① 会話・推論モデル比較
| モデル | Context | 機能レベル | 科学推論（GPQA） | コーディング／Agent | 速度ポジショニング | マルチモーダル入力 | 価格（USD / M トークン） |
|---|---|---|---|---|---|---|---|
| lala-super | 200K | 国際トップティアフラッグシップ級（frontier）：最難度の推論、コーディング、エージェントタスク | トップティア（~93%+） | フラッグシップ級（SWE-bench Pro ランキング上位層） | 深い思考タイプ | テキスト＋画像＋音声 | $4.35 / $21.73 |
| lala-6-pro | 1M | オープンソース最先端級：全モーダル対話フラッグシップ、超長文書／大 codebase 最適選択 | フロンティア層 | フロンティア級エージェント機能（ターミナル/OS 自動化実測で同等を上回る） | バランス型 | テキスト＋画像＋音声 | $0.446 / $0.893 |
| lala-6 | 1M | オープンソース最先端級：日常会話、カスタマーサービス、コンテンツ生成のコストパフォーマンス最適選択 | フロンティア層 | 強力な Agent 能力（同等級実測で業界領先） | 高速 | テキスト＋画像＋音声 | $0.149 / $0.298 |
| lala-ultrafast | 1M | 超高速推論レベル：大量、低遅延シナリオ（分類、抽出、簡単な質問応答） | 同等第一層（~88%） | 強力（同等級実測で業界領先） | 超高速 | テキスト | $0.149 / $0.595 |
| GPT-5.5 (OpenAI) | ~1M | 国際フラッグシップ | 93.6% | SWE-bench Verified 88.7%（公式） | 深い思考タイプ | テキスト＋画像＋音声 | $5.00 / $30.00 |
| Claude Opus 5.5 (Anthropic) | 200K | 国際フラッグシップ | ~93%+ | SWE-bench Pro 89.9% | 深い思考タイプ | テキスト＋画像 | $5.00 / $25.00 |
| Gemini 3.1 Pro (Google) | 1M | 国際フラッグシップ | 94.3% | SWE-bench Verified 80.6% | バランス型 | テキスト＋画像＋音声＋動画 | $2.00 / $12.00 |
| DeepSeek V4 Flash | 1M | オープンソース最先端 | 88.1% | Terminal-Bench 2.1 90.6% | 超高速 | テキスト | $0.14 / $0.28 |
| Llama 4 Maverick (Meta) | 1M | オープンソース汎用 | 69.8% | LiveCodeBench 43.4% | 高速 | テキスト＋画像 | $0.15 / $0.60 |
lala シリーズの機能レベルは、同等の国際モデルの公式発表ベンチマークに基づいて位置付けられています。正確なスコアはテスト構成に依存し、規模参考のみです。価格は lala API の実際の課金です（モデル価格ページを参照）。
② lala フルファミリー機能一覧
| モデル | タイプ | コア能力 | 主要仕様 | 適用シナリオ |
|---|---|---|---|---|
| lala-6 | 対話 | 全モーダル会話、推論、コーディング | 1M context | カスタマーサポート、コンテンツ生成、日常アシスタント |
| lala-6-pro | 対話 | フラッグシップ全モーダル対話、複雑推論 | 1M context | 長文書類分析、大規模 codebase、高難度タスク |
| lala-ultrafast | 対話 | 超高速推論 | 1M コンテキスト・時間帯別料金 | 大量分類、抽出、リアルタイム Q&A |
| lala-super | 対話 | 国際トップティアフラッグシップ推論 | 深い思考、超強力なコーディング | 最難度の推論、Agent、コーディングタスク |
| lala-rag | ベクトル | テキストベクトル化 | 標準 OpenAI embeddings フォーマット | RAG 検索、セマンティック検索、ナレッジベース |
| lala-decision | 判研 | 構造化判断（テキスト生成なし）：Choice / Score / Noul 3種類の回答にキャリブレーション確率を付与；画像判断対応（最大4枚） | 1–5 秒；画像 ≤4 枚 | チケット振り分け、インテント識別、コンテンツリスク管理、ドキュメント審査 |
| lala-image | 画像 | 画像生成（品質優先） | 1枚ごとに課金 | 製品画像、ポスター、ソーシャルメディア素材 |
| lala-video | ビデオ | ビデオ生成（自動ナレーション／効果音／背景音楽付き） | 4–30 秒；480p/720p/1080p | 広告動画、製品デモ、ソーシャルメディア短編動画 |
| lala-speech | 音声 | 高品質音声合成 | 80+ 音色、9 種類の感情 | IVR、音声コンテンツ、音声カスタマーサービス |
| lala-music | 音楽 | 音楽生成 | 1曲ごとに課金 | ブランド jingle、背景音楽 |
| lala-lyric | 歌詞 | 歌詞生成（完全な曲／編集続き書き） | 1回ごとに課金 | 曲作成、marketing コピーライティング韻踏み |
③ 詳細ベンチマークスコア比較
| Benchmark（ベンチマーク） | lala-super | lala-6-pro | lala-6 | lala-ultrafast | GPT-5.5 | Claude Opus 5.5 | Gemini 3.1 Pro | DeepSeek V4 Flash | Llama 4 Maverick |
|---|---|---|---|---|---|---|---|---|---|
| GPQA Diamond（博士レベル科学推論） | ~91–94% | — | — | ~88–91% | 93.6% | 90.6% | 94.3% | 88.1–90.9% | 69.8% |
| SWE-bench Pro（実リポジトリコーディング） | ~85–90% | — | — | — | 58.6% | 89.9% | — | — | — |
| SWE-bench Verified（エージェント型コーディング） | フラッグシップ級 | — | — | — | 88.7%（公式） | — | 80.6% | — | — |
| DeepSWE（深度コーディング） | ~70–74% | ~70–72% | ~68% | — | — | 74.2% | — | — | — |
| Terminal-Bench 2.1（ターミナルエージェント） | ~87–88% | ~88–90% | ~87–88% | ~90% | — | 87.6% | — | 90.6% | — |
| OSWorld（コンピュータ操作エージェント） | ~82% | ~80–82% | ~80–81% | — | 78.7% | 81.8% | — | — | — |
| 数学（AIME / FrontierMath レベル） | ~90%+ | 強力 | 強力 | 強力 | — | FrontierMath T1-3 91.2% | AIME 96.7%（3 Pro） | AIME 93%+ | — |
| HLE（人間最後の試験、超難度総合） | ~61–68% | — | ~35% | — | — | 67.7%（ツール付き） | 51.4% | — | — |
| LiveCodeBench Pro（競技プログラミング Elo） | — | — | — | — | — | — | 2887 Elo（榜首） | — | 43.4% |
| マルチモーダル（MMMU-Pro ビジュアル理解） | ~89%（チャート類） | — | ~73% | — | — | 89.0%（Chartography） | 80.5% | — | — |
| 長文書（MRCR v2 / 長 context 検索） | 200K 全ウィンドウ信頼性 | 1M 全窗口 | 1M 全窗口 | 1M 全窗口 | — | — | 77%（128k 平均値） | 393K 出力 | 1M ウィンドウ |
| AA Intelligence Index（総合知能指数、独立評価） | ~58（トップティア） | ~46 | ~38 | — | 60 | 58 | #1 梯隊 | — | — |
| MMLU / GMMLU（総合知識） | ~94%（多言語） | — | — | — | 92.4% | GMMLU 94.3% | MMMLU 92.6% | — | 85.5% |
| SciCode（科学研究コーディング） | ~66–67% | — | ~51% | — | — | 66.9% | — | — | — |
| ProgramBench（プログラム合成） | ~90% | ~26% | ~26% | — | — | 91.2% | — | — | — |
| CyberGym（サイバーセキュリティ攻防） | — | ~94% | ~95% | ~88% | — | — | — | 88.1% | — |
| Toolathlon（実際のツールチェーンエージェント） | — | ~77% | ~74% | — | — | — | — | — | — |
| AutomationBench（エンタープライズプロセス自動化） | ~40% | — | — | — | — | 40.0% | — | — | — |
| GDPval（エンタープライズナレッジワーク Elo） | ~1800+ | ~1650–1700 | — | — | — | 1846 Elo（榜首） | — | — | — |
| 長文推論（AA-LCR ロングコンテキスト推論） | — | ~75 | ~74 | — | — | — | — | — | — |
「—」= そのモデルに公開可能な比較数値がありません。「~」区間 = lala シリーズは同等の独立評価（BenchLM、Artificial Analysis、Vals AI、llm-stats など）に基づいた規模位置付けです。公式の正確なスコアはテスト構成（effort レベル、scaffold、反復回数）に応じて 5～10 ポイントの差異が生じる可能性があり、クロスソース比較は参考のみです。
④ チャート速覧：パフォーマンスと価格
科学推論 GPQA Diamond（%）
lala シリーズは区間の中央値で表示されます
総合インテリジェンスインデックス（Artificial Analysis）
独立した第三者評価、0～70
入力価格（USD / M tokens、対数スケール）
lala の価格設定は同等の国際モデルを大幅に下回ります
性能価格比：インテリジェンス指数 ÷ 入力価
1ドル（M tokens）あたりで得られるインテリジェンススコア
lala シリーズ国際モデル
チャート データ同表③：「~」は lala スケール定位中央値；性能価格比チャートは各モデル AA Intelligence Index を入力価で除算、DeepSeek 指数は同等級独立評測値を使用。