Llama 5
Meta 製のオープンウェイト LLM。Llama 5 で 600B+ params / 5M context へ進化。
◎ 強み
- ◎ 中身（重み）が公開されている
- ◎ 自分の PC・サーバーで動かせる
- ◎ 派生モデル・改造モデルが豊富
- ◎ Llama Guard 4 同梱で安全制御も標準装備
VS COMPARISON
編集部の総合判定
純粋なベンチマーク性能では明確に Claude Opus 4.7 優位
ベンチ勝ち：Llama 5 0 / Claude Opus 4.7 3 料金で安い項目：Llama 5 0 / Claude Opus 4.7 2
SPECS
仕様の比較
| 項目 | Llama 5 | Claude Opus 4.7 |
|---|---|---|
| バージョン | Llama 5 | Opus 4.7 |
| 公開日 | 2026-04-08 | 2026-04-16 |
| コンテキスト長 | 5000K 勝ち | 1000K |
| 入力料金 $/1M | — | $5 安い |
| 出力料金 $/1M | — | $25 安い |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | ✓ あり |
BENCHMARKS
ベンチマーク差分
バーの長さは100%スケール。長い方が勝ち。
SWE-Bench
Llama 5 75%
Claude Opus 4.7 87.6% 勝ち
MMLU
Llama 5 87%
Claude Opus 4.7 88% 勝ち
GPQA
Llama 5 80%
Claude Opus 4.7 79.6%
AIME
Llama 5 82%
Claude Opus 4.7 92% 勝ち
※ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）
PROS & CONS
強み・弱み
Claude Opus 4.7
長文・コード・推論で定評。Opus 4.7 / Sonnet 4.6 / Haiku 4.5 の3枚体制。
◎ 強み
- ◎ 長い文書をまとめるのが得意（1M tokens context）
- ◎ コード生成・修正の精度が高い（SWE-Bench で常時トップ争い）
- ◎ 安全側に振った穏やかな応答
- ◎ adaptive thinking で必要に応じて推論時間を自動調整
△ 注意点
- △ 画像生成はできない（読み取りのみ）
USE CASES
用途別のおすすめ
Llama 5 か Claude Opus 4.7 を取り上げてるタスク 7件
PRIMARY SOURCES