公式は「まず Opus 5.5」と推奨、日本語の業務タスク 24 問で測ると点差はほぼなく費用だけ 63 倍の差
出典: Zenn (Claude topic)
Hiroba による自動要約
Anthropic のモデル選定ガイドの測り方に沿い、日本語の事務・専門文書タスク 24 問で Haiku 5.5〜Fable 5.2 の 7 設定を比較した検証記事。180 点満点で全設定が 173〜179 点に収まる一方、費用は最大 63 倍差、effort を上げても点は伸びず。AI 採点の誤りや 1 回測定の限界にも言及し、API でモデル選定する開発者向け。
出典・元記事
Zenn (Claude topic) の記事を Hiroba が自動要約しました。元記事を読む
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 3946 件あります。
関連する記事
同じタグの記事


