AIモデル性能・コスト比較マップ

出典

各モデルの価格・コンテキスト長は各社の公式ドキュメント（Anthropic Docs、OpenAI Platform、Google AI、xAI Docs、Z.ai Docs、DeepSeek Docs、Moonshot Docs、Alibaba Cloud 等）から取得。ドットをクリックすると、そのモデルの出典ページへ飛べる。

価格・コンテキスト長は2026年9月10日に各社の公式ページで取り直した（掲載モデルのうち44件）。 それ以外のモデルは取得日が特定できていない初期データのままなので、価格をそのまま信用しないでほしい。

注: 表示価格はAPIの定価で、ボリュームディスカウント・キャッシュ割引・バッチ割引は含まない。 二段階価格（長いコンテキストで単価が上がる）や期間限定価格のモデルがあるので、実額は料金シミュレータと各社の公式ページで確認すること。

ベンチマーク値について（2026年9月10日に全数を見直した）。以前このページには、一次ソースで裏の取れていない数値が混ざっていた（当時の注記にも「プレースホルダを含む」と書いてあった）。 60件の数値を各社の公式資料に当たって突き合わせた結果、一致18件・不一致8件・公表が見つからない34件だった。 不一致の中には、Claude Fable 5 の SWE-bench Pro として別モデル（Mythos 5）の 80.3% を載せていたもの、 Llama 4 Scout の GPQA Diamond として同じ表の MMLU Pro の値（74.3）を載せていたものがあった。確認できた値だけを残し、間違っていた値は公式の値に直し、裏が取れなかった値は消した。その結果、散布図に出るのは12モデルだけになっている（残りはベンチマーク値を持たないため描画しない）。

なお compositeScore は掲載ベンチマークの単純平均で、独自の重み付けはしていない。 ただしモデルによって取れているベンチマークの組み合わせが違うため、縦軸の高さを厳密に比べることはできない。 各モデルのドットをクリックして、内訳と出典を見てほしい。