Claude Sonnet 5.5 vs GPT-6 Luna

ポジ 14 ／ ネガ 4 ／ 中立 4

ポジ 18 ／ ネガ 9 ／ 中立 4

2026-09-28（米国時間）公開の Anthropic の中位モデル（API は claude-sonnet-5-5）。9月22日の Opus 5.5 に続く「Claude 5.5 ファミリー」の2本目で、Sonnet 5 を置き換える。Anthropic は「Sonnet 5 より出力が30%以上速く、たいていの仕事で1つあたりの費用が最大30%下がる」と説明している（同社のテスト）。料金は Sonnet 5 と同じ入力$2／出力$10（キャッシュ書き込み$2.50。キャッシュ読み込みは発表時の$0.20から 2026-10-07 に$0.10へ半額になり、Anthropic は「エージェント作業の多くで約20%安くなる」と説明。2026-10-09 確認）。Claude アプリでは無料プランを含む全プランで同日から使え、API のほか AWS・Google Cloud・Microsoft Azure でも提供。第三者機関 Artificial Analysis の AA Intelligence Index は 56（v4.3.2・max 設定。安全装置が働いたときに別モデルへ切り替わる既定の状態で測定／2026-09-29 確認）で、本表では Opus 5.5 の 58 に次ぐ2番目、Fable 5.1・GPT-6 Astra の 53 を上回る。前の Sonnet 5 は 38 だったので18点の上昇。ただし max 設定では評価用の課題一式で4億1000万トークンを書いており（中央値は8800万）、1課題あたりの費用は$7.60と Opus 5.5（$5.98）より高い。同じ AA でも設定を下げると high で 47、medium で 41。Humanity's Last Exam は 56.9%（ツールなし。ツールありは 64.5%。公式システムカードの値。同じ表で Sonnet 5 はツールなし 43.1%／ツールあり 54.9% で、Sonnet 5 の発表時の 34.6%／46.8% とは測り方が違う）。SWE-bench Verified は Anthropic が Sonnet 5.5 では公表しておらず本表では「—」（Sonnet 5 の 85.2% は流用しません）。代わりに公表されたのは、より難しい SWE-bench Pro の 81.3%（Sonnet 5 は 63.2%、Opus 5.5 は 89.9%）。ほかの公式値は、コマンド操作で開発を進める Terminal-Bench 4.0 が 70.6%（Sonnet 5 は 10.3%、Opus 5.5 は 66.4%）、FrontierCode 1.1 が 46.2%、CursorBench 4.0 が 55.5%、パソコン操作の OSWorld 2.1 が 80.1%（部分点あり）、実務の出来を測る GDPval-AA v2.1 が 1844（Opus 5.5 は 1846）、AA-Briefcase v1.1 が 1811、グラフ読み取りの Chartography が 61.6%。GPQA・MMLU・AIME は公式未公表のため「—」。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。考える量（effort）の既定は API で high（Claude アプリと Claude Code は medium）。Sonnet で初めて、サイバー関連の危険度の高い作業は Sonnet 5 に自動で切り替わる安全装置がついた。考えるモードを切って使っていた開発者は、新しい設定 between_tools への移行が必要（そのままでは動かなくなる変更が5つある）。前の Sonnet 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、提供終了は 2027-06-30 より前にはならない（Sonnet 5.5 自身は 2027-09-28 より前にはならない）。発表時に「数週間のうちに」続くとされた Claude Haiku 5.5 は 2026-10-07 に公開された（10万トークン以下の依頼で入力$0.10／出力$0.50、超える依頼は$0.50／$2.50。2026-10-09 確認）。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つの枠で、返答ぶんの最大12万8千トークンも同じ枠から引かれる。入力だけで枠を超えるとエラーになる）。入力専用の上限を別に公表している Google・OpenAI とは数え方が違う（2026-09-29 に公式ドキュメントで確認）。

2026-09-22（米国時間）公開の GPT-6 世代の軽量・低価格モデル（API は gpt-6-luna）。同じ日に中堅の GPT-6 Sol も出た。 OpenAI の位置づけは「目的のはっきりした大量の作業のための、いちばん効率のよいモデル」。 料金は入力 $0.10／出力 $0.50 で、前世代 GPT-5.6 Luna（$0.20／$1.20）から入力は半額、出力は約58%減（OpenAI の表記は「50%安い」）。キャッシュ済み入力は $0.01、入力が27万2千トークンを超えたリクエストは全体が $0.20／$0.75 になる。入力3:出力1の平均額は $0.20 で、2026-10-07 公開の Claude Haiku 5.5 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、Haiku 5.5 は10万トークンを超えると単価が5倍になるので、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 38（v4.3.2・max 設定、小数では 38.12／2026-10-09 確認。2026-09-23 の確認時は 37）で、前世代 GPT-5.6 Luna（37.32）を1点上回る。同じ平均額の Claude Haiku 5.5 は 43。 OpenAI の公表グラフ（max 設定どうし）では、コード修正の DeepSWE v1.1 が 66.6%（GPT-5.6 Luna は 62.2%）、業務自動化の AutomationBench が 20.7%（同 17.0%）、パソコン操作の OSWorld 2.0（オフライン版）は 52.7% で前世代とほぼ同じ。ユーザーが誤りを指摘した難しい会話での「事実の誤りを含む回答」の割合は 7.56%（同 11.96%）。一方、Artificial Analysis のコーディング用の総合指標（Coding Agent Index）は 41.1 で、前世代の 43.2 を少し下回った。 ChatGPT では 2026-10-07 からチャットにも GPT-6 が入り、無料・Go は 10/8 から順次 GPT-6 Luna に切り替わっている（OpenAI の発表とリリースノート。モデル別のヘルプは 10/9 時点で無料・Go の既定をまだ GPT-5.6 Luna と書いていて、公式の説明が食い違う）。チャットに入ったのは「10月版」で、API・ChatGPT Work（ChatGPT の中のエージェント機能）・Codex で使う9月版とは別物と OpenAI のシステムカードは説明している。 安全面の評価は OpenAI の Preparedness Framework でサイバー・生物化学とも「High」（最上位の「Critical」ではない）で、GPT-5.6 Luna と同じ。 コンテキストウィンドウは OpenAI 公式表記で 1,050,000 トークン、1回の出力上限は 128,000 トークン。本表の「一度に読める量」922,000 は、その差を取った値。入力はテキストと画像、出力はテキスト。知識は2026年5月18日まで。 GPQA Diamond・HLE・SWE-bench Verified は Luna 個別の公開値が無いため本表では「—」。前世代の GPT-5.6 Luna（2026-07-09 公開）は終了日の告知なく提供が続いている。

• → Anthropic：Introducing Claude Sonnet 5.5（2026-09-28・公式ベンチ表・料金・安全装置）
• → Anthropic：Claude Sonnet 5.5 システムカード（Table 8.1.A：SWE-bench Pro 81.3%・HLE ツールなし 56.9%／ツールあり 64.5%）
• → Anthropic 公式ドキュメント：Claude Sonnet 5.5 overview（公開日・料金・仕様・提供終了の目安）
• → Anthropic 公式ドキュメント：What's new in Claude Sonnet 5.5（between_tools ほか、そのままだと動かなくなる変更5つ）
• → Anthropic Models Overview（最新ラインナップ。Sonnet 5 は旧世代扱い）
• → Anthropic API 料金（$2 / $10 per MTok・キャッシュ読み込み $0.10〈2026-10-07 から。それまでは $0.20〉）
• → Artificial Analysis：Claude Sonnet 5.5（Intelligence Index v4.3.2 で 56・max 設定・2026-09-29 確認）
• → Anthropic：Claude Sonnet 5 発表（2026-06-30・前世代。SWE-bench Verified 85.2%）
• → Anthropic 公式ドキュメント：Claude Sonnet 5 overview（旧世代扱い・提供終了は 2027-06-30 より前にはならない）
• → Anthropic：コンテキストウィンドウの仕様（1Mは入力と出力を合わせた枠）

• → OpenAI 公式：Introducing GPT-6 Sol and Luna（2026-09-22。ページ本文は JavaScript 必須で機械取得できない）
• → OpenAI Developers：GPT-6 Luna Model（コンテキスト1,050,000・出力上限128,000・知識 2026-05-18・$0.10/$0.50）
• → OpenAI Developers：Pricing（gpt-6-luna の長文料金・Batch/Flex/Fast）
• → OpenAI ヘルプセンター：ChatGPT Work and Codex（9月版の GPT-6 Sol / Luna を使う場所）
• → OpenAI 公式：GPT-6 for everyone（2026-10-07。ChatGPT のチャットにも GPT-6、無料・Go は GPT-6 Luna）
• → OpenAI Deployment Safety Hub：GPT-6 Astra System Card（§11 に GPT-6 Sol / Luna を追記）
• → Artificial Analysis：GPT-6 Luna（Intelligence Index v4.3.2 で 38・max 設定・2026-10-09 確認）
• → Artificial Analysis：コーディングエージェントの比較（Coding Agent Index v1.5）
• → TechCrunch：OpenAI launches GPT-6 Sol and Luna（2026-09-22）