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 Carbon | GPT-6.2 Sol |
|---|---|---|
| プロバイダー | OpenAI | |
| 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) | 1,048,576 | 1,050,000 |
| 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 | 71.8 | 70.1 | Gemini 4 Carbon |
| コーディング | 72.8 | 74.5 | GPT-6.2 Sol |
| エージェント・ツール | 69.1 | 65.1 | Gemini 4 Carbon |
| 数学 | 71.3 | – | 比較不可 |
| 知識 | 74.7 | 65.4 | Gemini 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 | 67.8 | 64.5 | Gemini 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。
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。
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Index | Gemini 4 Carbon (high) | GPT-6.2 Sol (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 68.0 | 64.6 | 互角 |
| AA Intelligence Index v5.0.1 | 60.0 | 57.3 | Gemini 4 Carbon |
| Vals Index | 70.5 | 66.1 | 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-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) | 123k | 40k |
| うち推論 | 72k | 23k |
| タスクあたりの時間(AA Index) | 38 min | 9 min |
| 出力速度 | 55 tok/s | 74 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$1.01でした。同じ作業でGemini 4 Carbon (high)は3.0倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Carbon (high)のスコアは68.0、最初の回答トークンまで72秒。Gemini 4 Carbon (medium)は64.7(33秒)、Gemini 4 Carbon (low)は59.0(9秒)。GPT-6.2 Sol (max)のスコアは64.6、最初の回答トークンまで79秒。GPT-6.2 Sol (xhigh)は63.3(32秒)、GPT-6.2 Sol (high)は62.3(12秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
109件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Carbon (high) | GPT-6.2 Sol (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 68.0 | 64.6 |
| エージェント・ツールスコア | BenchLeader | 69.1 | 65.1 |
| コーディングスコア | BenchLeader | 72.8 | 74.5 |
| 総合スコア | BenchLeader | 67.8 | 64.5 |
| 人間の評価スコア | BenchLeader | 72.6 | – |
| 知識スコア | BenchLeader | 74.7 | 65.4 |
| 長文コンテキストスコア | BenchLeader | 64.3 | – |
| 数学スコア | BenchLeader | 71.3 | – |
| 推論スコア | BenchLeader | 71.8 | 70.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | $4.00 |
| 出力速度 | BenchLeader | 55 tok/s | 74 tok/s |
| 回答開始までの時間 | BenchLeader | 72.4秒 | 78.8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% | – |
| SimpleBench | SimpleBench | 92.6%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1546 | – |
| LiveBench 2.0 Reasoning | LiveBench | 90.6% | 90.6% |
| HLE-Diamond (AA) | Artificial Analysis | 69.1% | 64.0% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 67.0%† |
| ARC-AGI-1 | ARC Prize | 97.5% | 97.5% |
| ARC-AGI-2 | ARC Prize | 92.1% | 85.8% |
| ARC-AGI-3 | ARC Prize | 96.9% | 98.2% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 69.0% | 62.5% |
| MysteryMechanism | Vals AI | – | 36.9% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 56.5%† |
| Arena Expert | Arena (LMArena) | 1566 | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 78.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 73.0% | – |
| コーディング | |||
| SciCode | SciCode | 64.2% | – |
| Arena Coding | Arena (LMArena) | 1567 | – |
| Arena WebDev | Arena (LMArena) | 1769 | 1757 |
| LiveBench 2.0 Coding | LiveBench | 91.0% | 83.7% |
| Vibe Code Bench v1.1 | Vals AI | 89.1% | 87.6% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 49.7% | 40.9% |
| SWE Atlas v1.1 | Scale AI SEAL | 71.5%† | 60.5%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 73.4%† | 61.3%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 76.7%† | 64.4%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 64.3%† | 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 | |||
| CursorBench | Cursor | 60.4% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2374.7 | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 61.2% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 65.2% | 60.1% |
| Design Arena Website | Design Arena | 1304† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 40.6% | 44.4% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 64.5% | 61.5% |
| APEX-Agents | Mercor | 84.2%† | – |
| Arena Agent | Arena (LMArena) | 16.1 | 11.3 |
| LiveBench Long Agentic | LiveBench | 71.8% | 63.6% |
| LiveBench Browser | LiveBench | 80.0% | 88.2% |
| HiL-Bench | Scale AI SEAL | 50.3%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1733 | – |
| Analyst Agent (AA) | Artificial Analysis | – | 53.8% |
| Finance Agent v2.1 | Vals AI | 67.2% | 58.9% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 17.5% | 12.1% |
| Legal Research Bench | Vals AI | 55.8% | 37.0% |
| Tax Agent Bench | Vals AI | 51.8% | 24.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 63.1% | 60.6% |
| Terminal-Bench Science | Vals AI | – | 58.6% |
| Arena Agent Task Completion | Arena (LMArena) | 17.2 | 10.9 |
| PostTrainBench | Epoch AI Benchmarking Hub | 41.0% | – |
| Vending-Bench 2 | Andon Labs | 16484.2† | – |
| AutomationBench | Artificial Analysis | 77.8% | 71.3% |
| GDP.pdf (AA) | Artificial Analysis | 28.4% | 30.0% |
| Harvey LAB-AA v1.1 | Harvey | – | 11.1% |
| EnterpriseOps-Gym | Artificial Analysis | – | 28.9% |
| AA-Briefcase v1.1 | Artificial Analysis | 1611 | 1612 |
| GDPx | GDPx by SemiAnalysis | 10.9% | – |
| Design Arena Agentic | Design Arena | 1304† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 64.8% | 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 Analysis | 54.3% | – |
| FACTS Search | 94.4%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 90.5% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 95.1% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | – |
| ArXivMath | MathArena | 94.3% | – |
| BrokenArXiv | MathArena | 84.4% | – |
| Autoform-Hard | Vals AI | 71.4% | 85.7% |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 2.9% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 77.7% | – |
| LiveBench 2.0 Data Analysis | LiveBench | 86.5% | 81.1% |
| LiveBench Research | LiveBench | 92.5% | 90.1% |
| AA-Omniscience v1.1 | Artificial Analysis | 53.5 | 40.4 |
| PRBench Legal | Scale AI SEAL | 53.4%† | 43.3%† |
| BioMysteryBench | Vals AI | – | 77.8% |
| Excel Modeling Benchmark v1.1 | Vals AI | 76.5% | 74.3% |
| DrugDiscoveryBench | Scale AI SEAL | 71.5% | 62.2%† |
| EBR-bench | Epoch AI Benchmarking Hub | 87.6% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 56.4% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 58.3% | 61.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 88.6% | 44.6% |
| FACTS Parametric | 81.6%† | – | |
| 指示追従 | |||
| MultiChallenge | Scale AI SEAL | – | 72.0%† |
| Arena Instruction Following | Arena (LMArena) | 1524 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1526 | – |
| Arena Creative Writing | Arena (LMArena) | 1515 | – |
| Arena Multi-turn | Arena (LMArena) | 1563 | – |
| Arena Longer Queries | Arena (LMArena) | 1537 | – |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 80.2% | 80.0% |
| MMMU-Pro | Artificial Analysis | 89.3%† | – |
| Humanity's Sixth Sense | Scale AI SEAL | 71.1% | 56.8%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 58.6%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 77.5% | – |
| VIALS-AA | Handshake AI | 64.0% | 62.7% |
| AA-3D | Artificial Analysis | – | 1259 |
| FACTS Multimodal | 60.2%† | – | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | – |
| MLCR | Artificial Analysis | 19.4% | 37.2% |
| FACTS Grounding | 77.2%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 169.8† | – |
| LiveBench 2.0 | LiveBench | 83.3% | 80.3% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 60.0 | 57.3 |
| AA Progress Index v1 | Artificial Analysis | 350.8 | – |
| Vals Index | Vals AI | 70.5 | 66.1 |
| Vals Finance Index | Vals AI | 67.0% | 56.7% |
| Vals RSI Index | Vals AI | 27.7% | – |
| Vals Science Index | Vals AI | – | 57.8% |
| Vals Legal Index | Vals AI | 75.9% | 66.7% |
| AA Cyber Index | Artificial Analysis | – | 37.8 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 16.4%† | – |
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…)。
関連する比較
- Gemini 4 Carbon vs Claude Fable 5.2
- Gemini 4 Carbon vs GPT-6.2 Astra
- Gemini 4 Carbon vs Claude Opus 5.5
- GPT-6.2 Sol vs Claude Fable 5.2
- GPT-6.2 Sol vs GPT-6.2 Astra
- GPT-6.2 Sol vs Claude Opus 5.5
- Gemini 4 Argon vs GPT-6.2 Sol
- Gemini 4 Carbon vs GPT-6.1 Terra
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。