのみGrok 4.5フルアクセス＋最大レート。X Premium+でも段階的に利用可
MOONSHOT Kimi メンバーシップ	$19〜199約3,031〜31,741円	無料枠あり。上位はKimi Code等の利用枠が拡大
DEEPSEEK DeepSeek（チャット）	無料	チャット利用は無料、課金はAPIのみ。業務データを入れる場合は取り扱い規約を要確認

※ チーム導入の比較ポイント: 3社とも「1人あたり月$20〜25」に収束していますが、性質が違います。ChatGPT Business・Claude TeamはAIチャットの席課金、WorkspaceはグループウェアにAIが同梱される形。すでにGWSを使っている組織は追加費用ゼロでGeminiが付いてくる一方、重い利用（開発・長文処理）は各社の上位枠（Pro/Max/Premium）が別途必要になります。最低席数（Business 2席・Team 5席）も小規模チームでは効いてきます。
※ 円表記は1ドル＝159.5円（2026年8月14日時点）の参考換算です。日本からの契約では各社が別途円建て価格（税込・税別）を設定している場合があり、実際の請求額とは異なることがあります。

AIサービスの月額プラン（エージェント・検索・開発支援）

モデルそのものではなく、モデルを載せて売られているサービスの料金です。エージェント（Manus・Genspark ほか）、AI検索、コーディング支援など。トークン課金ではなく月額・クレジット制が中心なので、上のAPI料金表とは分けています。

SAAS · AIサービス — AS OF 2026-08-28
サービス	月額	備考
ANYSPHERE Cursor	$20／$60／$200約3,190円／約9,570円／約31,900円	コーディング支援。個人はPro $20／Pro+ $60（Proの3倍の利用上限）／Ultra $200（同20倍）の3段階＋無料のHobby。チームはTeams $40／席。各プランに一定量のモデル使用量が含まれ、超過はオンデマンドの後払い課金。税別。公式料金ページで確認（2026年8月21日）
MANUS Manus	$20／$40／$200約3,190円／約6,380円／約31,900円	汎用エージェント。クレジット制で、$20＝月4,000クレジット、$40＝月8,000クレジット（使用量を自己設定できる枠）、$200＝月40,000クレジット＋無料クラウドコンピュータ。全プランに毎日300クレジットのリフレッシュ付与あり。年払いは17%引。公式料金ページで確認（2026年8月21日）
PERPLEXITY Perplexity NEW	$0／$20／$200無料／約3,190円／約31,900円	AI検索・エージェント。無料は上位モデルに週の利用上限つきでアクセス。Pro $20はComputer機能の拡張・4,000クレジット付与・Deep Research・上位モデルの選択が可能。Max $200はComputerを無制限級まで拡張し、月10,000クレジット＋一時金35,000クレジットを付与（クレジットは主にComputerの実行回数を消費）。年払いはPro機能相当が実質$200/年（月換算約$16.67）。公式料金ページで確認（2026年8月28日）

※ この枠は公式の料金ページで確認できた金額だけを載せます。まとめ記事や第三者サイトの数字は使いません（クレジット制のサービスは、同じ月額でも含まれる作業量が各社で違うため、金額だけの横並び比較は誤解を生みます。含まれるクレジットと、その消費単位も併記します）。

料金の変更履歴（ネダンログ）

上の2つの表が変わるたび、変わった行だけを機械が自動で記録しています。料金の「いま」は各社の公式ページにありますが、「いつ、いくらから、いくらに変わったか」はどこにも残りません。ここはその記録です。
購読：RSS／引用・再利用：JSON（出典として本ページのURLを明記してください）

PRICE LOG — 2026-09-07
記録日	表	対象	変更前	変更後
2026-09-05	API料金	OPENAI / GPT-6 Astra	—	入力 $10.00 / 出力 $50.00
2026-09-04	API料金	ANTHROPIC / Claude Fable 5.1	—	入力 $10.00 / 出力 $50.00
2026-09-04	API料金	ANTHROPIC / Claude Sonnet 5	$3.00	$2.00
2026-09-04	API料金	ANTHROPIC / Claude Sonnet 5	$15.00	$10.00
2026-08-28	API料金	OPENAI / GPT-5.6 Sol	$5.00	$4.00
2026-08-28	API料金	OPENAI / GPT-5.6 Sol	$30.00	$20.00
2026-08-28	API料金	XAI / Grok 4.6	—	入力 $2.00 / 出力 $6.00
2026-08-28	AIサービスの月額プラン	PERPLEXITY / Perplexity	—	月額 $0／$20／$200
2026-08-21	AIサービスの月額プラン	ANYSPHERE / Cursor	—	月額 $20／$60／$200
2026-08-21	AIサービスの月額プラン	MANUS / Manus	—	月額 $20／$40／$200
2026-07-30	API料金	OPENAI / GPT-5.6 Terra	$2.50	$2.00
2026-07-30	API料金	OPENAI / GPT-5.6 Terra	$15.00	$12.00
2026-07-30	API料金	OPENAI / GPT-5.6 Luna	$1.00	$0.20
2026-07-30	API料金	OPENAI / GPT-5.6 Luna	$6.00	$1.20
2026-04-02	月額プラン	OPENAI / ChatGPT Business	$30／席	$25／席

※ 直近20件を表示しています。全件は price-log.json にあります。記録日は本紙が差分を検出した日で、各社が改定を実施した日とは異なることがあります（実施日は各行の備考と該当の速報記事に書いています）。元の表の確認日 — API料金: 2026-09-05 / AIサービスの月額プラン: 2026-08-28 / 月額プラン: 2026-07-23

編集部の見立て — 立場からの逆算

2026年9月5日の追記。表に抜けていたOpenAIのGPT-6 Astra（9月4日発表）を追加しました。API標準単価は入力$10・出力$50で、9月1日に公開されたAnthropicのClaude Fable 5.1と同額です。Fast modeは2倍速・2倍単価($20/$100)。キャッシュ料金は別途設定されると発表ページに書かれていますが、具体的な倍率の記載は確認できませんでした。契約前にOpenAIの開発者向けドキュメントで数字を確認してください。

2026年9月4日の週次点検で、本紙自身の誤りを1件訂正します。先週（8/28）の点検で「Claude Sonnet 5は8月31日までの導入価格($2/$10)で、9月1日から$3/$15に戻る」と書きましたが、これは誤りでした。Anthropicは公式ページで、この導入価格が恒久化し、予告されていた9月1日の値上げは実施されないと明記しています。8月中旬時点ですでに据え置きが決まっていたとみられ、先週の点検はこれを取りこぼしたまま「値上げ予定」を前提に書いていました。Sonnet 5で見積もりを組んでいる場合、9月分の請求が$3/$15基準で来ることはありません。あわせて、AnthropicはClaude Fable 5.1とClaude Mythos 5.1（限定提供）を9月1日に公開し、Claude Codeの既定モデルに設定しました。単価はFable 5と同額（$10/$50）ですが、キャッシュ読み取りが標準の0.1倍でなく0.025倍という違いがあります。プロンプトキャッシュを多用する構成では、単価表の「入力・出力」だけでなくキャッシュの列も見直してください。

2026年8月28日の週次点検。今週いちばん効くのはOpenAIのGPT-5.6 Solです。8月21日、入力$5.00→$4.00（20%減）・出力$30.00→$20.00（33%減）に値下げし、少なくとも11月21日までこの価格を保証すると明記しています。対象はAPI・Codexクレジット・対象のChatGPT Workプランのみで、ChatGPT Plus/Pro/Businessの個人契約は対象外です。API経由でSolを使っている見積もりは、いま計算し直す価値があります。あわせてxAIがGrok 4.6を8月12日に投入していたのを今週把握しました。入出力の単価は4.5と同額（$2/$6）ですが、キャッシュ入力だけ$0.30から$0.50へ上がっています。プロンプトキャッシュを多用する設計は、単価表の「入力・出力」だけでなく「キャッシュ」の列も確認してください。AIサービスの表にPerplexityを追加しました。無料／Pro $20／Max $200の3段階で、ProとMaxの差はComputer機能のクレジット枠（Proは4,000付与、Maxは月10,000＋一時金35,000）です。

2026年8月15日の臨時更新。8月13日から14日の48時間で、API単価が二方向に動きました。GoogleはGemini 3.7 Flashを$0.75/$3.75で公開——3.6 Flashの半額ですが、これは2026年12月31日までの導入価格で、2027年1月1日に$1.50/$7.50へ戻ります。年をまたぐ見積もりを平均単価ひとつで積むと、後半が半分になります。この導入価格は3.6 Flashにも適用されるので、年内は両モデルが同額——乗り換えを価格で急ぐ理由はありません。反対側で、DeepSeekは8月17日午前1時（JST）から値上げし、V4 Proの入力はキャッシュヒット時で従来の約12.1倍になります。効いてくるのは倍率よりも新設されたピーク時価格（通常の2倍）で、適用が日本時間10時〜13時と15時〜19時という点です。日本の業務時間とほぼ重なるので、対話用途は2倍側から始まる前提で積んでください。逆に実行時刻を選べるバッチ処理は、13時〜15時・夜間・早朝に寄せれば通常価格で通ります。8/15の速報で分けています。

2026年8月14日の更新で、この表の誤りを2行直しました。OpenAIは7月30日にGPT-5.6 Lunaを80%、Terraを20%値下げしています（Luna $1.00/$6.00 → $0.20/$1.20、Terra $2.50/$15.00 → $2.00/$12.00）。期限のない標準単価の改定で、前回8月7日の点検はこれを取りこぼしていました。単価表を信用してくださっている方に、7日間ぶん古い数字を出していたことをお詫びします。効いてくるのはLunaのほうです——入力$0.20は、これまで「最安帯」と書いてきたDeepSeek V4 Pro（$0.435）より安い。大量処理を最安帯の中国系モデルで組む理由が、価格だけでは説明できなくなりました。あわせて同日、Priority ProcessingがFast mode（標準の2倍単価）に置き換わっています。旧来のpriorityフラグを立てたままのシステムは、黙って2倍の枠を買っている状態になるので、9月の請求を待たずに一度確かめてください。もう一つ日付を。Claude Sonnet 5の導入価格 $2/$10 は8月31日までで、9月1日から $3/$15 に戻ります（入力・出力とも50%増）。円換算のレートも1ドル＝163円から159.5円へ改め、全行を計算し直しました。

2026年8月7日には、8/3に正式リリースされたAlibaba CloudのQwen3.8-Max（$2/$6）を1行足しています。8月14日時点でも手に入るのはQwenCloudのAPIのみで、自社サーバーに置ける重みは公開待ち、ライセンス条文も出ていません。「オープン」の一語で選定を進めないでください（8/4の速報で分けています）。

2026年7月25日時点の最大の変化は、7/24のClaude Opus 5です。Fable 5に迫る性能が半額（$5/$25）で、しかも「まとめて作業させる」用途の数字が突出しています。Opus 4.8を使っていた人は同価格で乗り換えるだけで得。Fable 5を難コード用途で使っている人は、SWE-Bench Proだけまだ0.8ポイント差でFable 5が上、それ以外はOpus 5で足りる可能性が高いので、自分の主用途で1週間試して判断するのが賢い動きです。個人でまず1本選ぶなら、$20帯（ChatGPT Plus／Claude Pro／Google AI Pro）が基準線です。無料側を攻めるならDeepSeekのチャット無料と、Grokの開発者向け月$175無料クレジット（データ共有プログラム）が2026年夏時点の最大枠。チーム・会社への導入は、3社とも1人月$20〜25に収束しているので、価格より「席課金か、グループウェア同梱か」で選ぶのが実際的です。GWSを使っている組織はWorkspace同梱のGeminiが実質追加費用ゼロ。個人開発・API利用は、最安帯（GPT-5.6 Luna／Gemini Flash-Lite／DeepSeek V4 Flash／Kimi K2.5）でまず組み、品質が足りない工程だけ上位へ差し替える。7月30日の値下げでLunaがこの帯の先頭に来たので、規約・リージョンの確認で止まっていた案件は組み直す価値があります。コーディング品質を数字で選ぶならSWE-Bench Pro首位のFable 5、コスト込みの現実解はSolかSonnet 5です（本紙ツギノテの自動発行もこの「安い段から」の考え方で動いています）。迷ったら、8月末までのSonnet 5導入価格（$2/$10）が今期いちばんの「試しどき」。中国系モデル（Kimi／DeepSeek）は価格性能比が魅力ですが、業務データを入れる前に取り扱い規約とリージョンの確認だけは省かないでください。

直接対決表（Opus 5 リリース時の公表比較＋他社を同じ行に）

Anthropicがリリース時に出した比較表の指標に、他社モデルの公表値・独立計測を同じ行へ並べたものです（2026-07-24発表分）。空欄は「その指標での公表値が見つからないだけ」で、弱いという意味ではありません。

HEAD-TO-HEAD — AS OF 2026-07-25
指標（何を測るか）	Claude Opus 5	Claude Fable 5	GPT-5.6 Sol	その他
FrontierBench v0.1 端末上の自律コーディング（74課題）	43.3%max／xhigh時44.4%	33.7%	37.5%	Opus 4.8: 18.7%
SWE-Bench Verified 検証済みタスクのコード修正	96.0%	95.0%	96.2%	GPT-5.6 Luna: 93.0%
SWE-Bench Pro 実務条件に近い難条件	79.2%	80.0%	64.6%独立計測
SWE-Bench Multimodal 画面・図を含む開発	59.4%			Opus 4.8: 38.4%
OSWorld 2.0 PC操作の自律実行	70.6%			Opus 4.8: 55.7%
Zapier AutomationBench 業務自動化の組み立て	26.0%medium時24%／1課題$0.89	17.4%		Opus 4.8: 17.0%
ARC-AGI-3 未知パターンへの一般化	30.16%high・ARC財団検証		7.78%	Opus 4.8: 1.52%
Humanity's Last Exam 専門家水準の総合難問	56.3%ツール併用64.7%			Gemini 3.1 Pro: 44.4%
GPQA Diamond 大学院レベルの科学知識			ほぼ互角との評	Gemini 3.1 Ultra/Pro: 94.3/94.1%／Opus 4.8: 93.6%
GDPval-AA v2（Elo）実務タスクの総合評価	1,861 / 1,827上位2枠を独占			Sonnet 5: 1,618／Opus 4.8: 1,615
間接プロンプトインジェクション攻撃成功率（低いほど安全）	2.0%15回試行内・Gray Swan		20.0%	Mythos 5: 2.6%／Opus 4.8: 5.5%
IMO 2026（数学五輪） 6問・ツールなし	42/42金メダル水準（基準29）

※ 読み方のコツ：Opus 5の勝ちは「自律的に手を動かす」系（端末作業・PC操作・業務自動化・未知パターン）に集中しています。逆に一問一答の知識テスト（GPQA）はGemini勢が強く、SWE-Bench Proのような難条件コード修正はFable 5がまだ上。用途が「調べる」ならGemini、「難コードを一撃で」ならFable 5、「まとめて作業させる」ならOpus 5、という読み替えが実用的です。Anthropicは自社の弱点（Opus 4.8より事実誤り＝ハルシネーションがやや増加）も併せて公表しています。

ベンチマーク（公表値・独立計測の混在に注意）

BENCHMARKS — AS OF 2026-07-23
指標	何を測るか	現在の上位
SWE-Bench Pro	実務に近い難条件のソフトウェア開発	Claude Fable 5: 80.0%（首位）／Claude Opus 5: 79.2%（半額で僅差）／GPT-5.6 Sol: 64.6%（独立トラッカー計測）
SWE-Bench Verified	検証済みタスクでのコード修正	GPT-5.6 Sol: 96.2%／Claude Opus 5: 96.0%／Claude Fable 5: 95.0%（ほぼ横並び）
GPQA Diamond	大学院レベルの科学知識	Gemini 3.1 Pro: 94.3%。SolとFable 5はほぼ互角との評
Humanity's Last Exam	専門家水準の総合難問	Gemini 3.1 Pro: 44.4%
AA Intelligence Index	Artificial Analysisの総合指数	Claude Fable 5がGPT-5.6 Solを1ポイント上回る（Sol: 59）。ただしSolのコストは約3分の1
GDPval-AA v2	実務タスクのElo評価	Claude Opus 5: 1,861／1,827（上位2枠を独占。xhighはmaxより出力トークン25%少なく上位）／Sonnet 5: 1,618／Opus 4.8: 1,615

※ ベンチマークは「どのテストを引用するか」で勝者が変わります。ベンダー公表値と独立計測が混在しているため、本表では計測元を明記しました。単一の数字でモデルを選ばないでください。

総合性能ランキング（独立集計）

RANKING — VELLUM LLM LEADERBOARD, AS OF 2026-07-23
順位	モデル	スコア	備考
—	Claude Opus 5 NEW	集計待ち	7/24リリース。GDPval-AA v2では上位2枠を独占。同集計への反映待ち
1	Claude Mythos 5	64.5	Fable 5と同系のAnthropic最上位モデル（承認組織向け提供版）
2	Claude Opus 4.8	57.9	Opus 5が同価格で置き換え
3	Claude Sonnet 5	57.4	2位とほぼ互角。単価は半分以下（$3/$15）
4	Gemini 3 Pro	45.8
5	Gemini 3.1 Pro	44.4
—	GPT-5.5／GPT-5.5 Pro	40.2／43.1	GPT-5.6（7月9日GA）は同集計に未反映。参考: Grok 4は21.6

※ 別集計のArtificial Analysis Intelligence IndexではClaude Fable 5がGPT-5.6 Solを1ポイント差で上回る接戦（Sol: 59）です。総合指数は「何をどう平均するか」で順位が入れ替わるため、順位そのものより点差の開き方（上位3つが僅差、以下に段差）を読むのが実用的です。