Cursorで使えるAIモデル比較 2026/06

はじめに

こんにちは、やしまです。
先月の記事（Cursor利用モデル比較 2026/05）を書いてから1ヶ月も経っていないのに、モデルが更新されまくっているので早速アップデートしておこうと思います。
モデルのサイクルが速すぎて備忘録の更新が忙しいという謎の時代になってきている気がします。

前提

前回と同じく、CursorでAPIキーを設定せずに使えるモデル（のうち使いそうなもの）をAIに比較してもらいます。
比較するAIには Claude Sonnet 4.6 を使いました。
今回は Claude Opus 4.8、Composer 2.5、Gemini 3.5 Flash など前回からバージョンが変わったモデルがあるので、そこを中心に更新しています。
それっぽく載せていますが、前回と同様あくまで自分用の参考です。

Cursorで使えるAIモデル比較（2026年6月）

Anthropic — Claude

モデル	コンテキスト	SWE-bench	得意領域	API単価（入力/出力 /1Mトークン）	特徴・備考
Claude Opus 4.8 ★	1M トークン	88.6%（Verified）/ 69.2%（Pro）	自律型マルチステップ・大規模リファクタ・数学的推論	$5 / $25	Opus 4.7から継続アップデート。動的ワークフロー（並列サブエージェント）対応。コードの見逃しミスが4.7比4分の1に。最もクレジット消費大
Claude Sonnet 4.6	1M トークン	79.6%（Verified）	日常コーディング・コードレビュー・文章生成	$3 / $15	Opus比40%コストで高品質。Proプランの主力としてそのまま現役
Claude Haiku 4.5	200K トークン	—	補完・分類・高速タスク処理	$1 / $5	高スループット・低コスト用途向け。Cursorのスマートスイッチング（Auto）で自動採用されることも

OpenAI — GPT

モデル	コンテキスト	SWE-bench	得意領域	API単価（入力/出力 /1Mトークン）	特徴・備考
GPT-5.5 ★	1M トークン	88.7%（Verified）/ 58.6%（Pro）	ターミナル・エージェントワークフロー・コンピューターユース	$5 / $30	Terminal-Bench 82.7%でトップ。汎用・全方位バランスの「デフォルト」候補
GPT-5.4	1M トークン	〜80%（Verified）	汎用タスク・コンピューターユース・マルチモーダル	$2.50 / $15	SWE-bench ProはOpus比やや劣るが、ネイティブコンピューターユースが強み
GPT-5.3 Codex	400K トークン	56.8%（Pro）	長期エージェントコーディング・CI連携・ターミナル処理	$1.75 / $14	コーディング特化モデル。GPT-5.5より安く、ターミナル寄り作業に強い

Google — Gemini

モデル	コンテキスト	SWE-bench等	得意領域	API単価（入力/出力 /1Mトークン）	特徴・備考
Gemini 3.5 Flash ★	1M トークン	Terminal-Bench 76.2%	エージェント・マルチステップツール処理・マルチモーダル	$1.50 / $9	Google I/O 2026（5/19）公開。Gemini 3.1 Proより速くコーディング系スコアが高い。フラッシュなのにPro超えのインパクトモデル
Gemini 3.1 Pro	1M トークン	80.6%（Verified）	全リポジトリ解析・長文脈・科学推論	$2 / $12	GPQA Diamond 94.3%（知識推論トップ）。3.5 Flashに一部を抜かれたが純粋な推論深度はまだ上

Cursor・その他

モデル	プロバイダー	コンテキスト	SWE-bench等	得意領域	API単価（入力/出力 /1Mトークン）	特徴・備考
Composer 2.5 ★	Cursor	—	SWE-Bench Multilingual 79.8%	エージェント実行・日常コーディング・高ボリューム処理	$0.50 / $2.50（スタンダード）/ $3.00 / $15.00（高速）	5/18公開。Opus 4.7・GPT-5.5に匹敵するスコアを1/10のコストで実現。Cursor 3.0デフォルト。Kimi K2.5ベースの自社モデル
Grok Build 0.1	xAI	256K トークン	70.8%（Verified）	インタラクティブ・エージェントコーディング・ツールユース	$1 / $2	5/14公開。xAI初のエージェント向けコーディングモデル。フロンティア比は劣るがコスパ優秀な入門候補

---

★ = 各プロバイダーの推奨主力モデル
API単価はトークンベース（Cursor経由では異なる場合あり）
SWE-bench Verified と SWE-bench Pro（Multilingual）は別物なので単純比較注意
出典: Cursor公式・各種ベンチマーク（2026年6月時点）

前回からの主な変更点

前回（2026年5月版）との差分をまとめておきます。

• Claude Opus 4.7 → 4.8：5/28リリース。価格は$5/$25で変わらず。動的ワークフロー（並列サブエージェント）やFastモードが追加。SWE-bench ProやUSAMOで大きくスコアアップ
• Gemini 2.5 Flash → Gemini 3.5 Flash：Google I/O 2026で発表。Gemini 3.1 Proより速くてコーディング系スコアが高いというびっくり展開。ただし価格は$1.50/$9に上昇
• Gemini 3.1 Pro：引き続きラインナップに存在。純粋な推論深度では3.5 Flashに優位性が残るため併記
• Composer 2 → Composer 2.5：5/18リリース。Cursor自社モデルがさらに強化されてフロンティアモデルに並んだと話題に
• Grok Build 0.1：Cursor公式ドキュメントに追加。5月に公開されたxAIのエージェントコーディング特化モデル
• DeepSeek V4 Pro / Flash、Kimi K2.6、Grok 4：前回は表に掲載していたが、現時点でのCursor公式ドキュメント掲載モデルに絞ったため今回は除外

選び方のポイント

• 難しい設計・自律型マルチステップ → Claude Opus 4.8（最高精度、クレジット消費大。並列サブエージェントが強い）
• 日常コーディングのデフォルト → Composer 2.5（フロンティア品質を1/10コストで）またはClaude Sonnet 4.6（コスパ最良）
• ターミナル操作・CI/CD寄りのエージェント → GPT-5.5（Terminal-Bench トップ）
• マルチモーダル・エージェントのスループット重視 → Gemini 3.5 Flash（4x高速・フロンティア超えスコア・$1.50/$9）
• 全リポジトリの長文脈解析・深い推論 → Gemini 3.1 Pro（推論深度と知識幅）

個人的に使うモデル

前回から変わったところを中心に書いておきます。

• 普段のコーディングアシスト：Composer 2.5
  • 前回は「Composer or Sonnet」と書いていたけど、Composer 2.5がフロンティアに並んだのでこれで十分そう
  • コストが1/10というのが嬉しい。Proプランのクレジットがもちそう
  • 納得できない書き方のときだけClaude Sonnetに切り替える感じは変わらず
• 変更が多そうなときのコーディングアシスト：Claude Opus 4.8
  • 4.7から引き続き「なんかすごい」と評判
  • 並列サブエージェントで複数ファイルを同時に扱えるようになったのが特に便利そう
  • ゴールを明確にして任せる戦略は変わらず
• 簡単そうな修正・ルーティン作業：Auto
  • 前回と変わらず。割安なAutoに任せる
• ターミナル操作が絡むとき：GPT-5.5
  • Terminal-Benchトップなので、シェルやCLI系の作業はこちらに振ってみる予定
• ソースをある程度まとめて聞きたいとき
  • ソース関連はClaude Sonnetを信頼しているのは変わらず

終わりに

前回から1ヶ月も経っていないのにComposer 2.5とGemini 3.5 FlashとOpus 4.8が出てきて、表を更新せざるを得なかった感じです。
モデル比較の備忘録を書いてもすぐ陳腐化するという時代になってきたなと実感しています。
内容についての文句は受け付けていませんが、アドバイスや表に追加した方が良さそうな項目などは受け付けていますので気軽に言ってください。

ではでは。