Gemini 4 Carbon vs GPT-5.6 Sol
詳しいプロフィール:Gemini 4 Carbon(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16日時点で、品質ではGemini 4 CarbonがGPT-5.6 Solを上回ります(BenchLeader Indexで68.9 対 65.3)。価格はGemini 4 Carbonの方が2.0倍安く、100万トークンあたりのブレンド価格で$4.00 対 $8.00です。知識(76 対 64)、推論(73 対 65)、コーディング(74 対 66)を重視するならGemini 4 Carbon、長文コンテキスト(67 対 64)を重視するならGPT-5.6 Solが向いています。回答開始までの時間はGPT-5.6 Solの方が短く、33.5秒 対 73.5秒です。GPT-5.6 Solは出力が速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはGemini 4 Carbonが68.9、GPT-5.6 Solが65.3です(BenchLeader、2026年11月16日)。
- Gemini 4 Carbon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16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16日)。
- GPT-5.6 SolはGemini 4 Carbonより出力が速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある34件のベンチマークのうち、Gemini 4 Carbonが30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 | Gemini 4 Carbon | カテゴリスコア74 対 66;SciCode 64.2% 対 57.1% | 高 |
| エージェント・ツール利用 | Gemini 4 Carbon | カテゴリスコア70 対 68;Terminal-Bench 64.5% 対 38.5% | 中 |
| 数学 | Gemini 4 Carbon | カテゴリスコア72 対 70;FrontierMath Tiers 1–3 90.5% 対 89.1% | 中 |
| 推論 | Gemini 4 Carbon | カテゴリスコア73 対 65;GPQA Diamond 96.5% 対 93.5% | 高 |
| 知識 | Gemini 4 Carbon | カテゴリスコア76 対 64;SimpleQA Verified 77.7% 対 69.7% | 高 |
| 長い文書 | GPT-5.6 Sol | カテゴリスコア67 対 64;AA-LCR v1.1 84.0% 対 79.3% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGemini 4 Carbonのみです(カテゴリスコア73) | 比較不可 |
| 最低コスト | Gemini 4 Carbon | 100万トークンあたりブレンド価格$4.00 対 $8.00;エージェント型コーディングセッション$0.160 対 $0.320 | – |
| 回答開始の速さ | GPT-5.6 Sol | 最初の回答トークンまで33.5秒(GPT-5.6 Sol (max))対 73.5秒(Gemini 4 Carbon (high)) | – |
| 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Gemini 4 Carbon (high)がリードしています:68.9 対 65.3。
- Gemini 4 Carbon (high)はエージェント・ツール、コーディング、知識、数学、推論で優れています。
- GPT-5.6 Sol (max)は長文コンテキストで優れています。
- Gemini 4 Carbon (high)の方が2.0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 $8.00)。
- GPT-5.6 Sol (max)の方が出力が1.6倍速くなっています(100 対 64トークン/秒)。
概要
| 仕様 | Gemini 4 Carbon | GPT-5.6 Sol |
|---|---|---|
| プロバイダー | OpenAI | |
| リリース日 | 2026年10月28日 | 2026年7月9日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 1,050,000 |
| 比較した構成 | Gemini 4 Carbon (high) | 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) | $2.00 / $10.00 / $0.100 | $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 4 Carbon (high) | GPT-5.6 Sol (max) | トップ |
|---|---|---|---|
| 推論 | 73.2 | 64.7 | Gemini 4 Carbon |
| コーディング | 74.1 | 65.8 | Gemini 4 Carbon |
| エージェント・ツール | 70.3 | 67.5 | Gemini 4 Carbon |
| 数学 | 71.9 | 70.0 | Gemini 4 Carbon |
| 知識 | 76.1 | 63.8 | Gemini 4 Carbon |
| 指示追従 | – | 71.2 | 比較不可 |
| 人間の評価 | 72.6 | – | 比較不可 |
| マルチモーダル | – | 65.9 | 比較不可 |
| 長文コンテキスト | 64.3 | 66.7 | GPT-5.6 Sol |
| 総合 | 70.3 | – | 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。
描画していないもの(測定済みのモデルが2つ未満):指示追従, マルチモーダル, 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34件のベンチマークのうち、Gemini 4 Carbonのリードが30件、GPT-5.6 Solのリードが3件、同点が1件です。両方を評価しているすべての総合指標で、Gemini 4 Carbonが上回っています。
| 総合Index | Gemini 4 Carbon (high) | GPT-5.6 Sol (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 68.9 | 65.3 | Gemini 4 Carbon |
| Arena Text | 1526 | 1485† | Gemini 4 Carbon |
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 4 Carbon (high) | GPT-5.6 Sol (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.00 | $8.00 |
| 100万トークンあたりの入力/出力 | $2.00 / $10.00 | $4.00 / $20.00 |
| 100万トークンあたりのキャッシュ入力 | $0.100 | $0.400 |
| タスクあたりの価格:チャットの返答 | $0.0038 | $0.0076 |
| タスクあたりの価格:30ページのレポートを要約 | $0.030 | $0.060 |
| タスクあたりの価格:コード編集 | $0.027 | $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 | $0.160 | $0.320 |
| タスクあたりの価格:構造化データの抽出 | $0.0060 | $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) | $0.074 | $0.158 |
| ベンチマークのタスクあたりのコスト(AA Index) | $5.48 | – |
| タスクあたりの出力トークン(AA Index) | 123k | – |
| うち推論 | 72k | – |
| タスクあたりの時間(AA Index) | 32 min | – |
| 出力速度 | 64 tok/s | 100 tok/s |
| 回答開始までの時間 | 73.5秒 | 33.5秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 160.6秒 | 157.3秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Carbon (high)のスコアは68.9、最初の回答トークンまで73秒。Gemini 4 Carbon (medium)は65.8(21秒)、Gemini 4 Carbon (low)は60.1(11秒)。GPT-5.6 Sol (max)のスコアは65.3、最初の回答トークンまで34秒。GPT-5.6 Sol (xhigh)は63.9(17秒)、GPT-5.6 Sol (high)は63.4(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
181件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Carbon (high) | GPT-5.6 Sol (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 68.9 | 65.3 |
| エージェント・ツールスコア | BenchLeader | 70.3 | 67.5 |
| コーディングスコア | BenchLeader | 74.1 | 65.8 |
| 総合スコア | BenchLeader | 70.3 | – |
| 人間の評価スコア | BenchLeader | 72.6 | – |
| 知識スコア | BenchLeader | 76.1 | 63.8 |
| 長文コンテキストスコア | BenchLeader | 64.3 | 66.7 |
| 数学スコア | BenchLeader | 71.9 | 70.0 |
| 推論スコア | BenchLeader | 73.2 | 64.7 |
| 指示追従スコア | BenchLeader | – | 71.2 |
| マルチモーダルスコア | BenchLeader | – | 65.9 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | $8.00 |
| 出力速度 | BenchLeader | 64 tok/s | 100 tok/s |
| 回答開始までの時間 | BenchLeader | 73.5秒 | 33.5秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 96.5% | 93.5% |
| SimpleBench | SimpleBench | 92.6%† | 64.8%† |
| Arena Hard Prompts | Arena (LMArena) | 1547 | 1511† |
| LiveBench 2.0 Reasoning | LiveBench | 90.6% | – |
| LiveBench 1.0 Reasoning | LiveBench | – | 91.7% |
| GPQA Diamond (AA) | Artificial Analysis | – | 94.1% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 49.5% |
| HLE-Diamond (AA) | Artificial Analysis | 69.1% | – |
| GPQA Diamond (Vals) | Vals AI | – | 95.2% |
| EnigmaEval | Scale AI SEAL | – | 37.1%† |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 67.0%† |
| ARC-AGI-1 | ARC Prize | 97.5% | 96.5% |
| ARC-AGI-2 | ARC Prize | 92.1% | 92.5% |
| ARC-AGI-3 | ARC Prize | 96.9% | 7.8% |
| CritPt | Artificial Analysis | – | 32.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 69.0% | 60.0% |
| MysteryMechanism | Vals AI | – | 33.3% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 31.2%† |
| Arena Expert | Arena (LMArena) | 1567 | 1532† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 78.0% | 59.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 73.0% | 58.0% |
| LMCA | Epoch AI Benchmarking Hub | – | 58.4% |
| DTBench | Epoch AI Benchmarking Hub | – | 95.5% |
| ForecastBench | ForecastBench | – | 65.7% |
| BTF-3 | Epoch AI Benchmarking Hub | – | 13.7% |
181件のベンチマークをすべて表示
| 指標 | 公開元 | Gemini 4 Carbon (high) | GPT-5.6 Sol (max) |
|---|---|---|---|
| コーディング | |||
| SciCode | SciCode | 64.2% | 57.1% |
| WeirdML | WeirdML | – | 87.0% |
| FrontierCode | Cognition | – | 47.5%† |
| GSO-Bench | GSO-Bench | – | 76.5%† |
| Arena Coding | Arena (LMArena) | 1568 | 1533† |
| Arena WebDev | Arena (LMArena) | 1768 | 1615† |
| LiveBench 2.0 Coding | LiveBench | 91.0% | – |
| LiveBench 1.0 Coding | LiveBench | – | 83.9% |
| SciCode (AA) | Artificial Analysis | – | 57.1% |
| LiveCodeBench | Vals AI | – | 82.6% |
| IOI | Vals AI | – | 91.2% |
| SWE-bench (Vals) | Vals AI | – | 96.2% |
| 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 | 89.1% | 80.5% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 49.7% | – |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | – | 46.0%† |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | – | 45.9%† |
| SWE Atlas v1.1 | Scale AI SEAL | 71.4%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 73.4%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 76.7%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 64.3%† | – |
| 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%† |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 93.1%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 72.7% |
| CursorBench | Cursor | 60.4% | 41.7% |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 2176.9 |
| FrontierSWE | Epoch AI Benchmarking Hub | 61.2% | 32.2% |
| WeirdML v3 | WeirdML | – | 15.0%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 65.2% | 39.9% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 88.0% |
| Startrise Frontend | Startrise | – | 66.2%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 67.0† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 80.0† |
| Design Arena Website | Design Arena | 1319† | 1319† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 40.6% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 64.5% | 38.5% |
| OSWorld-Verified 2.0 | OSWorld | – | 27.3% |
| APEX-Agents | Mercor | 84.2%† | 51.4%† |
| Arena Agent | Arena (LMArena) | 17 | 4.6† |
| LiveBench Long Agentic | LiveBench | 72.7% | – |
| LiveBench Browser | LiveBench | 80.0% | – |
| 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% |
| HiL-Bench | Scale AI SEAL | 50.3%† | 32.3%† |
| τ³-bench Banking | τ²-bench | – | 46.9%† |
| GDPval-AA v2.1 | Artificial Analysis | 1733 | 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% |
| Finance Agent v2.1 | Vals AI | 67.2% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 17.5% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 2.5% |
| Legal Research Bench | Vals AI | 55.8% | 48.1% |
| SkillsBench | Vals AI | – | 54.1% |
| SREBench | Vals AI | – | 30.5% |
| Tax Agent Bench | Vals AI | 51.8% | 31.1% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 63.1% | 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) | – | 1255† |
| Arena Agent Task Completion | Arena (LMArena) | 18.4 | 2.3† |
| BALROG | BALROG | – | 60.0% |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 31.0% |
| GBAEval | Epoch AI Benchmarking Hub | – | 52.6%† |
| Vending-Bench 2 | Andon Labs | 16484.2† | 9619.4† |
| AutomationBench | Artificial Analysis | 77.8% | 60.1% |
| GDP.pdf (AA) | Artificial Analysis | 28.4% | 27.2% |
| EnterpriseOps-Gym | Artificial Analysis | – | 42.9% |
| AA-Briefcase v1.1 | Artificial Analysis | 1611 | 1479 |
| GDPx | GDPx by SemiAnalysis | 10.9% | – |
| Design Arena Agentic | Design Arena | 1305† | 1238† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 64.8% | 22.4% |
| MKA (AA) | Artificial Analysis | 54.3% | – |
| FACTS Search | 94.4%† | 92.9%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 90.5% | 89.1% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 95.1% | 82.9% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 100.0% |
| ProofBench | Vals AI | – | 83.0% |
| LiveBench Mathematics | LiveBench | – | 96.2% |
| ArXivMath | MathArena | 94.3% | – |
| BrokenArXiv | MathArena | 84.4% | – |
| Arena Maths | Arena (LMArena) | – | 1494† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 2.9% | 0.0% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 77.7% | 69.7% |
| LiveBench 2.0 Data Analysis | LiveBench | 86.5% | – |
| LiveBench Research | LiveBench | 92.5% | – |
| LiveBench 1.0 Data Analysis | LiveBench | – | 79.8% |
| AA-Omniscience v1.1 | Artificial Analysis | 53.5 | – |
| MMLU-Pro | Vals AI | – | 89.1% |
| LegalBench | Vals AI | – | 87.0% |
| CorpFin | Vals AI | – | 64.4% |
| TaxEval | Vals AI | – | 74.8% |
| PRBench Finance | Scale AI SEAL | – | 50.5% |
| PRBench Legal | Scale AI SEAL | 53.4%† | 50.5% |
| BioMysteryBench | Vals AI | – | 71.1% |
| Excel Modeling Benchmark | Vals AI | – | 72.3% |
| Excel Modeling Benchmark v1.1 | Vals AI | 76.5% | – |
| 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 | 71.5% | 56.5% |
| EBR-bench | Epoch AI Benchmarking Hub | 87.6% | 44.8% |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 30.7% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 58.3% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 88.6% | – |
| FACTS Parametric | 81.6%† | 81.1%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 87.7% |
| LiveBench Instruction Following | LiveBench | – | 71.8% |
| IFBench | Artificial Analysis | – | 72.7% |
| Arena Instruction Following | Arena (LMArena) | 1525 | 1490† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1526 | 1485† |
| EQ-Bench 4 | EQ-Bench | – | 1236† |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1974† |
| Arena Creative Writing | Arena (LMArena) | 1516 | 1471† |
| Arena Multi-turn | Arena (LMArena) | 1564 | 1491† |
| Arena Longer Queries | Arena (LMArena) | 1538 | 1498† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1282† |
| LiveBench Design | LiveBench | 80.2% | – |
| MMMU-Pro | Artificial Analysis | 89.3%† | 83.4% |
| MMMU-Pro (Vals) | Vals AI | – | 88.8% |
| MortgageTax | Vals AI | – | 67.3% |
| Humanity's Sixth Sense | Scale AI SEAL | 71.1% | 30.0% |
| GeoBench | GeoBench | – | 73.0%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 58.6%† | 33.6%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 77.5% | 56.7% |
| VIALS-AA | Handshake AI | 64.0% | – |
| FACTS Multimodal | 60.2%† | 46.4%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | 84.0% |
| Arena Document | Arena (LMArena) | – | 1487† |
| MLCR | Artificial Analysis | 19.4% | 30.0% |
| FACTS Grounding | 77.2%† | 61.9%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 169.8† | 163.0† |
| LiveBench 2.0 | LiveBench | 83.5% | – |
| LiveBench 1.0 | LiveBench | – | 81.0% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 60.0 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 47.0 |
| AA Progress Index v1 | Artificial Analysis | 350.8 | 331.5 |
| Vals Index | Vals AI | 70.5 | – |
| Vals Finance Index | Vals AI | 67.0% | – |
| Vals RSI Index | Vals AI | 27.7% | 23.9% |
| Vals Science Index | Vals AI | – | 41.5% |
| Vals Multimodal Index | Vals AI | – | 72.6% |
| Vals Legal Index | Vals AI | 75.9% | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 16.4%† | 20.1%† |
| DistressBench | Scale AI SEAL | – | 73.6%† |
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
- Gemini 4 Carbon (high):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- Gemini 4 Carbon (high):BenchLeader Index 69.9 → 68.9。
- Gemini 4 Carbon (high):新しい結果1件(Terminal-Bench)。
- GPT-5.6 Sol (max):新しい結果1件(GDPval-AA v2.1)。
- Gemini 4 Carbon (high):新しい結果1件(DrugDiscoveryBench)、入力価格 $4.00/M → $2.00/M、出力価格 $20.00/M → $10.00/M、価格 $7.76/M → $5.48/M。
- GPT-5.6 Sol (max):スコアの改訂1件。
- Gemini 4 Carbon (high):BenchLeader Index 68.5 → 69.9。
- Gemini 4 Carbon (high):新しい結果13件(GPQA Diamond, FrontierMath Tiers 1–3, FrontierMath Tier 4…)。
- GPT-5.6 Sol (max):BenchLeader Index 65.8 → 65.3。
- Gemini 4 Carbon (high):新しい結果2件(FrontierSWE, Vals RSI Index)。
関連する比較
- Gemini 4 Carbon vs Claude Fable 5.2
- Gemini 4 Carbon vs Claude Opus 5.5
- Gemini 4 Carbon vs GPT-6 Astra
- GPT-5.6 Sol vs Claude Fable 5.2
- GPT-5.6 Sol vs Claude Opus 5.5
- GPT-5.6 Sol vs GPT-6 Astra
- Gemini 4 Argon vs GPT-5.6 Sol
- Gemini 4 Carbon vs GPT-5.5
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
Gemini 4 Carbon vs GPT-5.6 Sol:よくある質問
- Gemini 4 CarbonはGPT-5.6 Solより優れていますか?
- 品質ではGemini 4 Carbon (high)がリードしています:68.9 対 65.3。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Gemini 4 Carbon (high)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。
- Gemini 4 CarbonとGPT-5.6 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Gemini 4 Carbonの方が安く、100万トークンあたり$4.00 対 $8.00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Gemini 4 Carbon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Gemini 4 Carbonの方がスコアが高くなっています(カテゴリ指標で74 対 66。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SciCodeでは、Gemini 4 Carbonが64.2%、GPT-5.6 Solが57.1%です。
- Gemini 4 CarbonとGPT-5.6 Solはどちらが速いですか?
- GPT-5.6 Solの方が出力が速くなっています(出力100 対 64トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはGemini 4 CarbonとGPT-5.6 Solのどちらが向いていますか?
- エージェント型のタスクではGemini 4 Carbonの方がスコアが高くなっています(カテゴリ指標で70 対 68。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なTerminal-Benchでは、Gemini 4 Carbonが64.5%、GPT-5.6 Solが38.5%です。
ほかの質問(4件)
- 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GPT-5.6 Solの方がスコアが高くなっています(67 対 64)。どちらも約1.1Mトークンです(Gemini 4 Carbonは1,048,576、GPT-5.6 Solは1,050,000)。
- 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GPT-5.6 Solです。Artificial Analysisの測定では、最初の回答トークンまで33.5秒 対 73.5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。
- Gemini 4 Carbon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34件のベンチマークのうち、Gemini 4 Carbonのリードが30件、GPT-5.6 Solのリードが3件、同点が1件です。両方を評価しているすべての総合指標で、Gemini 4 Carbonが上回っています。
- Gemini 4 Carbonはいつリリースされましたか?
- Gemini 4 Carbonは2026年10月28日にリリースされました。