Claude Sonnet 5.5 vs GPT-6.1 Sol

ポジ 19 ／ ネガ 9 ／ 中立 1

ポジ 11 ／ ネガ 9 ／ 中立 3

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）。

2026-09-29（米国時間）公開の OpenAI のモデル（API は gpt-6.1-sol）。 1週間前の9月22日に出た GPT-6 Sol のアップグレード版で、GPT-6 世代の中位を担う。最上位は引き続き9月3日の GPT-6 Astra、軽量版は GPT-6 Luna のまま（2026-09-30 時点）。 OpenAI の位置づけは「Astra に近い性能を、より安い料金で出すモデル」で、複雑なコーディング・パソコン操作・専門業務向け。OpenAI 自身も、総合力では GPT-6 Astra が最上位だと明記している。 料金は入力 $2／出力 $10 で GPT-6 Sol と同じ（GPT-6 Astra の5分の1）。変わったのはキャッシュ済み入力で、$0.20 から $0.10 に半減した（通常の入力の95%引き）。キャッシュ書き込みは $2.50。入力が27万2千トークンを超えたリクエストは、そのリクエスト全体が入力2倍・出力1.5倍（$4／$15）で計算される。まとめて投げる Batch と Flex は半額、優先処理の Fast モードは2倍。 第三者機関 Artificial Analysis の AA Intelligence Index は 52（v4.3.2・max 設定／2026-10-01 確認）で、同社モデルページでは223モデル中11位。前の GPT-6 Sol（同じ max 設定で 48）より4点高い。出力速度は毎秒64.2トークン（同社実測・2026-10-01）で、GPT-6 Sol の実測値（毎秒104.4トークン・9月23日確認）より遅い。 OpenAI の公表では、コード修正の DeepSWE v1.1 で GPT-6 Astra と同等の成績を約5分の1の費用で出し、GPT-6 Sol の最高スコアを6.4ポイント上回った。パソコン操作の OSWorld 2.0（オフライン版）では max 設定で GPT-6 Sol を7ポイント上回り、Astra との差は2.1ポイント。難しい会話での「事実の誤りを含む回答」の割合は、xhigh 設定で GPT-6 Sol の 4.5% から 4.1% に下がった（Astra は 4.0%。OpenAI 自身が「ふだんの使い方を代表するものではない」と注記）。 本表の SWE-bench Verified・MMLU・GPQA・AIME・HLE の各欄は、OpenAI が GPT-6.1 Sol の値を公表していないため「—」（前の世代の値は流用しません）。 GPT-6 Sol との違いとして、思考量の設定から none と minimal が無くなり（low〜max の5段階）、Chat Completions ではツール呼び出しが使えない（Responses API を使う）。Responses API ではサブエージェントに仕事を振る Multi-agent がベータで使える。 ChatGPT では通常のチャットにはまだ入っていない（2026-10-07 からチャットに入ったのは GPT-6 Sol と GPT-6 Luna の10月版で、GPT-6.1 Sol ではない。2026-10-09 確認）。使えるのは Plus・Pro・Business・Enterprise・Edu の ChatGPT Work（ChatGPT の中のエージェント機能で、プラン名ではない）と Codex。 安全面の評価は OpenAI の Preparedness Framework で、サイバーが最上位の「Critical」、生物化学が「High」。GPT-6 Sol（どちらも High）より一段厳しい扱いで、GPT-6 Astra と同じ安全対策を適用している。 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（GPT-6 Astra と同じ数え方）。入力はテキストと画像、出力はテキスト。知識は2026年4月30日まで（GPT-6 Sol は4月20日まで）。 前の GPT-6 Sol（2026-09-22 公開・AA 48）は、API のモデルページと料金表に同じ料金のまま残っており、終了日の告知はない（2026-09-30 に OpenAI の deprecations ページで確認）。ただしキャッシュ済み入力は $0.20 のままなので、同じ料金なら GPT-6.1 Sol のほうが安い。その前の GPT-5.6 Sol（2026-07-09 公開）も、$4／$20 の期間限定価格（少なくとも2026-11-21まで）のまま提供が続いている。

• → 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：GPT-6.1 Sol のご紹介（2026-09-29。ページ本文は JavaScript 必須で機械取得できない）
• → OpenAI Developers：GPT-6.1 Sol Model（コンテキスト1,050,000・出力上限128,000・知識 2026-04-30・$2/$10・キャッシュ $0.10）
• → OpenAI Developers：Pricing（27万2千トークン超の割増・Batch/Flex/Fast・GPT-6 Sol も掲載継続）
• → OpenAI Developers：Changelog（2026-09-29 に gpt-6.1-sol を公開）
• → OpenAI Developers：Deprecations（GPT-6 Sol の終了告知なし・2026-09-30 確認）
• → OpenAI Deployment Safety Hub：Addendum to GPT-6 Astra System Card: GPT-6.1 Sol（サイバー Critical・生物化学 High）
• → Artificial Analysis：GPT-6.1 Sol（Intelligence Index v4.3.2 で 52・223モデル中11位・max 設定・64.2 tok/s・2026-10-01 確認）