ベンチマーク2026年2月17日
Claude Sonnet 4.6がOSWorldで72.5%を達成、Opusのコンピュータ使用に匹敵
Sonnet 4.6がコンピュータ使用ベンチマークでOpus 4.6と並び、ミッドティア価格で高度なデスクトップ自動化を実現。
コンピュータ使用の民主化
Claude Sonnet 4.6のOSWorld-Verifiedでの72.5%スコアはOpus 4.6の72.7%と実質並びです——高度なデスクトップ自動化がミッドティアの価格で利用可能になります。
OSWorldとは？
OSWorldはAIモデルを実際のコンピュータタスクでテストします：
- ウェブブラウジングとフォーム記入
- デスクトップアプリケーション使用
- ファイル管理
- マルチステップワークフロー
- クロスアプリケーションタスク
パフォーマンス比較
| モデル | OSWorld-Verified | 価格 |
| Opus 4.6 | 72.7% | $15/$75 |
| Sonnet 4.6 | 72.5% | $3/$15 |
| Sonnet 4.5 | 61.4% | $3/$15 |
| GPT-5.2 | 約65% | $1.75/$14 |
Sonnet 4.6はSonnet 4.5から11ポイント以上向上し、Opus同等に到達しました。
実用的な能力
Sonnet 4.6は今や確実に：
ウェブオートメーション
- バリデーション付きの複雑なフォームに記入
- マルチステップのチェックアウトフローをナビゲート
- ダイナミックなウェブサイトからデータを抽出
デスクトップタスク
- スプレッドシートを操作
- アプリケーション間でドキュメントを処理
- ファイルシステムを管理
エンタープライズワークフロー
- 経費報告書の提出
- データエントリの自動化
- テストとQAシナリオ
価格への影響
典型的なエンタープライズのコンピュータ使用展開：
- Opus 4.6： 2万タスクで約月額$1,500
- Sonnet 4.6： 同じタスクで約月額$300
同等のパフォーマンスで80%のコスト削減。
まとめ
Sonnet 4.6はAIを活用したコンピュータ自動化のコスト障壁を取り除きました。6ヶ月前はプレミアム機能だったものが今や標準ティアです。