BenchLeader

Gemini 4 Carbon vs GPT-6.2 Sol

詳しいプロフィール:Gemini 4 Carbon(Google)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 · 12件の情報源のデータ

2026年11月19日時点で、Gemini 4 CarbonとGPT-6.2 Solの品質は互角です(BenchLeader Indexで68.0 対 64.6、±3.4の誤差範囲内)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$4.00 対 $4.00)。知識(75 対 65)、エージェント・ツール(69 対 65)、推論(72 対 70)を重視するならGemini 4 Carbon、コーディング(75 対 73)を重視するならGPT-6.2 Solが向いています。GPT-6.2 Solは出力が速い点も強みです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 4 Carbonが68.0、GPT-6.2 Solが64.6です(BenchLeader、2026年11月19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19日)。
  • 両モデルに結果がある39件のベンチマークのうち、Gemini 4 Carbonが28件でリードしています(BenchLeader、2026年11月19日)。
  • Arena WebDevでの評価はGemini 4 Carbonが1769、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 73;FrontierCode 2.0 (AA) 44.4% 対 40.6%中
エージェント・ツール利用Gemini 4 Carbonカテゴリスコア69 対 65;Terminal-Bench 64.5% 対 61.5%中
推論Gemini 4 Carbonカテゴリスコア72 対 70;HLE-Diamond (AA) 69.1% 対 64.0%中
知識Gemini 4 Carbonカテゴリスコア75 対 65;AA-Omniscience v1.1 53.5 対 40.4高
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
最低コストどちらでも100万トークンあたりブレンド価格$4.00 対 $4.00;エージェント型コーディングセッション$0.160 対 $0.160–
回答開始の速さどちらでも最初の回答トークンまで72.4秒(Gemini 4 Carbon (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

  • Gemini 4 Carbon (high)とGPT-6.2 Sol (max)の品質は互角です(68.0 対 64.6、±3.4の誤差範囲内)。
  • Gemini 4 Carbon (high)はエージェント・ツール、総合、知識、推論で優れています。
  • GPT-6.2 Sol (max)はコーディングで優れています。
  • 価格はほぼ同じです(100万トークンあたりブレンド価格$4.00)。
  • GPT-6.2 Sol (max)の方が出力が1.4倍速くなっています(74 対 55トークン/秒)。

概要

仕様Gemini 4 CarbonGPT-6.2 Sol
プロバイダーGoogleOpenAI
リリース日2026年10月28日2026年11月17日
コンテキストウィンドウ(トークン)1,048,5761,050,000
比較した構成Gemini 4 Carbon (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)$2.00 / $10.00 / $0.100$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Gemini 4 Carbon (high)GPT-6.2 Sol (max)トップ
推論71.870.1Gemini 4 Carbon
コーディング72.874.5GPT-6.2 Sol
エージェント・ツール69.165.1Gemini 4 Carbon
数学71.3–比較不可
知識74.765.4Gemini 4 Carbon
人間の評価72.6–比較不可
長文コンテキスト64.3–比較不可
総合67.864.5Gemini 4 Carbon

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・ツール知識Gemini 4 Carbon, 推論: 71.8Gemini 4 Carbon, コーディング: 72.8Gemini 4 Carbon, エージェント・ツール: 69.1Gemini 4 Carbon, 知識: 74.7GPT-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

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。

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39件のベンチマークのうち、Gemini 4 Carbonのリードが28件、GPT-6.2 Solのリードが9件、同点が2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IndexGemini 4 Carbon (high)GPT-6.2 Sol (max)トップ
BenchLeader Index68.064.6互角
AA Intelligence Index v5.0.160.057.3Gemini 4 Carbon
Vals Index70.566.1Gemini 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-6.2 Sol (max)
100万トークンあたりのブレンド価格$4.00$4.00
100万トークンあたりの入力/出力$2.00 / $10.00$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.100$0.100
タスクあたりの価格:チャットの返答$0.0038$0.0038
タスクあたりの価格:30ページのレポートを要約$0.030$0.030
タスクあたりの価格:コード編集$0.027$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$0.160$0.160
タスクあたりの価格:構造化データの抽出$0.0060$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)$0.074$0.074
ベンチマークのタスクあたりのコスト(AA Index)$7.76$1.01
タスクあたりの出力トークン(AA Index)123k40k
うち推論72k23k
タスクあたりの時間(AA Index)38 min9 min
出力速度55 tok/s74 tok/s
回答開始までの時間72.4秒78.8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–

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Gemini 4 Carbon (high)で$7.76、GPT-6.2 Sol (max)で$1.01でした。同じ作業でGemini 4 Carbon (high)は3.0倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。

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68.0、最初の回答トークンまで72秒。Gemini 4 Carbon (medium)は64.7(33秒)、Gemini 4 Carbon (low)は59.0(9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

109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-6.2 Sol (max)
BenchLeader IndexBenchLeader68.064.6
エージェント・ツールスコアBenchLeader69.165.1
コーディングスコアBenchLeader72.874.5
総合スコアBenchLeader67.864.5
人間の評価スコアBenchLeader72.6–
知識スコアBenchLeader74.765.4
長文コンテキストスコアBenchLeader64.3–
数学スコアBenchLeader71.3–
推論スコアBenchLeader71.870.1
ブレンド価格($/100万トークン)BenchLeader$4.00$4.00
出力速度BenchLeader55 tok/s74 tok/s
回答開始までの時間BenchLeader72.4秒78.8秒
コンテキストウィンドウBenchLeader1,048,576トークン1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub96.5%–
SimpleBenchSimpleBench92.6%†–
Arena Hard PromptsArena (LMArena)1546–
LiveBench 2.0 ReasoningLiveBench90.6%90.6%
HLE-Diamond (AA)Artificial Analysis69.1%64.0%
Kagi LLM BenchmarkKagi LLM Benchmark–67.0%†
ARC-AGI-1ARC Prize97.5%97.5%
ARC-AGI-2ARC Prize92.1%85.8%
ARC-AGI-3ARC Prize96.9%98.2%
CritPt v2 hard subset (AA)Artificial Analysis69.0%62.5%
MysteryMechanismVals AI–36.9%
HLE-Diamond (Scale)Scale AI SEAL–56.5%†
Arena ExpertArena (LMArena)1566–
Chess PuzzlesEpoch AI Benchmarking Hub78.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub73.0%–
コーディング
SciCodeSciCode64.2%–
Arena CodingArena (LMArena)1567–
Arena WebDevArena (LMArena)17691757
LiveBench 2.0 CodingLiveBench91.0%83.7%
Vibe Code Bench v1.1Vals AI89.1%87.6%
Vibe Code Bench 1-100 v1.1Vals AI49.7%40.9%
SWE Atlas v1.1Scale AI SEAL71.5%†60.5%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL73.4%†61.3%†
SWE Atlas v1.1: Test WritingScale AI SEAL76.7%†64.4%†
SWE Atlas v1.1: RefactoringScale AI SEAL64.3%†55.7%†
109件のベンチマークをすべて表示
指標公開元Gemini 4 Carbon (high)GPT-6.2 Sol (max)
コーディング
CursorBenchCursor60.4%–
ALE-BenchEpoch AI Benchmarking Hub2374.7–
FrontierSWEEpoch AI Benchmarking Hub61.2%–
Terminal-Bench 4.0 (AA)Artificial Analysis65.2%60.1%
Design Arena WebsiteDesign Arena1304†–
FrontierCode 2.0 (AA)Artificial Analysis40.6%44.4%
エージェント・ツール
Terminal-BenchTerminal-Bench64.5%61.5%
APEX-AgentsMercor84.2%†–
Arena AgentArena (LMArena)16.111.3
LiveBench Long AgenticLiveBench71.8%63.6%
LiveBench BrowserLiveBench80.0%88.2%
HiL-BenchScale AI SEAL50.3%†–
GDPval-AA v2.1Artificial Analysis1733–
Analyst Agent (AA)Artificial Analysis–53.8%
Finance Agent v2.1Vals AI67.2%58.9%
Harvey's Legal Agent Benchmark v1.1Vals AI17.5%12.1%
Legal Research BenchVals AI55.8%37.0%
Tax Agent BenchVals AI51.8%24.8%
Terminal-Bench 4.0 (Vals)Vals AI63.1%60.6%
Terminal-Bench ScienceVals AI–58.6%
Arena Agent Task CompletionArena (LMArena)17.210.9
PostTrainBenchEpoch AI Benchmarking Hub41.0%–
Vending-Bench 2Andon Labs16484.2†–
AutomationBenchArtificial Analysis77.8%71.3%
GDP.pdf (AA)Artificial Analysis28.4%30.0%
Harvey LAB-AA v1.1Harvey–11.1%
EnterpriseOps-GymArtificial Analysis–28.9%
AA-Briefcase v1.1Artificial Analysis16111612
GDPxGDPx by SemiAnalysis10.9%–
Design Arena AgenticDesign Arena1304†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis64.8%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%
MKA (AA)Artificial Analysis54.3%–
FACTS SearchGoogle94.4%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.5%–
FrontierMath Tier 4Epoch AI Benchmarking Hub95.1%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ArXivMathMathArena94.3%–
BrokenArXivMathArena84.4%–
Autoform-HardVals AI71.4%85.7%
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub77.7%–
LiveBench 2.0 Data AnalysisLiveBench86.5%81.1%
LiveBench ResearchLiveBench92.5%90.1%
AA-Omniscience v1.1Artificial Analysis53.540.4
PRBench LegalScale AI SEAL53.4%†43.3%†
BioMysteryBenchVals AI–77.8%
Excel Modeling Benchmark v1.1Vals AI76.5%74.3%
DrugDiscoveryBenchScale AI SEAL71.5%62.2%†
EBR-benchEpoch AI Benchmarking Hub87.6%–
GDP.pdfEpoch AI Benchmarking Hub56.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis58.3%61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis88.6%44.6%
FACTS ParametricGoogle81.6%†–
指示追従
MultiChallengeScale AI SEAL–72.0%†
Arena Instruction FollowingArena (LMArena)1524–
人間の評価
Arena TextArena (LMArena)1526–
Arena Creative WritingArena (LMArena)1515–
Arena Multi-turnArena (LMArena)1563–
Arena Longer QueriesArena (LMArena)1537–
マルチモーダル
LiveBench DesignLiveBench80.2%80.0%
MMMU-ProArtificial Analysis89.3%†–
Humanity's Sixth SenseScale AI SEAL71.1%56.8%†
Blueprint-Bench 2Epoch AI Benchmarking Hub58.6%†–
Furniture AssemblyEpoch AI Benchmarking Hub77.5%–
VIALS-AAHandshake AI64.0%62.7%
AA-3DArtificial Analysis–1259
FACTS MultimodalGoogle60.2%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.3%–
MLCRArtificial Analysis19.4%37.2%
FACTS GroundingGoogle77.2%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub169.8†–
LiveBench 2.0LiveBench83.3%80.3%
AA Intelligence Index v5.0.1Artificial Analysis60.057.3
AA Progress Index v1Artificial Analysis350.8–
Vals IndexVals AI70.566.1
Vals Finance IndexVals AI67.0%56.7%
Vals RSI IndexVals AI27.7%–
Vals Science IndexVals AI–57.8%
Vals Legal IndexVals AI75.9%66.7%
AA Cyber IndexArtificial Analysis–37.8
安全性・誠実さ
FORTRESSScale AI SEAL16.4%†–

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。
  • Gemini 4 Carbon (high):スコアの改訂2件、価格 $4.90/M → $7.76/M。
  • 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。
  • Gemini 4 Carbon (high):価格 $5.48/M → $4.90/M。
  • GPT-6.2 Sol (max):新しい結果2件(Vibe Code Bench 1-100 v1.1, Terminal-Bench)。
  • Gemini 4 Carbon (high):BenchLeader Index 68.9 → 68.3。
  • Gemini 4 Carbon (high):新しい結果3件(PostTrainBench, ALE-Bench, GDP.pdf)。
  • Gemini 4 Carbon (high):スコアの改訂2件。
  • Gemini 4 Carbon (high):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。

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-6.2 Sol:よくある質問

Gemini 4 CarbonはGPT-6.2 Solより優れていますか?
Gemini 4 Carbon (high)とGPT-6.2 Sol (max)の品質は互角です(68.0 対 64.6、±3.4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。
Gemini 4 Carbon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?
価格は同じで、100万トークンあたりのブレンド価格は$4.00です。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-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 73。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、Gemini 4 Carbonが1769、GPT-6.2 Solが1757です。
Gemini 4 CarbonとGPT-6.2 Solはどちらが速いですか?
GPT-6.2 Solの方が出力が速くなっています(出力74 対 55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-6.2 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69 対 65。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-6.2 Solが61.5%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?
どちらも約1.1Mトークンです(Gemini 4 Carbonは1,048,576、GPT-6.2 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Gemini 4 Carbonです。Artificial Analysisの測定では、最初の回答トークンまで72.4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。
Gemini 4 Carbon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39件のベンチマークのうち、Gemini 4 Carbonのリードが28件、GPT-6.2 Solのリードが9件、同点が2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。
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。