GPT-6・Gemini 3.8・Claude 5.1が出揃った2026年秋——企業AI基盤の選定で変えた4つの評価軸

Claude Haiku 5.5 の公式ベンチマークと料金を、タスクごとのモデル振り分けという実務視点で整理した記事。OSWorld や Terminal-Bench で前世代から大幅に向上した一方、複数ファイル編集や長期 Agent 作業では Sonnet 5.5 との差が残るとの整理。100K tokens 境界を踏まえた構成、effort 設定、成功タスク単価の考え方も解説。数値はすべて Anthropic 発表値で、独立計測ではない。

Claude Haiku 5.5（claude-haiku-5-5）の公式ベンチマークを、前世代比の伸び幅・Sonnet 5.5 との境界・成功あたりコストの3軸で読み解く解説。OSWorld 72.4%、Terminal-Bench 39.2% と大幅改善の一方、長期計画やエラー回復は Sonnet 優位。effort 調整対応や価格体系も整理。数値は Anthropic 発表値で第三者実測ではない点に留意。モデル選定・ルーティング設計の担当者向け。

OpenAI が月額 $100 / $200 / $500 の ChatGPT プラン加入者向けに、同額の API クレジットを付与する特典を開始。同月初めに Anthropic が Max / Team プラン向けに発表した、有効期限付きで Anthropic API に使えるクレジット特典とほぼ同一の内容。両社に加入する Simon Willison は、既存サブスクリプションでクレジットを賄えるため公開デモの提供も検討と言及。

Usage and Cost Analytics API がベータ公開され、モデル・ワークスペース・API キー・ユーザー単位でトークン使用量とコストを取得可能に。旧 Usage and Cost API と Enterprise Analytics API の4エンドポイントはサポート継続のままレガシー化。Messages API と Token Counting API の最大リクエストサイズも 32MB から 128MB へ拡大。コスト集計基盤の運用者、大容量ファイル送信の実装者向けの整理記事。