コレクション / Claude Sonnet 5.5

Claude Sonnet 5.5

Anthropic・🇺🇸 米国・中位

長文コンテキスト

Claude 5.5 ファミリーの中位モデル。日常業務向け。Terminal-Bench 4.0 は Opus 5.5 を上回る報告だが、試行の一部でフォールバックが発生しており差は割り引いて読む。

$2入力 / 100万トークン

$10出力 / 100万トークン

1Mコンテキスト

2026-09-28公開日

仕様の詳細

ベンチマーク2件

自社発表（＊）を除く

ベンチマーク	結果	詳細
AA Intelligence Index v4.3総合指数	56
何を測る？ Artificial Analysis が10種の評価（AA-Briefcase, GDPval-AA, AutomationBench-AA, Terminal-Bench 4.0, SciCode, HLE, GDP.pdf, CritPt, AA-Omniscience, AA-LCR）を重み付けして合成した総合指数。第三者が同じ手順で測る総合点。配点はエージェント30%・コーディング20%・一般30%・科学推論20%。指数の版（v4.1.1 / v4.3 など）が違う数値は比較できない。測定条件・出典 56 — Artificial Analysis（指数の版は未確認（v4.3 と仮定せず要確認））出典 ↗ 公式サイト ↗
Terminal-Bench 4.0コーディング	70.6%＊
何を測る？ターミナル上で、ソフトウェア・機械学習・科学・運用・セキュリティ・ハードウェア・メディアなど複雑な多段階作業をやり切れるかを測る評価。実際にコマンドを実行して作業を完了できるか。エージェントのハーネス（実行環境）や試行回数で結果が変わり、標準誤差は±2〜3pt程度。数pt差は誤差の範囲。測定条件・出典 70.6%＊ — Anthropic（max）出典 ↗ 公式サイト ↗

＊＝開発元の自社発表。測定者・条件が違う値は同じ名前でも直接比較できません。ⓘ で条件を確認できます。

情報源（4）

公式・一次情報

報道・二次情報

TeamAI: Current frontier AI models in 2026（2026-10-09時点） ↗ TeamAI・2026-10-09
価格・コンテキスト長の二次情報。公式ページでの確認が必要。
Apidog: Claude Sonnet 5.5 benchmarks（Anthropic発表表の転載） ↗ Apidog
Anthropic の発表表を二次サイトが転載したもの。公式発表での再確認が必要。Terminal-Bench は max effort。

得意分野の根拠

掲載された測定値や仕様をもとにした編集部の分類です。