「結局どのAIモデルを使えばいいのか」を、感覚ではなく数字で判断するためのサイトです。Artificial Analysisは、AIモデルとそれを提供するAPIプロバイダーを独立した立場でベンチマークし、品質・応答速度・料金を同じ土俵で並べて見せてくれます。対象は言語モデルだけではありません。コーディングエージェント、画像・動画・音声生成モデルまで横断し、金融や法務といった業界特化の指数も用意されています。公開されているリーダーボードはログイン不要で閲覧でき、データをAPIから取得したい場合は有償プランが用意されています。AIラボや大手テック企業が自社モデルの性能を語るときに引用することも多く、業界内で参照される分析機関として運営されています。
主な特徴
- Intelligence Index（インテリジェンス指数）: 複数のベンチマークを統合し、モデルの総合的な知能をひとつのスコアにまとめた指標です。2026年9月時点の最新版はv4.3で、評価項目は定期的に入れ替えられています
- Coding Agent Index: コーディングエージェントが実務に近いタスクをどこまでこなせるかを測る指数です。チャットの受け答えの上手さではなく、作業の完遂能力を見る指標として設計されています
- Image / Video / Speech Arena: 画像・動画・音声の生成モデルを対戦形式で比較するリーダーボードです。数値化しにくい生成品質を、比較投票の積み重ねで順位付けします
- Capability Indexes（業界特化指数）: 金融・法務など、特定ドメインでの性能を切り出して評価する指数です。汎用ベンチマークの総合点だけでは見えない得意・不得意が分かります
- Model Recommender: 重視したい条件（品質を優先するのか、価格や速度を優先するのか）を入力すると、条件に合うモデルを提案してくれる機能です
- Optima: 自社の要件に合わせた独自ベンチマークを組み立てられるツールです。公開指標では測れない用途を、自分たちの基準で評価できます
料金
| プラン | 料金 | 主な内容 |
|---|---|---|
| 公開リーダーボード | 無料（登録不要） | リーダーボード・各種指数・記事の閲覧 |
| Pro | 1席あたり月額$417（年払いは1席あたり年額$4,020、月換算約$335） | APIでのデータ取得、エクスポート、カスタムチャート／テーブル作成、業界レポート、メールサポート |
| Enterprise | 要問い合わせ | Proの全機能に加え、最上位のAPIレート制限、計算市場モデルと予測、ワークショップ、AI戦略アドバイザリー、専任サポート |
料金は2026年9月時点の情報です。最新の料金は公式サイトをご確認ください。
Enterpriseは従業員150名以上の組織を対象としたプランとして案内されています。なお、無料プランという形での提供は明記されていません。ログイン不要で見られる公開ページと、有償のProプラン以降という切り分けになっています。
メリット・デメリット
✅ メリット
- モデル選定の議論を「なんとなく良さそう」から「この指標でこう違う」に変えられます。社内の合意形成やクライアントへの説明が通しやすくなります
- 品質だけでなく速度と料金が同じ画面に並ぶため、予算と体感速度の折り合いをつけたモデル選びができます
- 言語・画像・動画・音声・コーディングエージェントまで1か所で追えるので、分野ごとに別のランキングを探し回る手間が省けます
- 特定のAIベンダーに属さない独立系で、Microsoft・Meta・Google・Amazonといった大手からも引用されており、出典として示しやすい立場にあります
⚠️ デメリット
- APIでのデータ取得やエクスポートといった主要機能は、月額$417のProプラン以降でなければ使えません。個人で気軽に契約できる価格帯ではありません
- Enterpriseプランは要問い合わせのため、導入検討の初期段階で費用感をつかみにくい構成です
- 過去にはGPT-6 Astraのスコアリングを巡って評価の妥当性に疑問が投げかけられた経緯があります（その後、Intelligence Index v4.2以降で採点方式が見直されています）
- ベンチマークはあくまで独自設計の指標であり、自社の実際のユースケースでの性能を保証するものではありません
類似サービスとの比較
| サービス名 | Artificial Analysisとの違い |
|---|---|
| LMArena（旧 LMSYS Chatbot Arena） | 人間の投票によるEloレーティングが軸で、ベンチマークスコアというより人気投票に近い性格です |
| Hugging Face Open LLM Leaderboard | 学術ベンチマーク中心のコミュニティ運営で、価格・速度のデータは扱いません |
| OpenRouter | モデルAPIの中継と課金代行が主軸のサービスで、ベンチマークは付随的な位置づけです |
| Vellum AI LLM Leaderboard | 商用色の強い小規模なリーダーボードで、比較対象のモデル数がより限られます |
こんな人におすすめ
- 業務で使うLLM APIを、コストと性能のバランスを見ながら選定したい開発者や技術選定の担当者
- 画像・動画・音声の生成モデルを横断的に比較し、用途に合うものを探したいクリエイターやプロダクト担当者
- 金融・法務など自社の領域に近いドメイン指数を見て、候補モデルを絞り込みたい企業のAI導入担当者
- 社内向けのモデル選定レポートやダッシュボードに、出典を示せるベンチマークデータを組み込みたい人
まとめ
AIモデルの数が増え続けるなかで、「速いが高い」「安いが遅い」といったトレードオフを一覧で確認できる場所は貴重です。Artificial Analysisは、公開されているリーダーボードを眺めるだけでも十分に役立ちます。まずは無料で見られる範囲で自分の候補モデルを比べてみて、データをAPIで取り込んだり社内資料に展開したりする必要が出てきた段階で、Proプランの費用と見合うかを検討するのが現実的な使い方です。ベンチマークの数字はあくまで判断の出発点なので、最終的には自社のタスクで試すところまでセットで考えておくと安心です。