チュートリアル2026年7月13日by K.hirano

2秒 vs 15秒：Codex・Claude Code・Grok、通常セッションの最適モデルを実測で選ぶ

CodexのGPT-5.6 Terra High、Claude CodeのSonnet 5 High、Grok 4.5 Highを、第三者実測のタスク単価・知能指標・応答開始時間で比較。通常セッションと難問での切り替え基準を整理します。

#Codex#Claude Code#Grok#GPT-5.6#AI比較#APIコスト

関連記事としては BlogClaude Fable 5 vs Sonnet 5：料金5倍・知能+7点の実測使い分けガイドFable 5とSonnet 5をArtificial Analysisの知能指数・タスク単価・出力量で比較。料金5倍の差を実務の判断材料に落とし込みます。→ もあわせて読むと、今回の論点とのつながりを把握しやすくなります。

モデル選びで迷う理由は、各社の入力・出力単価だけを見ると答えが出ないからです。出力単価が安いGrokでも、考え始めてから最初の返答が出るまで待たされるなら、毎日開きっぱなしにする通常セッションでは印象が変わります。

私が通常セッションの既定を一つ選ぶなら、対話しながらコードを読んだり、小さな修正を重ねたりする用途にはGPT-5.6 Terra Highを置きます。Grok 4.5 Highは品質指標を優先して待てるとき、GPT-5.6 Sol Highは設計や難問だけに上げる枠です。Claude Sonnet 5 Highは保存ページに知能指標がないため、ここでは勝敗をつけず、条件を並べて判断材料にします。

ここでいうCodex、Claude Code、Grokは使う道具の名前です。実際に比べるのは、その中で選ぶモデルとeffort設定です。道具同士の勝ち負けではなく、通常セッションに置く設定を決める記事として読んでください。もし今のモデルで「返答を待つ間に手が止まる」と感じているなら、その違和感を数字でほどくのがこの記事の狙いです。

ここが今回の中心です。APIの表示単価が安いことと、通常セッションで気持ちよく進むことは、同じではありません。この記事では、事実として確認できる数値と、そこから導く運用上の判断を分けます。

まず結論：通常はTerra High、待てる品質枠はGrok High

今回の比較では、通常セッションを次の3段階に分けます。

作業の性質	置くモデル	判断理由
調査、既存コードの修正、会話しながら進める実装	GPT-5.6 Terra High	最初の返答が約2秒で、同一ベンチのタスク単価も低い
少し重いレビュー、答えの質を優先する相談	Grok 4.5 High	知能指標はTerra Highより高いが、返答開始まで約15秒待つ
設計、複数の制約が絡む難問、失敗コストが高い判断	GPT-5.6 Sol High	さらに高い知能指標を狙う代わりに、単価と待ち時間を受け入れる

これは「Terraが常に一番賢い」という話ではありません。普通のセッションでは、返答のたびに10秒以上待つ負担が積み上がります。最初の一言が早く、途中で考え直しても心理的な摩擦が少ないことが、普段使いでは数字以上に効きます。

比べたのはツール名ではなく、モデル設定です

比較した条件は次のとおりです。Intelligence IndexとCost per Intelligence Index Taskは、Artificial Analysisが独自に計測する第三者指標です。提供元公式の性能保証や、すべての開発作業での成功率ではありません。

通常セッションの候補	Intelligence Index	タスク単価	出力速度	最初の返答まで	入力 / 出力単価
GPT-5.6 Terra High（Codex候補）	48.95	$0.236	121.5 t/s	2.07秒	$2.50 / $15.00
Grok 4.5 High（xAI候補）	53.83	$0.311	119.3 t/s	14.55秒	$2.00 / $6.00
Claude Sonnet 5 High（Claude Code候補）	N/A	N/A	71.4 t/s	13.82秒	$2.00 / $10.00
GPT-5.6 Sol High（昇格候補）	55.87	$0.453	73.0 t/s	7.00秒	$5.00 / $30.00

Claude Sonnet 5 Highは、保存したArtificial AnalysisページでIntelligence Indexとタスク単価がN/Aでした。したがって、TerraやGrokより品質が上・下とはこの記事の数値から言えません。この空欄を都合よく埋めないことが、比較では大切です。

なぜ出力単価が安いGrokを、通常セッションの一番手にしないのか

Grok 4.5 Highの出力単価は100万トークンあたり$6で、Terra Highの$15より低く見えます。ここだけならGrokに寄せたくなります。

ところが、同じArtificial Analysisのページにあるタスク単価は、Grok Highが$0.311、Terra Highが$0.236でした。評価中の出力トークンはGrok Highが60M、Terra Highが24Mです。単価が低くても、仕事を終えるまでに使う量が増えれば、合計は逆転します。

さらに通常セッションでは、最初の返答までの時間がTerra Highは2.07秒、Grok Highは14.55秒です。出力が始まった後の速度は両者とも約120 t/sで近いので、体感差の中心は「書き始める前の待ち」にあります。

Grok Highが向くのは、その待ち時間を許容してでも、同じ第三者指標で48.95対53.83の上積みを取りたいときです。コードの方針を一度きちんと考えさせたい、レビューの一発目を重くしたい、といった場面なら候補になります。対話の往復を何十回も行う通常セッションとは、少し性格が違います。

迷うとしたら、Grokの約15秒をどう受け止めるかです。返答を待つ間に別の確認へ移れる作業なら品質の上積みを取りやすく、画面を見ながら次々に質問を返す作業ならTerra Highの軽さが効きます。

Claude CodeのSonnet Highは、空欄を含めて判断する

Claude Sonnet 5 Highは、入力$2・出力$10、出力速度71.4 t/s、最初の返答まで13.82秒という条件でした。Terra Highより待ち時間は長く、Grok Highに近い位置です。

ただし、この保存ページでは知能指標とタスク単価が出ていません。数値がないのに「Terraより安い」「Grokより弱い」と決めるのは誤りです。Sonnet Highを使い続ける価値は、モデル自体の品質だけでなく、Claude Codeのワークフロー、既存のスキル、プロジェクトの慣れとも結びついています。

乗り換えを考えるなら、まずは普段の小さな修正をTerra Highで回し、同じタスクをSonnet Highと数回ずつ比べるのが確実です。見るべきなのは請求額だけではありません。最初の回答までの待ち時間、修正のやり直し回数、ツール呼び出しの回数、最終的に人が直した量を並べると、自分の仕事に合う差が出ます。

Sol Highへ上げる基準は「難しいから」より「失敗が高いから」

Terra Highで十分に進むなら、最初からSol Highへ上げる必要はありません。Sol HighはIntelligence Indexが55.87と高い一方、タスク単価は$0.453です。Terra Highの約1.9倍で、通常の往復に使うには少し重くなります。

私なら、次のどれかが起きたときだけSol Highへ上げます。

要件の解釈が複数に割れ、実装前に設計を固めたい。
変更範囲が広く、間違えるとデータや認証、公開機能に影響する。
同じ修正を二度試しても原因が見えず、手戻りが増え始めた。

これはモデルの格付けではなく、失敗の兆候を切り替えの合図にする運用です。通常はTerra Highでテンポよく進め、必要なときだけGrok HighやSol Highへ上げる方が、毎日の作業では気持ちよく回ります。

検証方法

確認日: 2026-07-13

整理日: 2026-07-13

今回の数値は、保存したArtificial Analysisのモデルページを確認してまとめたものです。記事内では各ページのIntelligence Index、Cost per Intelligence Index Task、Output Speed、TTFT、入力・出力単価を同じ表に転記しました。ページの計測値は更新されるため、将来同じURLを開いたときに数字が変わっている可能性があります。

注意点・制約

また、入力・出力単価はAPIのトークン価格で、タスク単価はベンチマーク内の加重平均です。短い質問を一回だけ投げる請求額と、そのまま一致するわけではありません。この記事は各社の公式ベンチマークではなく、同じ第三者ページで確認できた値を比較したものです。

自分の通常セッションで採用するなら、同じ作業を各モデルに数回ずつ依頼し、待ち時間、手戻り、ツール呼び出し、最終的に自分が直した量を記録してください。その結果がこの記事の表と違っても不思議ではありません。この表だけから、個別業務での知能差まで推測できるものではありません。表は決定の代わりではなく、試す順番を決めるための地図です。

出典:

GPT-5.6内部でeffortをどう切り替えるかは、BlogGPT-5.6のeffort、maxにすると何倍遅い？実測で見る使い分けGPT-5.6 Sol/Terra/LunaのreasoningエフォートをArtificial Analysisの第三者実測データで比較。effortを上げるとIntelligence Index・TTFT・価格がどう変わるかを出典付きチャートで確認し、用途別の使い分け判断基準を整理します。→と、BlogGPT-5.6 Sol×Terra、コスパ最強のEffort組み合わせは？実測で検証GPT-5.6 Sol（設計・計画役）とTerra（コーディング実装役）を組み合わせて使う際、どのreasoning effortが最もコスパが良いかをArtificial Analysisの実測データで検証。Solはhighで頭打ち、Terraはhighまで気軽に上げてよい理由を出典付きチャートで確認します。→で掘り下げています。Claude Code側のeffort設定は、BlogSonnet 5のeffortは何が変わった？1M CTX無料化と検証結果Claude Sonnet 5のeffortレベル推奨表とベンチマークを整理し、Opus 4.8をadvisorにする設計パターンと、Usage Credits不要になった1M CTXの変化を解説する。→も参照してください。

この記事を書いた人

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！