artificialanalysis.aiは2026年11月9日(現地時間)、大規模言語モデル (LLM) の独立したベンチマークと価格に関するランキングを公開しました。このランキングには、OpenAIのGPT-6 AstraやAnthropicのClaude Fable 5.2、GoogleのGemini 4 Carbonなどが含まれており、Intelligence Index、タスクごとのコスト、タスクごとの時間、初回応答トークンまでの時間といった指標で評価されています。
このリーダーボードは、複数のLLMの性能をIntelligence Indexに基づいて比較しており、高い数値を持つモデルがより高い総合的なインテリジェンス評価を受けています。
AnthropicのClaude Fable 5.2 (max)はIntelligence Indexで65と最も高いスコアを記録し、タスクごとのコストは26.54ドル、タスクごとの時間は46.4分、初回応答トークンは219.85秒でした。続いてAnthropicのClaude Fable 5.2 (xhigh)が62、GoogleのGemini 4 Carbon (high)が60のスコアを獲得しています。
OpenAIのGPT-6 Astra (max)はIntelligence Indexで57を記録し、コスト6.24ドル、時間23.0分、初回応答221.85秒でした。また、GPT-6 Astraの他のバリエーションであるGPT-6 Astra (xhigh)とGPT-6 Astra (high)はともにIntelligence Index 55で、それぞれ3.66ドル/11.4分/101.71秒、3.24ドル/9.9分/60.30秒という結果が出ています。
Metaのモデルも複数登場しており、Muse Wonder Full (max)がIntelligence Index 50を記録しています。その他、Kimi、SpaceXAI、Tencent、Alibaba、DeepSeek、Z AI、Thinking Machines、Xiaomi、InclusionAI、MiniMax、StepFun、Mistral、Sapiens AI、Nanbeige、Institute of Foundation Models、Reflection、NVIDIA、LG AI Research、Cohere、IBM、Apodex、Amazon、China Mobileといった企業が提供するモデルもランキングに含まれています。
参考: artificialanalysis.ai (アーカイブ) — 2026年11月10日 10:37 (JST)
原文ハイライト"Independent benchmarks & pricing of LLMs. For further analysis and methodology"