LLM ベンチマークランキング
知能・コーディング・エージェント能力を横並びで、100万トークンあたりのコスパ付き。
データ基準日 2026-09-30103 件のモデルがスコア対象Artificial Analysis
| 順位 | ||||
|---|---|---|---|---|
| 1 | Claude Opus 5.5 Anthropic · Adaptive Reasoning, Max Effort, Default Fallback | 57.6 | 6.5 | $4.40 / $22.00 |
| 2 | Claude Sonnet 5.5 Anthropic · Adaptive Reasoning, Max Effort, Default Fallback | 56.0 | 14 | $2.00 / $10.00 |
| 3 | Claude Fable 5.1 Anthropic · Adaptive Reasoning, Max Effort, Default Fallback | 53.4 | 5.3 | $5.00 / $25.00 |
| 4 | Qwen3.8 Max qwen | 53.4 | — | — |
| 5 | GPT-6 Astra OpenAI · max | 52.7 | 0.4 | $60.00 / $300 |
| 6 | GPT-6.1 Sol OpenAI · max | 51.8 | 12 | $2.20 / $11.00 |
| 7 | Claude Opus 5 Anthropic · Adaptive Reasoning, Max Effort | 50.8 | 4.6 | $5.50 / $27.50 |
| 8 | Claude Fable 5 Anthropic · Adaptive Reasoning, Max Effort, Opus 4.8 Fallback | 49.6 | 2.5 | $10.00 / $50.00 |
| 9 | GPT-6 Sol OpenAI · max | 47.5 | 12 | $2.00 / $10.00 |
| 10 | GPT-5.6 Sol OpenAI · max | 47.0 | 5.9 | $4.00 / $20.00 |
| 11 | Grok 4.7 SpaceXAI · xhigh | 46.4 | 14 | $2.20 / $6.60 |
| 12 | MiMo-V2.6-Pro Xiaomi | 46.3 | 85 | $0.435 / $0.870 |
| 13 | Qwen3.8 Max Qwen · 0902 | 45.4 | 15 | $2.00 / $6.00 |
| 14 | GLM-5.3 Z.ai · max | 44.8 | 19 | $1.54 / $4.84 |
| 15 | Grok 4.6 SpaceXAI · high | 44.3 | 13 | $2.20 / $6.60 |
| 16 | Kimi K3 MoonshotAI · max | 43.6 | 7.8 | $2.80 / $14.00 |
| 17 | GPT-5.6 Terra OpenAI · max | 42.1 | 4.7 | $4.00 / $24.00 |
| 18 | Claude Opus 4.8 Anthropic · Adaptive Reasoning, Max Effort | 41.8 | 2.1 | $10.00 / $50.00 |
| 19 | GLM 5.3 Flash Z.ai | 41.8 | 176 | $0.150 / $0.500 |
| 20 | Gemini 3.8 Flash Google · high | 40.9 | 15 | $1.35 / $6.75 |
| 21 | Qwen3.8 2.4T A95B Qwen | 39.9 | 13 | $2.00 / $6.00 |
| 22 | Muse Spark 1.2 Meta · xhigh | 39.6 | 20 | $1.25 / $4.25 |
| 23 | DeepSeek V4.1 Flash DeepSeek · Reasoning, Max Effort | 39.5 | 50 | $0.450 / $1.80 |
| 24 | Gemini 3.7 Flash Google · high | 39.1 | 14 | $1.35 / $6.75 |
| 25 | Grok 4.5 SpaceXAI · high | 38.8 | 6.5 | $4.00 / $12.00 |
| 26 | GPT-5.5 OpenAI · xhigh | 38.4 | 6.8 | $2.50 / $15.00 |
| 27 | Claude Sonnet 5 Anthropic · Adaptive Reasoning, Max Effort | 38.2 | 8.7 | $2.20 / $11.00 |
| 28 | MiMo-V2.6-Flash Xiaomi | 37.9 | 217 | $0.140 / $0.280 |
| 29 | GPT-6 Luna OpenAI · max | 37.3 | 186 | $0.100 / $0.500 |
| 30 | GPT-5.6 Luna OpenAI · max | 37.3 | 41 | $0.400 / $2.40 |
| 31 | DeepSeek V4 Pro 0813 DeepSeek · Reasoning, Max Effort | 36.0 | 36 | $0.150 / $3.50 |
| 32 | DeepSeek V4 Flash 0731 DeepSeek · Reasoning, Max Effort | 34.3 | 196 | $0.140 / $0.280 |
| 33 | Gemini 3.6 Flash Google · high | 34.0 | 13 | $1.35 / $6.75 |
| 34 | GLM-5.2 Z.ai · max | 33.7 | 30 | $0.180 / $4.00 |
| 35 | Muse Spark 1.1 Meta · xhigh | 33.7 | 17 | $1.25 / $4.25 |
| 36 | Qwen3.8 27B Qwen · xhigh | 33.7 | 30 | $0.025 / $4.35 |
| 37 | Gemini 3.5 Flash Google · high | 32.6 | 5.4 | $2.70 / $16.20 |
| 38 | DeepSeek V4 Pro 0424 DeepSeek · Reasoning, Max Effort | 30.4 | 26 | $0.400 / $3.50 |
| 39 | Claude Sonnet 4.6 Anthropic · Adaptive Reasoning, Max Effort | 30.1 | 5.0 | $3.00 / $15.00 |
| 40 | Gemini 3.1 Pro Preview | 29.7 | 3.7 | $3.60 / $21.60 |
| 41 | Qwen3.7 Max Qwen | 29.5 | 13 | $1.48 / $4.42 |
| 42 | MiniMax-M3 MiniMax | 29.2 | 28 | $0.600 / $2.40 |
| 43 | Kimi K2.6 MoonshotAI | 27.0 | 18 | $0.855 / $3.60 |
| 44 | GLM-5.1 Z.ai · Reasoning | 26.1 | 13 | $1.33 / $4.18 |
| 45 | MiMo-V2.5-Pro Xiaomi | 26.0 | 40 | $0.522 / $1.04 |
| 46 | Kimi K2.7 Code MoonshotAI | 25.8 | 15 | $0.950 / $4.00 |
| 47 | Hy3 Tencent | 25.3 | 89 | $0.180 / $0.600 |
| 48 | Qwen3.7 Plus Qwen | 25.2 | 45 | $0.320 / $1.28 |
| 49 | Inkling Thinking Machines · xhigh | 25.0 | 無料 | $0 / $0 |
| 50 | Grok 4.3 SpaceXAI · high | 24.9 | 20 | $1.00 / $2.00 |
コスパ = スコア ÷ ブレンド単価（100万トークンあたり）。高いほどお得です。
知能・コーディング・エージェント能力を横並びで、100万トークンあたりのコスパ付き。
スコアは Artificial Analysis から、OpenRouter を通じて提供されます。3 つの独立した指数からなります。知能は汎用的な推論と知識、コーディングは実際のプログラミング課題、エージェント能力は複数ステップのツール利用と自律実行です。これらはよく食い違います——最も知能の高いモデルが必ずしも最良のコーダーとは限らず、高いエージェント能力にはそれに見合う価格がつくことも少なくありません。3 つを価格列と並べることで、「乗り換えるべきか」が証拠に基づく判断になります。
使い方
- 1ベンチマーク（知能 / コーディング / エージェント）を切り替えると、そのスコア順に並べ替わります。
- 2コスパ順に並べると、100万トークンあたりの単価で何ポイント買えるかがわかります。
- 3価格列と横に読むと、予算内で最も高いスコアのモデルが見つかります。