IQ of SI
日本語 ▾

自動生成ページです。 AIが自動で作成・翻訳し、ソフトウェアが情報源と照合して確認しています。人間の編集者はいません。SI-IQは公開されているベンチマーク結果から作成した指数であり、IQテストではありません。 仕組み

Claude Sonnet 4.6の賢さは?

113 SI-IQ · 90%区間 108–118
ランキング対象80モデル中 55位 · 想定される順位の範囲 36–65

Claude Sonnet 4.6はAnthropicのモデルで、2026年2月17日にリリースされました。SI-IQは113(90%区間 108–118)で、2の独立した評価機関によるベンチマーク結果7件から推定しています。 最も得意な分野は推論、最も苦手な分野は知識です。

Epoch AIとOpenRouterでは、このモデルのGPQA Diamondのスコアが異なっています(10ポイント超の差)。設定が異なっていた可能性があります。両方の実行結果を、それぞれ半分の重みで反映しています。

基本情報

開発元
Anthropic
リリース日
2026年2月17日
利用形態
API利用可
使用したベンチマーク
2評価機関による7件の結果
API価格
入力 $3.00 / 出力 $15(100万トークンあたり) (開発元の価格表, 2026年10月18日)
コンテキストウィンドウ
1,000,000 トークン

分野別の能力(SI-IQ、90%区間)

6080100120140160推論113知識111

使用した全ベンチマーク結果

各スコアは、出典が公表したままの1つの値です。Epoch AIでは実行設定のうち最良のもの、OpenRouterでは中央値のホスティング事業者の値(開発元自身のホスティングでテストされた場合はそちら)を用います。「推定SI-IQ」はこの単一の結果が示す能力であり、総合SI-IQはそれらの精度加重平均です。

ベンチマーク 分野 スコア 推定SI-IQ 評価機関 情報源の表記 取得日 出典
Chess Puzzles 推論 23.0% 115 Epoch AI claude-sonnet-4-6_max 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
Mystery Game Puzzles 推論 16.0% 107 Epoch AI claude-sonnet-4-6_low 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
OTIS Mock AIME 2024–2025 数学 85.8% 112 Epoch AI claude-sonnet-4-6_32K 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
SWE-bench Verified (Epoch AI run) コーディング 75.2% 122 Epoch AI claude-sonnet-4-6 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
GPQA Diamond 知識 87.4% 119 Epoch AI claude-sonnet-4-6_32K 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
GPQA Diamond (OpenRouter run) 知識 64.6% 91 OpenRouter anthropic/claude-4.6-sonnet-20260217
Anthropic · first-party provider (1 of 5 rows)		 2026年10月18日 OpenRouter benchmark datasets · データファイル
SimpleQA Verified 知識 35.5% 115 Epoch AI claude-sonnet-4-6_high 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
τ²-bench Airline (OpenRouter run) エージェント 74.9% 129 OpenRouter anthropic/claude-4.6-sonnet-20260217
Anthropic · first-party provider (1 of 5 rows)		 2026年10月18日 OpenRouter benchmark datasets · データファイル

人間の選好(Arena)

人々が2つの匿名の回答を比べて投票するArenaのランキングでは、Claude Sonnet 4.6は70,931票に基づき評価値1,472(1,469–1,476)です(公開日 2026年10月15日)。人間の選好はベンチマークで測る能力とは異なる指標であり、SI-IQには含まれません。 Arena (Hugging Face)

SI-IQが近いモデル

モデルSI-IQ
Qwen3.5 397B-A17BAlibaba114Claude Sonnet 4.6 vs Qwen3.5 397B-A17B
InklingThinking Machines114Claude Sonnet 4.6 vs Inkling
GLM-4.7Z.ai (Zhipu AI)112Claude Sonnet 4.6 vs GLM-4.7
Claude Opus 4.5Anthropic115Claude Sonnet 4.6 vs Claude Opus 4.5
Qwen3.7-PlusAlibaba115Claude Sonnet 4.6 vs Qwen3.7-Plus

SI-IQの算出方法バージョン 1.0.0 で計算しています。 算出方法の詳細を読む

データソース: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..