Grok 4.6
Grok 4.5と同じ$2 / $6のAPI価格です。xAIによると、Artificial Analysis Intelligence Indexは61で、GPT-5.6 Sol Maxと同点、Fable 5 Maxに1ポイント差です。ナレッジワーク系評価に強く、Terminal-Bench v3では26%です。
Grok 4.6のブリーフィングを読むどのモデルに料金を払うべきですか？
あらゆる推論努力レベルで、タスクあたりのコストとスコアを比較します。
各線は1つのモデルを示し、線上の各点は推論努力レベルを表します。低から最大まであります。上にあるほど高性能で、左にあるほど低コストです。青い階段線は、より安価な選択肢に上回られない設定をつないでいます。
見方
- 上にあるほどIntelligence Indexのスコアが高く、右にあるほどタスクあたりの費用が高くなります。費用の軸は対数目盛りのため、目盛り線ごとに10倍になります。
- 青い階段線上の点は、その価格で最もお得な選択肢です。より安く、さらに高いスコアのものはありません。階段線より下の点は、より安価なモデルに上回られています。
- ここでいうタスクはベンチマークのテスト作業の1つです。長く、複数の手順が必要なものも多く含まれます。この費用はモデル同士の比較に使い、予算の見積もりには使わないでください。日常的なメールなら、そのごく一部の費用で済みます。
タスクあたりのスコアと費用
キーボード操作：Tabキーでグラフに移動します。左右キーで線上を移動し、上下キーで線を切り替えます。Enterで選択し、Escapeで選択を解除します。
| モデル | 推論努力レベル | Index | タスクあたりの費用 | お得な選択肢 |
|---|---|---|---|---|
| Claude Fable 5.2 | 低 | 54 | $3.10 | いいえ |
| Claude Fable 5.2 | 中 | 56 | $3.80 | はい |
| Claude Fable 5.2 | 高 | 62 | $9.08 | はい |
| Claude Fable 5.2 | 非常に高 | 62 | $14.83 | はい |
| Claude Fable 5.2 | 最大 | 65 | $26.54 | はい |
| Claude Opus 5.5 | 低 | 35 | $0.98 | いいえ |
| Claude Opus 5.5 | 中 | 48 | $2.45 | いいえ |
| Claude Opus 5.5 | 高 | 52 | $3.47 | いいえ |
| Claude Opus 5.5 | 非常に高 | 57 | $6.05 | はい |
| Claude Opus 5.5 | 最大 | 59 | $10.04 | いいえ |
| Claude Sonnet 5.5 | 低 | 26 | $0.51 | いいえ |
| Claude Sonnet 5.5 | 中 | 31 | $0.78 | いいえ |
| Claude Sonnet 5.5 | 高 | 42 | $1.64 | いいえ |
| Claude Sonnet 5.5 | 非常に高 | 50 | $4.09 | いいえ |
| Claude Sonnet 5.5 | 最大 | 55 | $10.02 | いいえ |
| Claude Haiku 5.5 | 低 | 19 | $0.044 | はい |
| Claude Haiku 5.5 | 中 | 25 | $0.092 | いいえ |
| Claude Haiku 5.5 | 高 | 30 | $0.16 | いいえ |
| Claude Haiku 5.5 | 非常に高 | 35 | $0.25 | いいえ |
| Claude Haiku 5.5 | 最大 | 37 | $0.41 | いいえ |
| GPT-6 Astra | 低 | 43 | $1.42 | いいえ |
| GPT-6 Astra | 中 | 52 | $2.73 | いいえ |
| GPT-6 Astra | 高 | 55 | $3.24 | はい |
| GPT-6 Astra | 非常に高 | 55 | $3.66 | はい |
| GPT-6 Astra | 最大 | 57 | $6.25 | いいえ |
| GPT-6.1 Sol | 低 | 35 | $0.16 | いいえ |
| GPT-6.1 Sol | 中 | 46 | $0.36 | はい |
| GPT-6.1 Sol | 高 | 50 | $0.59 | はい |
| GPT-6.1 Sol | 非常に高 | 53 | $0.76 | はい |
| GPT-6.1 Sol | 最大 | 55 | $1.27 | はい |
| GPT-6.1 Terra | 低 | 29 | $0.071 | はい |
| GPT-6.1 Terra | 中 | 38 | $0.17 | はい |
| GPT-6.1 Terra | 高 | 42 | $0.26 | はい |
| GPT-6.1 Terra | 非常に高 | 45 | $0.40 | いいえ |
| GPT-6.1 Terra | 最大 | 51 | $0.96 | いいえ |
| GPT-6 Luna | 低 | 10 | $0.005 | はい |
| GPT-6 Luna | 中 | 18 | $0.042 | はい |
| GPT-6 Luna | 高 | 21 | $0.073 | いいえ |
| GPT-6 Luna | 非常に高 | 23 | $0.10 | いいえ |
| GPT-6 Luna | 最大 | 28 | $0.15 | いいえ |
| Gemini 4 Carbon | 低 | 54 | $7.19 | いいえ |
| Gemini 4 Carbon | 中 | 58 | $6.59 | はい |
| Gemini 4 Carbon | 高 | 60 | $7.76 | はい |
| Gemini 4 Argon | 高 | 50 | $9.95 | いいえ |
| Gemini 3.8 Flash | 中 | 30 | $6.26 | いいえ |
| Gemini 3.8 Flash | 高 | 31 | $7.77 | いいえ |
| DeepSeek V4.1 Flash 1017 | 高 | 29 | $0.46 | いいえ |
| DeepSeek V4.1 Flash 1017 | 最大 | 33 | $0.60 | いいえ |
| Grok 4.7 | 低 | 31 | $2.92 | いいえ |
| Grok 4.7 | 高 | 35 | $6.18 | いいえ |
| Grok 4.7 | 非常に高 | 36 | $7.77 | いいえ |
| Kimi K3.1 Pro | デフォルト | 47 | $3.68 | いいえ |
| Muse Ember 1.0 | 最大 | 36 | $0.14 | はい |
| Mistral Large 4 | 中 | 23 | $1.41 | いいえ |
| Mistral Large 4 | 高 | 26 | $2.06 | いいえ |
出典と補足
各点は、Artificial Analysisの各モデルページから取得しています。Intelligence Indexと、Artificial Analysisが公表するIndexのタスクあたりの費用を、キャッシュを含むベンダーの定価で示しています。Dapolsが計算するのは、階段線、お得な選択肢、および比較のアドバイスのみです。図にはArtificial Analysisがテストした推論努力レベルのみを表示しています。線が短いのは公表済みの設定が少ないためであり、測定値が欠けているわけではありません。
Gemini 4 Carbonの線は折り返しています。Artificial Analysisの測定では、低設定のタスクあたりの費用が中設定より高くなっています。公表されたとおりに表示しています。
Gemini 3.8 Flashの低設定はArtificial Analysisで23点ですが、タスクあたりの費用が公表されていないため、グラフには表示していません。 artificialanalysis.ai
Artificial AnalysisによるIndexの測定方法- Claude Fable 5.2 低 · 中 · 高 · 非常に高 · 最大
- Claude Opus 5.5 低 · 中 · 高 · 非常に高 · 最大
- Claude Sonnet 5.5 低 · 中 · 高 · 非常に高 · 最大
- Claude Haiku 5.5 低 · 中 · 高 · 非常に高 · 最大
- GPT-6 Astra 低 · 中 · 高 · 非常に高 · 最大
- GPT-6.1 Sol 低 · 中 · 高 · 非常に高 · 最大
- GPT-6.1 Terra 低 · 中 · 高 · 非常に高 · 最大
- GPT-6 Luna 低 · 中 · 高 · 非常に高 · 最大
- Gemini 4 Carbon 低 · 中 · 高
- Gemini 4 Argon 高
- Gemini 3.8 Flash 中 · 高
- DeepSeek V4.1 Flash 1017 高 · 最大
- Grok 4.7 低 · 高 · 非常に高
- Kimi K3.1 Pro デフォルト
- Muse Ember 1.0 最大
- Mistral Large 4 中 · 高
最新のベンチマークとモデルの更新
このページのリーダーボードは、LiveBenchの6月25日版を2026年9月22日に再取得したものです。現在はGrok 4.7 xHighとDeepSeek V4.1 Flash Max Effortを含みます。以下のモデルに関する注記はベンダー自身のページからのもので、その旨を明記しています。
DeepSeek V4.1 Flash
DeepSeek V4.1 Flashは、2026年9月10日に新しいdeepseek-flash API idでV4 Flashを置き換えました。オフピーク時は100万トークンあたり$0.15 / $0.60、ピーク時は$0.30 / $1.20です。9月14日からはV4 Proのリクエストもこちらにルーティングされるため、今すぐモデルIDを切り替えてください。LiveBenchではV4.1 Flash Max Effortの総合スコアが81.1になりました。
モデルトラッカーで見るリーダーボードの行は、公開されたLiveBenchデータのみに基づきます。スコアをでっち上げることはありません。
Best overall
Claude Fable 5.1 Max Effort leads this snapshot at 83.4 overall, $1.212 per successful task.
Best value per task
ox-alpha-max runs at $0.000 per successful task and still scores 69.2 overall.
Best open weights
DeepSeek V4.1 Flash Max Effort is the strongest open-weight model here at 81.1 overall — the option you can host yourself.
Best per capability
If your work is mostly one kind of task, these lead their category in this snapshot.
- 推論
- GPT-6 Astra Max Effort 92.7
- コーディング
- Claude 5.5 Opus Thinking Max Effort 89.3
- エージェンティックコーディング
- DeepSeek V4.1 Flash Max Effort 77.3
- 数学
- Claude 5.5 Opus Thinking Max Effort 97.1
- データ分析
- GPT-6 Astra Max Effort 83.0
- 言語
- Claude Fable 5 Max Effort 90.7
- 指示追従
- Gemini 3.8 Flash High 81.4
Every number above comes from the 2026-06-25 release dated 2026-06-25, published by a third-party benchmark and reproduced unaltered.
下のランキングで、どのモデルが最も優れているか。
ページ上部の性能比較図では、料金を払う価値のあるモデルがわかります。この図では、ランキングの時点で各モデルをスコア順に並べており、上位モデル同士の実力差を確認できます。
ランキング
長いほど良いです。バーは100点満点中の全体スコアを示し、各バーの横の数字は正確な値です。行を選択すると、そのモデルが下のコストチャートに反映されます。
上位12件（全58件）を表示中。すべてのモデルの完全な比較ビューに切り替えます。
カテゴリプロファイル
リーダーボードから最大3つのモデルを選んで、7つのカテゴリスコアを比較します。
- Claude Fable 5.1 Max Effort83.4
- ox-alpha-max69.2
- DeepSeek V4.1 Flash Max Effort81.1
- 推論91.776.686.7
- コーディング86.475.880.0
- エージェンティックコーディング66.152.677.3
- 数学97.077.593.3
- データ分析80.375.879.3
- 言語89.566.181.2
- 指示追従73.060.370.0
各トラックは0から100までです。右に行くほど強く、太字の数字がその行のリーダーです。
これらのスコアをテーブルとして読む
| カテゴリ | Claude Fable 5.1 Max Effort | ox-alpha-max | DeepSeek V4.1 Flash Max Effort |
|---|---|---|---|
| 推論 | 91.7 | 76.6 | 86.7 |
| コーディング | 86.4 | 75.8 | 80.0 |
| エージェンティックコーディング | 66.1 | 52.6 | 77.3 |
| 数学 | 97.0 | 77.5 | 93.3 |
| データ分析 | 80.3 | 75.8 | 79.3 |
| 言語 | 89.5 | 66.1 | 81.2 |
| 指示追従 | 73.0 | 60.3 | 70.0 |
リーダーボード
すべてのカテゴリを並べ替え、リストを絞り込み、モデルを開いて公開されたサブタスクの内訳を確認します。
- 01
Claude Fable 5.1 Max Effort
Anthropic
83.4
全体
$1.212
成功タスクあたり
数学97.0推論91.7言語89.5 - 02
Claude 5.5 Opus Thinking Max Effort
Anthropic
83.2
全体
$0.799
成功タスクあたり
数学97.1推論92.2コーディング89.3 - 03
Claude Fable 5 Max Effort
Anthropic
83.0
全体
$1.439
成功タスクあたり
数学96.0言語90.7推論89.7 - 04
GPT-6 Astra Max Effort
OpenAI
82.2
全体
$0.736
成功タスクあたり
数学96.8推論92.7言語89.4 - 05
GPT-6.1 Sol Max Effort
OpenAI
81.6
全体
$0.142
成功タスクあたり
数学96.8推論92.6言語90.1 - 06
Muse Spark 1.3 xHigh Effort
Meta
81.6
全体
$0.219
成功タスクあたり
数学95.9推論89.7言語82.8 - 07
DeepSeek V4.1 Flash Max Effort
オープンDeepSeek
81.1
全体
$0.029
成功タスクあたり
数学93.3推論86.7言語81.2 - 08
GPT-5.6 Sol Max Effort
OpenAI
81.0
全体
$0.515
成功タスクあたり
数学96.2推論91.7言語87.7 - 09
GPT-5.5 Thinking xHigh Effort
OpenAI
80.2
全体
$0.435
成功タスクあたり
数学95.9推論89.7言語87.4 - 10
Claude 5 Opus Thinking Max Effort
Anthropic
80.1
全体
$0.699
成功タスクあたり
数学95.7推論91.2言語88.7 - 11
GPT-6 Sol Max Effort
OpenAI
79.3
全体
$0.268
成功タスクあたり
数学96.4推論88.7言語85.3 - 12
Kimi K3
オープンMoonshot AI
79.2
全体
$0.348
成功タスクあたり
推論90.7言語85.5数学84.4 - 13
Gemini 3.7 Flash High
Google
78.8
全体
$0.157
成功タスクあたり
数学93.5推論87.8言語85.5 - 14
Qwen 3.8 Max
オープンAlibaba
78.5
全体
$0.275
成功タスクあたり
数学91.3推論88.2言語79.7 - 15
Muse Spark 1.2 xHigh Effort
Meta
78.0
全体
$0.375
成功タスクあたり
数学91.2推論90.0言語78.6 - 16
Grok 4.6 xHigh
xAI
78.0
全体
$0.207
成功タスクあたり
数学92.6推論90.5言語83.7 - 17
GPT-5.4 Thinking xHigh Effort
OpenAI
78.0
全体
$0.387
成功タスクあたり
数学94.1推論88.1言語82.6 - 18
GPT-5.6 Terra Max Effort
OpenAI
77.9
全体
$0.352
成功タスクあたり
数学94.9推論90.6言語82.9 - 19
Claude Sonnet 5.5 xHigh Effort
Anthropic
77.8
全体
$0.141
成功タスクあたり
数学96.7コーディング88.9推論86.8 - 20
DeepSeek V4 Pro 0813
オープンDeepSeek
77.4
全体
$0.044
成功タスクあたり
数学95.1推論85.8言語82.1 - 21
Grok 4.7 xHigh
xAI
77.4
全体
$0.718
成功タスクあたり
数学95.7推論82.7言語80.1 - 22
Gemini 3.1 Pro Preview High
Google
77.0
全体
$0.286
成功タスクあたり
数学91.0言語85.4推論84.0 - 23
DeepSeek V4 Flash Vision Exp
オープンDeepSeek
76.8
全体
$0.051
成功タスクあたり
数学87.8推論85.4言語80.4 - 24
Claude 4.7 Opus Thinking xHigh Effort
Anthropic
76.5
全体
$0.528
成功タスクあたり
数学92.9推論87.2コーディング82.1 - 25
Claude 4.8 Opus Thinking Max Effort
Anthropic
76.2
全体
$0.983
成功タスクあたり
数学94.3推論89.2コーディング81.8 - 26
Qwen 3.8 Flash Next
オープンAlibaba
76.2
全体
$0.042
成功タスクあたり
推論87.4数学85.8指示追従77.1 - 27
GLM-5.3
オープンZ.AI
76.1
全体
$0.450
成功タスクあたり
数学87.9推論85.8言語79.9 - 28
Claude Sonnet 5 xHigh Effort
Anthropic
76.0
全体
$0.505
成功タスクあたり
数学92.9推論88.7コーディング80.7 - 29
Grok 4.5
xAI
75.8
全体
$0.131
成功タスクあたり
数学90.8推論87.2言語82.8 - 30
Gemini 3.8 Flash High
Google
75.8
全体
$0.307
成功タスクあたり
数学91.6推論89.3言語87.8 - 31
Qwen3.8 27B
オープンAlibaba
75.3
全体
$0.094
成功タスクあたり
数学86.2推論80.0データ分析76.6 - 32
Muse Spark 1.1 xHigh Effort
Meta
75.3
全体
$0.198
成功タスクあたり
推論87.7数学87.1コーディング77.2 - 33
GPT-5.2 High
OpenAI
74.6
全体
$0.234
成功タスクあたり
数学93.2推論83.2言語79.8 - 34
Gemini 3.5 Flash High
Google
74.6
全体
$0.249
成功タスクあたり
数学88.2言語84.6推論82.0 - 35
Claude 4.6 Opus Thinking High Effort
Anthropic
74.5
全体
$0.404
成功タスクあたり
数学89.3推論88.7言語83.3 - 36
DeepSeek V4 Flash 0731
オープンDeepSeek
74.2
全体
$0.060
成功タスクあたり
数学86.8推論86.6データ分析79.3 - 37
GPT-5.2 Codex
OpenAI
74.0
全体
$0.187
成功タスクあたり
数学88.8コーディング83.6データ分析78.2 - 38
GPT-5.6 Luna Max Effort
OpenAI
73.6
全体
$0.169
成功タスクあたり
数学87.2推論85.6コーディング82.9 - 39
Gemini 3.6 Flash High
Google
73.6
全体
$0.235
成功タスクあたり
数学86.4推論85.1言語83.9 - 40
GLM-5.2
オープンZ.AI
73.2
全体
$0.225
成功タスクあたり
数学89.8コーディング79.7推論78.6 - 41
Qwen 3.7 Max
Alibaba
73.1
全体
$0.182
成功タスクあたり
数学85.2推論83.3言語79.7 - 42
Claude 4.6 Sonnet Thinking Medium Effort
Anthropic
73.0
全体
$0.306
成功タスクあたり
数学87.0推論84.8コーディング79.3 - 43
Claude 4.5 Opus Thinking High Effort
Anthropic
72.6
全体
$0.610
成功タスクあたり
数学90.4言語81.3推論80.1 - 44
GPT-6 Luna Max Effort
OpenAI
72.0
全体
$0.026
成功タスクあたり
数学89.1推論81.8コーディング79.0 - 45
Inkling xHigh Effort
オープンThinking Machines
71.9
全体
$0.310
成功タスクあたり
数学88.4推論78.3言語73.5 - 46
GLM-5.3 Flash
オープンZ.AI
71.6
全体
$0.031
成功タスクあたり
数学81.2コーディング79.0推論77.6 - 47
Kimi K2.6 Thinking
オープンMoonshot AI
70.5
全体
$0.169
成功タスクあたり
数学84.3推論79.4コーディング78.6 - 48
GPT-5.4 Nano xHigh
OpenAI
69.6
全体
$0.091
成功タスクあたり
数学91.0推論81.1コーディング70.8 - 49
ox-alpha-max
Stealth
69.2
全体
$0.000
成功タスクあたり
数学77.5推論76.6コーディング75.8 - 50
Qwen 3.6 Plus
Alibaba
68.9
全体
$0.227
成功タスクあたり
数学83.7コーディング78.2推論75.8 - 51
Kimi K2.7 Code
オープンMoonshot AI
68.4
全体
$0.100
成功タスクあたり
推論82.8数学79.6言語77.9 - 52
Grok Build 0.1
xAI
67.8
全体
$0.024
成功タスクあたり
数学78.4推論76.4言語72.5 - 53
Nemotron 3 Ultra 550B A55B
オープンNVIDIA
67.4
全体
$0.371
成功タスクあたり
数学88.7推論74.7指示追従73.4 - 54
Minimax M3
Minimax
67.3
全体
$0.060
成功タスクあたり
数学76.9言語76.8データ分析76.2 - 55
GPT-5.4 Mini xHigh
OpenAI
66.4
全体
$0.334
成功タスクあたり
数学78.5コーディング71.6推論71.3 - 56
Qwen 3.6 27B
オープンAlibaba
64.0
全体
$0.202
成功タスクあたり
数学79.9コーディング71.8データ分析70.4 - 57
Gemini 3.5 Flash-Lite High
Google
63.9
全体
$0.069
成功タスクあたり
コーディング76.1数学73.7言語71.8 - 58
Grok 4.3
xAI
62.3
全体
$0.061
成功タスクあたり
数学84.3言語73.6推論70.8
コストは、選択した範囲について出典が提供する成功タスクあたりのコスト指標です。
スコアは公開された第三者ベンチマークのスナップショットを改変せずに再掲したものです。Dapols がさらに成功タスクあたりのコスト分析を追加しています。ソースを表示
A benchmark rank is not a hiring decision.
These scores say which model is strongest at a set of held-out tasks. They don’t say which one fits your workflow, your budget, or the tools you already pay for — and the cheapest model that clears your bar usually beats the highest scorer.
What changed recently
Dated releases from every major lab, with the vendor's own claims labelled as claims.
OpenWhat it costs to run
Our tool catalogue carries the price we last verified and the date we checked it.
OpenWhat to actually build
A deployment plan picks the stack for one workflow at your budget — models included.
Open