GPT-6.1 Sol と Claude Sonnet 5.5、同じ単価で出力トークンは2.1倍

GPT-6.1 Sol と Claude Sonnet 5.5 は、FastMetal では円単価がまったく同じです。入力は100万トークンあたり¥357.4、出力は¥1,787（税別・前払い）。料金と文脈長だけを並べても、選ぶ決め手は出てきません。

そこで、FastMetal の比較用41問（日本語20問・英語21問）を両モデルに同じ条件で投げ、返ってきた量と速さを測りました。先に結論を書きます。

• 出力トークンは Sonnet 5.5 のほうが約2.1倍。41問中40問で多く、単価が同じなので出力側の請求もほぼ2.1倍です。
• ただし応答は Sonnet 5.5 のほうが速い。中央値は Sol が18.5秒、Sonnet 5.5 が15.2秒です。
• 画面に出る文章は1.12倍しか増えていない。トークンの差の多くは、本文に現れない部分です。

測り方

比較ページに載っている41問をそのまま使いました。デバッグ、コードレビュー、SQL最適化、ビジネスメール、翻訳、日本語の添削、議事録の要約などです。2026年9月30日に実行し、プロンプトは両モデルで同一です。この記事の数字は、その実行で保存された応答から集計しています。

なお、これは FastMetal の比較実行での結果です。推論の強さなど設定を変えれば数字は動きますし、41問は小さな標本です。傾向として読んでください。

結果

• 出力トークンが Sonnet 5.5 のほうが多かったのは41問中40問でした。例外は「算数の文章問題」（日本語版）で、Sol 676 に対し Sonnet 5.5 は 666 とほぼ同数です。
• 応答時間は、Sonnet 5.5 のほうが遅かったのが16問、速かったのが25問です。
• 回答の文字数は、41問合計で Sol 136,292 字、Sonnet 5.5 152,627 字。トークン比が2.14倍なのに、文字数比は1.12倍です。文字あたりのトークンは Sol が約0.39、Sonnet 5.5 が約0.75になります。

出力トークンだけを円に直すと、41問の合計で Sol は約¥96、Sonnet 5.5 は約¥205です（入力とキャッシュは含みません）。1問あたりでは約¥2.3と約¥5.0。1回なら誤差ですが、1タスクで何十回も呼ぶ使い方では、そのまま2倍として効きます。

日本語と英語で見ても傾向は同じでした。日本語20問の平均出力トークンは Sol 1,590 に対し Sonnet 5.5 3,165（約2.0倍）、英語21問は 1,038 に対し 2,454（約2.4倍）です。

速いのに、なぜ多いのか

トークンが2倍なら遅くなりそうですが、そうはなりませんでした。Sol は長く考え込む問題で時間がかかっています。

• 「メリット・デメリット分析」（日本語）：Sol 55.7秒、Sonnet 5.5 30.3秒
• 「Pros and Cons Analysis」（英語）：Sol 59.2秒、Sonnet 5.5 30.8秒
• 「SQLクエリの最適化」（日本語）：Sol 37.0秒、Sonnet 5.5 24.4秒

逆に短い問題では Sol が速い場面もあります。「ニュアンスを活かした翻訳」は Sol 3.1秒、Sonnet 5.5 7.2秒でした。平均で見ると Sonnet 5.5 が少し速い、という程度の差です。

出力が多い理由は「注釈」にある

日本語の課題で、実際の回答を並べてみます。

「ニュアンスを活かした翻訳」（日本語の商品レビューを英訳する課題）。Sol は訳文のみで、118トークン、476字でした。Sonnet 5.5 は訳文に加えて訳注を付け、797トークン、2,167字です。訳注にはたとえば次のような行があります。

「贅沢な悩み」→ "luxury problem"

原文の「これは贅沢な悩みかもしれません」を、Sol は「but that's really just nitpicking」と訳しました。意味は通りますが、「贅沢な」というニュアンスは訳文には出ていません。Sonnet 5.5 は訳し分けの理由まで書いています。訳だけ欲しいなら Sol、判断の根拠も見たいなら Sonnet 5.5、という違いです。

「文章をわかりやすく書き直す」（CAP定理の長い一文を読みやすくする課題）。Sol は3文の書き直しだけで327トークン、152字。Sonnet 5.5 は書き直し案、変更点の説明、短縮版の3点を返し、771トークン、674字です。変更点には次の指摘が含まれていました。

元の「3つのうち最大2つしか満たせない」は俗説的な説明です。

依頼は「技術的な正確さを保ちつつ」書き直すことでした。原文の説明の精度まで踏み込んで直したのは Sonnet 5.5 だけです。ただし、頼んでいない指摘でもあるので、そのまま使う文章なら不要な出力とも言えます。

「日本語の添削」（ビジネスの案内文の誤字・文法を直す課題）は、差が小さいケースです。どちらも「ありがとうございいます」の誤字と「してます」を直し、応答時間も Sol 15.7秒、Sonnet 5.5 15.2秒でした。違いは出力量（924 と 2,110 トークン）と、迷った箇所の扱いです。Sol は「再度ご連絡差し上げたいと存じます」を「文法的に問題ないため、そのまま残しています」と説明しました。Sonnet 5.5 は「ご連絡を差し上げます」に書き換えています。さらに Sonnet 5.5 は、Sol が触れなかった「3月25日の深夜2時」の日付の曖昧さも補足で指摘していました。

公式ページに書かれていること

参考までに、各社の公式ページの記載です（いずれも2026年9月30日に確認）。

• Anthropic は Claude Sonnet 5.5 を2026年9月28日に公開し、Sonnet 5 より「30%以上高速」と説明しています。今回の中央値では Sonnet 5 の17.7秒に対し 5.5 は15.2秒で、差は約14%です。計測条件が違うため、数字は一致しません。Anthropic: Introducing Claude Sonnet 5.5
• 同ページによると、思考の努力度の既定値は Claude アプリで Medium、Claude Platform で High です。
• OpenAI の API ドキュメントでは、GPT-6.1 Sol の既定の推論強度は Medium とされています。OpenAI: GPT-6.1 Sol

出力量の差が、モデルの性格によるのか、既定の思考設定によるのかは、この実験だけでは切り分けられません。

どちらを選ぶか

• 既定は GPT-6.1 Sol。 変換、書き直し、要約、抽出のように「答えだけが欲しい」処理を大量に回すなら、同じ単価で出力が約半分になります。今回の41問では、出力費が約¥96と約¥205でした。
• 説明つきの答えが欲しいなら Claude Sonnet 5.5。 訳注、変更理由、追加の指摘まで返ってきます。レビューや添削の根拠を人が読む用途では、増えた分に意味があります。しかも今回の測定では、平均・中央値とも Sonnet 5.5 のほうが速く返ってきました。
• 品質の優劣は、この記事では判定していません。 この記事で引用した数問を読む限り、どちらも日本語は自然でした。ただし41問すべてを採点したわけではないので、実際の用途で試してください。

単価が同じでも、返ってくる量で請求は倍近く変わります。自分の用途のプロンプトで数十問を流し、出力トークンを見るのが最も確実です。

両モデルが41問にどう答えたかは比較ページに並べています。それぞれの詳細は GPT-6.1 Sol と Claude Sonnet 5.5 のページ、円建ての単価は料金ページでご確認ください。API から使う場合のモデル名は、gpt-6.1-sol と anthropic-claude-sonnet-5-5 です。