Claude Haiku 5.5 vs Mistral Large 4

ポジ 18 ／ ネガ 1 ／ 中立 5

ポジ 2 ／ ネガ 0 ／ 中立 1 （判定材料が少なくスコアは保留）

2026-10-07（米国時間）公開の Anthropic の軽量・低価格モデル（API は claude-haiku-5-5）。9月22日の Opus 5.5、9月28日の Sonnet 5.5 に続く「Claude 5.5 ファミリー」の3本目で、これで Opus・Sonnet・Haiku の3つが 5.5 にそろった。同日から Claude API・Amazon Bedrock・Google Cloud・Microsoft Foundry と Claude アプリで使える。料金はプロンプトの長さで2段階になり、10万トークン以下のリクエストは入力$0.10／出力$0.50、10万トークンを超えるリクエストは入力$0.50／出力$2.50（キャッシュ読み込みは$0.01、超過時$0.05）。本表の $0.10／$0.50 は10万トークン以下の単価。Claude の 4.6 以降のモデルは100万トークンまで同じ単価なので、長さで単価が変わるのは Haiku 5.5 だけ。前の Haiku 4.5（$1／$5）から単価は1割になり、Anthropic は「Haiku 4.5 へのリクエストの9割が10万トークン以下だったので、平均で約75%安く動かせる」と説明している（同社の試算。新しい数え方で同じ文章が約30%多いトークンになる分も含めた値）。入力3:出力1の平均額 $0.20 は GPT-6 Luna と並んで本表でいちばん安い。ただし長い依頼の割増しの境目が違い、GPT-6 Luna は27万2千トークンまで同じ単価なので、10万〜27万2千トークンの依頼では Luna のほうが安い。第三者機関 Artificial Analysis の AA Intelligence Index は 43（v4.3.2・max 設定／2026-10-09 確認）で、同じ平均額の GPT-6 Luna（38）を5点上回る。設定を下げると xhigh 41、high 38、medium 34、low 29。公式の値（システムカード Table 8.1.A、max 設定・5回平均）は、Humanity's Last Exam がツールなし 45.9%（Haiku 4.5 は 10.2%）・ツールあり 57.4%、より難しいコード修正の SWE-bench Pro が 64.8%（Sonnet 5.5 は 81.3%）、SWE-bench Multilingual が 83.7%（Haiku 4.5 は 67.4%）、パソコン操作の OSWorld 2.1（インターネットにつながない82課題）が 72.4%（Haiku 4.5 は 15.7%、GPT-6 Luna は 48.9%）、実務の出来を測る GDPval-AA v2.1 が 1620（GPT-6 Luna は 1437）。発表ページでは、コマンド操作で開発を進める Terminal-Bench 4.0 が 39.2%（Haiku 4.5 は 0.0%、GPT-6 Luna は 16.4%）。SWE-bench Verified・GPQA・MMLU・AIME は公表されていないため「—」。一度に読める量は100万トークン、一度に書ける量は最大12万8千トークン、知識は2026年6月まで。入力はテキストと画像。考える量（effort）の既定は medium で、考える機能（adaptive thinking）は既定でオン。Haiku 4.5 向けのコードはそのままでは動かないことがある（考える量をトークン数で指定する budget_tokens や、既定以外の temperature・top_p・top_k の指定がエラーになる）。前の Haiku 4.5 は公式ドキュメントで旧世代（Legacy）扱いになったが引き続き使え、終了の予告はまだ出ていない（2026-10-09 確認）。Haiku 5.5 自身の提供終了は 2027-10-07 より前にはならない。本表の「一度に読める量」100万トークンは、Anthropic 公式の context window（会話の履歴と AI の返答を合わせた1つの枠）。

フランス Mistral AI の新しい旗艦モデル（API モデル名は mistral-large-4、版は v26.10）。2026-10-06 に公開プレビュー（Public Preview）として出た。 総パラメータ1兆500億のうち1回に動くのは520億の MoE（専門家分業型）で、16億パラメータの画像エンコーダを持ち、テキストと画像を入力できる。 1つのモデルで「すぐ答える」と「じっくり考える」の両方をこなす。 料金は定価で入力 $1.36／出力 $4.18（キャッシュ済み入力 $0.14）。公開から2週間は半額（$0.68／$2.09）だが、本表は定価で載せている。 一度に読める量は Mistral 公式のモデルカードと変更履歴で100万トークン（第三者機関 Artificial Analysis のページは 524k と表示していて、公式と食い違う）。 重みは「今月末までに公開する」と予告されているが、2026-10-09 時点では未公開で、ライセンス名も公表されていない。 【性能】第三者機関 Artificial Analysis の AA Intelligence Index は 38（v4.3.2・考えるモードあり、小数では 38.38／2026-10-09 確認）で、AA は「米国と中国以外で最も賢いモデル」と書いている。前の Medium 3.5（14）から24点上がった。 Mistral 自身の公表値は、長いプログラム修正の DeepSWE v1.1 が 61.7%、コマンド操作で開発を進める Terminal-Bench 4.0 が 28.3%、業務自動化の AutomationBench が 59.9%、セキュリティ課題の Cybench が 93%。 SWE-bench Verified・MMLU・GPQA・AIME は公表されていないため本表では「—」（Medium 3.5 の 77.6% は流用しない）。 プレビュー版なので、正式版で料金や仕様が変わることがある。 【前の行について】本表は 2026-10-09 まで Mistral Medium 3.5（2026-04-28 公開・128B dense・Modified MIT で重み公開・$1.5／$7.5・256k・SWE-bench Verified 77.6%（公式モデルカード）・AA 14）を載せていた。 その前は Mistral Large 3（2025-12-02 公開・MoE 675B/41B active・Apache 2.0・$0.5／$1.5・AA は v4.3.2 で 9）。どちらも引き続き API で使える。

• → Anthropic：Introducing Claude Haiku 5.5（2026-10-07・料金・公式ベンチ・約75%安いという試算）
• → Anthropic：Claude Haiku 5.5 システムカード（Table 8.1.A：HLE ツールなし 45.9%・SWE-bench Pro 64.8%・OSWorld 2.1 オフライン 72.4%）
• → Anthropic 公式ドキュメント：Claude Haiku 5.5 overview（公開日・1M／128K・知識 2026年6月・提供終了の目安）
• → Anthropic 公式ドキュメント：What's new in Claude Haiku 5.5（Haiku 4.5 からの移行で変わる点）
• → Anthropic API 料金（Haiku 5.5：10万トークン以下 $0.10 / $0.50、超えると $0.50 / $2.50）
• → Anthropic Models Overview（現行は Fable 5.1 / Opus 5.5 / Sonnet 5.5 / Haiku 5.5。Haiku 4.5 は旧世代扱い）
• → Artificial Analysis：Claude Haiku 5.5（Intelligence Index v4.3.2 で 43・max 設定・2026-10-09 確認）

• → Mistral 公式：Mistral Large 4（2026-10-06・公開プレビュー・1兆パラメータ／活性520億・定価 $1.36/$4.18・公表ベンチ）
• → Mistral 公式 docs：Mistral Large 4 モデルカード（v26.10・Public Preview・1M・1.05T/52B・キャッシュ $0.14・公開記念の半額）
• → Mistral 公式 docs：変更履歴（2026-10-06 Mistral Large 4 を公開プレビュー・1M context・2週間は50%オフ）
• → Artificial Analysis：Mistral Large 4 Preview（Intelligence Index v4.3.2 で 38・2026-10-09 確認）
• → Mistral 公式 docs：Mistral Medium 3.5 モデルカード（前の行・2026-04-28 公開・256k・Modified MIT・$1.5/$7.5）
• → Hugging Face：mistralai/Mistral-Medium-3.5-128B（前の行・SWE-Bench Verified 77.6%）
• → Artificial Analysis：Mistral Medium 3.5（前の行・Intelligence Index v4.3.2 で 14）