2026年8月のLLMモデルリスト：最先端のラインナップとその絞り込み方法

2026年8月のLLMモデルリストを一気に挙げると、Claude Opus 5、Claude Fable 5、GPT-5.6 Sol、Kimi K3、Qwen3.8 Max、Claude Sonnet 5、Grok 4.5、GLM 5.2、Gemini 3.6 Flash、GPT-5.6 Luna、DeepSeek V4 Flash——今月注目すべき名前はこれらだ。そして、さらに200以上のモデルが単一のAPIキーで呼び出せる。だが、名前のリストは答えではない。それぞれの行に価格、コンテキストウィンドウ、性能が載っていて、かつ読んだ価格が実際に支払う価格になるほど最新のリストであってはじめて、答えになる。このページはまさにそれを提供する：実際の数値を備えた最新のラインナップ、列の読み方、そして200以上のモデルから良い選択肢を一つに絞り込むための3つのフィルターだ。以下のすべての数値は、2026年8月10日に各ソースから取得したものだ。

使えるリストには4つの列があります。

価格もコンテキストウィンドウも機能の注記もないモデル名だけのページ——それが、$0.09のモデルで足りる作業にトークン100万個あたり$50を支払ってしまう原因だ。実際に使えるリストは1行に4つの項目を含み、そのどれもが必須だ。

• 名称とベンダー。正確なモデル、つまりファミリー名ではなく個別モデルを指定すること。GPT-5.6 Luna と GPT-5.6 Sol は価格に50倍の差がある別製品であり、これらを曖昧にするリストは、リストがないことよりも悪い。

• 100万トークンあたりの価格。入力と出力を別々に表示。モデルによって両者の差は最大20倍にもなり、実際の請求額は出力によって決まるため、ひとつの数値にまとめると実態が見えにくくなる。

• コンテキストウィンドウ。 ソース素材のうち、1回の呼び出しに収まる量のこと。200Kウィンドウ、1Mウィンドウ、1.3Mウィンドウは互換性がなく、その違いがプロンプトが無傷のまま存続するかどうかを左右する。

• 能力とモダリティ。 一般的な推論、コーディング、エージェントとしての信頼性、そしてモデルが画像を受け付けるかどうか。テキストのみのモデルは、スレッドに貼り付けたスクリーンショットをデバッグできません。

今、フロンティアのラインナップ

リーダーボードは毎週更新されるため、こちらは2026年8月10日時点のスナップショットです。価格はOrcaRouterのリスト価格（プロバイダー価格をマークアップなしでそのまま適用）であり、インデックスは本日取得したArtificial Analysis Intelligence Indexです。

• Claude Opus 5 — $5 / $25、1Mコンテキスト、AA Index 63。今月のインデックスで最高の汎用スコアであり、難しい推論や長時間のエージェントワークのデフォルトです。

• Claude Fable 5 — $10 / $50、1M、AA Index 62。このリストの中で最も高価なフロンティアモデルであり、インデックスで実証済みの2位。作業のハードテールがコストに見合う場合にのみ、プレミアムを支払うこと。

• GPT-5.6 Sol — $5 / $30, 1M, AA Index 61.OpenAIの最強の汎用モデルで、マルチモーダル対応。Claudeの2モデルを油断させないコーディング性能を備える。

• Kimi K3 — $3 / $15, 1M, AA Index 60.上位5つの中で最もコストパフォーマンスが高い：MoonshotのフラッグシップがClaude Opus 5の価格の約3分の1。

• Qwen3.8 Max — $2 / $6、1M、AA Index 58。Alibabaの旗艦モデルで、フロンティア領域で最強のオープンウェイト選択肢。そのインデックススコアに対して価格が外れ値となっている。

• Claude Sonnet 5 — $2 / $10、1M、AA Index 55。Claudeファミリーのバリューティア——上位モデルと同じ保守的なハウススタイルを、Claude Opus 5の5分の1の価格で。

• Grok 4.5 — $2 / $6、500K、AA インデックス 56。 xAI の旗艦モデルで、このクラスとしては高速かつ低コストですが、コンテキストウィンドウはこのグループの他のモデルより小さいです。

• GLM 5.2 — $0.76 / $2.42, 1M, AA Index 53. Z.aiのオープンウェイトモデルは、1Mウィンドウを備えながら、クローズド系フラッグシップ価格のほんの一部で利用できます。

• Gemini 3.6 Flash — $1.50 / $7.50、1M、AA Index 52。速度重視の選択肢：インデックス上で出力速度が第2位（約238トークン/秒）で、低レイテンシーが求められる高ボリュームのループ向けに設計されています。

• GPT-5.6 Luna — $0.10 / $0.60, 1M, AA Index 52.同じファミリーでありながら、50倍安い：小型モデルの価格帯で、ミッドレンジのインデックススコアを実現。

• DeepSeek V4 Flash — $0.09 / $0.18、1M、AA Index 52。 このリストの中で、フロンティア規模のコンテキストウィンドウを備えた最も安価なモデル：2840億パラメータ、130億アクティブのオープンウェイト混合専門家（MoE）モデルです。

What landed after this list was written

The lineup above was read on August 10, 2026. Two models have been added to the catalogue since, and both carry Intelligence Index v5.0.1 scores — a different evaluation set from the v4.3 numbers in that snapshot, so read them as a separate cohort rather than as a re-ranking of it.

• Gemini 4 Carbon — $2.00 / $10.00, 1M context, index 60, #4 of 78. Multimodal input including audio and video, a 65K output ceiling, and cache reads at $0.100 per 1M: the cheapest way on this page to put a million tokens of mixed media in front of a model that scores 60.

• Claude Fable 5.2 — $8.00 / $40.00, 1M context, index 65, #1 of 78. The strongest score on the current evaluation set and the most expensive entry on this page, with a 128K output ceiling, always-on thinking and cache reads at $0.200 per 1M.

リストをフィルタリングする方法

300種類ものモデルを求める人はいません。必要なのは、自分にぴったり合うひとつだけです。3つのフィルターがその作業のほとんどを担い、ライブカタログもまさにこの3つを軸に設計されています。

• まずは能力で絞り込む。モデルに何をさせるべきかから始める。難しい推論や長いエージェントループ → Claude Opus 5 または Claude Fable 5。リポジトリ規模のコーディング → コーディング指標のリーダーである Claude Opus 5 と GPT-5.6 Sol。レイテンシ制約のあるオートコンプリート → Gemini 3.6 Flash。そして、プロンプトに画像が含まれる可能性があるなら、ほかの何よりも先にテキスト専用モデルをすべて除外する——このたった一つのフィルターだけで DeepSeek V4 Flash は即座に候補から外れる。

• 2番目に価格で絞り込む。 今月の価格帯は、無料（NVIDIAのNemotronティア、GoogleのGemma 4 31B無料ティア）からClaude Fable 5の$10/$50までで、下限の100倍以上に達します。実用的な中間帯に、ほとんどの本番利用が集中しています。DeepSeek V4 FlashとGPT-5.6 Lunaは$0.20/$0.60未満、Claude Sonnet 5とQwen3.8 Maxは約$2、フラッグシップは入力$3〜$10です。その価格帯を表示できない価格フィルターは、価格フィルターとは呼べません。

• 3つ目：コンテキストウィンドウでフィルタリングClaude Haiku 4.5は200Kが上限です。最先端モデルのほとんどは1Mです。Llama 4 Scoutは1.3Mまで、Grok 4.20は2Mまで対応します。ただし、宣伝されているコンテキストサイズは上限であり、保証ではありません。上限に近づくにつれて品質は低下するため、余裕を持って選びましょう。ペイロードが150Kトークンの場合、200Kモデルは罠であって、適切な選択肢ではありません。

ライブリストが存在する場所

ブログ記事に掲載されているすべての表は（この記事も含めて）スナップショットであり、この市場ではスナップショットは1週間も経てば古くなります。リストのライブ版はOrcaRouterの/modelsページにあります。そこでは200以上のモデルが1つのAPIキーで利用でき、サイドバーにはプロバイダー、コンテキスト、価格のフィルター、上部にはモダリティのタブがあります。そのページが持っていて、どのリスト記事にも欠けている特性は、それが実際のカタログであって、カタログの貼り付けではないということです。フロンティアモデルのリリースはベンダーが発表してから約1日以内にそこに追加され、オープンウェイトのリリースは数日以内に追加されます。表示価格は、上流のリアルタイムレートを0%マークアップでそのまま適用したものであり、ページに表示されている額がそのままアカウントに請求されます。それが、1つのキーで200以上のモデルをルーティングするポイントでもあります。リストが変化しても（毎週変化します）、あなたのコードは変化しません。1つの契約、1つのAPI形式、そして動くのはmodel-idだけです。

リストがあなたを惑わせるとき

列のおかげでリストが使いやすくなる一方で、誤った自信も生み出してしまう。どの行も信頼する前に、名前をつけておく価値のある落とし穴が4つある。

• 最新が最良とは限らない。先週リリースされたモデルが自動的に正しい選択になるわけではない。インデックスはバリアントや努力レベルが変わると再計算され、フェイルオーバーを組み込んだ実績のあるモデルは、発売当日の真新しいモデルに勝る。

• 価格は能力ではない。 GPT-5.6 Luna（$0.10 / $0.60）は、両者が対応するタスクでインデックス52を記録しており、これは15倍の価格のGemini 3.6 Flashとわずか1ポイント差である。プレミアム層が買っているのは平均的なケースではなく、困難なケースである。

• コンテキスト長は宣伝上の値であり、実証された能力ではない。 100万トークンのウィンドウがあるからといって、モデルが100万トークンをうまく扱えるわけではない。その数値は上限として捉え、余裕を持って選ぶべきであり、品質の保証として見るべきではない。

• 一つの指標はばらつきを隠す。同じ指標を持つ2つのモデルでも、推論・コーディング・エージェンティックスイートでのスコアは異なる。リストが先発ラインアップを示す一方、タスクごとの順位が勝敗を決める——これはコード作成に最適なLLMガイドの主張の核心であり、同じモデルがすべての仕事で勝つわけではない理由でもある。

• オープンかクローズかで、問いは変わる。セルフホスティング、エアギャップ環境のデータ、または厳格なコスト上限を前提とするなら、ランキングは逆転する。GLM 5.2、Qwen3.8 Max、DeepSeek V4 Flashは、インデックス上の順位が示唆する以上に魅力的になる。なぜなら、トークン単位での支払いがまったく発生しないからだ。

短いバージョン

LLMモデルのリストは、その列が持つ情報だけに価値がある。現在のフロンティア、すなわちClaude Opus 5、Claude Fable 5、GPT-5.6 Sol、Kimi K3、Qwen3.8 Max、Claude Sonnet 5、Grok 4.5、GLM 5.2、Gemini 3.6 Flash、GPT-5.6 Luna、DeepSeek V4 Flashは、価格差がおよそ100倍に及び、コンテキストウィンドウは200Kから2Mまでにわたる。まず性能で絞り込み、次に価格、その次にコンテキストだ。「どのモデルか」という問いへの答えが変わり続けるなら、スナップショットを暗記するのはやめよう。ライブの /models カタログを使うのだ。そこでは200以上のモデルが、1つのキーで、リスト価格そのままで利用できる。このページは1週間もすれば古くなる。/models ページのリストは古くならない。