Gemini 2.5 Pro Preview 0325 vs GPT-5.6 Sol
詳しいプロフィール:Gemini 2.5 Pro Preview 0325(Google)とGPT-5.6 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 · 13件の情報源のデータ
2026年11月22日時点で、品質ではGPT-5.6 SolがGemini 2.5 Pro Preview 0325を上回ります(BenchLeader Indexで65.1 対 59.7)。長文コンテキスト(73 対 67)、マルチモーダル(71 対 66)を重視するならGemini 2.5 Pro Preview 0325、指示追従(71 対 58)、推論(64 対 52)、数学(69 対 59)を重視するならGPT-5.6 Solが向いています。
要点(2026年11月22日時点)
- BenchLeader IndexはGemini 2.5 Pro Preview 0325が59.7、GPT-5.6 Solが65.1です(BenchLeader、2026年11月22日)。
- GPT-5.6 Solの100万トークンあたりのブレンド価格は$8.00です(定価、2026年11月22日)。
- 両モデルに結果がある14件のベンチマークのうち、GPT-5.6 Solが14件でリードしています(BenchLeader、2026年11月22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-5.6 Sol | カテゴリスコア66 対 61;LiveCodeBench 82.6% 対 79.2% | 中 |
| 数学 | GPT-5.6 Sol | カテゴリスコア69 対 59 | 高 |
| 推論 | GPT-5.6 Sol | カテゴリスコア64 対 52;GPQA Diamond 93.5% 対 83.8% | 高 |
| 知識 | GPT-5.6 Sol | カテゴリスコア63 対 56;MMLU-Pro 89.1% 対 84.1% | 中 |
| 長い文書 | Gemini 2.5 Pro Preview 0325 | カテゴリスコア73 対 67 | 中 |
| 画像などのメディア | Gemini 2.5 Pro Preview 0325 | カテゴリスコア71 対 66;MMMU-Pro (Vals) 81.3% 対 88.8% | 中 |
| 指示への追従 | GPT-5.6 Sol | カテゴリスコア71 対 58 | 高 |
| 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-5.6 Sol (max)がリードしています:65.1 対 59.7。
- Gemini 2.5 Pro Preview 0325は長文コンテキスト、マルチモーダルで優れています。
- GPT-5.6 Sol (max)はコーディング、指示追従、知識、数学、推論で優れています。
概要
| 仕様 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol |
|---|---|---|
| プロバイダー | OpenAI | |
| リリース日 | 2025年3月25日 | 2026年7月9日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,050,000 |
| 比較した構成 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 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) | – | $4.00 / $20.00 / $0.400 |
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 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) | トップ |
|---|---|---|---|
| 推論 | 52.1 | 63.8 | GPT-5.6 Sol |
| コーディング | 61.1 | 65.9 | GPT-5.6 Sol |
| エージェント・ツール | – | 67.4 | 比較不可 |
| 数学 | 58.9 | 69.4 | GPT-5.6 Sol |
| 知識 | 56.2 | 63.4 | GPT-5.6 Sol |
| 指示追従 | 57.9 | 71.3 | GPT-5.6 Sol |
| マルチモーダル | 70.8 | 65.5 | Gemini 2.5 Pro Preview 0325 |
| 長文コンテキスト | 72.8 | 66.8 | Gemini 2.5 Pro Preview 0325 |
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。
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, 人間の評価。
情報源で評価が分かれる点
両方に結果がある14件のベンチマークのうち、Gemini 2.5 Pro Preview 0325のリードが0件、GPT-5.6 Solのリードが14件です。両方を評価しているすべての総合指標で、GPT-5.6 Solが上回っています。
| 総合Index | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 59.7 | 65.1 | GPT-5.6 Sol |
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 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | – | $8.00 |
| 100万トークンあたりの入力/出力 | – / – | $4.00 / $20.00 |
| 100万トークンあたりのキャッシュ入力 | – | $0.400 |
| タスクあたりの価格:チャットの返答 | – | $0.0076 |
| タスクあたりの価格:30ページのレポートを要約 | – | $0.060 |
| タスクあたりの価格:コード編集 | – | $0.054 |
| 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 | – | $0.320 |
| タスクあたりの価格:構造化データの抽出 | – | $0.012 |
| 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) | – | $0.158 |
| 出力速度 | – | 108 tok/s |
| 回答開始までの時間 | – | 33.8秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 157.3秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 2.5 Pro Preview 0325のスコアは59.7。GPT-5.6 Sol (max)のスコアは65.1、最初の回答トークンまで34秒。GPT-5.6 Sol (xhigh)は63.7(15秒)、GPT-5.6 Sol (high)は63.3(7秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
173件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 59.7 | 65.1 |
| コーディングスコア | BenchLeader | 61.1 | 65.9 |
| 指示追従スコア | BenchLeader | 57.9 | 71.3 |
| 知識スコア | BenchLeader | 56.2 | 63.4 |
| 長文コンテキストスコア | BenchLeader | 72.8 | 66.8 |
| 数学スコア | BenchLeader | 58.9 | 69.4 |
| マルチモーダルスコア | BenchLeader | 70.8 | 65.5 |
| 推論スコア | BenchLeader | 52.1 | 63.8 |
| エージェント・ツールスコア | BenchLeader | – | 67.4 |
| ブレンド価格($/100万トークン) | BenchLeader | – | $8.00 |
| 出力速度 | BenchLeader | – | 108 tok/s |
| 回答開始までの時間 | BenchLeader | – | 33.8秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 83.8% | 93.5% |
| Humanity's Last Exam | Scale AI / CAIS | 18.2% | – |
| SimpleBench | SimpleBench | 51.6% | 64.8%† |
| Arena Hard Prompts | Arena (LMArena) | – | 1511† |
| LiveBench 1.0 Reasoning | LiveBench | – | 91.7% |
| GPQA Diamond (AA) | Artificial Analysis | 83.6% | 94.1% |
| Humanity's Last Exam (AA) | Artificial Analysis | 18.0% | 49.5% |
| GPQA Diamond (Vals) | Vals AI | 80.8% | 95.2% |
| EnigmaEval | Scale AI SEAL | – | 37.1%† |
| GPQA Diamond (HELM) | HELM Capabilities | 74.9% | – |
| ARC-AGI-1 | ARC Prize | – | 96.5% |
| ARC-AGI-2 | ARC Prize | – | 92.5% |
| ARC-AGI-3 | ARC Prize | – | 7.8% |
| CritPt | Artificial Analysis | – | 32.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 60.0% |
| MysteryMechanism | Vals AI | – | 33.3% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 31.2%† |
| HLE Text-Only (Scale) | Scale AI SEAL | 18.4% | – |
| Arena Expert | Arena (LMArena) | – | 1532† |
| Chess Puzzles | Epoch AI Benchmarking Hub | – | 59.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 58.0% |
| LMCA | Epoch AI Benchmarking Hub | – | 58.4% |
| DTBench | Epoch AI Benchmarking Hub | – | 95.5% |
| ForecastBench | ForecastBench | 64.0% | 65.7% |
| BTF-3 | Epoch AI Benchmarking Hub | – | 13.7% |
173件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 2.5 Pro Preview 0325 | GPT-5.6 Sol (max) |
|---|---|---|---|
| コーディング | |||
| SciCode | SciCode | – | 57.1% |
| WeirdML | WeirdML | – | 87.0% |
| FrontierCode | Cognition | – | 47.5%† |
| GSO-Bench | GSO-Bench | – | 76.5%† |
| Arena Coding | Arena (LMArena) | – | 1533† |
| Arena WebDev | Arena (LMArena) | – | 1615† |
| LiveBench 1.0 Coding | LiveBench | – | 83.9% |
| LiveCodeBench | Vals AI | 79.2% | 82.6% |
| IOI | Vals AI | – | 91.2% |
| SWE-bench (Vals) | Vals AI | – | 96.2% |
| Aider Polyglot | Aider polyglot leaderboard | 72.9% | – |
| Code Migration | Vals AI | – | 52.9% |
| ProgramBench | Vals AI | – | 1.5% |
| Vibe Code Bench 1-100 | Vals AI | – | 20.0% |
| Vibe Code Bench v1.1 | Vals AI | – | 80.5% |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 46.0%† |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 45.9%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 95.5%† |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 82.4%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 20.0%† |
| CadEval | Epoch AI Benchmarking Hub | 64.0% | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 93.1%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 72.7% |
| CursorBench | Cursor | – | 40.9% |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 2176.9 |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 32.2% |
| WeirdML v3 | WeirdML | – | 15.0%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 39.9% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 88.0% |
| Startrise Frontend | Startrise | – | 66.2%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 66.8† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 80.1† |
| Design Arena Website | Design Arena | – | 1310† |
| Design Arena Code | Design Arena | – | 1331† |
| LiveCodeBench (AA) | Artificial Analysis | 77.8% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 38.5% |
| OSWorld-Verified 2.0 | OSWorld | – | 27.3% |
| APEX-Agents | Mercor | – | 51.4%† |
| Arena Agent | Arena (LMArena) | – | 3.7† |
| LiveBench Agentic Coding | LiveBench | – | 56.2% |
| Terminal-Bench Hard | Artificial Analysis | – | 65.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 85.1% |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 85.8% |
| MCP Atlas | Scale AI SEAL | – | 81.8%† |
| HiL-Bench | Scale AI SEAL | – | 32.3%† |
| τ³-bench Banking | τ²-bench | – | 46.9%† |
| GDPval-AA v2.1 | Artificial Analysis | – | 1619 |
| τ³-Banking (AA) | Artificial Analysis | – | 44.3% |
| ITBench SRE (AA) | Artificial Analysis | – | 56.2% |
| Analyst Agent (AA) | Artificial Analysis | – | 47.5% |
| CUA-bench | Vals AI | – | 8.3% |
| CyberBench | Vals AI | – | 76.3% |
| Finance Agent v2 | Vals AI | – | 53.8% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 2.5% |
| Legal Research Bench | Vals AI | – | 48.1% |
| SkillsBench | Vals AI | – | 54.1% |
| SREBench | Vals AI | – | 30.5% |
| Tax Agent Bench | Vals AI | – | 31.1% |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 37.9% |
| Terminal-Bench Science | Vals AI | – | 20.0% |
| Time Horizon Index: KSP | Vals AI | – | 23.8% |
| Web Search Index | Vals AI | – | 43.6% |
| Arena Search | Arena (LMArena) | – | 1254† |
| Arena Agent Task Completion | Arena (LMArena) | – | 2.5† |
| Arena Search Factuality | Arena (LMArena) | – | 1248† |
| BALROG | BALROG | 43.3% | 60.0% |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 31.0% |
| GBAEval | Epoch AI Benchmarking Hub | – | 52.6%† |
| Vending-Bench 2 | Andon Labs | – | 9619.4† |
| AutomationBench | Artificial Analysis | – | 60.1% |
| GDP.pdf (AA) | Artificial Analysis | – | 27.2% |
| EnterpriseOps-Gym | Artificial Analysis | – | 42.9% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1478 |
| Design Arena Agentic | Design Arena | – | 1226† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 22.4% |
| FACTS Search | – | 92.9%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 89.1% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 82.9% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 100.0% |
| MATH Level 5 | Epoch AI Benchmarking Hub | 95.6% | – |
| ProofBench | Vals AI | – | 83.0% |
| LiveBench Mathematics | LiveBench | – | 96.2% |
| AIME (Vals) | Vals AI | 85.8% | – |
| Omni-MATH (HELM) | HELM Capabilities | 41.6% | – |
| MATH 500 | Vals AI | 95.2% | – |
| Arena Maths | Arena (LMArena) | – | 1494† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 0.0% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 69.7% |
| LiveBench 1.0 Data Analysis | LiveBench | – | 79.8% |
| MMLU-Pro | Vals AI | 84.1% | 89.1% |
| LegalBench | Vals AI | 84.3% | 87.0% |
| CorpFin | Vals AI | 59.8% | 64.4% |
| TaxEval | Vals AI | 72.9% | 74.8% |
| MedQA | Vals AI | 93.1% | – |
| PRBench Finance | Scale AI SEAL | – | 50.5% |
| PRBench Legal | Scale AI SEAL | – | 50.5% |
| MMLU-Pro (HELM) | HELM Capabilities | 86.3% | – |
| BioMysteryBench | Vals AI | – | 71.1% |
| Excel Modeling Benchmark | Vals AI | – | 72.3% |
| MedCode | Vals AI | – | 44.0% |
| MedScribe | Vals AI | – | 85.2% |
| Public Benefits Bench v1.1 | Vals AI | – | 66.5% |
| Financial Coaching Bench | Vals AI | – | 74.9% |
| DrugDiscoveryBench | Scale AI SEAL | – | 56.5% |
| Arena Text Factuality | Arena (LMArena) | – | 1476† |
| EBR-bench | Epoch AI Benchmarking Hub | – | 44.8% |
| FACTS Parametric | – | 81.1%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 87.7% |
| LiveBench Instruction Following | LiveBench | – | 71.8% |
| IFBench | Artificial Analysis | – | 72.7% |
| IFEval (HELM) | HELM Capabilities | 84.0% | – |
| WildBench (HELM) | HELM Capabilities | 85.7% | – |
| Arena Instruction Following | Arena (LMArena) | – | 1490† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1485† |
| EQ-Bench 4 | EQ-Bench | – | 1236† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1396 | 1974† |
| EQ-Bench Longform Writing | EQ-Bench | 58.8 | 81.7† |
| Arena Creative Writing | Arena (LMArena) | – | 1471† |
| Arena Multi-turn | Arena (LMArena) | – | 1491† |
| Arena Longer Queries | Arena (LMArena) | – | 1498† |
| Lech Mazur Creative Writing | Lech Mazur | 80.5% | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1282† |
| MMMU-Pro | Artificial Analysis | – | 83.4% |
| VISTA | Scale AI SEAL | 54.6% | – |
| MMMU-Pro (Vals) | Vals AI | 81.3% | 88.8% |
| MortgageTax | Vals AI | 67.2% | 67.3% |
| Humanity's Sixth Sense | Scale AI SEAL | – | 30.0% |
| GeoBench | GeoBench | 84.0% | 73.0%† |
| VPCT | Epoch AI Benchmarking Hub | 48.0% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 33.6%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 56.7% |
| FACTS Multimodal | – | 46.4%† | |
| 長文コンテキスト | |||
| Fiction.LiveBench 120k | Fiction.live | 90.6% | – |
| AA-LCR v1.1 | Artificial Analysis | – | 84.0% |
| Arena Document | Arena (LMArena) | – | 1487† |
| MLCR | Artificial Analysis | – | 30.0% |
| FACTS Grounding | – | 61.9%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 144.0 | 163.0† |
| LiveBench 1.0 | LiveBench | – | 81.0% |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 15.0 | 47.0 |
| AA Progress Index v1 | Artificial Analysis | 245.9 | 331.5 |
| HELM Capabilities mean | HELM Capabilities | 74.5% | – |
| Vals RSI Index | Vals AI | – | 23.9% |
| Vals Science Index | Vals AI | – | 41.5% |
| Vals Multimodal Index | Vals AI | – | 72.6% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 54.9% | 20.1%† |
| MASK | Scale AI SEAL | 55.9% | – |
| DistressBench | Scale AI SEAL | – | 73.6%† |
データは2026年11月22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 gb2-20261119-1d7fd529faf6 (https://benchmarks.duellab.org/releases/gb2-20261119-1d7fd529faf6/), 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-5.6 Sol (max):スコアの改訂1件。
- GPT-5.6 Sol (max):新しい結果1件(GDPval-AA v2.1)。
- GPT-5.6 Sol (max):スコアの改訂1件。
- GPT-5.6 Sol (max):BenchLeader Index 65.8 → 65.3。
- GPT-5.6 Sol (max):スコアの改訂1件。
- GPT-5.6 Sol (max):スコアの改訂1件。
- GPT-5.6 Sol (max):新しい結果2件(AA Progress Index v1, CritPt v2 hard subset (AA))。
- GPT-5.6 Sol (max):新しい結果1件(AA-Briefcase v1.1)。
- GPT-5.6 Sol (max):新しい結果3件(Harvey's Legal Agent Benchmark v1, Vals RSI Index, Vals Science Index)。
関連する比較
- GPT-5.6 Sol vs Claude Fable 5.2
- GPT-5.6 Sol vs Gemini 4 Carbon
- GPT-5.6 Sol vs GPT-6.2 Astra
- GPT-5.6 Sol vs Gemini 4 Neon
- Gemini 2.5 Pro Preview 0325 vs Claude Opus 5.5
- Gemini 2.5 Pro Preview 0325 vs Claude Fable 5.1
- Gemini 2.5 Pro Preview 0325 vs GPT-6.1 Sol
- Gemini 2.5 Pro Preview 0325 vs Claude Fable 5
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
Gemini 2.5 Pro Preview 0325 vs GPT-5.6 Sol:よくある質問
- GPT-5.6 SolはGemini 2.5 Pro Preview 0325より優れていますか?
- 品質ではGPT-5.6 Sol (max)がリードしています:65.1 対 59.7。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22日時点では総合でGPT-5.6 Sol (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Gemini 2.5 Pro Preview 0325とGPT-5.6 Solのどちらが向いていますか?
- コーディングではGPT-5.6 Solの方がスコアが高くなっています(カテゴリ指標で66 対 61。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LiveCodeBenchでは、Gemini 2.5 Pro Preview 0325が79.2%、GPT-5.6 Solが82.6%です。
- 長い文書にはどちらが向いていますか?
- 長文コンテキストのベンチマークではGemini 2.5 Pro Preview 0325の方がスコアが高くなっています(73 対 67)。どちらも約1.1Mトークンです(Gemini 2.5 Pro Preview 0325は1,000,000、GPT-5.6 Solは1,050,000)。
- Gemini 2.5 Pro Preview 0325とGPT-5.6 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14件のベンチマークのうち、Gemini 2.5 Pro Preview 0325のリードが0件、GPT-5.6 Solのリードが14件です。両方を評価しているすべての総合指標で、GPT-5.6 Solが上回っています。
- GPT-5.6 Solはいつリリースされましたか?
- GPT-5.6 Solは2026年7月9日にリリースされました。