Claude Opus 5.5 vs Gemini 4 Argon

ポジ 26 ／ ネガ 1 ／ 中立 2

ポジ 15 ／ ネガ 7 ／ 中立 1

2026-09-22 公開の Anthropic 主力モデル（API は claude-opus-5-5）。新しい「Claude 5.5 ファミリー」の1本目で、Anthropic は「ほとんどの仕事で Claude Fable 5.1 と同じ水準の力を出し、動かす費用は Opus 5 より40%安い」と説明している。公式ドキュメントの案内も「迷ったらまず Opus 5.5。重い推論や長時間の自動作業、Opus 5.5 の高い設定でも足りないときは Fable 5.1」に変わった。料金は入力$4／出力$20で、前世代 Opus 5（$5／$25）より20%安く、最上位 Fable 5.1（$10／$50）の4割。読み込んだ内容の使い回し（キャッシュ読み込み）は$0.20で、Opus 5 の$0.50 から60%下がった。まとめて後回しで処理する Batch は半額の$2／$10、速さ重視の Fast モード（Claude API 限定の試験提供）は$8／$40。「40%安い」は Anthropic 自身が既定の設定・典型的な作業で測った値で、単価の2割減に、1つの仕事で使うトークンの減少が重なった結果。あわせて既定の考える量（effort）は Opus 5 の high から medium に下がっている。第三者機関 Artificial Analysis の AA Intelligence Index は 58（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／2026-09-23 確認）で、同社のリーダーボード168モデル中1位、本表でも最高（2026-09-23 時点）。ただし max 設定では評価用の課題一式で2億6000万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$5.98。Humanity's Last Exam は 64.4%（ツールなし。ツールありは 67.7%。公式システムカードの値）。SWE-bench Verified は Anthropic が Opus 5.5 では公表しておらず本表では「—」（前世代 Opus 5 の 96.0% は流用しません）。代わりに公表されたのは、より難しい別テストの SWE-bench Pro の 89.9%（Opus 5 は 79.2%、Fable 5.1 は 81.2%）。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 66.4%（xhigh 設定。max では 64.8%。Fable 5.1 は 55.8%、GPT-6 Astra は 57.9%）、パソコン操作の OSWorld 2.0 が 81.8%（部分点あり。厳しめ判定は 48.7%）、実務の出来を測る GDPval-AA v2.1 が 1846。一方、科学研究の自動化（Terminal-Bench-Science 0.1 で 58.7% 対 64.6%）と業務自動化（AutomationBench で 40.0% 対 41.4%）は GPT-6 Astra が上。ARC Prize 財団の検証では ARC-AGI-2 が 91.67%（max）。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。じっくり考えるモードは常時オンで切れない。サイバーセキュリティ・生物・能力の抜き取り（蒸留）対策の安全装置は Fable 5.1 と同じ種類で、サイバー関連の作業の多くは Claude Opus 4.8 へ、生物学などの一部作業は Claude Opus 5 へ自動で切り替わる。前世代 Opus 5 は公式ドキュメントで旧世代（Legacy）扱いになったがまだ使え、提供終了は 2027-07-24 より前にはならない（Opus 5.5 自身は 2027-09-22 より前にはならない）。「Claude 5.5 ファミリー」の2本目の Claude Sonnet 5.5 は 2026-09-28 に公開され（$2／$10・AA 56）、Claude Haiku 5.5 も 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（2026-09-23 に公式ドキュメントで確認）。

Google の Gemini でいちばん上のモデル。2026年9月30日（米国時間）に発表され、発表時は Google の Fairwind Program に入ったサイバー防御の組織だけへの限定提供だったが、2026年10月13日（米国時間）に一般提供が始まった（本表の公開日は発表日）。 API のモデル名は gemini-4-argon（Stable）で、使えるのは Gemini API の有料ティアだけ（無料枠なし）。Gemini アプリと Google 検索の AI モードでは Google AI Pro・Google AI Ultra の加入者が使える。 料金は2026年11月30日までが 入力 $2 / 出力 $10（キャッシュ入力 $0.10）、2026年12月1日から 入力 $4 / 出力 $20（キャッシュ入力 $0.20）（本表とコスパ指数は、いま実際に請求される11月30日までの価格で算出しています）。3.1 Pro と違い、20万トークンを超える依頼の割増料金はない。 本表の 1,048,576 トークンは入力と出力で共有する1つの枠で、Gemini 3.8 Flash などの「入力に使える上限」とは数え方が違う。 1回の出力は通常 65,536 トークンまでで、long decode（長い出力のモード）を使うと最大 1,048,576 トークンまで書ける。 入力はテキスト・画像・動画・音声・PDF、出力はテキストのみで、考える量（thinking level）は low / medium / high の3段階（2026-10-14 に公式モデルページで確認）。 第三者測定は Artificial Analysis Intelligence Index v4.3.2 で 53（High 設定・216モデル中8位・2026-10-14 確認）。 この評価一式で書いた出力は 110M トークン（全モデルの中央値は 85M）で、1課題あたりの費用は $1.99。 Google が公表した比較表と評価方法の資料には SWE-bench Verified・MMLU・GPQA・AIME・HLE が出てこないため、これらの欄は空欄です（名前の似た別のテストの値では埋めていません。たとえば資料にある Agent's Last Exam は HLE とは別のテスト。3.1 Pro の値も持ち込んでいません）。 Google の公式比較表では、実務系の Vals Index が 68.9%（Vals AI の測定）、長いプログラム修正の DeepSWE v1.1 が 77.9%、コマンド操作の Terminal-Bench 4.0 が 57.4%（この2つは Google 自身の測定）。 前の行の Gemini 3.1 Pro（2026年2月19日公開・入力 $2 / 出力 $12、20万トークン超は $4 / $18・SWE-bench Verified 80.6%・GPQA 94.3%・MMLU 91・AIME 95・知能スコア 30）は、Gemini アプリでは 4 Argon と並んで引き続き選べ（報道）、API のモデル名も gemini-3.1-pro-preview のままで終了日の告知はない（2026-10-14 確認）。

• → Anthropic：Introducing Claude Opus 5.5（2026-09-22・公式ベンチ表・料金・安全装置）
• → Anthropic：Claude Opus 5.5 システムカード（Table 8.1.A：SWE-bench Pro 89.9%・HLE ツールなし 64.4%／ツールあり 67.7%）
• → Anthropic 公式ドキュメント：Claude Opus 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 Opus 5.5（既定の effort は medium・そのままだと動かなくなる変更4つ）
• → Anthropic Models Overview（最新ラインナップ。Opus 5 は旧世代扱い）
• → Anthropic API 料金（$4 / $20 per MTok・キャッシュ読み込み $0.20）
• → Artificial Analysis：Claude Opus 5.5（Intelligence Index v4.3.2 で 58・リーダーボード204モデル中1位・max 設定・2026-10-09 確認）
• → ARC Prize：リーダーボード（Claude Opus 5.5 の ARC-AGI-2 91.67%・max）
• → Anthropic 公式ドキュメント：Claude Opus 5 overview（旧世代扱い・提供終了は 2027-07-24 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）

• → Google 公式ブログ：Gemini 4 Argon の一般提供開始（2026-10-13）
• → Google 公式ブログ：Gemini 4 Argon 発表（2026-09-30。Fairwind Program での限定提供）
• → Google AI for Developers：Gemini 4 Argon モデルページ（入出力共通 1,048,576・出力 65,536／long decode で 1,048,576）
• → Google AI 料金（2026-11-30 までの $2/$10 と 2026-12-01 からの $4/$20）
• → Google DeepMind：Gemini 4 Argon の評価方法（公式比較表のテスト一覧と測定条件）
• → Artificial Analysis：Gemini 4 Argon（Intelligence Index v4.3.2 で 53・High 設定・216モデル中8位・2026-10-14 確認）
• → Google 公式ブログ：Gemini アプリでの Gemini 4 Argon の提供（Google AI Pro・Ultra）
• → Jetstream：Gemini アプリで 4 Argon が 3.1 Pro と並んで選べるように（2026-10-14・報道）
• → Gemini API の提供終了予定一覧（gemini-3.1-pro-preview は終了日の告知なし・2026-10-14 確認）
• → Google DeepMind：Gemini 3.1 Pro Model Card（前の行の値）