BenchLeader

Dola Seed 2.0 Pro vs GPT-6 Astra

詳しいプロフィール:Dola Seed 2.0 Pro(ByteDance)とGPT-6 Astra(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 · 13件の情報源のデータ

2026年11月16日時点で、品質ではGPT-6 AstraがDola Seed 2.0 Proを上回ります(BenchLeader Indexで67.3 対 58.4)。両方を測定できるすべてのカテゴリでGPT-6 Astraがリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはDola Seed 2.0 Proが58.4、GPT-6 Astraが67.3です(BenchLeader、2026年11月16日)。
  • GPT-6 Astraの100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。
  • 両モデルに結果がある9件のベンチマークのうち、GPT-6 Astraが9件でリードしています(BenchLeader、2026年11月16日)。

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 Astraカテゴリスコア73 対 65;Arena Coding 1548 対 1514高
数学GPT-6 Astraカテゴリスコア71 対 63;Arena Maths 1481 対 1449高
推論GPT-6 Astraカテゴリスコア72 対 64;Arena Hard Prompts 1500 対 1480高
画像などのメディアGPT-6 Astraカテゴリスコア66 対 61;Arena Vision 1279 対 1274中
チャットの質(人間の評価)GPT-6 AstraArenaの投票で66 対 64中
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

  • 品質ではGPT-6 Astra (max)がリードしています:67.3 対 58.4。
  • GPT-6 Astra (max)はコーディング、人間の評価、数学、マルチモーダル、推論で優れています。

概要

仕様Dola Seed 2.0 ProGPT-6 Astra
プロバイダーByteDanceOpenAI
リリース日2026年2月14日2026年9月2日
コンテキストウィンドウ(トークン)–1,050,000
比較した構成Dola Seed 2.0 ProGPT-6 Astra (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)–$10.00 / $50.00 / $1.00

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Dola Seed 2.0 ProGPT-6 Astra (max)トップ
推論64.372.4GPT-6 Astra
コーディング64.973.2GPT-6 Astra
エージェント・ツール–63.9比較不可
数学62.770.8GPT-6 Astra
知識–72.3比較不可
人間の評価64.166.2GPT-6 Astra
マルチモーダル61.365.6GPT-6 Astra
長文コンテキスト–65.0比較不可
総合–71.3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推論コーディング数学マルチモーダル人間の評価Dola Seed 2.0 Pro, 推論: 64.3Dola Seed 2.0 Pro, コーディング: 64.9Dola Seed 2.0 Pro, 数学: 62.7Dola Seed 2.0 Pro, マルチモーダル: 61.3Dola Seed 2.0 Pro, 人間の評価: 64.1GPT-6 Astra, 推論: 72.4GPT-6 Astra, コーディング: 73.2GPT-6 Astra, 数学: 70.8GPT-6 Astra, マルチモーダル: 65.6GPT-6 Astra, 人間の評価: 66.2

描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 知識, 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9件のベンチマークのうち、Dola Seed 2.0 Proのリードが0件、GPT-6 Astraのリードが9件です。両方を評価しているすべての総合指標で、GPT-6 Astraが上回っています。

総合IndexDola Seed 2.0 ProGPT-6 Astra (max)トップ
BenchLeader Index58.467.3GPT-6 Astra
Arena Text14571474GPT-6 Astra

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Dola Seed 2.0 ProGPT-6 Astra (max)
100万トークンあたりのブレンド価格–$20.00
100万トークンあたりの入力/出力– / –$10.00 / $50.00
100万トークンあたりのキャッシュ入力–$1.00
タスクあたりの価格:チャットの返答–$0.019
タスクあたりの価格:30ページのレポートを要約–$0.150
タスクあたりの価格:コード編集–$0.135
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–$0.800
タスクあたりの価格:構造化データの抽出–$0.030
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)–$0.395
ベンチマークのタスクあたりのコスト(AA Index)–$6.24
タスクあたりの出力トークン(AA Index)–52k
うち推論–36k
タスクあたりの時間(AA Index)–21 min
出力速度–41 tok/s
回答開始までの時間–198.4秒
回答が完了するまでの時間(最終測定2026年11月13日)–533.7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。Dola Seed 2.0 Proのスコアは58.4。GPT-6 Astra (max)のスコアは67.3、最初の回答トークンまで198秒。GPT-6 Astraは66.4(5秒)、GPT-6 Astra (high)は66.3(49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

171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Dola Seed 2.0 ProGPT-6 Astra (max)
BenchLeader IndexBenchLeader58.467.3
コーディングスコアBenchLeader64.973.2
人間の評価スコアBenchLeader64.166.2
数学スコアBenchLeader62.770.8
マルチモーダルスコアBenchLeader61.365.6
推論スコアBenchLeader64.372.4
エージェント・ツールスコアBenchLeader–63.9
総合スコアBenchLeader–71.3
知識スコアBenchLeader–72.3
長文コンテキストスコアBenchLeader–65.0
ブレンド価格($/100万トークン)BenchLeader–$20.00
出力速度BenchLeader–41 tok/s
回答開始までの時間BenchLeader–198.4秒
コンテキストウィンドウBenchLeader–1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–95.8%
Humanity's Last ExamScale AI / CAIS–54.8%†
SimpleBenchSimpleBench–83.6%†
Arena Hard PromptsArena (LMArena)14801500
LiveBench 2.0 ReasoningLiveBench–92.7%
LiveBench 1.0 ReasoningLiveBench–92.7%
GPQA Diamond (AA)Artificial Analysis–96.1%
Humanity's Last Exam (AA)Artificial Analysis–54.7%
HLE-Diamond (AA)Artificial Analysis–63.8%
ARC-AGI-1ARC Prize–97.5%
ARC-AGI-2ARC Prize–95.0%
ARC-AGI-3ARC Prize–98.6%
CritPtArtificial Analysis–31.7%
CritPt v2 hard subset (AA)Artificial Analysis–70.5%
MysteryMechanismVals AI–53.1%
HLE-Diamond (Scale)Scale AI SEAL–60.6%†
Arena ExpertArena (LMArena)14781517
Chess PuzzlesEpoch AI Benchmarking Hub–74.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–84.0%
LMCAEpoch AI Benchmarking Hub–64.1%†
DTBenchEpoch AI Benchmarking Hub–97.1%†
ForecastBenchForecastBench–66.6%†
BTF-3Epoch AI Benchmarking Hub–13.5%†
コーディング
SciCodeSciCode–56.5%
WeirdMLWeirdML–93.3%
171件のベンチマークをすべて表示
指標公開元Dola Seed 2.0 ProGPT-6 Astra (max)
コーディング
FrontierCodeCognition–53.3%
GSO-BenchGSO-Bench–79.4%†
Arena CodingArena (LMArena)15141548
Arena WebDevArena (LMArena)–1764
LiveBench 2.0 CodingLiveBench–87.5%
LiveBench 1.0 CodingLiveBench–80.4%
IOIVals AI–100.0%
Code MigrationVals AI–67.7%
Code Migration v1.1Vals AI–80.6%
ProgramBenchVals AI–5.5%
SWE-bench MultimodalVals AI–43.3%
Vibe Code Bench 1-100Vals AI–27.6%
Vibe Code Bench v1.1Vals AI–89.6%
SWE Atlas v1.0: Codebase QnAScale AI SEAL–59.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL–59.0%†
SWE Atlas v1.0: Test WritingScale AI SEAL–50.7%†
SWE Atlas v1.1Scale AI SEAL–69.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–70.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL–66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL–71.4%†
SWE-Bench Pro V2Scale AI SEAL–96.9%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub–60.0%
DeepSWE v1.1Epoch AI Benchmarking Hub–73.2%
ALE-BenchEpoch AI Benchmarking Hub–2951.3
FrontierSWEEpoch AI Benchmarking Hub–65.5%
WeirdML v3WeirdML–42.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis–59.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–88.4%
Startrise FrontendStartrise–79.9%†
GameBench 2 OverallDuelLab GameBench 2–88.8†
GameBench 2 by reasoning settingDuelLab GameBench 2–94.3†
Design Arena WebsiteDesign Arena–1338
FrontierCode 1.1 (AA)Artificial Analysis–47.0%
FrontierCode 2.0 (AA)Artificial Analysis–42.4%
エージェント・ツール
Terminal-BenchTerminal-Bench–60.3%
Remote Labor IndexScale AI / CAIS–20.8%†
APEX-AgentsMercor–64.7%†
Arena AgentArena (LMArena)–14.5
LiveBench Long AgenticLiveBench–75.6%
LiveBench BrowserLiveBench–91.3%
LiveBench Agentic CodingLiveBench–57.3%
Terminal-Bench 2.1 (Vals)Vals AI–87.3%
HiL-BenchScale AI SEAL–65.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–53.7%
GDPval-AA v2.1Artificial Analysis–1587
τ³-Banking (AA)Artificial Analysis–41.4%
ITBench SRE (AA)Artificial Analysis–48.6%
Analyst Agent (AA)Artificial Analysis–51.3%
CUA-benchVals AI–19.2%
CyberBenchVals AI–41.1%
Finance Agent v2Vals AI–53.5%
Finance Agent v2.1Vals AI–60.4%
Harvey's Legal Agent Benchmark v1.1Vals AI–7.1%
Harvey's Legal Agent Benchmark v1Vals AI–5.4%
Legal Research BenchVals AI–39.4%
Robo-benchVals AI–23.3%
SREBenchVals AI–56.9%
Tax Agent BenchVals AI–20.7%
Terminal-Bench 4.0 (Vals)Vals AI–59.6%
Terminal-Bench ScienceVals AI–62.9%
Time Horizon Index: KSPVals AI–90.5%
Arena SearchArena (LMArena)–1245
Arena Agent Task CompletionArena (LMArena)–14
BALROGBALROG–68.3%
PostTrainBenchEpoch AI Benchmarking Hub–41.9%
Vending-Bench 2Andon Labs–15514.7†
SpireClimbEpoch AI Benchmarking Hub–34.0%
AutomationBenchArtificial Analysis–68.5%
GDP.pdf (AA)Artificial Analysis–31.0%
Harvey LAB-AA v1.1Harvey–8.6%
AA-Briefcase v1.1Artificial Analysis–1569
GDPxGDPx by SemiAnalysis–9.6%
Design Arena AgenticDesign Arena–1405
RoboDojo (LLM as robot policy)RoboDojo–29.0†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–63.3%
CWE-Bench (AA)Artificial Analysis–63.3%
DeepSec-Bench (AA)Artificial Analysis–36.9%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
MKA (AA)Artificial Analysis–50.2%
FACTS SearchGoogle–93.3%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub–97.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%
ProofBenchVals AI–99.0%†
LiveBench MathematicsLiveBench–96.8%
Arena MathsArena (LMArena)14491481
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–75.6%
LiveBench 2.0 Data AnalysisLiveBench–83.0%
LiveBench ResearchLiveBench–90.6%
LiveBench 1.0 Data AnalysisLiveBench–83.0%
AA-Omniscience v1.1Artificial Analysis–42.4
PRBench FinanceScale AI SEAL–47.5%†
PRBench LegalScale AI SEAL–48.4%†
BioMysteryBenchVals AI–79.3%
Excel Modeling BenchmarkVals AI–71.7%
Excel Modeling Benchmark v1.1Vals AI–72.7%
MedCodeVals AI–48.5%
MedScribeVals AI–87.9%
Financial Coaching BenchVals AI–67.5%
Immigration BenchVals AI–67.7%
DrugDiscoveryBenchScale AI SEAL–68.7%
EBR-benchEpoch AI Benchmarking Hub–76.2%
GDP.pdfEpoch AI Benchmarking Hub–34.2%
AA-Omniscience v1.1: accuracyArtificial Analysis–61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–50.2%
HealthBench Professional (AA)OpenAI–66.0%
FACTS ParametricGoogle–83.8%†
指示追従
LiveBench LanguageLiveBench–89.4%
LiveBench Instruction FollowingLiveBench–75.6%
Arena Instruction FollowingArena (LMArena)14351474
人間の評価
Arena TextArena (LMArena)14571474
EQ-Bench Creative Writing v3EQ-Bench–2177†
Arena Creative WritingArena (LMArena)14031451
Arena Multi-turnArena (LMArena)14491483
Arena Longer QueriesArena (LMArena)14531485
マルチモーダル
Arena VisionArena (LMArena)12741279
LiveBench DesignLiveBench–80.0%
MMMU-ProArtificial Analysis–86.9%
Humanity's Sixth SenseScale AI SEAL–53.6%
Blueprint-Bench 2Epoch AI Benchmarking Hub–49.7%†
Furniture AssemblyEpoch AI Benchmarking Hub–80.0%
VIALS-AAHandshake AI–62.7%
Code2Video-AAArtificial Analysis–1427
AA-3DArtificial Analysis–1168
FACTS MultimodalGoogle–55.2%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–80.7%
Arena DocumentArena (LMArena)–1474
MLCRArtificial Analysis–41.7%
FACTS GroundingGoogle–80.1%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–169†
LiveBench 2.0LiveBench–84.5%
LiveBench 1.0LiveBench–82.2%
AA Intelligence Index v5.0.1Artificial Analysis–56.9
AA Intelligence Index v4.3.2Artificial Analysis–52.7
AA Progress Index v1Artificial Analysis–349.6
Vals IndexVals AI–65.0
Vals Finance IndexVals AI–55.6%
Vals RSI IndexVals AI–27.1%
Vals Science IndexVals AI–65.1%
Vals Router IndexVals AI–65.0%†
Vals Legal IndexVals AI–68.4%
AA Cyber IndexArtificial Analysis–33.4
安全性・誠実さ
FORTRESSScale AI SEAL–12.1%†
DistressBenchScale AI SEAL–74.3%†

データは2026年11月16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。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • GPT-6 Astra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (max):スコアの改訂1件。
  • GPT-6 Astra (max):新しい結果1件(PostTrainBench)、スコアの改訂2件。
  • GPT-6 Astra (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
  • GPT-6 Astra (max):スコアの改訂2件。
  • GPT-6 Astra (max):スコアの改訂1件。
  • GPT-6 Astra (max):スコアの改訂1件。
  • GPT-6 Astra (max):スコアの改訂1件。
  • GPT-6 Astra (max):新しい結果1件(MirrorCode)。

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

Dola Seed 2.0 Pro vs GPT-6 Astra:よくある質問

GPT-6 AstraはDola Seed 2.0 Proより優れていますか?
品質ではGPT-6 Astra (max)がリードしています:67.3 対 58.4。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16日時点では総合でGPT-6 Astra (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
コーディングにはDola Seed 2.0 ProとGPT-6 Astraのどちらが向いていますか?
コーディングではGPT-6 Astraの方がスコアが高くなっています(カテゴリ指標で73 対 65。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 Codingでは、Dola Seed 2.0 Proが1514、GPT-6 Astraが1548です。
Dola Seed 2.0 ProとGPT-6 Astra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9件のベンチマークのうち、Dola Seed 2.0 Proのリードが0件、GPT-6 Astraのリードが9件です。両方を評価しているすべての総合指標で、GPT-6 Astraが上回っています。
GPT-6 Astraはいつリリースされましたか?
GPT-6 Astraは2026年9月2日にリリースされました。