AIモデル能力比較
エージェント型コーディング
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Vibe Code BenchVibe コーディングベンチマーク
— means no published score for this candidate in this source, not zero.10/11 recent-year models have scores
| 番号 | モデル | Cost / Testテストあたりのコスト | Input cost100万tokenあたりの入力価格 | Output cost100万tokenあたりの出力価格 | Duration報告されたテスト所要時間 | |
|---|---|---|---|---|---|---|
| 1 |  Claude Sonnet 5.5Claude Sonnet 5.5 | 92.39 | $31.25 | $2 | $10 | 61 min |
| 2 |  Gemini 4 ArgonGemini 4 Argon | 91.91 | $8.11 | $4 | $20 | 37.47 min |
| 3 | Claude Haiku 5.5Claude Haiku 5.5 | 90.44 | $6.07 | $0.1 | $0.5 | 34.6 min |
| 4 | Claude Opus 5.5Claude Opus 5.5 | 90.29 | $57.92 | $4 | $20 | 96 min |
| 5 | Claude Fable 5.1Claude Fable 5.1 | 90.26 | $33.37 | $10 | $50 | 57.67 min |
| 6 |  GPT-6 AstraGPT-6 Astra | 89.59 | $38.51 | $10 | $50 | 39.07 min |
| 7 | GPT-6.1 SolGPT-6.1 Sol | 88.93 | $6.23 | $2 | $10 | 75 min |
| 8 | Claude Opus 5Claude Opus 5 | 88.4 | $33.88 | $5 | $25 | 88 min |
| 9 | GPT-6 SolGPT-6 Sol | 87.82 | $26.36 | $2 | $10 | 38.93 min |
| 10 | GPT-6 LunaGPT-6 Luna | 81.65 | $1.35 | $0.1 | $0.5 | 37 min |
PandaNpc 更新日 2026年10月21日 06:01 UTC
ソース: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
列ガイド
- 番号
- 表示順序のみです。並べ替えによりこの数値は変わりますが、公開された能力ランキングではありません。
- モデル
- 評価対象のモデル名とプロバイダーのアイコン。スコア列のダッシュは、ここに公開スコアがないことを意味し、ゼロではありません。
- スコア
- 自然言語の要求からWebアプリケーションを構築することをテストし、個別のコード回答ではなく、得られたアプリケーションを評価します。 評価方法論 ↗
- Cost / Test
- テストあたりのコスト · USD
- Input cost
- 100万tokenあたりの入力価格 · USD / 1M tokens
- Output cost
- 100万tokenあたりの出力価格 · USD / 1M tokens
- Duration
- 報告されたテスト所要時間 · s / min
- Vals.ai
- コストと時間はこのベンチマークについて Vals によって報告されたものであり、普遍的なモデル価格やレイテンシではありません。CUA-bench の推定 API コストは評価での使用を対象としたもので、下限の推定値であり、タスクあたりのコストではありません。アクションあたりの時間は平均であり、中央値ではありません。アスタリスクは、キャッシュ書き込みコストを増加させたローンチ日のプロンプトキャッシュ動作を示します。欠損値は未公開であり、ゼロではありません。