BenchLeader

Claude Opus 4.6 vs GPT-6.2 Sol

詳しいプロフィール:Claude Opus 4.6(Anthropic)とGPT-6.2 Sol(OpenAI)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 10件の情報源のデータ

2026年11月19日時点で、Claude Opus 4.6とGPT-6.2 Solの品質は互角です(BenchLeader Indexで62.4 対 64.6、±4.0の誤差範囲内)。価格はGPT-6.2 Solの方が2.5倍安く、100万トークンあたりのブレンド価格で$4.00 対 $10.00です。両方を測定できるすべてのカテゴリでGPT-6.2 Solがリードしています。GPT-6.2 Solの方が出力が約2倍速いです。

要点(2026年11月19日時点)

  • BenchLeader IndexはClaude Opus 4.6が62.4、GPT-6.2 Solが64.6です(BenchLeader、2026年11月19日)。
  • Claude Opus 4.6の100万トークンあたりのブレンド価格は$10.00です(定価、2026年11月19日)。
  • GPT-6.2 Solの100万トークンあたりのブレンド価格は$4.00です(定価、2026年11月19日)。
  • GPT-6.2 SolはClaude Opus 4.6より出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月19日)。
  • 両モデルに結果がある3件のベンチマークのうち、GPT-6.2 Solが3件でリードしています(BenchLeader、2026年11月19日)。
  • Arena WebDevでの評価はClaude Opus 4.6が1547、GPT-6.2 Solが1757です(LMArena、2026年11月19日までの公開値)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングGPT-6.2 Solカテゴリスコア75 対 62;Arena WebDev 1757 対 1547高
推論GPT-6.2 Solカテゴリスコア70 対 64;ARC-AGI-2 85.8% 対 69.2%中
チャットの質(人間の評価)–Arenaの評価があるのはClaude Opus 4.6のみです(カテゴリスコア70)比較不可
最低コストGPT-6.2 Sol100万トークンあたりブレンド価格$4.00 対 $10.00;エージェント型コーディングセッション$0.160 対 $0.400–
回答開始の速さClaude Opus 4.6最初の回答トークンまで1.2秒(Claude Opus 4.6 (high))対 78.8秒(GPT-6.2 Sol (max))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • Claude Opus 4.6 (high)とGPT-6.2 Sol (max)の品質は互角です(62.4 対 64.6、±4.0の誤差範囲内)。
  • GPT-6.2 Sol (max)はコーディング、推論で優れています。
  • GPT-6.2 Sol (max)の方が2.5倍安くなっています(100万トークンあたりブレンド価格$4.00 対 $10.00)。
  • GPT-6.2 Sol (max)の方が出力が2.0倍速くなっています(74 対 36トークン/秒)。

概要

仕様Claude Opus 4.6GPT-6.2 Sol
プロバイダーAnthropicOpenAI
リリース日2026年2月5日2026年11月17日
コンテキストウィンドウ(トークン)1,000,0001,050,000
比較した構成Claude Opus 4.6 (high)GPT-6.2 Sol (max)
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$5.00 / $25.00 / $0.500$2.00 / $10.00 / $0.100

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリClaude Opus 4.6 (high)GPT-6.2 Sol (max)トップ
推論64.470.1GPT-6.2 Sol
コーディング61.974.5GPT-6.2 Sol
エージェント・ツール–65.1比較不可
数学63.4–比較不可
知識–65.4比較不可
人間の評価69.8–比較不可
マルチモーダル66.7–比較不可
総合–64.5比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学知識マルチモーダル人間の評価Claude Opus 4.6, 推論: 64.4Claude Opus 4.6, コーディング: 61.9Claude Opus 4.6, 数学: 63.4Claude Opus 4.6, マルチモーダル: 66.7Claude Opus 4.6, 人間の評価: 69.8GPT-6.2 Sol, 推論: 70.1GPT-6.2 Sol, コーディング: 74.5GPT-6.2 Sol, エージェント・ツール: 65.1GPT-6.2 Sol, 知識: 65.4

破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。

描画していないもの(これらのモデルの結果なし):指示追従, 長文コンテキスト。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある3件のベンチマークのうち、Claude Opus 4.6のリードが0件、GPT-6.2 Solのリードが3件です。

総合IndexClaude Opus 4.6 (high)GPT-6.2 Sol (max)トップ
BenchLeader Index62.464.6互角

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Claude Opus 4.6 (high)GPT-6.2 Sol (max)
100万トークンあたりのブレンド価格$10.00$4.00
100万トークンあたりの入力/出力$5.00 / $25.00$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.500$0.100
タスクあたりの価格:チャットの返答$0.0095$0.0038
タスクあたりの価格:30ページのレポートを要約$0.075$0.030
タスクあたりの価格:コード編集$0.068$0.027
タスクあたりの価格:エージェント型コーディングセッション$0.400$0.160
タスクあたりの価格:構造化データの抽出$0.015$0.0060
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.198$0.074
ベンチマークのタスクあたりのコスト(AA Index)–$1.01
タスクあたりの出力トークン(AA Index)–40k
うち推論–23k
タスクあたりの時間(AA Index)–9 min
出力速度36 tok/s74 tok/s
回答開始までの時間1.2秒78.8秒

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 4.6 (high)のスコアは62.4、最初の回答トークンまで1秒。Claude Opus 4.6は62.0(1秒)、Claude Opus 4.6 (推論なし)は58.1(2秒)。GPT-6.2 Sol (max)のスコアは64.6、最初の回答トークンまで79秒。GPT-6.2 Sol (xhigh)は63.3(32秒)、GPT-6.2 Sol (high)は62.3(12秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

167件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Claude Opus 4.6 (high)GPT-6.2 Sol (max)
BenchLeader IndexBenchLeader62.464.6
コーディングスコアBenchLeader61.974.5
人間の評価スコアBenchLeader69.8–
数学スコアBenchLeader63.4–
マルチモーダルスコアBenchLeader66.7–
推論スコアBenchLeader64.470.1
エージェント・ツールスコアBenchLeader–65.1
総合スコアBenchLeader–64.5
知識スコアBenchLeader–65.4
ブレンド価格($/100万トークン)BenchLeader$10.00$4.00
出力速度BenchLeader36 tok/s74 tok/s
回答開始までの時間BenchLeader1.2秒78.8秒
コンテキストウィンドウBenchLeader1,000,000トークン1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub90.5%†–
Humanity's Last ExamScale AI / CAIS19.0%†–
SimpleBenchSimpleBench67.6%†–
Arena Hard PromptsArena (LMArena)1530–
LiveBench 2.0 ReasoningLiveBench–90.6%
LiveBench 1.0 ReasoningLiveBench88.7%–
GPQA Diamond (AA)Artificial Analysis84.0%†–
Humanity's Last Exam (AA)Artificial Analysis19.1%†–
HLE-Diamond (AA)Artificial Analysis–64.0%
GPQA Diamond (Vals)Vals AI89.7%†–
Kagi LLM BenchmarkKagi LLM Benchmark72.4%†67.0%†
ARC-AGI-1ARC Prize94.0%97.5%
ARC-AGI-2ARC Prize69.2%85.8%
ARC-AGI-3ARC Prize0.5%†98.2%
CritPtArtificial Analysis2.8%†–
CritPt v2 hard subset (AA)Artificial Analysis–62.5%
MysteryMechanismVals AI–36.9%
HLE-Diamond (Scale)Scale AI SEAL–56.5%†
Arena ExpertArena (LMArena)1543–
Chess PuzzlesEpoch AI Benchmarking Hub21.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub15.0%†–
CL-benchEpoch AI Benchmarking Hub20.7%†–
CL-bench LifeEpoch AI Benchmarking Hub17.0%–
LMCAEpoch AI Benchmarking Hub55.8%†–
DTBenchEpoch AI Benchmarking Hub91.2%†–
167件のベンチマークをすべて表示
指標公開元Claude Opus 4.6 (high)GPT-6.2 Sol (max)
推論
ForecastBenchForecastBench63.1%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub78.7%†–
WeirdMLWeirdML78.0%–
FrontierCodeCognition26.6%†–
GSO-BenchGSO-Bench41.2%–
Arena CodingArena (LMArena)1547–
Arena WebDevArena (LMArena)15471757
LiveBench 2.0 CodingLiveBench–83.7%
LiveBench 1.0 CodingLiveBench78.2%–
LiveCodeBenchVals AI84.7%†–
SWE-bench (Vals)Vals AI78.2%†–
SWE-Bench ProScale AI SEAL51.9%†–
SWE-bench Verified (bash only)SWE-bench75.6%†–
SWE-bench Multilingual (bash only)SWE-bench72.0%†–
SWE-bench Verified (any scaffold)SWE-bench75.6%†–
Vibe Code Bench v1.1Vals AI57.6%†87.6%
Vibe Code Bench 1-100 v1.1Vals AI–40.9%
SWE-Bench Pro (private)Scale AI SEAL47.1%†–
SWE Atlas v1.0: Codebase QnAScale AI SEAL33.3%†–
SWE Atlas v1.0: RefactoringScale AI SEAL35.6%†–
SWE Atlas v1.0: Test WritingScale AI SEAL36.7%†–
SWE Atlas v1.1Scale AI SEAL–60.5%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–61.3%†
SWE Atlas v1.1: Test WritingScale AI SEAL–64.4%†
SWE Atlas v1.1: RefactoringScale AI SEAL–55.7%†
MirrorCodeEpoch AI Benchmarking Hub33.3%†–
ALE-BenchEpoch AI Benchmarking Hub996.5†–
AlgoTuneAlgoTune1.5–
Terminal-Bench 4.0 (AA)Artificial Analysis–60.1%
FrontierCode 2.0 (AA)Artificial Analysis–44.4%
エージェント・ツール
Terminal-BenchTerminal-Bench79.8%†61.5%
CybenchCybench93.0%†–
Remote Labor IndexScale AI / CAIS4.2%†–
APEX-AgentsMercor46.3%†–
Arena AgentArena (LMArena)–11.3
LiveBench Long AgenticLiveBench–63.6%
LiveBench BrowserLiveBench–88.2%
LiveBench Agentic CodingLiveBench49.0%–
Terminal-Bench HardArtificial Analysis48.5%†–
τ²-Bench Telecom (AA)Artificial Analysis84.8%†–
MCP AtlasScale AI SEAL76.8%†–
HiL-BenchScale AI SEAL38.3%†–
τ³-bench Bankingτ²-bench27.3%†–
Analyst Agent (AA)Artificial Analysis–53.8%
APEX-Agents (AA)Artificial Analysis33.0%†–
Finance Agent v2.1Vals AI–58.9%
Harvey's Legal Agent Benchmark v1.1Vals AI–12.1%
Legal Research BenchVals AI–37.0%
Tax Agent BenchVals AI–24.8%
Terminal-Bench 2.0 (Vals)Vals AI58.4%†–
Terminal-Bench 4.0 (Vals)Vals AI–60.6%
Terminal-Bench ScienceVals AI–58.6%
Arena SearchArena (LMArena)1222†–
Arena Agent Task CompletionArena (LMArena)–10.9
DeepResearch BenchDeepResearch Bench55.3%–
METR Time HorizonsMETR78.9%†–
GBAEvalEpoch AI Benchmarking Hub44.1%†–
Vending-Bench 2Andon Labs8017.6†–
AutomationBenchArtificial Analysis–71.3%
GDP.pdf (AA)Artificial Analysis–30.0%
Harvey LAB-AA v1.1Harvey–11.1%
EnterpriseOps-GymArtificial Analysis–28.9%
AA-Briefcase v1.1Artificial Analysis–1612
Design Arena AgenticDesign Arena1188†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–67.6%
CWE-Bench (AA)Artificial Analysis–61.7%
DeepSec-Bench (AA)Artificial Analysis–51.6%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub66.0%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub94.4%†–
ProofBenchVals AI50.0%†–
LiveBench MathematicsLiveBench89.3%–
AIME (Vals)Vals AI95.6%†–
AIME 2026MathArena96.7%–
HMMT February 2026MathArena96.2%–
USAMO 2026MathArena47.0%–
MathArena ApexMathArena34.5%–
Autoform-HardVals AI–85.7%
Arena MathsArena (LMArena)1516–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub47.0%†–
LiveBench 2.0 Data AnalysisLiveBench–81.1%
LiveBench ResearchLiveBench–90.1%
LiveBench 1.0 Data AnalysisLiveBench69.9%–
AA-Omniscience v1.1Artificial Analysis–40.4
MMLU-ProVals AI89.1%†–
LegalBenchVals AI85.3%†–
CorpFinVals AI67.0%†–
TaxEvalVals AI76.0%†–
MedQAVals AI95.4%†–
PRBench FinanceScale AI SEAL53.3%†–
PRBench LegalScale AI SEAL52.3%†43.3%†
MultiNRCScale AI SEAL48.3%†–
BioMysteryBenchVals AI–77.8%
CaseLaw v2Vals AI62.1%†–
Excel Modeling Benchmark v1.1Vals AI–74.3%
MedCodeVals AI49.1%†–
MedScribeVals AI86.7%†–
DrugDiscoveryBenchScale AI SEAL27.7%†62.2%†
EBR-benchEpoch AI Benchmarking Hub12.7%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–44.6%
Global-MMLU-Lite (AA)Artificial Analysis90.6%†–
指示追従
LiveBench LanguageLiveBench83.3%–
LiveBench Instruction FollowingLiveBench63.3%–
IFBenchArtificial Analysis44.6%†–
MultiChallengeScale AI SEAL56.0%†72.0%†
TutorBenchScale AI SEAL53.5%†–
Arena Instruction FollowingArena (LMArena)1511–
人間の評価
Arena TextArena (LMArena)1503–
EQ-Bench 4EQ-Bench1210†–
EQ-Bench Creative Writing v3EQ-Bench1810†–
Arena Creative WritingArena (LMArena)1498–
Arena Multi-turnArena (LMArena)1516–
Arena Longer QueriesArena (LMArena)1521–
マルチモーダル
Arena VisionArena (LMArena)1316–
LiveBench DesignLiveBench–80.0%
MMMU-ProArtificial Analysis72.5%†–
VISTAScale AI SEAL45.5%†–
MMMU-Pro (Vals)Vals AI83.9%†–
MortgageTaxVals AI68.5%†–
Humanity's Sixth SenseScale AI SEAL–56.8%†
VTBScale AI SEAL27.5%†–
Furniture AssemblyEpoch AI Benchmarking Hub28.3%†–
VIALS-AAHandshake AI–62.7%
AA-3DArtificial Analysis–1259
長文コンテキスト
AA-LCR v1.1Artificial Analysis67.0%†–
Arena DocumentArena (LMArena)1497–
MLCRArtificial Analysis–37.2%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub156.3†–
LiveBench 2.0LiveBench–80.3%
LiveBench 1.0LiveBench74.5%–
AA Intelligence Index v5.0.1Artificial Analysis–57.3
AA Intelligence Index v4.3.2Artificial Analysis26.4†–
AA Progress Index v1Artificial Analysis274.5†–
Vals IndexVals AI–66.1
Vals Finance IndexVals AI–56.7%
Vals Science IndexVals AI–57.8%
Vals Legal IndexVals AI–66.7%
AA Cyber IndexArtificial Analysis–37.8
安全性・誠実さ
FORTRESSScale AI SEAL20.5%†–
MASKScale AI SEAL96.3%†–

データは2026年11月19日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

最近の変化

  • GPT-6.2 Sol (max):BenchLeader Index 63.2 → 64.6。
  • GPT-6.2 Sol (max):新しい結果4件(VIALS-AA, Arena WebDev, Arena Agent…)。
  • GPT-6.2 Sol (max):BenchLeader Index 62.4 → 63.2。
  • GPT-6.2 Sol (max):新しい結果2件(Vibe Code Bench 1-100 v1.1, Terminal-Bench)。
  • Claude Opus 4.6 (high):BenchLeader Index 63.0 → 62.5。

ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Opus 4.6 vs GPT-6.2 Sol:よくある質問

Claude Opus 4.6はGPT-6.2 Solより優れていますか?
Claude Opus 4.6 (high)とGPT-6.2 Sol (max)の品質は互角です(62.4 対 64.6、±4.0の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月19日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Claude Opus 4.6とGPT-6.2 Solはどちらが安いですか?今後変わる予定はありますか?
現在はGPT-6.2 Solの方が安く、100万トークンあたり$4.00 対 $10.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはClaude Opus 4.6とGPT-6.2 Solのどちらが向いていますか?
コーディングではGPT-6.2 Solの方がスコアが高くなっています(カテゴリ指標で75 対 62。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Opus 4.6が1547、GPT-6.2 Solが1757です。
Claude Opus 4.6とGPT-6.2 Solはどちらが速いですか?
GPT-6.2 Solの方が出力が約2倍速くなっています(出力74 対 36トークン/秒、Artificial Analysisの7日間の中央値)。
長い文書にはどちらが向いていますか?
どちらも約1.1Mトークンです(Claude Opus 4.6は1,000,000、GPT-6.2 Solは1,050,000)。
ほかの質問(3件)
レイテンシが低いのはどちらですか?
先に回答を始めるのはClaude Opus 4.6です。Artificial Analysisの測定では、最初の回答トークンまで1.2秒 対 78.8秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
Claude Opus 4.6とGPT-6.2 Solについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある3件のベンチマークのうち、Claude Opus 4.6のリードが0件、GPT-6.2 Solのリードが3件です。
GPT-6.2 Solはいつリリースされましたか?
GPT-6.2 Solは2026年11月17日にリリースされました。