Gemini 4・Claude・GPTはどのモデル同士を比べるべき?クラス別の対応表
Gemini 4の各モデルに対応するClaudeとGPTのモデルを一覧にしました。公式料金、コンテキスト、デフォルトの推論レベル、Artificial Analysisのタスク当たり費用、ハルシネーション率、無料枠、Ofoxでの提供状況を比較します。
最上位クラスでGemini 4 Carbonと競合するのは、Claude Fable 5.2とGPT-6.2 Astraです。Gemini 4 NeonはClaude Opus 5.5およびGPT-6.2 Solと並びます。Gemini 4 HydrogenはClaude Sonnet 5.5およびGPT-6.1 Terraと同じクラスです。Claude Haiku 5.5とGPT-6 Lunaに対応する低価格帯のGoogleモデルは、HydrogenではなくGemini 3.5 Flash-Liteです。Gemini 4 ArgonはCarbonと同じ料金で、Googleのモデル選択ガイドからも外れたため、旧モデルとして扱ってください。このうち2組はGoogleがモデルカードで自ら設定した組み合わせで、残りの2組は料金と位置づけから私たちが設定したものです。どちらなのかは下の表に行ごとに記載しています。
各モデルのデフォルトの推論設定で比べると、上位3クラスには共通するパターンがあります。Artificial AnalysisのAA-Omniscienceテストでは、Geminiモデルのハルシネーション率がグループ内で最も低く、しかも他を大きく引き離しています。NeonとHydrogenのクラスでは、デフォルト設定でのIntelligence Indexのスコアも最も高くなります。ただし、完了したタスク1件当たりの費用は通常OpenAIのモデルより高くなります。Geminiのデフォルト設定は思考トークンを多く使うためです。
このページは、Gemini 4比較シリーズの全体マップです。掲載している数値はすべて、下にリンクした個別の比較記事か、それらの記事と同じArtificial Analysis(AA)のデータから取っています。データの取得日は2026年11月19日です。このページの発行元はOfoxで、表に載っているモデルの大半はOfox経由で呼び出せます。ただしGemini 4 CarbonとGemini 4 Neonは呼び出せません。このページのために新しいテストは行っていません。「私たちの実行」とある結果はシリーズの他の記事によるもので、何をどう測定したかはそれぞれの記事に書いてあります。
クラスの対応と、組み合わせを決めたのは誰か
| クラス | Anthropic | OpenAI | 組み合わせの設定者 | |
|---|---|---|---|---|
| 最も難しい作業 | Gemini 4 Carbon | Claude Fable 5.2 | GPT-6.2 Astra | 私たちの推定。GoogleのCarbonカードは、CarbonをGPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1と比較していました。Fable 5.2(11月9日)とGPT-6.2 Astra(11月17日)はそれぞれのラインの現行版で、どちらも定価は$8/$40です |
| 中上位、頻度の高い複雑な作業 | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol | Google。Neonのモデルカード(英語)がまさにこの3モデルを比較しています |
| 日常的なコーディングとエージェント | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra | Google。Hydrogenのモデルカード(英語)がまさにこの3モデルを比較しています |
| 大量処理向けの低価格帯 | Gemini 3.5 Flash-Lite | Claude Haiku 5.5 | GPT-6 Luna | 料金と各ベンダー自身の位置づけに基づく私たちの推定。GoogleのHydrogenガイドは、3.5 Flash-Liteを「大量の分類、ルーティング、1秒未満のレイテンシ目標のために」残すよう勧めています。AnthropicはHaiku 5.5を「分類、抽出、ルーティングなど、大量でレイテンシに敏感なタスク向け」に作ったと説明しています |
| 旧モデル | Gemini 4 Argon | — | — | Googleのモデル選択ページ(英語)は現在、Carbon、Neon、Hydrogenだけを扱っています。Argonは引き続き提供されており、提供終了日は示されていません |
この対応表を読むときは、2つの点に注意してください。
Opus 5.5はGoogleのカード2枚に登場します。GoogleのCarbonカード(結果は「2026年10月時点」)とNeonカード(11月)の両方にOpus 5.5が含まれています。12月1日からは、Carbonの定価がOpus 5.5と同じ($4/$20)になります。私たちがOpusをNeonのクラスに置いたのは、GoogleがNeonをこの比較を軸に発表したからであり、Anthropic自身のラインナップでもFable 5.2がOpusの上に位置するからです。予算がOpusの料金に近いなら、CarbonとNeonの両方と比べてください。
Hydrogenは低価格モデルではありません。Googleのデフォルトの汎用モデルです。100万トークン当たり$1.50/$7.50で、Haiku 5.5やLunaの短いプロンプト向け料金の15倍です。この割増で何が得られ、何が得られないかは、Hydrogen・Haiku 5.5・Lunaの比較で確認できます。
もう1つの落とし穴は古いベンチマーク表です。「GPT-6 Astra」や「Fable 5.1」と書かれた列は、GPT-6.2 AstraやFable 5.2の結果ではありません。個別の比較記事では、各出典に印字されたバージョン名をそのまま残しています。
総合比較表
料金はすべて各ベンダー自身のStandard定価で、100万トークン当たりの米ドル、入力・出力の順です。確認日は2026年11月19日です。ここに載せたすべてのモデルで、出力には思考トークンが含まれます。AAの数値は「AA列の推論レベル」列に記載したレベルのものです。2モデルを除き、このレベルはベンダーが文書で示しているAPIのデフォルトです。OpenAIはGPT-6.2 AstraとSolのデフォルトを文書化していないため、この2モデルにはAAのmediumの結果を載せ、その旨を行内に記載しています。括弧内は、そのモデルの最も高い設定でのAAスコアです。AAのタスク当たり費用は、各モデルがIntelligence Index v5.0.1で使ったトークン数とそのモデルの定価から算出されています。ハルシネーション率はAA-Omniscienceの値で、正答以外の応答全体に占める誤答の割合です。低いほど良い指標です。
| モデル | 料金 入力 / 出力 | コンテキスト | AA列の推論レベル | そのレベルのAA指数(最高設定) | そのレベルのAAタスク当たり費用 | そのレベルのハルシネーション率 | 無料APIティア | Ofoxでの提供(11月19日) |
|---|---|---|---|---|---|---|---|---|
| Gemini 4 Carbon | 11月30日まで$2 / $10、12月1日から$4 / $20 | 1,048,576(共有) | medium | 58.3 (60.0) | 12月料金で$6.59(11月料金で約$3.29) | 4.2% | なし | なし |
| Claude Fable 5.2 | $8 / $40 | 1M | high | 61.8 (64.6) | $9.08 | 58.0% | なし | あり |
| GPT-6.2 Astra | $8 / $40、入力272K超は割増 | 1,050,000(入力922K) | medium(OpenAIはデフォルトを文書化していない)¹ | 57.0 (62.1) | $1.62 | 54.1% | なし | あり |
| Gemini 4 Neon | $3 / $15 | 1,048,576(共有) | high | 59.6 (61.4) | $3.74 | 13.9% | なし | なし |
| Claude Opus 5.5 | $4 / $20 | 1M | medium | 48.2 (59.1) | $2.45 | 66.9% | なし | あり |
| GPT-6.2 Sol | $2 / $10、入力272K超は割増 | 1,050,000(入力922K) | medium(OpenAIはデフォルトを文書化していない)¹ | 52.7 (57.3) | $0.41 | 61.1% | なし | あり |
| Gemini 4 Hydrogen | $1.50 / $7.50 | 1,048,576(共有) | high | 50.8 (53.9) | $1.87 | 8.7% | あり | あり |
| Claude Sonnet 5.5 | $2 / $10 | 1M | high | 41.5 (54.5) | $1.64 | 63.6% | なし | あり |
| GPT-6.1 Terra | $1 / $5、272K超は$2 / $7.50 | 1,050,000(入力922K) | medium | 38.2 (51.3) | $0.17 | 39.6% | なし | あり |
| Gemini 3.5 Flash-Lite | $0.30 / $2.50 | 1,048,576(入力) | デフォルトはminimal、AAはレベル表記のない1種類のみ掲載 | 11.7 | $0.69² | 私たちが抽出したAAデータにはなし | あり | あり |
| Claude Haiku 5.5 | $0.10 / $0.50、100K超のプロンプトは$0.50 / $2.50 | 1M | medium | 24.6 (36.5) | $0.092 | 40.4% | なし | あり |
| GPT-6 Luna | $0.10 / $0.50、272K超は$0.20 / $0.75 | 1,050,000(入力922K) | medium | 18.5 (27.9) | $0.042 | 85.3% | なし | あり |
| Gemini 4 Argon(旧モデル) | 11月30日まで$2 / $10、12月1日から$4 / $20 | 1,048,576(共有) | medium | 47.6 (50.4) | 11月料金で$4.31³ | 15.4% | なし | あり |
¹ OpenAIのGPT-6.2 AstraとSolのモデルページ、および推論ガイド(2026年11月19日確認)には、この2モデルのデフォルトのeffortが書かれていません。書かれているのは、APIがnoneを拒否することだけです。ガイドでは、GPT-6.1 Sol、GPT-6 Sol、GPT-6 Lunaのデフォルトがmediumと記載されており、TerraとLunaのモデルページにはmedium (default)とあります。行どうしを同じ条件で比べるため、6.2の2モデルはmediumで示していますが、これはAAのmediumの結果であり、文書化されたデフォルトではありません。highでのAAの値は、Astraが60.1、タスク当たり$2.07、ハルシネーション率58.1%、Solが54.9、タスク当たり$0.56、ハルシネーション率60.0%です。どちらのモデルを呼び出す場合も、reasoning.effortを明示的に設定してください。そうすれば、どの行の数値が当てはまるかが分かります。
² AA自身の内訳を見ると、Flash-Liteの$0.69の大部分は、AAのテスト環境におけるキャッシュ書き込みの費用です。そのため、短い単発リクエストの費用を表すものではありません。シリーズの別記事で行ったトリアージの実行では、20件を1回のリクエストで処理した費用は、定価でFlash-Liteが約$0.0025、Hydrogenが$0.019でした。
³ AAはArgonを現行の$2/$10で、Carbonを12月の$4/$20で計算しています。12月1日にCarbonとArgonの料金はすべてちょうど2倍になるため、Argonのデフォルト設定を12月料金で計算するとタスク当たり約$8.62、Carbonを11月料金で計算すると約$3.29と私たちは推定しています。この2つの数値はAAの数値をもとにした私たちの計算であり、AAが示したものではありません。Argonの行は、ArgonのAPIデフォルトであるAAのmediumのエントリを使っています。よく引用されるAAのArgonの代表エントリ(指数50.4、ハルシネーション率4.3%、タスク当たり$4.97)は、AAのページデータでは「Gemini 4 Argon (High)」と表記されています。
出典(いずれも英語)。料金、コンテキスト、デフォルト:Googleの料金ページと各モデルガイド、Anthropicのモデル概要と料金、OpenAIのGPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra、GPT-6 Lunaの各モデルページ。いずれも2026年11月19日に確認しました。AAのデータ:artificialanalysis.aiの各モデルページ。生のページデータは2026年11月19日(UTCで03:20~03:35頃)に保存しました。Ofoxでの提供状況:2026年11月19日にGET https://api.ofox.io/v1/modelsを実行し、137モデルが返されました。Ofoxの料金はリンク先の各モデルページに記載されているため、ここでは転記しません。
クラスごとに表を読む
トークン単価:Googleは中間、ただし最下位クラスは例外
上位3クラスでは、Geminiモデルの定価はAnthropicとOpenAIの間に収まります。
- 最上位クラス:トークン単価で、Carbonは11月30日まではFable 5.2とGPT-6.2 Astraの4分の1、12月1日からは半分です。
- 中上位クラス:Neon($3/$15)はOpus 5.5の75%、GPT-6.2 Solの1.5倍です。
- 日常クラス:Hydrogen($1.50/$7.50)はSonnet 5.5の75%、GPT-6.1 Terraの1.5倍です。
- 低価格クラス:Flash-Liteは3モデルの中で最も高く、入力はHaiku 5.5とLunaの3倍、出力は5倍です。
長いプロンプトでは、この比率が変わります。プロンプトが10万トークンを超えるリクエストでは、Haiku 5.5の料金は5倍になります。OpenAIのモデルは、入力が27万2,000トークンを超えると料金が上がります。この表のGeminiモデルは、コンテキストウィンドウ全体で同じ料金です。この境界については、Haiku 5.5の100K料金ガイドで詳しく計算しています。
完了タスク当たりの費用:デフォルト設定で順位が変わる
トークン単価は、1件の作業に支払う金額ではありません。総合比較表から、各モデルのデフォルト設定でのAA Intelligence Indexのタスク当たり費用を並べると次のとおりです。
| クラス | AAタスク当たり最安 | 中間 | 最も高い |
|---|---|---|---|
| 最上位 | GPT-6.2 Astra mediumで$1.62¹(highで$2.07) | Carbon $6.59(11月は約$3.29) | Fable 5.2 $9.08 |
| 中上位 | GPT-6.2 Sol mediumで$0.41¹(highで$0.56) | Opus 5.5 $2.45 | Neon $3.74 |
| 日常 | GPT-6.1 Terra $0.17 | Sonnet 5.5 $1.64 | Hydrogen $1.87 |
| 低価格 | GPT-6 Luna $0.042 | Haiku 5.5 $0.092 | (Flash-Lite $0.69、比較不可²) |
すべてのクラスで、AAタスク当たりの費用が最も安いのはOpenAIのモデルです。AstraとSolはhighにしても最安のままです。NeonとHydrogenは、トークン単価がAnthropicより安いにもかかわらず、それぞれのクラスで最も高くなります。理由はデフォルト設定です。NeonとHydrogenはhighの思考で提供され、AnthropicはOpus 5.5のデフォルトをmediumと文書化しており、Terraも文書化されたデフォルトのmediumで動きます(6.2の2モデルもmediumで示しています)。Geminiのデフォルトはより多くのトークンを使い、中上位と日常のクラスではスコアも高くなります。デフォルト設定では、NeonはOpus 5.5を指数で11.4ポイント、HydrogenはSonnet 5.5を9.3ポイント上回ります。
これはデフォルト同士の比較であり、同じeffortでの比較ではありません。最も高い設定では差は縮まります。Opus 5.5はmaxで59.1に達し、Neonはxhighで61.4です。Sonnet 5.5はmaxで54.5に達し、xhighのHydrogenの53.9をわずかに上回ります。デフォルトの思考量がタスクに対して多すぎる場合にGeminiモデルのレベルを下げる方法は、Gemini 4の思考レベルガイドで解説しています。
ハルシネーション:Geminiは回答を控えることが多い
デフォルト設定では、Gemini 4の4モデルのAA-Omniscienceハルシネーション率は4.2%から15.4%の間です。表に載っているClaudeとGPTのモデルは、すべて39.6%から85.3%の間です。これがデータの中で最もはっきりしたベンダー間の差です。ただし、この指標が測っているのは、答えを知らないときにモデルが誤った推測をする頻度であり、正答の頻度ではありません。Geminiモデルは回答を控えることが多いのです。AAの正答率の数値は逆の面を示しています。デフォルト設定のFable 5.2は77.2%の問題に正答し、デフォルト設定のCarbonは48.9%でした。誤答が無回答より悪い場面では、Geminiの特性のほうが有利です。正答をできるだけ多く得たく、どのみち答えを確認するのであれば、Claudeのモデルのほうが多く答えます。思考レベル別の詳しい分析は、Gemini 4のハルシネーション率の比較にまとめています。
無料枠と利用方法
この顔ぶれで無料APIティアを提供しているのはGoogleだけで、対象はHydrogenとFlash-Liteのみです。Carbon、Neon、Argonは有料ティア専用です。AnthropicとOpenAIの料金ページには、ここに挙げたどのモデルにも無料枠の記載はありません。Googleは、無料ティアのコンテンツが自社製品の改善に使われると明記しており、上限はプロジェクトによって異なります。詳しくはGemini 4の無料APIティアのガイドを参照してください。
2026年11月19日時点で、表の13モデルのうち11モデルがOfoxに掲載されていました。Gemini 4 CarbonとGemini 4 Neonは掲載されていません。この2モデルを使うには、有料ティアのキーでGoogleのGemini APIを直接呼び出してください。それ以外のモデルは、1つのOpenAI互換エンドポイントから呼び出せます。Hydrogen、Argon、3.5 Flash-Liteのモデルページには、Geminiプロトコルも記載されています(2026年11月19日確認)。そのため、この3モデルはOfoxのGeminiネイティブルートも使えます。
用途別の選び方
以下は、シリーズ記事の根拠から導いた出発点です。各行に根拠の種類を記載しています。本番環境のデフォルトを切り替える前に、自分のタスクで試してください。
| 用途 | まず試すモデル | 次点 | 根拠 |
|---|---|---|---|
| スキャンした図面、グラフ、情報量の多いファイルをもとにした長いレポートや監査 | Gemini 4 Carbon | 約6倍の費用(MKA論文)よりも数ポイントの差が重要ならClaude Fable 5.2 | Google DeepMindのMKA論文:Fable 5.2とCarbonの差は統計的に有意ではない。AAのMKAボード |
| 最高スコアが最も重要な、最難関のエージェント型コーディングと研究 | Claude Fable 5.2 | highまたはmaxのGPT-6.2 Astra | AA指数:Fable 5.2はmaxで64.6。Anthropicのリリース時の比較表 |
| 難しい推論を、速く、タスク当たり安く処理したい | GPT-6.2 Astra | Gemini 4 Neon | AA:Astraのhighは60.1、タスク当たり$2.07、5.9分 |
| 中程度の費用で、ハルシネーションの少なさも求める複雑なコーディングと知識作業 | Gemini 4 Neon | ターミナル操作が多い作業ならClaude Opus 5.5 | Neonカード(19行中16行で首位)、デフォルトでのAAハルシネーション率13.9% |
| 1〜2ポイントが重要なターミナル操作や難しいソフトウェアタスク | Claude Opus 5.5 | Gemini 4 Neon | GoogleのNeon表:OpusがTerminal-Bench 4.1とFrontierCode 2.0で首位 |
| 予算内での大量のコーディングエージェント、CIの修正、日常的なPR | GPT-6.2 SolまたはGPT-6.1 Terra | Claude Sonnet 5.5 | AAのタスク当たり費用、私たちによる30回の日常コーディングの実行 |
| 出力の長さと安定性が重要な、小さな日常コーディングタスク | Claude Sonnet 5.5 | GPT-6.1 Terra | 私たちの実行:Sonnetの同一タスク2回の実行は1秒以内の差 |
| 動画や音声を入力に使う日常エージェント、または無料でのプロトタイピング | Gemini 4 Hydrogen | Gemini 3.5 Flash-Lite | Googleのモデルカード(テキスト、画像、音声、動画の入力)、無料枠 |
| ルール表に沿った分類、ルーティング、抽出 | GPT-6 LunaまたはClaude Haiku 5.5 | 最小レイテンシならGemini 3.5 Flash-Lite | 私たちのトリアージ実行:LunaとHaikuは20/20で、費用はHydrogenの1/46と1/24 |
| 検索ではなく推論が必要な256K〜1Mトークンのコンテキスト | Gemini 4 NeonまたはCarbon | GPT-6.2 Sol(272K超で値上がり) | Googleのカード:GraphWalks 95.2%(Neon)、96.2%(Carbon) |
| すでにArgonでチェックに合格している既存アプリ | 12月1日まではArgonを使い続け、その後Neonを試す | Hydrogen | Argonは12月1日に$4/$20へ倍増、Neonは$3/$15 |
シリーズ全体を通して、2つのルーティングパターンが見えてきます。単純で検証しやすい作業は、まずすべてを低価格モデルに送り、失敗したものだけを中位モデルに回します。この方法の費用の見積もり方は、正しい結果1件当たりのコストガイドで説明しています。難しい作業では、必要だと思うクラスより1段下から始め、受け入れチェックに通らなかったタスクだけを上のクラスに上げます。Google自身のガイドも、Carbonは「より高速なモデルが行き詰まったときに」選ぶよう書いています。
個別比較の要点
Carbon vs Claude Fable 5.2 vs GPT-6.2 Astra
Google DeepMindが200件のマルチモーダル知識タスクで構成したMKAベンチマークでは、Fable 5.2がCarbonを2.22ポイント上回りました。ただ、論文自身のブートストラップ検定では、この差をゼロと区別できませんでした。しかもFableのタスク当たり費用はCarbonの6.26倍です。GPT-6.2 Astraと比べると、Carbonのコスト面の優位は弱まります。AAのIntelligence Indexでは、highのAstraがhighのCarbonと並び(60.1対60.0)、費用はCarbonの11月時点の費用の約半分、1タスク当たりの時間はCarbonの37.2分に対して5.9分です。Carbonが選ばれるのは、情報量の多い視覚的な文書や非常に長いコンテキストを扱う場面で、料金が倍になる前に使うのが理想です。詳しい比較。
Neon vs Claude Opus 5.5 vs GPT-6.2 Sol
Google自身の19行の比較表では、Neonが16行、Opus 5.5が2行、Solが1行で首位です。AAのデータでも、最も高い設定ではNeonが3モデル中で最も高い指数(61.4、59.1、57.3)を示し、ハルシネーション率も群を抜いて低くなっています。maxでは、SolはAAの指数タスクを1件当たり$1.01、8.5分で完了しました。Neonは$6.44、21.5分、Opusは$10.04、24.5分です。NeonのSWE-sweepの39.0%は、主にGoogleのAntigravityのテスト環境によるものです。共通のMini-SWEのテスト環境では、NeonはSolを1.2ポイント上回ります。詳しい比較。
Hydrogen vs Claude Sonnet 5.5 vs GPT-6.1 Terra
私たちのテスト呼び出し30回はすべて合格しました。内訳は、日常的な5タスク×3モデル×各2回です。正しさでは差がつかず、差がついたのは費用とレイテンシです。レイテンシの中央値はHydrogenが8.4秒、Sonnetが4.2秒、Terraが3.8秒で、各10回の呼び出しの定価ベースの費用は$0.102、$0.054、$0.019でした。出力トークンが最も多かったのはHydrogenで、その大半は思考でした。Googleのカードでは、Hydrogenが10行中7行で首位で、ターミナルとコンピューター操作の作業ではSonnetが首位です。詳しい比較。
Hydrogen vs Claude Haiku 5.5 vs GPT-6 Luna
この記事は、Hydrogenが低価格モデルかどうかに答えるものです。答えは「いいえ」です。20件のサポート問い合わせのトリアージでは、Hydrogen、Haiku 5.5、Lunaのいずれも2回とも20/20でしたが、Hydrogenの費用はHaikuの約24倍、Lunaの約46倍でした。Hydrogenにlowの思考を指定しても、そのプロンプトではトークン使用量はほとんど変わらず、レスポンスからはレベルが適用されたかどうかも分かりません。Gemini 3.5 Flash-Liteは最も速く、各回で1件ずつ誤りました。Hydrogenの割増料金が見合うのは、より難しい多段階の作業、音声や動画の入力、長いプロンプトです。詳しい比較。
Googleのラインナップ内:Neon vs Carbon
Neonは、Googleが複雑な作業向けに推奨するデフォルトで、Carbonはその上の選択肢です。デフォルト設定で、AAはNeonを59.6、Carbonを58.3と測定し、Neonの所要時間は約半分でした。11月30日まではCarbonのほうがトークン単価が安く、12月1日からはNeonのほうが安くなります。研究レベルの物理(CritPt)では依然としてCarbonが首位で、デフォルトでのハルシネーション率もCarbonのほうが低くなっています。詳しい比較。
Gemini 4の中で選ぶ場合
Googleのモデルの中だけで選ぶなら、Gemini 4のモデル選択ガイドで、Hydrogen、Argon、Carbonをタスク別に解説し、Neonの位置づけにも触れています。CarbonとArgonの値上げが既存の請求額にどう影響するかは、12月の料金改定ガイドで扱っています。
現在のArgonの位置づけ
Gemini 4 Argonは2026年10月13日に一般提供(GA)となり、Googleのリリースノートでは、複雑なコーディング、エージェント、数学、科学のタスクに向けた最も高性能なモデルと説明されていました。その後、3つの変化がありました。Hydrogenが無料枠と低い料金で日常的な作業を引き継ぎました。Neonが11月18日に、複雑な作業向けに$3/$15で登場しました。そしてGoogleのモデル選択ページは、Carbon、Neon、Hydrogenだけを載せるようになりました。Argonは今もGoogleのモデル、料金、非推奨のページに掲載されており、非推奨のページにも提供終了日は告知されていません。Ofoxでも引き続き呼び出せます。
12月1日から、Argonの料金は$4/$20になります。Carbonと同じで、トークン単価はNeonより3分の1高くなります。デフォルト設定で、AAはArgonを47.6、Neonを59.6と評価しており、デフォルト設定でのArgonのハルシネーション率(15.4%)もNeon(13.9%)よりわずかに悪くなっています。Argonについてよく引用される4.3%は、high設定の値です。Argonのアプリケーションが現在チェックに合格しているなら、急いで移行する必要はありません。ただし、12月の請求が届く前に、同じケースでNeon(Google APIのみ)とHydrogen(Ofoxでも利用可)を試してください。その手順はArgonからNeonへの移行ガイドで説明しています。このモデルのこれまでの位置づけは、ArgonとGPT-6 Astra、Claude Opusのベンチマーク比較とArgonのAPI料金の記事で扱っています。
1つのキーでベンダーをまたいでモデルを試す
表のモデルのうちCarbonとNeon以外は、すべてOfoxのOpenAI互換エンドポイントから呼び出せます。そのため、ベンダーをまたいでクラスを比較するには、モデルIDを変えるだけで済みます。シリーズの記事で実行に使ったリクエストの形は次のとおりです。
from openai import OpenAI
import os
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
tier = {
"everyday": ["google/gemini-4-hydrogen", "anthropic/claude-sonnet-5.5", "openai/gpt-6.1-terra"],
"budget": ["google/gemini-3.5-flash-lite", "anthropic/claude-haiku-5.5", "openai/gpt-6-luna"],
}
for model in tier["everyday"]:
r = client.chat.completions.create(
model=model,
max_tokens=32000,
messages=[{"role": "user", "content": "<実際のタスクの1つ>"}],
)
print(model, r.usage.prompt_tokens, r.usage.completion_tokens)
入力トークン、出力トークン、レイテンシ、回答がチェックに合格したかどうかを記録します。そのうえで、各ベンダーの定価か、モデルページに載っているOfoxの料金を掛けてください。max_tokensやトークン単価だけでモデルを比べないでください。私たちの実行の1つでは、同じプロンプトがFable 5.2では301入力トークン、GPT-6.2 Astraでは212入力トークンになりました。また、同じく合格した回答の出力トークンは、モデルによって10倍以上違いました(同じ抽出タスクで、Hydrogenは最大1,145、Terraは79〜83)。GPT-6.1 Terraなど一部のOpenAIのモデルページには、ツール呼び出しにはResponses APIが必要と書かれています。GPTモデルでツールを使うテストは/v1/responsesで実行してください。クライアントの設定は、Ofoxの接続ガイドで解説しています。
呼び出しが失敗したら、モデルのせいにする前に原因を切り分けてください。よくある原因は、間違ったモデルIDとパラメーターのエラーです。Gemini 4のリクエストの失敗は、Gemini 4のAPIエラーガイドで扱っています。他のベンダーについては、OpenAIのmodel not foundガイド(英語)、Claudeの529 overloadedの対処法(英語)、429の再試行ガイドを参照してください。ゲートウェイ自体のエラーコードと上限は、Ofoxのエラー処理ガイドとレート制限のドキュメントに記載されています。
この対応表の限界
- 4組のうち2組は私たちが設定した組み合わせです。NeonとHydrogenの比較対象はGoogleが選びました。Carbonと低価格帯の組み合わせは、料金と位置づけを私たちが読み取ったもので、GoogleのCarbonカードは競合の旧バージョンを使っていました。
- デフォルトは同じeffortではありません。総合比較表は、各モデルを提供されたままの状態で比べています。デフォルトが異なる場合(Geminiは
high、ClaudeやOpenAIはmedium)、費用とスコアの差の一部はその設定の違いを反映しています。 - OpenAIの2モデルはデフォルトが文書化されていません。OpenAIはGPT-6.2 AstraとSolのデフォルトのeffortを文書化していません。この2行にはAAの
mediumの結果を載せ、highの値は脚注1に記載しています。 - AAは1つのテスト環境、1つの日付の結果です。AAの指数は難しい評価の集まりです。指数が低くても、低価格モデルが単純で仕様の明確な作業に失敗するわけではありません。私たちのトリアージの実行がそれを示しています。AAはモデルを再測定し、ページを更新するため、判断の前に再確認してください。
- 料金は変わります。CarbonとArgonは2026年12月1日に2倍になります。ここに記載した内容はすべて2026年11月19日に確認したものです。
関連ドキュメント
- Ofoxの接続ガイド:OpenAI互換とAnthropic互換のクライアント
- OfoxのGeminiネイティブAPI:Ofoxに掲載されているGeminiモデル向け(CarbonとNeonは含まれません)
- エラー処理とレート制限
- Ofoxの料金と課金のドキュメント:モデルごとの料金は総合比較表にリンクした各モデルページに記載されています


