BenchLeader

Gemini 4 Hydrogen vs GPT-6 Sol

詳しいプロフィール:Gemini 4 Hydrogen(Google)とGPT-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 · 11件の情報源のデータ

2026年11月16日時点で、Gemini 4 HydrogenとGPT-6 Solの品質は互角です(BenchLeader Indexで63.4 対 62.6、±3.7の誤差範囲内)。価格はGemini 4 Hydrogenの方が1.3倍安く、100万トークンあたりのブレンド価格で$3.00 対 $4.00です。両方を測定できるすべてのカテゴリでGemini 4 Hydrogenがリードしています。Gemini 4 Hydrogenの方が出力が約1.5倍速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 4 Hydrogenが63.4、GPT-6 Solが62.6です(BenchLeader、2026年11月16日)。
  • Gemini 4 Hydrogenの100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
  • GPT-6 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16日)。
  • Gemini 4 HydrogenはGPT-6 Solより出力が約1.5倍速いです(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21件のベンチマークのうち、Gemini 4 Hydrogenが18件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はGemini 4 Hydrogenが1704、GPT-6 Solが1673です(LMArena、2026年11月16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Gemini 4 Hydrogenカテゴリスコア69 対 66;Arena WebDev 1704 対 1673中
エージェント・ツール利用Gemini 4 Hydrogenカテゴリスコア62 対 59;Terminal-Bench 56.4% 対 50.3%中
数学どちらでもカテゴリスコア68 対 68;Arena Maths 1495 対 1440どちらでも
推論Gemini 4 Hydrogenカテゴリスコア70 対 66;HLE-Diamond (AA) 54.9% 対 45.2%中
知識Gemini 4 Hydrogenカテゴリスコア69 対 61;AA-Omniscience v1.1 43.7 対 21.4高
チャットの質(人間の評価)Gemini 4 HydrogenArenaの投票で68 対 64中
最低コストGemini 4 Hydrogen100万トークンあたりブレンド価格$3.00 対 $4.00;エージェント型コーディングセッション$0.120 対 $0.160–
回答開始の速さGemini 4 Hydrogen最初の回答トークンまで16.2秒(Gemini 4 Hydrogen (high))対 36.9秒(GPT-6 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 Hydrogen (high)とGPT-6 Sol (max)の品質は互角です(63.4 対 62.6、±3.7の誤差範囲内)。
  • Gemini 4 Hydrogen (high)はエージェント・ツール、コーディング、人間の評価、知識、推論で優れています。
  • GPT-6 Sol (max)は数学で優れています。
  • Gemini 4 Hydrogen (high)の方が1.3倍安くなっています(100万トークンあたりブレンド価格$3.00 対 $4.00)。
  • Gemini 4 Hydrogen (high)の方が出力が1.3倍速くなっています(170 対 127トークン/秒)。

概要

仕様Gemini 4 HydrogenGPT-6 Sol
プロバイダーGoogleOpenAI
リリース日2026年11月12日2026年9月22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 Hydrogen (high)GPT-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)$1.50 / $7.50 / $0.075$2.00 / $10.00 / $0.200

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 Hydrogen (high)GPT-6 Sol (max)トップ
推論69.666.0Gemini 4 Hydrogen
コーディング68.866.3Gemini 4 Hydrogen
エージェント・ツール61.758.8Gemini 4 Hydrogen
数学67.868.0互角
知識68.560.6Gemini 4 Hydrogen
人間の評価68.264.2Gemini 4 Hydrogen
マルチモーダル–60.6比較不可
長文コンテキスト–66.6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推論コーディングエージェント・ツール数学知識人間の評価Gemini 4 Hydrogen, 推論: 69.6Gemini 4 Hydrogen, コーディング: 68.8Gemini 4 Hydrogen, エージェント・ツール: 61.7Gemini 4 Hydrogen, 数学: 67.8Gemini 4 Hydrogen, 知識: 68.5Gemini 4 Hydrogen, 人間の評価: 68.2GPT-6 Sol, 推論: 66.0GPT-6 Sol, コーディング: 66.3GPT-6 Sol, エージェント・ツール: 58.8GPT-6 Sol, 数学: 68.0GPT-6 Sol, 知識: 60.6GPT-6 Sol, 人間の評価: 64.2

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, 長文コンテキスト, マルチモーダル。

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21件のベンチマークのうち、Gemini 4 Hydrogenのリードが18件、GPT-6 Solのリードが3件です。両方を評価しているすべての総合指標で、Gemini 4 Hydrogenが上回っています。

総合IndexGemini 4 Hydrogen (high)GPT-6 Sol (max)トップ
BenchLeader Index63.462.6互角
AA Intelligence Index v5.0.150.844.2Gemini 4 Hydrogen
Arena Text14901457Gemini 4 Hydrogen

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 Hydrogen (high)GPT-6 Sol (max)
100万トークンあたりのブレンド価格$3.00$4.00
100万トークンあたりの入力/出力$1.50 / $7.50$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.075$0.200
タスクあたりの価格:チャットの返答$0.0029$0.0038
タスクあたりの価格:30ページのレポートを要約$0.022$0.030
タスクあたりの価格:コード編集$0.020$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$0.120$0.160
タスクあたりの価格:構造化データの抽出$0.0045$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)$0.056$0.079
ベンチマークのタスクあたりのコスト(AA Index)$1.87$2.47
タスクあたりの出力トークン(AA Index)85k54k
うち推論48k35k
タスクあたりの時間(AA Index)8 min7 min
出力速度170 tok/s127 tok/s
回答開始までの時間16.2秒36.9秒
回答が完了するまでの時間(最終測定2026年11月13日)63.3秒143.8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 Hydrogen (high)で$1.87、GPT-6 Sol (max)で$2.47でした。同じ作業でGemini 4 Hydrogen (high)は1.6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 Hydrogen (high)のスコアは63.4、最初の回答トークンまで16秒。Gemini 4 Hydrogen (xhigh)は61.8(42秒)。GPT-6 Sol (max)のスコアは62.6、最初の回答トークンまで37秒。GPT-6 Sol (xhigh)は58.4(19秒)、GPT-6 Sol (high)は58.1(6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

129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 Hydrogen (high)GPT-6 Sol (max)
BenchLeader IndexBenchLeader63.462.6
エージェント・ツールスコアBenchLeader61.758.8
コーディングスコアBenchLeader68.866.3
人間の評価スコアBenchLeader68.264.2
知識スコアBenchLeader68.560.6
数学スコアBenchLeader67.868.0
推論スコアBenchLeader69.666.0
長文コンテキストスコアBenchLeader–66.6
マルチモーダルスコアBenchLeader–60.6
ブレンド価格($/100万トークン)BenchLeader$3.00$4.00
出力速度BenchLeader170 tok/s127 tok/s
回答開始までの時間BenchLeader16.2秒36.9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 Hub–94.3%
SimpleBenchSimpleBench–73.1%†
Arena Hard PromptsArena (LMArena)15141483
LiveBench 2.0 ReasoningLiveBench88.6%†–
LiveBench 1.0 ReasoningLiveBench–88.7%
Humanity's Last Exam (AA)Artificial Analysis–47.9%
HLE-Diamond (AA)Artificial Analysis54.9%45.2%
ARC-AGI-1ARC Prize–95.5%
ARC-AGI-2ARC Prize–89.6%
ARC-AGI-3ARC Prize–23.0%
CritPtArtificial Analysis–30.9%
CritPt v2 hard subset (AA)Artificial Analysis61.5%66.5%
MysteryMechanismVals AI–30.2%
HLE-Diamond (Scale)Scale AI SEAL–33.8%†
Arena ExpertArena (LMArena)15421496
Chess PuzzlesEpoch AI Benchmarking Hub–56.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–56.0%
LMCAEpoch AI Benchmarking Hub–59.1%
DTBenchEpoch AI Benchmarking Hub–97.3%
コーディング
SciCodeSciCode–57.6%
FrontierCodeCognition–49.3%
Arena CodingArena (LMArena)15181521
Arena WebDevArena (LMArena)17041673
LiveBench 2.0 CodingLiveBench78.5%†–
LiveBench 1.0 CodingLiveBench–81.8%
129件のベンチマークをすべて表示
指標公開元Gemini 4 Hydrogen (high)GPT-6 Sol (max)
コーディング
IOIVals AI–82.6%
Code MigrationVals AI–57.2%
ProgramBenchVals AI–2.0%
Vibe Code Bench v1.1Vals AI87.8%†87.8%
MirrorCodeEpoch AI Benchmarking Hub–48.9%
ALE-BenchEpoch AI Benchmarking Hub–2462
WeirdML v3WeirdML–19.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis54.0%43.9%
GameBench 2 OverallDuelLab GameBench 2–73.0†
GameBench 2 by reasoning settingDuelLab GameBench 2–79.4†
Design Arena WebsiteDesign Arena1320†1290†
FrontierCode 2.0 (AA)Artificial Analysis36.3%35.6%
エージェント・ツール
Terminal-BenchTerminal-Bench56.4%50.3%
APEX-AgentsMercor–54.3%
Arena AgentArena (LMArena)–6.9
LiveBench Long AgenticLiveBench61.8%†–
LiveBench BrowserLiveBench77.1%†–
LiveBench Agentic CodingLiveBench–52.9%
Terminal-Bench 2.1 (Vals)Vals AI–83.2%
GDPval-AA v2.1Artificial Analysis–1514
ITBench SRE (AA)Artificial Analysis–49.4%
CyberBenchVals AI–78.0%
Finance Agent v2Vals AI–49.0%
Finance Agent v2.1Vals AI65.1%†–
Harvey's Legal Agent Benchmark v1.1Vals AI11.3%†–
Harvey's Legal Agent Benchmark v1Vals AI–1.7%
Legal Research BenchVals AI53.9%†28.9%
SREBenchVals AI–30.5%
Tax Agent BenchVals AI52.3%†15.0%
Terminal-Bench 4.0 (Vals)Vals AI54.0%†44.4%
Terminal-Bench ScienceVals AI–30.0%
Arena SearchArena (LMArena)–1229
Arena Agent Task CompletionArena (LMArena)–4.5
Vending-Bench 2Andon Labs–14427.9†
SpireClimbEpoch AI Benchmarking Hub–9.2%
AutomationBenchArtificial Analysis74.4%61.6%
GDP.pdf (AA)Artificial Analysis30.0%25.2%
Harvey LAB-AA v1.1Harvey–3.6%
AA-Briefcase v1.1Artificial Analysis14971476
Design Arena AgenticDesign Arena1262†1218†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis41.4%30.0%
CWE-Bench (AA)Artificial Analysis–64.2%
DeepSec-Bench (AA)Artificial Analysis–46.3%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
FACTS SearchGoogle–92.7%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–89.8%
FrontierMath Tier 4Epoch AI Benchmarking Hub–90.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%
ProofBenchVals AI–83.0%†
LiveBench MathematicsLiveBench–96.4%
Arena MathsArena (LMArena)14951440
FrontierMath ErdősEpoch AI Benchmarking Hub–1.5%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–60.7%
LiveBench 2.0 Data AnalysisLiveBench83.2%†–
LiveBench ResearchLiveBench86.8%†–
LiveBench 1.0 Data AnalysisLiveBench–81.2%
AA-Omniscience v1.1Artificial Analysis43.721.4
PRBench LegalScale AI SEAL–38.6%†
BioMysteryBenchVals AI–74.8%
Excel Modeling BenchmarkVals AI–71.5%
Excel Modeling Benchmark v1.1Vals AI75.8%†–
MedCodeVals AI–47.1%
MedScribeVals AI–82.0%
Public Benefits Bench v1.1Vals AI–56.6%
Financial Coaching BenchVals AI–62.6%
EBR-benchEpoch AI Benchmarking Hub–53.3%
GDP.pdfEpoch AI Benchmarking Hub–26.4%
AA-Omniscience v1.1: accuracyArtificial Analysis48.2%51.1%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis91.3%39.1%
HealthBench Professional (AA)OpenAI–62.3%
FACTS ParametricGoogle–76.1%†
指示追従
LiveBench LanguageLiveBench–85.3%
LiveBench Instruction FollowingLiveBench–68.6%
Arena Instruction FollowingArena (LMArena)15031449
人間の評価
Arena TextArena (LMArena)14901457
EQ-Bench Creative Writing v3EQ-Bench–2126†
Arena Creative WritingArena (LMArena)14921428
Arena Multi-turnArena (LMArena)14761468
Arena Longer QueriesArena (LMArena)15141466
マルチモーダル
Arena VisionArena (LMArena)–1233
LiveBench DesignLiveBench77.3%†–
MMMU-ProArtificial Analysis–83.0%
Humanity's Sixth SenseScale AI SEAL–31.2%
Blueprint-Bench 2Epoch AI Benchmarking Hub–36.9%†
Furniture AssemblyEpoch AI Benchmarking Hub–58.3%
AA-3DArtificial Analysis–1131
FACTS MultimodalGoogle–43.9%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–83.7%
MLCRArtificial Analysis21.1%†33.9%
FACTS GroundingGoogle–83.3%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–163.8†
LiveBench 2.0LiveBench77.0%†–
LiveBench 1.0LiveBench–79.3%
AA Intelligence Index v5.0.1Artificial Analysis50.844.2
AA Intelligence Index v4.3.2Artificial Analysis–47.6
AA Progress Index v1Artificial Analysis–334
Vals IndexVals AI68.5†–
Vals Finance IndexVals AI66.1%†–
Vals RSI IndexVals AI–28.1%
Vals Science IndexVals AI–45.0%
Vals Legal IndexVals AI73.6%†–
AA Cyber IndexArtificial Analysis–36.8
安全性・誠実さ
FORTRESSScale AI SEAL–13.5%†
DistressBenchScale AI SEAL–68.0%†

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 Sol (max):新しい結果1件(GDPval-AA v2.1)。
  • Gemini 4 Hydrogen (high):新しい結果10件(Arena Text, Arena Hard Prompts, Arena Coding…)。
  • GPT-6 Sol (max):新しい結果1件(MirrorCode)。
  • GPT-6 Sol (max):BenchLeader Index 63.5 → 62.9。
  • GPT-6 Sol (max):スコアの改訂2件。
  • GPT-6 Sol (max):スコアの改訂1件。
  • GPT-6 Sol (max):スコアの改訂1件。
  • GPT-6 Sol (max):新しい結果6件(AA Intelligence Index v5.0.1, AA-Omniscience v1.1, CritPt v2 hard subset (AA)…)。
  • GPT-6 Sol (max):スコアの改訂1件。
  • GPT-6 Sol (max):スコアの改訂1件。

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 4 Hydrogen vs GPT-6 Sol:よくある質問

Gemini 4 HydrogenはGPT-6 Solより優れていますか?
Gemini 4 Hydrogen (high)とGPT-6 Sol (max)の品質は互角です(63.4 対 62.6、±3.7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16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 HydrogenとGPT-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 Hydrogenの方が安く、100万トークンあたり$3.00 対 $4.00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 HydrogenとGPT-6 Solのどちらが向いていますか?
コーディングではGemini 4 Hydrogenの方がスコアが高くなっています(カテゴリ指標で69 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Arena WebDevでは、Gemini 4 Hydrogenが1704、GPT-6 Solが1673です。
Gemini 4 HydrogenとGPT-6 Solはどちらが速いですか?
Gemini 4 Hydrogenの方が出力が約1.5倍速くなっています(出力170 対 127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 HydrogenとGPT-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 Hydrogenの方がスコアが高くなっています(カテゴリ指標で62 対 59。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 Hydrogenが56.4%、GPT-6 Solが50.3%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 Hydrogenは1,048,576、GPT-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Gemini 4 Hydrogenです。Artificial Analysisの測定では、最初の回答トークンまで16.2秒 対 36.9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 HydrogenとGPT-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21件のベンチマークのうち、Gemini 4 Hydrogenのリードが18件、GPT-6 Solのリードが3件です。両方を評価しているすべての総合指標で、Gemini 4 Hydrogenが上回っています。
Gemini 4 Hydrogenはいつリリースされましたか?
Gemini 4 Hydrogenは2026年11月12日にリリースされました。