Claude Sonnet 5.5 vs Qwen3.8-Flash

ポジ 14 ／ ネガ 4 ／ 中立 4

ポジ 22 ／ ネガ 4 ／ 中立 6

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）。

Alibaba の廉価版で、旗艦 Qwen3.8-Max の下に付くグレード（Alibaba Cloud Model Studio の API モデル名は qwen3.8-flash）。 重みを公開したオープン版 Qwen3.8-Flash-Next（2026-08-26 公開・Hugging Face のリポジトリ作成は 8/24）を製品化したもので、 Alibaba 自身が「次の Qwen4 を支える設計の先行版」と位置づけています。 総パラメータ1,250億のうち実際に動くのは60億の専門家分業型（MoE）で、テキスト・画像・動画を入力できます。 一度に読める量は API 版が100万トークン（入力の上限 991,808・出力の上限 131,072。オープン版は素の状態で 262,144、 YaRN という引き伸ばし手法で100万まで）。考える機能（thinking）はオン・オフを選べます（2026-09-10 に公式ドキュメントで確認）。 【料金】本表の $0.15 / $0.47 は Alibaba Cloud Model Studio の国際版（シンガポール）の値で、入力100万トークンまでの段（2026-09-10 に公式料金ページで確認）。 中国版（北京）は $0.113 / $0.382、Alibaba Cloud の発表記事では「1元 / 3元（$0.16 / $0.47）」と書かれています。 GLM-5.3-Flash（$0.15 / $0.50）とほぼ同額で、出力が3セント安いぶんブレンド料金（入力3:出力1）は $0.23 です（本表では 2026-09-22 公開の GPT-6 Luna が $0.10 / $0.50・ブレンド $0.20 で、これより安くなりました）。 【性能】第三者測定の Artificial Analysis Intelligence Index は 40（v4.3.2・2026-09-23 確認）で、料金が約13倍の旗艦 Qwen3.8-Max（45・$2/$6）より5ポイント低い位置です（2026-09-10 の v4.3 では旗艦も 40 で同点でしたが、AA の Qwen3.8-Max のページが 9月2日版に差し替わって 45 になりました）。 SWE-bench Verified・MMLU・GPQA・AIME は公式・第三者とも数値を公表しておらず本表では「—」 （Alibaba が挙げているのは SWE-bench Pro・CoWorkBench・Toolathlon Verified・MathVision・AndroidWorld・ERQA で 「DeepSeek-V4-Flash や Claude Opus 4.6 と競合する」という相対表現のみ）。 【重み】オープン版 Qwen3.8-Flash-Next は Qwen Community License 1.0（商用利用は条件つき）で Hugging Face に公開されています。 中国製のため業務利用は規約とデータの取り扱いを確認してください。

• → 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）

• → Alibaba Cloud Model Studio：qwen3.8-flash モデル情報（context 1M・入力上限 991,808・出力上限 131,072・thinking 対応・画像/動画/テキスト入力・2026-09-10 確認）
• → Alibaba Cloud Model Studio：料金表（qwen3.8-flash シンガポール $0.15/$0.47・北京 $0.113/$0.382・2026-09-10 確認）
• → Alibaba Cloud 公式ブログ：Qwen3.8-Flash 発表（2026-08-27・1元/3元＝$0.16/$0.47・125B/6B active・Qwen4 設計の先行版）
• → Hugging Face：Qwen/Qwen3.8-Flash-Next（オープン版の公式モデルカード・Qwen Community License 1.0・262,144 native／1M extensible・画像/動画/テキスト入力）
• → Artificial Analysis：Qwen3.8-Flash-Next（Intelligence Index v4.3.2 で 40・$0.15/$0.47・2026-09-23 確認）
• → MarkTechPost：Qwen3.8-Flash-Next 公開（2026-08-26・125B マルチモーダル MoE・6B active）