--- title: "Artificial Analysis を日本語で読む｜Intelligence Index スコアの見方 | AI用語集 - ai-garage" description: "Artificial Analysis（AA）の Intelligence Index はエージェント30%・一般知識30%・コーディング20%・科学的推論20%の4分野10評価を加重平均した合成スコア。v4.3.2 の中身、総合点だけで選ぶと外す理由、公式が0〜100正規化を明記していない点まで日本語で解説します" source: https://ai-garage.jp/glossary/artificial-analysis/ --- ビジネス 🔥 HOT # Artificial Analysisとは？ 最終更新 2026年10月9日 （公開 2026年7月6日） 別名: AA / Artificial Analysis Inc. AIモデルの性能・速度・料金を同一条件で測る第三者サイト。総合指標 Intelligence Index の読み方を解説。 ⚡ 30秒でわかる ## Artificial Analysis の主なポイント - 1 AI モデルの「知能・速度・価格」を統一基準で第三者計測 - 2 代表指標 Intelligence Index は 2026年10月9日時点で v4.3.2。10の評価を重み付け平均した合成スコア - 3 内訳はエージェント30%・一般知識30%・コーディング20%・科学的推論20% - 4 新モデルの追加・スコア更新が継続的に行われる - 5 ベンダー独自ベンチへの「クロスチェック源」として業界で参照 - 6 「0〜100点の何点」とは読めない。2026年10月9日時点の最上位でも 58（Claude Opus 5.5） - 7 同じモデルでも公式発表と AA 実測で数字がずれる（Opus 5 の HLE は公式 56.3% に対し、当サイト確認時の AA 実測は 52.6%） - 8 順位の母数は数え方で変わる。リーダーボードは設定ごとに別行で、2026年9月11日時点は110行・モデル単位なら76。9月23日には Claude Opus 5.5 がリーダーボードで「168モデル中1位」、モデルページで「212モデル中1位」と表示された - 9 スコアはサイト上で閲覧でき、評価用データセットの一部は Hugging Face で公開されている 📖 詳しく ## Artificial Analysis とは Artificial Analysis（artificialanalysis.ai）は、世界中の AI モデルの性能・速度・価格を独立に計測・公開する第三者[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)サイトです。 [Intelligence Index](https://ai-garage.jp/glossary/intelligence-index/)（総合知能スコア）・[Output Speed](https://ai-garage.jp/glossary/tps/)（1秒あたりに出てくる[トークン](https://ai-garage.jp/glossary/token/)数＝TPS）・ Time to First Token（最初の1文字が返るまでの秒数）・Price（入力／出力／混合）・Cost per Task（1タスクあたりの費用）を、 すべて同じ条件で測って横並びにしています。 看板指標の Intelligence Index は 2026年10月9日時点で v4.3.2（9月19日更新）です。単独のテストではなく、 [エージェント](https://ai-garage.jp/glossary/agent/)（30%）・一般知識（30%）・コーディング（20%）・科学的推論（20%）の4分野・ 合計10の評価を重み付けして平均した合成スコアです。 内訳は AA-Briefcase v1.1・GDPval-AA v2.1・AutomationBench-AA（エージェント）、AA-Omniscience・GDP.pdf・AA-LCR v1.1（一般知識）、 Terminal-Bench v4.0 と SciCode（コーディング）、HLE・CritPt（科学的推論）。 つまり「1つのテストの点数」ではなく「10科目の総合点」なので、 用途が偏っている場合は総合点だけでなく該当分野の内訳まで見るのが正しい読み方です。 v4.3.2 は評価の顔ぶれも配分も9月8日の v4.3 と同じで、GDPval-AA と AA-Briefcase の採点のしかたを改めて全モデルを採点し直したものです。 その前の v4.2 は分野の配分は同じでしたが、v4.3 で 𝜏³-Banking が外れて AutomationBench-AA が入り、 Terminal-Bench が v2.1 から v4.0 になりました。さらにその前の v4.1.1 は9評価 （エージェント34%・コーディング24%・科学的推論24%・一般知識18%）で、v4.2 のときに GPQA Diamond が外れ、 AA-Briefcase と GDP.pdf が加わっています。 スコアの絶対値については注意点があります。「0〜100点の何点」という読み方はできません。 0〜100 に正規化していると明記した公式資料は見つかっておらず、 実際 2026年10月9日時点の最上位でも 58（Claude Opus 5.5）で、100 に近づいているモデルはありません。 数字が大きいほど上位、という相対的な順位付けとして読むのが正しい使い方です。 2026年10月9日時点の Intelligence Index では、9月22日公開の Claude Opus 5.5 が 58（v4.3.2・max 設定）で最上位です（AA の表記で204モデル中1位）。 ai-garage の比較表に載せているモデルの中では、次が9月28日公開の Claude Sonnet 5.5 の 56（max 設定）で、 Claude Fable 5.1 と GPT-6 Astra の 53、GPT-6.1 Sol の 52 と続きます （前世代の Claude Opus 5 は 51、10月7日公開の軽量モデル Claude Haiku 5.5 は 43。比較表に載せていない限定提供の Gemini 4 Argon も 53 です。 いずれも v4.3.2 の値で、AA の該当モデルページで確認できます。上位10モデルの表はこのページの下にあります）。 なお版が上がると全モデルの点数がまとめて動きます。Fable 5.1 は v4.1.1 で 66、v4.2 で 57、v4.3 と v4.3.2 で 53 でした。 モデルが劣化したのではなく、ものさしの目盛りが変わっただけなので、 他サイトの数字と見くらべるときは版をそろえてください。参考に主な数字を挙げると、 Anthropic の公式システムカードでは Opus 5 の SWE-bench Verified が 96.0% ですが、 AA が独自に実測した Humanity's Last Exam は、当サイトの確認時点で 52.6% と、Anthropic 公表の 56.3%（ツールなし）とは差がありました（AA の値は再計測で動くので、最新の値は AA のページで確認してください）。 同じモデル・同じベンチでも「公式発表」と「第三者実測」で数字がずれる——これが AA を見る一番の理由です。ただしスコアは新モデルの追加と再計測で動くので、 順位を判断材料にするときは AA 側の最新値か、ai-garage の比較表（月次更新）で日付を確認してください。 「◯モデル中◯位」という順位表記には、もうひとつ落とし穴があります。 AA のリーダーボードは1モデル1行ではなく、「考える量の設定ごとに別の行」になっているためです。 2026年9月11日に確認したところ、Claude Fable 5.1 は max / xhigh / high / medium / low の5行、 GPT-6 Astra は6行（非推論モードを含む）が別々に並んでいました。 この日に Intelligence Index が付いていた行は110行で、設定違いをまとめたモデル名では76でした。 そのため同じモデルでも、行で数えるか・モデルで数えるかで順位が変わります。 たとえば Muse Spark 1.3 はこの日、行で数えると13位、モデル単位で数えると5位でした。 さらに表示対象そのものが入れ替わります。Llama 4 Maverick はこの間スコア 9 のまま動いていないのに、 2026年9月8日には「130モデル中112位」、9月11日には「110行中100位」でした。 9月23日には AA がこのモデルの値を推定値（10）として扱うようになり、順位の対象から外れています。 同じ9月23日、Claude Opus 5.5 の順位はリーダーボードでは「168モデル中1位」、モデルページでは「212モデル中1位」と、ページによって母数まで違っていました。 当サイトが順位より「スコアと版と確認日」を優先して書いているのはこのためです。 他サイトで順位を見かけたときも、母数がどう数えられているかまで確認してください。 ChatGPT・Claude・Gemini・Llama・DeepSeek など主要モデルを継続的に追加・更新していて、 OpenAI・Anthropic・Google など各社が自社ベンチで好スコアを出した時の「クロスチェック源」として広く参照されます。 ai-garage の比較表でも、各社が数値を公表していない項目を確認したり、公式発表の値と第三者実測値を突き合わせる基準として使っています。 📊 モデル別 ## Intelligence Index 上位10モデル（ai-garage の比較表から） 数字は本サイトの AIモデル比較表と同じデータから自動で並べているので、比較表を更新すると順位もそのまま入れ替わります。 AA のリーダーボード全体の順位ではなく、比較表に載せているモデルの中での並びです。 比較表に載せているモデルを Intelligence Index の高い順に AA の各モデルページで確認した値です。考える量の設定はモデルによって違います（Claude Opus 5.5・Sonnet 5.5・Fable 5.1・GPT-6 Astra などは max、Grok 4.7 は xhigh）。同点は同じ順位にしています。 [AIモデル比較表](https://ai-garage.jp/compare/)に載せている 21 モデルのうち、上位 10 モデル | 順位 | モデル | 提供元 | スコア | | --- | --- | --- | --- | | 1 | [Claude Opus 5.5](https://ai-garage.jp/models/claude/) | Anthropic | 58 | | 2 | [Claude Sonnet 5.5](https://ai-garage.jp/models/claude/) | Anthropic | 56 | | 3 | [GPT-6 Astra](https://ai-garage.jp/models/chatgpt/) | OpenAI | 53 | | 3 | [Claude Fable 5.1](https://ai-garage.jp/models/claude/) | Anthropic | 53 | | 5 | [GPT-6.1 Sol](https://ai-garage.jp/models/chatgpt/) | OpenAI | 52 | | 6 | [Muse Spark 1.3](https://ai-garage.jp/models/muse-spark/) | Meta | 48 | | 7 | [Grok 4.7](https://ai-garage.jp/models/grok/) | SpaceXAI（旧xAI） | 46 | | 8 | [Qwen3.8-Max](https://ai-garage.jp/models/qwen/) | Alibaba | 45 | | 8 | [GLM-5.3](https://ai-garage.jp/models/glm/) | Z.ai | 45 | | 10 | [Kimi K3](https://ai-garage.jp/models/kimi/) | Moonshot AI | 44 | 出典：Artificial Analysis Intelligence Index v4.3.2（2026年9月19日更新版）。 確認日は 2026年10月9日。モデルごとの出典は各モデルのページと比較表の注記にあります。 ❓ FAQ ## よくある質問 Q. Intelligence Index の数字はどう読めばいい？ A. 1つのテストの点数ではなく、10の評価を重み付けして平均した合成スコアです（2026年10月9日時点で v4.3.2）。 配分はエージェント30%・一般知識30%・コーディング20%・科学的推論20%で、 エージェントと一般知識が同じ重さでいちばん大きくなっています。 そのため「総合点は低いが自分の用途では強い」モデルが存在します。 用途が偏っているなら、総合点だけで決めずに該当分野の内訳まで見るのが正しい読み方です。 Q. Artificial Analysis のスコアは0〜100点満点？ A. 「0〜100 に正規化している」と明記した公式資料は見つかっていません。 実際の値も 2026年10月9日時点の最上位が 58（Claude Opus 5.5）で、100 に近づいているモデルはありません。 当サイトでは「数字が大きいほど上位」という相対的な順位付けの指標として扱っており、 「100点満点の何点」という読み方はしていません。 Q. Intelligence Index で1位のモデルは？ A. 2026年10月9日時点では、9月22日公開の Claude Opus 5.5 が 58（max 設定）で最上位です（AA の表記で204モデル中1位）。 ai-garage の比較表に載せているモデルでは、続いて Claude Sonnet 5.5 が 56、Claude Fable 5.1 と GPT-6 Astra が 53、GPT-6.1 Sol が 52 です（いずれも Intelligence Index v4.3.2 の値で、AA の該当モデルページで確認できます）。 比較表に載せていない限定提供の Gemini 4 Argon も 53 で、Fable 5.1・GPT-6 Astra と並んでいます。 ただし新モデルの追加と再計測で順位は動くので、 判断材料にするときは AA 側の最新値か、ai-garage の比較表で日付を確認してください。 Q. Artificial Analysis の「◯モデル中◯位」はどう数えている？ A. 行の数え方で変わります。リーダーボードは1モデル1行ではなく、考える量の設定ごとに別の行です。 2026年9月11日時点で Claude Fable 5.1 は max / xhigh / high / medium / low の5行、 GPT-6 Astra は6行が別々に並んでいました。この日 Intelligence Index が付いていた行は110、 設定違いをまとめたモデル名では76でした。そのため Muse Spark 1.3 はこの日、行で数えると13位、 モデル単位なら5位でした。表示対象も入れ替わり、Llama 4 Maverick はスコア 9 のまま 2026年9月8日は130モデル中112位、9月11日は110行中100位で、9月23日には推定値 10 の扱いになって順位の対象から外れました。 同じ9月23日でも、Claude Opus 5.5 はリーダーボードで168モデル中1位、モデルページでは212モデル中1位と表示されていました。 順位より、スコアと指標の版と確認日を見るほうが確実です。 Q. 公式発表のスコアと Artificial Analysis の数字が違うのはなぜ？ A. 測り方の条件が違うためです。実例として Claude Opus 5 の Humanity's Last Exam は Anthropic 公式システムカードで 56.3%（ツールなし）、AA の独自実測では 52.6% でした。 各社は自社に有利な条件（試行回数・思考量・ツール利用の有無）を選べるので、 同一条件で測り直した第三者の値と差が出ます。両方を並べて見るのが安全です。 Q. なぜ Artificial Analysis を見るべき？ A. OpenAI・Anthropic・Google など各社は自社ベンチで好スコアを出しますが、 ベンチ選定や測定条件が各社バラバラ。Artificial Analysis は同じ条件で全モデルを並べ直すので、 「公平な比較」を確認したい時に必須の参照源になります。 Q. ai-garage の比較表と Artificial Analysis、どう使い分ける？ A. ai-garage は『初心者向けに咀嚼した日本語解説 + 編集部の判定』、Artificial Analysis は『英語の生データ・全モデル網羅・自分で吟味用』。 用途で使い分けるのがベスト。ai-garage の各ページからも Artificial Analysis へリンクを張っています。 Q. Artificial Analysis のデータをそのまま信じていい？ A. 『測定スナップショット』として信頼できますが、自社業務との一致は別途要検証。 モデルアップデート直後・サーバ混雑時・特定言語性能などは数値に出にくいため、 最終判断は自社環境での PoC で行うのが安全です。 🔗 関連 ## あわせて読みたい 関連用語 [Intelligence Index](https://ai-garage.jp/glossary/intelligence-index/) 関連 AI モデル [ChatGPT — OpenAI AIブームの火付け役。2026-10-07 からチャットが GPT-6 になり、Plus 以上は GPT-6 Sol、無料・Go は 10/8 から順次 GPT-6 Luna。最上位は GPT-6 Astra で、改良版の GPT-6.1 Sol は Work（エージェント機能）と Codex で使える。画像・音声まで一つで完結。](https://ai-garage.jp/models/chatgpt/)[Claude — Anthropic 長文・コード・推論で定評。主力は 9/22 に出た Opus 5.5（API の公式ドキュメントは迷ったらこれと案内）、重い推論や長時間の自走には Fable 5.1、日常使いは 9/28 に出た Sonnet 5.5、軽量は 10/7 に出た Haiku 5.5。](https://ai-garage.jp/models/claude/)[Gemini — Google Google 製。Gmail / Docs との連携と、100万トークンの長文＋画像・動画・音声の読み取りが持ち味。一般に使える最新は 3.8 Flash（次世代の Gemini 4 Argon は 2026-09-30 に発表されたが、いまはサイバー防御の組織だけに限定提供）。](https://ai-garage.jp/models/gemini/) 📰 この用語が登場する記事 ## 「Artificial Analysis」が出てくるニュース [![Gemini 3.8 Live とは？推論強化版も同じ料金、音声出力は1分$0.018](https://ai-garage.jp/images/news-heroes/gemini-3-8-live-launch-card.webp) 2026/9/17 Gemini 3.8 Live とは？推論強化版も同じ料金、音声出力は1分$0.018](https://ai-garage.jp/news/gemini-3-8-live-launch/)[![GPT-6 Astra とは？料金は2.5倍、総合の賢さ指標は公開時点で前世代と同点](https://ai-garage.jp/images/news-heroes/gpt-6-astra-launch-card.webp) 2026/9/4 GPT-6 Astra とは？料金は2.5倍、総合の賢さ指標は公開時点で前世代と同点](https://ai-garage.jp/news/gpt-6-astra-launch/)[![Gemini 3.8 Flash とは？料金は3.7と同額$0.75、変わったのは1回の実費](https://ai-garage.jp/images/news-heroes/gemini-3-8-flash-launch-card.webp) 2026/9/3 Gemini 3.8 Flash とは？料金は3.7と同額$0.75、変わったのは1回の実費](https://ai-garage.jp/news/gemini-3-8-flash-launch/)[![Claudeはどれを使う？Opus 5.5・Sonnet 5.5・Fable 5.1の違いと料金](https://ai-garage.jp/images/news-heroes/claude-model-choice-august-2026-card.webp) 2026/7/28 Claudeはどれを使う？Opus 5.5・Sonnet 5.5・Fable 5.1の違いと料金](https://ai-garage.jp/news/claude-model-choice-august-2026/)[![Google「Gemini 3.6 Flash」ほか3モデル発表！主力は値下げ、でも本命 Pro は延期【2026年7月発表】](https://ai-garage.jp/images/news-heroes/gemini-3-6-flash-launch-card.webp) 2026/7/22 Google「Gemini 3.6 Flash」ほか3モデル発表！主力は値下げ、でも本命 Pro は延期【2026年7月発表】](https://ai-garage.jp/news/gemini-3-6-flash-launch/)[![Cursor 自社製 AI『Composer 2.5』登場！コスト1/10で Claude・GPT-5.5 にガチで追いついた、コーディング AI 価格破壊の号砲だよ](https://ai-garage.jp/images/news-heroes/cursor-composer-2-5-cost-disruption-card.webp) 2026/5/22 Cursor 自社製 AI『Composer 2.5』登場！コスト1/10で Claude・GPT-5.5 にガチで追いついた、コーディング AI 価格破壊の号砲だよ](https://ai-garage.jp/news/cursor-composer-2-5-cost-disruption/) 📎 SOURCES ## 一次ソース - [→ Artificial Analysis 公式](https://artificialanalysis.ai/) - [→ Artificial Analysis – Methodology](https://artificialanalysis.ai/methodology) - [→ Artificial Analysis – Intelligence Index の構成（v4.3.2・4分野10評価の重み付けと版の履歴）](https://artificialanalysis.ai/methodology/intelligence-benchmarking) - [→ Artificial Analysis：Claude Opus 5.5（Intelligence Index v4.3.2 で 58・max 設定・204モデル中1位・2026-10-09 確認）](https://artificialanalysis.ai/models/claude-opus-5-5) - [→ Artificial Analysis：Claude Fable 5.1（Intelligence Index v4.3.2 で 53・max 設定・2026-10-09 確認）](https://artificialanalysis.ai/models/claude-fable-5-1) - [→ Artificial Analysis：Claude Sonnet 5.5（Intelligence Index v4.3.2 で 56・max 設定・2026-10-09 確認）](https://artificialanalysis.ai/models/claude-sonnet-5-5) - [→ Artificial Analysis：GPT-6.1 Sol（Intelligence Index v4.3.2 で 52・max 設定・2026-10-09 確認）](https://artificialanalysis.ai/models/gpt-6-1-sol) - [→ Artificial Analysis：Claude Haiku 5.5（Intelligence Index v4.3.2 で 43・max 設定・2026-10-09 確認）](https://artificialanalysis.ai/models/claude-haiku-5-5) - [→ Artificial Analysis：Gemini 4 Argon（Intelligence Index v4.3.2 で 53・high 設定・限定提供・2026-10-09 確認）](https://artificialanalysis.ai/models/gemini-4-argon) - [→ Artificial Analysis：LLM リーダーボード（設定ごとに別行で並ぶ。2026-09-11 時点で Intelligence Index 付きは110行・モデル単位では76、2026-09-23 時点の表記は168モデル、2026-10-09 時点は204モデル）](https://artificialanalysis.ai/leaderboards/models) ビジネス カテゴリの用語 [API](https://ai-garage.jp/glossary/api/)[APIキー](https://ai-garage.jp/glossary/api-key/)[Cost per MTok（百万トークン単価）](https://ai-garage.jp/glossary/cost-per-mtok/)[EU AI法](https://ai-garage.jp/glossary/ai-act/)[LLMOps](https://ai-garage.jp/glossary/llmops/)[SaaS（クラウド型AI）](https://ai-garage.jp/glossary/saas/)[オープンウェイト](https://ai-garage.jp/glossary/open-weight/)[オンプレ（自社運用）](https://ai-garage.jp/glossary/on-premise/)[シャドウAI](https://ai-garage.jp/glossary/shadow-ai/)[トークン課金](https://ai-garage.jp/glossary/token-pricing/)[プロンプト管理](https://ai-garage.jp/glossary/ai-pmm/)[モデルカード](https://ai-garage.jp/glossary/model-card/)[レートリミット](https://ai-garage.jp/glossary/rate-limit/)[利用上限（メッセージ上限）](https://ai-garage.jp/glossary/usage-limit/) [← 前の用語 APIキー](https://ai-garage.jp/glossary/api-key/) [次の用語 → Cost per MTok（百万トークン単価）](https://ai-garage.jp/glossary/cost-per-mtok/) NEXT [FOR BEGINNERS AI初心者ガイド 用語が多くて混乱したら、まず全体像から。AI初心者が「何から始める？」を5分で。](https://ai-garage.jp/beginners/) [GLOSSARY AI用語集 一覧へ 96語をカテゴリ・検索で引ける。気になる用語をまとめてチェック。](https://ai-garage.jp/glossary/)