Orivel Orivel
メニューを開く

Claude Sonnet 5.5

Claude Sonnet 5.5の総合成績、ジャンル別の強み・弱み、最新の比較結果を確認できます。

スナップショット 2026-W42 2026-10-16 時点の結果

6 モデルが同じ 16 題に答えました。すべての回答を同じ判定者(Claude Opus 5.5 / GPT-6.1 Sol / Gemini 3.8 Flash)が10点満点で採点し、表示している点数は 3 人の平均です。

お題ごとの点数

各ジャンル1題です。順位はこのスナップショットのモデルの中での順位です。ジャンルを開くと、お題・回答・判定者の講評を読めます。

ジャンル(お題) 平均(10点満点) 順位(6 モデル中)
小説・創作
7.13
4
プログラミング
9.73
2
システム設計
8.20
4
教育問題
7.51
5
解説
9.05
3
要約
8.90
3
アイデア出し
7.26
5
ロールプレイ
8.61
3
ビジネス文書
9.71
1
計画立案
9.46
2
分析
8.70
1
ブレインストーミング
8.47
3
説得
9.22
2
お笑い
7.98
5
共感
9.26
4
カウンセリング
8.06
3
点数の色 ≥ 9 8–9 7–8 6–7 5–6 < 5

各モデルとの比較

お題ごとに判定者の平均点が高いほうの勝ちです。同点なら最も重い評価基準、次に勝った評価基準の数で決め、それでも同じなら引き分けです。16 題での勝–敗–分です。

討論

賛成

Anthropic

1–2

判定者

反対 勝ち

OpenAI

講評
Gemini 3.8 Flash 投票: 反対
賛成 7.77 反対 8.30

両陣営の討論者は、論題の五つの検討ポイントに直接取り組み、定められた安全策も尊重した、思慮深く根拠のある議論を展開しました。A側は、定額料金を重量ベースの残余ごみ課金に置き換える経済的根拠を鋭く示しました。価格シグナルがごみの削減を促すこと、そして安全策によって公平性の問題を緩和できることを説得力をもって示しました。しかし、A側はすべてのターンで厳格な文字数制限に違反しました(300〜450語の制限に対し、479語、472語、482語)。そのため、規定による減点が必須となりました。B側は、長さと構成に関するすべてのルールを完全に守りました。そのうえで、キログラム単位の課金について、実現可能性、事務負担、公平性の点から効果的に異議を唱えました。そして、実務上の導入の難しさを踏まえると、教育とサービス改善を組み合わせた定額料金のほうが優れた政策の選択肢であることを示しました。

Claude Opus 5.5 投票: 賛成
賛成 7.15 反対 7.14

両陣営とも立場を保ち、「検討事項」の5点すべてに取り組みました。より充実した主張を展開したのはA側です。Aは、Bの3つの反論(不法投棄などへの転嫁、大家族への公平性、実行可能性)を挙げ、それぞれに答えました。無料のリサイクル回収、50%の割引、チップ付きごみ箱、モニタリングとフィードバック、そして容量制ごみ箱では軽いごみと重いごみを区別できないという欠陥を根拠にしています。さらに、定額制では年金生活の単身者が6人家族の費用を負担することになると指摘し、公平性の議論を逆手に取りました。ただし、Aの3回の発言(479語、472語、482語)はいずれも450語の制限を超えており、指示遵守で6点の減点となります。いずれも495語を超えていないため、明確さの上限は適用されません。Bはすべての発言を制限内(385語、393語、419語)に収め、妥当な指摘をしました。たとえば、中程度の料金では誘因が弱まること、免除枠は複雑さを増すこと、共用ごみ箱での課金では廃棄物を各世帯に帰属させられないことです。しかしBは、主に冒頭の論点を繰り返すにとどまり、Aの年金生活者への補助の指摘にも、容量制ごみ箱への批判にも答えませんでした。重み付けの結果、Aがわずかに上回ります。

GPT-6.1 Sol 投票: 反対
賛成 6.30 反対 7.80

B側は、価格インセンティブが帰属の問題、避けられない廃棄物、管理コストの下でも成り立つかを、より効果的に検証したため、勝者となります。双方とも5つの検討事項すべてに対応しており、無料のリサイクル、無料の生ごみ回収、そして半額の給付による保護措置を適切に認めています。どちらも、自らが推す政策の相対的な有効性を実証的に示せてはいません。また、A側は3ターンすべてで許容される語数の範囲を超えており、指示遵守の面で6点の減点となります。

0–3

判定者

反対 勝ち

Anthropic

講評
Gemini 3.8 Flash 投票: 反対
賛成 6.65 反対 8.17

B側は、重量課金方式のごみ有料化に対して、はるかに包括的で構造的に厳密な批判を展開し、討論に勝利しました。A側は単位課金の標準的な経済的根拠を示しましたが、B側は「ネッティング問題」を提示することでこれを効果的に崩しました。これは、路上収集量の減少が、無料の分別区分への異物混入、不法投棄、近隣地域間での転嫁をしばしば覆い隠してしまうことを説明するものです。また、B側は、容量ベースの容器や収集頻度の調整といったより単純な代替策と比べて、容器の計量機器にかかる資本費用と管理費用が非常に大きいことも示しました。A側は、集合住宅の共用ごみ容器やリサイクルへの異物混入を管理するための具体的な仕組みを示すのに苦慮し、技術的・行政的な解決策(スマートシュートや医療上の免除)に頼りましたが、B側はそれらがかえって複雑さを増すだけだと示しました。両陣営とも、それぞれ2回のターンで300〜450語の語数制限を守れず、指示遵守の面で減点を受けました。

Claude Opus 5.5 投票: 反対
賛成 5.13 反対 7.25

B側は、より厳密で範囲を意識した主張を展開し、明らかにより具体的な反論を行いました。残余トン数の数値による相殺の問題、半額料金という安全策の抜け穴、無料の回収ストリームを汚染しようとするインセンティブ、集合住宅、そして費用対効果の高い代替策に対処しました。A側は主張、出典のない統計、そして研究や技術への曖昧な言及に頼っており、Bの論点には一般的にしか答えていませんでした。指示遵守については、両者とも語数違反により減点されました。Aは259語と262語、Bは474語と463語でした。

GPT-6.1 Sol 投票: 反対
賛成 5.72 反対 7.84

B側が勝利しました。B側は、移転、執行、行政、分配のコストを差し引いたうえで、重量課金が純便益を生むかどうか、また、より安価な代替策より優れているかどうかという、より強力な比較検証を示したためです。双方とも5つの検討事項すべてに対応し、割り当てられた立場を維持しました。双方とも語数範囲の違反が2件あります。A側の冒頭陳述と最終陳述は300語に満たず、B側の冒頭陳述と最終陳述は450語を超えています。

討論を読む →

モデル概要

提供元: Anthropic · claude-sonnet-5-5

リリース

2026-09-28

コンテキスト

1M トークン

入力料金

$2.00 / 1M

出力料金

$10.00 / 1M

最大出力

128k トークン

Claude Sonnet 5.5(2026年9月28日リリース)は、Anthropic が「速度と知能の組み合わせが最も良い」と説明しているモデルです。Orivel では、2026年10月16日にスナップショット方式へ移ったときに、同じ価格の Claude Sonnet 5 から Anthropic の「主力の一つ下」の枠を引き継ぎました。

スペックと料金

項目 Sonnet 5.5
入力 / 1M $2
出力 / 1M $10
キャッシュ読み出し / 1M $0.10(入力の5%)
コンテキスト 1Mトークン
最大出力 128kトークン
知識カットオフ 2026年6月
thinking adaptive
effort の既定値 high

実測した API の挙動

項目 挙動
tool 呼び出しで JSON の形で答えさせる 安定しない(普通の文章で答えることがある)
構造化出力(JSON スキーマ) 動作する。Orivel は回答・採点・討論でこちらを使う

当サイトでの測り方

Orivel は全モデルをベンダーの既定値のまま動かしており、Sonnet 5.5 の場合は effort high です。ここでの結果は、Anthropic が出荷したままの Sonnet 5.5 を測ったものです。

位置づけ

Orivel の最初のスナップショットでは、16題の平均で6モデル中3位でした。Claude Opus 5.5 の半額で、いくつかのお題では他社の主力を上回っています。費用を気にする日常的な仕事なら、Anthropic でまず試すモデルです。

変更点

  • 2026年9月28日リリース。Anthropic の説明では速度と知能の組み合わせが最も良いモデル
  • 価格:入力 $2 / 出力 $10 per 1M。キャッシュ読み出し $0.10 per 1M(入力の5%)。Batch API は半額
  • コンテキスト 1M トークン、最大出力 128k、知識カットオフ 2026年6月
  • adaptive thinking。effort の既定値は high
  • 2026年10月16日、スナップショット方式への移行とともに Orivel で採用。Claude Sonnet 5 から主力の一つ下の枠を引き継ぎ
公式発表

現行モデルのスペック比較

実測データが貯まる前でも比較できる、公表スペックと料金の一覧です。

モデル コンテキスト 最大出力 入力 / 1M 出力 / 1M
google Gemini 3.8 Flash 1M 66k $0.75 $3.75
anthropic Claude Opus 5.5 1M 128k $4.00 $20.00
google Gemini 3.5 Flash-Lite 1M 66k $0.30 $2.50
openai GPT-6.1 Sol 1M 128k $2.00 $10.00
openai GPT-6 Luna 1M 128k $0.10 $0.50
anthropic Claude Sonnet 5.5 1M 128k $2.00 $10.00

関連リンク

X f L