GPT-5.6 vs Claude Sonnet 5：コスパはSonnet、性能上限はSol

GPT-5.6 vs Claude Sonnet 5を比べると、8月31日までは100万トークン当たり$2/$10のClaude Sonnet 5が、単一モデルを標準採用する場合の有力候補です。一方、$5/$30のGPT-5.6 Solは性能上限で勝り、$2.50/$15のTerraはOpenAI系でコストを重視する場合の選択肢になります。月間で入力10M、出力2Mを処理するなら、キャッシュ適用前の料金はSonnetが$40、Terraが$55、Solが$110です。ただし、最終的な優劣はコンテキスト長とエージェント設計によって入れ替わります。

GPT-5.6は、Sonnetと一対一で対応する単独モデルではなく、3モデルで構成されるファミリーです。Solは最大限の能力、Terraは能力とコストの均衡、Lunaは低コストで大量の処理を担います。

Claude Sonnet 5は、幅広い推論強度（effort）、1Mトークンのコンテキストウィンドウ、そしてSolとTerraのどちらよりも安い期間限定のローンチ価格を備えた単一モデルです。

GPT-5.6 vs Claude Sonnet 5：比較の結論

現時点で本番エージェントの標準モデルに選ぶなら、Claude Sonnet 5が優位です。最難関のタスク、またはOpenAIのエージェント制御機能に追加コストを払う価値がある場面では、GPT-5.6 Solが勝ります。通常の本番処理でOpenAIモデル同士を比べるならTerraのほうが適切で、Lunaは検証可能な一次処理用として両者より下に位置づけるべきです。

4モデルはいずれもテキストと画像を受け取り、テキストを返します。GPT-5.6のコンテキスト仕様がわずかに大きいことは、本質的な差ではありません。重要なのは、各モデルがコンテキスト、推論強度、ツール、再試行をどう組み合わせ、タスクを完了させるかです。

詳しいGPT-5.6レビューでは、Sol、Terra、Lunaの振り分け方を解説しています。Claude Sonnet 5レビューでは、トークナイザーと移行時の変更点を扱っています。

ベンチマークの結論が食い違うことこそ重要です

どちらか一方が常に勝つと断言できる、信頼に足るベンチマークはありません。独立した2つの直接比較が正反対の結果を示すのは、評価している仕事の性質が異なるためです。

新しい汎用エージェント評価であるOmniaBenchは、1,431タスクと、難度の高い644タスクのサブセットで構成されています。そのOverall Pass@1は、Claude Sonnet 5が58.54、GPT-5.6 Solが57.14で、Sonnetが1.40ポイント上回りました。このタスク分布では両モデルを同等水準と見なせるほどの僅差です。同時に、このスコアの低さから、どちらも依然として多くのタスクに失敗することが分かります。

Artificial Analysisの結論は逆です。Intelligence Indexでは、最大effortのGPT-5.6 Solが59、adaptive max effortのClaude Sonnet 5が53でした。medium effortのTerraとの比較では、Sonnetの53に対してTerraは46です。effort設定は重要です。max-effortのSonnetとmedium-effortのTerraを比べることは、知能だけでなくコストとレイテンシーの比較でもあります。

これが、ランキング首位のモデルでも自社の本番評価では負ける理由です。ベンチマークの得点は、その評価固有のタスク構成、ツール設定、時間制限、推論設定、採点ルールで決まります。カスタマーサポートの振り分けエージェントなら、構造化出力と安価な再試行が重要でしょう。リポジトリエージェントでは、パッチの正しさ、テスト、継続的なツール利用が問われます。リサーチエージェントには、情報源の回収と制約の維持が欠かせません。同じモデルのエンドポイントを使っていても、これらは別の製品です。

コーディングAI比較では、実行システムが勝敗を決めます

ターミナル中心の作業でOpenAIの最大effortとエージェントオーケストレーションを使いたいなら、GPT-5.6 Solが有力です。リポジトリでの継続作業、Claude Code、コスト管理を同時に重視するなら、Claude Sonnet 5が標準モデルとして適しています。

モデルは推論エンジンにすぎません。その周囲にあるコーディングエージェントが、リポジトリマップ、ターミナル、パッチ機構、テストループ、権限、メモリを提供します。一方の実行システムがより整理されたコンテキストを渡したり、回答を提出する前にテスト失敗を検知したりすれば、モデル品質の小さな差は消えてしまいます。

OpenAI独自のツールはProgrammatic Tool Callingです。GPT-5.6は、対象ツールを連携させて中間結果を絞り込む小さなインメモリプログラムを記述できるため、モデルとの往復回数を減らせます。Responses APIではマルチエージェント実行もベータ提供され、Ultraは標準で4つのエージェントを連携させます。移行作業をコード、テスト、ドキュメント、レビューという独立した作業単位に分ける、資金調達を終えた企業の創業者やCTOには有用です。

Anthropicならではの環境は、Sonnet 5のadaptive thinkingを利用するClaude Codeです。Claude CodeとClaude APIではSonnetの標準がhigh effortに設定されており、Anthropicは、計画を立て、ツールを使い、複数工程の作業を完了するエージェント向けモデルとして位置づけています。ネイティブのClaude Platformに加え、AWS、Google Cloud、Microsoft Foundryからも利用できるため、すでにいずれかのクラウドに標準化している中堅企業では調達上の負担も抑えられます。

個人の技術者なら、判断基準はもっとシンプルです。$2/$10で変更全体を完了できる間はSonnetを標準にします。ターミナル中心の失敗タスクや、複数のエージェントへきれいに分割できるタスクはSolに送ります。Terraが同じ受け入れテストを通るなら、通常の実装はTerraへ振り分け、難易度の高い少数のタスクをSonnetまたはSolに任せます。

本番で問題になるのは、通常、構文ではありません。モデルが不要な経路を選ぶ、ツール呼び出しを重ねるうちに制約を見失う、コードを広範囲に書き換えすぎる、テストスイートが通る前に成功を宣言するといった挙動です。どちらのモデルにも、差分、実行するテスト名、明確な完了条件を要求してください。高価な推論を使っても、作業範囲を明確に区切ったエージェント設計の代わりにはなりません。

GPT-5.6 料金比較ではClaude Sonnet 5が優位、特に長文で顕著です

Claude Sonnet 5のローンチ価格はTerraとSolより安く、OpenAIへの入力が272Kトークンを超えると差はさらに広がります。9月の価格変更で短いコンテキストにおける優位性は縮まりますが、長いコンテキストでの優位性は残ります。

各社の現行API料金表を使い、3種類のワークロードを比較します。

多くの比較で見落とされるのが、300Kの行です。入力が272Kトークンを超えると、OpenAIはリクエスト全体について入力を2x、出力を1.5xで課金します。Anthropicは、Sonnetの1Mトークンのコンテキスト全体を標準のトークン単価で提供します。そのため、入力300K、出力30Kの1回の呼び出しは、Terraなら$2.175、Sonnetなら9月の値上げ後でも$1.35です。

最初の行からは、別の側面が分かります。入力100K、出力10Kの場合、ローンチ期間中のSonnetは$0.30、Terraは$0.40、Solは$0.80です。9月1日以降、Sonnetは$0.45に上がるため、この短いコンテキストの例ではTerraが安くなります。定価で見ればTerraが低コストの中位モデルになりますが、Sonnetの成功率が高く再試行を避けられるなら、完了タスク当たりではSonnetがなお安い可能性があります。

Sonnetのトークナイザーには、正確な注意書きが必要です。Anthropicによると、内容次第で同じ入力がSonnet 4.6の1.0x～1.35xのトークン数になります。これは、GPT-5.6との比較で同じ増加率になることを示すものではありません。トークナイザーごとにテキストの分割方法が異なるため、公平なベンダー横断比較には、代表的な同一ワークロードについて各APIが報告するトークン数を使う必要があります。

短時間のキャッシュ料金はほぼ同水準です。OpenAIとAnthropicはいずれも、標準キャッシュへの書き込みを基本入力料金の1.25x、読み取りを0.1xとしています。OpenAIはGPT-5.6の明示的キャッシュについて、最低30分の有効期間を示しています。Anthropicは、1.25xで5分間の書き込み、または2xで1時間の書き込みを提供します。またAnthropicは、非同期Batch APIの入出力料金を50%引き下げ、Sonnetのローンチ期間中のバッチ料金を$1/$5としています。

GPT-5.6は、ファミリー全体を使えばより強力なシステムになります

GPT-5.6の追加コストを正当化するのは、Solをすべての呼び出しで標準にすることではなく、ルーティングとオーケストレーションです。OpenAIは同じ1.05Mトークンのコンテキストと128Kの最大出力を備えた3つのエンドポイントを用意し、タスクの影響度に合わせてモデルコストを選べるようにしています。

最適な用途： Responses APIをすでに利用し、簡単・中程度・難しい作業を振り分けられるチーム
強み： Programmatic Tool Callingとマルチエージェントのベータ機能、そして高性能ルートとしてのSol
料金： Lunaは$1/$6、Terraは$2.50/$15、Solは$5/$30（入力 / 出力、1Mトークン当たり）
見送るべき場合： すべてのワークロードを1つの経済的なエンドポイントで処理したい、または大半のリクエストで入力が272Kを超える場合

失敗を検知できるバリデーターがあるなら、分類、抽出、要約、下書きはLunaに任せます。通常の本番処理はTerra、判断の重要性または失敗コストがトークン費用を上回るタスクはSolが担当します。接尾辞のないgpt-5.6エイリアスはSolを選ぶため、確認せずに移行すると、知らないうちに最も高価なティアを選択しかねません。

GPT-5.6ファミリーは、ワークロードが多様な場合に適した設計です。大量の定型処理と、少量ながら難しい調査を抱える中堅企業のCTOが、すべてのレコードにSolの料金を払う必要はありません。定型キューはLuna、判断が曖昧な中間層はTerra、間違いの代償が大きいものだけをSolへ振り分けます。

Claude Sonnet 5は単一AIモデルの標準として優れています

Claude Sonnet 5なら、フロンティアに近い能力、標準料金で使える1Mのフルコンテキスト、現時点での低価格を、3つのモデルルートを保守せずに利用できます。評価体制がまだ成熟していない段階では、このシンプルさに価値があります。

最適な用途： Claude Code、長いリポジトリや文書のコンテキスト、強力なエージェント用エンドポイントを1つに絞りたいチーム
強み： 8月31日まで$2/$10で利用でき、OmniaBenchで58.54
料金： 8月31日まで$2/$10、以降は入力 / 出力1Mトークン当たり$3/$15
見送るべき場合： OpenAIのProgrammatic Tool Calling、マルチエージェントのベータ機能、またはSolの高い測定上の性能上限がワークロードに必要な場合

adaptive thinkingにより、Sonnetは別のフラッグシップエンドポイントへ切り替えず、難しいリクエストにより多くの処理を割り当てられます。APIとClaude Codeではhigh effortが標準です。便利な一方、effortを暗黙のままにするとレイテンシーとトークン使用量が増える場合があります。意図的に設定してください。

リクエストの形がまだ定まっていないリサーチ、分析、文書エージェントを構築するシニア実務者にとって、Sonnetは優れた出発点です。強力な基準モデルを1つ持てるうえ、OpenAIの長文コンテキストにおける料金の急増も避けられます。安いモデルを追加するのは、ルーターを正当化できるほど、繰り返し可能な簡単なタスクがワークロード内にあると分かってからで十分です。

用途別：どのモデルを選ぶべきか

失敗時の影響、入力長、許容できるレイテンシー、維持可能なルーティング基盤という4つの変数で、最適な選択は変わります。

どちらのモデルでも採用可能な結果の割合が改善しないなら、移行は待つべきです。すでに安定し、対象ワークロードを通過している経路には、未測定のリグレッションを伴う新しいエンドポイント以上の価値があります。新モデルがコストを下げ、レビュー時間を短縮し、完了率を高める、または従来の経路では扱えないツールパターンを可能にするときに採用します。

次のモデルリリースにも耐える本番ルーティング方針

長く使えるアーキテクチャは、恒久的なモデルの勝者ではなく、タスク失敗時の影響から設計します。ツールスキーマと受け入れテストをベンダーに依存させず、実測結果に基づいて振り分けます。

1. 1

   Sonnetを強力な基準モデルに設定する

   代表的なコーディング、リサーチ、文書、ツール利用のタスクを、effort設定を明示したclaude-sonnet-5で実行します。採用できた結果、トークン数、レイテンシー、再試行、人による修正時間を記録してください。

2. 2

   検証コストが低いタスクにTerraとLunaを加える

   構造化抽出、分類、要約、定型実装はgpt-5.6-lunaまたはgpt-5.6-terraへ送ります。フィールドの欠落、テスト失敗、ポリシー上の不確実性、信頼度の低い出力は上位モデルへエスカレーションします。

3. 3

   測定済みの難しい末尾部分にのみSolを使う

   難しいデバッグ、重大な分析、セキュリティ作業、並列化できるエージェントタスクにはgpt-5.6-solを使います。Solを意図的に選ぶ場合を除き、gpt-5.6エイリアスは使用しないでください。

4. 4

   長いリクエストは272Kを超える前に振り分ける

   呼び出し前にトークン数を測定します。本当に100万トークンが必要な作業はSonnetへ移す、より小さな根拠セットを取得する、またはOpenAIのリクエスト全体への倍率を意図して受け入れる、いずれかを選びます。

5. 5

   両プロバイダーを共通インターフェースで扱う

   ツール名、構造化出力、エラー処理、承認ゲートを統一します。別ベンダーへのフォールバックがあれば、供給能力の制限、リグレッション、次のベンチマーク逆転から製品を守れます。

コーディングではClaude Sonnet 5とGPT-5.6のどちらが優れていますか？

常に一方が優れるわけではありません。SWE-Bench Proについて、OpenAIはSolで64.6%、AnthropicはSonnetで63.2%と公表していますが、各社が別々に実施した結果です。ターミナルエージェントの指標ではSolが強く、現時点で標準採用する場合のコストパフォーマンスはSonnetが優れています。自社のリポジトリ、テスト、レビュー基準で両方を評価してください。

GPT-5.6とClaude Sonnet 5はどちらが安いですか？

8月31日までは、$2/$10のSonnet 5が$2.50/$15のTerraと$5/$30のSolより安価です。9月1日からSonnetは$3/$15になり、入力料金はTerraのほうが安く、出力料金は同額になります。Lunaは$1/$6で引き続き最安です。

コンテキストウィンドウが大きいのはどちらですか？

GPT-5.6は1.05Mトークン、Sonnet 5は1Mトークンです。長いコンテキストの経済性では通常Sonnetが優れます。Anthropicはウィンドウ全体を標準料金に保ちますが、OpenAIは入力が272Kトークンを超えると、リクエスト全体の入力を2x、出力を1.5xで課金するためです。

1つのアプリでClaude Sonnet 5とGPT-5.6を切り替えられますか？

はい。メッセージ、ツール、構造化出力、エラー、承認を扱うベンダー非依存のアダプターの背後に両方を置きます。プロバイダー固有の挙動を製品全体に広げず、タスク種別で振り分け、もう一方をフォールバックとして残してください。

ビジネス向けAIツールマップを入手

どのモデルやツールがどの業務に適するかを平易に整理し、価格や機能の変化に合わせて更新するマップです。購読者は無料で利用できます。