AIモデルランキング比較
AIモデルを分野別スコア・コスパ・速度で比較。LiveBenchとOpenRouterのデータを毎日更新し基準日も表示。画像・動画生成AIの順位もあります。
ツールを準備しています。
このツールを使ってみましたか?感想を残していただくと、次に使う人の役に立ちます。
AIモデルランキング比較の詳しい使い方ガイド
使い方と例を確認し、知りたいことはトピックから探せます。
はじめに確認すること
- 元データ
- サーバーがLiveBenchのベンチマークとOpenRouterのモデル情報を1日1回新しく取得して順位を付け直し、画面の上に基準日を表示します。
- 取得できなかった日
- 元データを取得できないときは、ツールに組み込んだ順位(2026-11-12時点)を表示し、そのことをお知らせします。
- 表示する範囲
- トラックには上位12モデルが走り、順位表は基準ごとに30位まで表示します。測定したモデルが3つより少ない基準は非表示にします。
- 基準のグループ
- 総合・分野別・コスパ・速度・安定性・画像・動画・音楽のグループがあります。
- 価格
- 入力3:出力1で混ぜた100万トークンあたりの米ドルです。韓国ウォンへの換算は、欧州中央銀行の基準レートで換算した参考値です。
AIモデルランキング比較の使い方
比較する基準を選びます
「比較グループ」で総合・分野別・コスパなどを選び、その中の基準のタブを押してください。タブごとに、何を測ったかと「高いほど良い」などの向きが書かれています。
会社を選びます
「会社別に見る」で会社を選ぶと、その会社のモデルだけが残ります。順位の番号は全体の順位をそのまま使います。
トラックを読みます
上位12モデルが値に応じて走り、順位どおりに並びます。トラックの上の目盛りに実際の値が書いてあるので、距離だけでなく目盛りもあわせて見てください。
順位表とモデルの要約を見ます
順位表で「すべて表示」を押すと30位まで広がり、モデル名を押すと、すべての基準での順位をまとめて見られます。
こんな作業に使えます
総合・分野別・コスパ・速度に分けて見ます
総合には、LiveBenchの総合スコア(LiveBench 2.0の7つの分野の加重平均で、長期エージェント×2、コーディングとデザイン×1.5、残りは×1)と、OpenRouterが提供する知能・コーディング・エージェント指数(Artificial Analysisによる評価)があります。分野別は、LiveBench 2.0の長期エージェント・推論・コーディング・ブラウザ作業・データ分析・リサーチ・デザインです。コスパは、LiveBenchの問題1問を正解するのにかかった費用と100万トークンあたりの価格、速度・安定性は、OpenRouterが測った出力速度・最初の応答までの時間・稼働率・コンテキスト長です。1つの基準で1位でも、別の基準でも上位とは限らないので、使いたい用途に合う基準を見てください。
コスパのグラフの読み方
横軸は成功1件あたりの費用、縦軸はスコアです。青い点線は、同じ費用でそれより高いスコアのモデルがないモデルだけを結んだコスパの線です。線の下側・右側にあるモデルには、より安くてスコアが高い代替モデルがあることを意味します。
トラックの目盛りもあわせて読んでください
スコアの差が小さい基準では、トラックが0ではなく最小値より少し下から始まり、差を大きく見せます。価格とコンテキスト長は数十倍の差があるため、対数目盛りを使っています。トラックの上の目盛りに実際の値が書いてあるので、距離の差をそのまま倍率として読まないでください。
1日1回、新しく取得します
元データを1日1回新しく取得して順位を付け直し、画面の上に基準日を表示します。ベンチマークは推論強度(maxやhighなど)の設定によって変わるため、最も高い設定の値を表示しています。価格は入力3:出力1の比率で混ぜた100万トークンあたりの米ドルで、韓国語の画面では、その日の欧州中央銀行の基準レートで換算した韓国ウォンの参考値(≈)を横に表示します。実際の料金は、提供会社や割引条件によって異なる場合があります。
例で結果を確かめる
価格のタブを選ぶ
比較グループ:コスパ → 価格安いモデルほどゴールに近くなります
トラックは対数目盛りコスパの線を読む
成功1件あたりの費用とスコア
A $0.02・60点、B $0.05・55点
C $0.10・70点、D $0.40・68点コスパの線:A → C1社だけを見る
会社別に見る:1社を選択その会社のモデルだけが残り、順位の番号は全体の順位のまま基準のグループの選び方
表を左右にスクロールすると続きが見られます。
| グループ | 見るもの | 出典 |
|---|---|---|
| 総合 | LiveBenchの総合(7分野の加重平均:長期エージェント×2、コーディング・デザイン×1.5、残り×1)と、知能・コーディング・エージェント指数 | LiveBench、OpenRouter(Artificial Analysisによる評価) |
| 分野別 | 長期エージェント・推論・コーディング・ブラウザ作業・データ分析・リサーチ・デザイン(LiveBench 2.0の7分野) | LiveBench |
| コスパ | 成功1件あたりの費用と、100万トークンあたりの価格 | LiveBench、OpenRouter |
| 速度・安定性 | 出力速度・最初の応答・稼働率・コンテキスト長 | OpenRouter |
結果が思ったとおりにならないとき
「内蔵データ」と表示されます
その日は元データを取得できなかったため、ツールに組み込んでおいた順位を表示しています。表示されている基準日を確認して、後でもう一度開いてみてください。
探しているモデルが「順位圏外」です
基準ごとに上位30件だけを収めています。その基準で測っていないか、30位より下の場合は、要約に「上位n件にない、または測定データなし」と表示されます。
選んだ会社のモデルがないと表示されます
その基準の順位に、該当する会社のモデルがないためです。別の基準や会社を選んでみてください。
知っておきたい用語
- LiveBench
- AIモデルをいくつもの分野の課題で採点して公開するベンチマークです。このツールはLiveBench 2.0の7分野のスコアを使います。
- 対数目盛り
- 値が10倍になるごとに同じ距離だけ進む目盛りです。価格やコンテキスト長のように、差が大きい値に使います。
- コスパの線
- 同じ費用でより高いスコアを出したモデルがないモデルを結んだ線です。
AIモデルランキング比較のよくある質問
順位はいつの時点のものですか?
画面の上に表示されている基準日のものです。サーバーがLiveBenchとOpenRouterの元データを1日1回新しく取得するため、新しいモデルは元データに載ってから遅くとも1日以内に反映されます。元データを取得できなかった日は、ツールに組み込んでおいた順位とその基準日を表示します。
価格で1位とはどういう意味ですか?
100万トークンを入力3:出力1の比率で使ったときに、最も安いモデルです。価格のタブでは、安いほどゴールに近くなります。
ロゴやキャラクターは公式のものですか?
いいえ。ロゴとキャラクターは、各社の商標を指し示すために使っているもので、UtilPickは各社と関係がなく、後援や保証を受けていません。
モデル名を押すと何が表示されますか?
そのモデルが基準ごとに何位かをまとめた要約ウィンドウが開きます。上位30件に入っていない基準は、順位圏外と表示されます。
速度・最初の応答のタブが表示されないことがあります。
測定したモデルが3つより少ない基準は、順位と呼びにくいため非表示にします。元データが再び補充されると表示されます。


