BenchLeader

Gemini 4 Neon vs GPT-6.1 Terra

詳しいプロフィール:Gemini 4 Neon(Google)とGPT-6.1 Terra(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 · 10件の情報源のデータ

2026年11月19日時点で、品質ではGemini 4 NeonがGPT-6.1 Terraを上回ります(BenchLeader Indexで67.3 対 63.2)。ただし、価格はGPT-6.1 Terraの方が3.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $6.00です。両方を測定できるすべてのカテゴリでGemini 4 Neonがリードしています。Gemini 4 Neonの方が出力が約1.5倍速いです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGemini 4 Neonが67.3、GPT-6.1 Terraが63.2です(BenchLeader、2026年11月19日)。
  • Gemini 4 Neonの100万トークンあたりのブレンド価格は$6.00です(定価、2026年11月19日)。
  • GPT-6.1 Terraの100万トークンあたりのブレンド価格は$2.00です(定価、2026年11月19日)。
  • Gemini 4 NeonはGPT-6.1 Terra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19日)。
  • 両モデルに結果がある16件のベンチマークのうち、Gemini 4 Neonが14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 Neonが1764、GPT-6.1 Terraが1683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Gemini 4 Neonカテゴリスコア73 対 68;Arena WebDev 1764 対 1683中
エージェント・ツール利用Gemini 4 Neonカテゴリスコア76 対 62;Arena Agent 18.4 対 10.5高
推論Gemini 4 Neonカテゴリスコア72 対 67;HLE-Diamond (AA) 68.4% 対 47.3%中
知識Gemini 4 Neonカテゴリスコア72 対 61;AA-Omniscience v1.1 53.8 対 29.6高
チャットの質(人間の評価)–Arenaの評価があるのはGemini 4 Neonのみです(カテゴリスコア72)比較不可
最低コストGPT-6.1 Terra100万トークンあたりブレンド価格$2.00 対 $6.00;エージェント型コーディングセッション$0.080 対 $0.240–
回答開始の速さGemini 4 Neon最初の回答トークンまで40.6秒(Gemini 4 Neon (high))対 159.4秒(GPT-6.1 Terra (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

  • 品質ではGemini 4 Neon (high)がリードしています:67.3 対 63.2。
  • Gemini 4 Neon (high)はエージェント・ツール、コーディング、知識、推論で優れています。
  • GPT-6.1 Terra (max)の方が3.0倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $6.00)。
  • Gemini 4 Neon (high)の方が出力が1.6倍速くなっています(101 対 65トークン/秒)。

概要

仕様Gemini 4 NeonGPT-6.1 Terra
プロバイダーGoogleOpenAI
リリース日2026年11月18日2026年10月26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 Neon (high)GPT-6.1 Terra (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)$3.00 / $15.00 / $0.150$1.00 / $5.00 / $0.050

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 Neon (high)GPT-6.1 Terra (max)トップ
推論71.967.2Gemini 4 Neon
コーディング73.468.0Gemini 4 Neon
エージェント・ツール76.262.1Gemini 4 Neon
数学–71.2比較不可
知識72.360.6Gemini 4 Neon
人間の評価71.7–比較不可
マルチモーダル–66.8比較不可
長文コンテキスト–66.0比較不可
総合–62.6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・ツール知識Gemini 4 Neon, 推論: 71.9Gemini 4 Neon, コーディング: 73.4Gemini 4 Neon, エージェント・ツール: 76.2Gemini 4 Neon, 知識: 72.3GPT-6.1 Terra, 推論: 67.2GPT-6.1 Terra, コーディング: 68.0GPT-6.1 Terra, エージェント・ツール: 62.1GPT-6.1 Terra, 知識: 60.6

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16件のベンチマークのうち、Gemini 4 Neonのリードが14件、GPT-6.1 Terraのリードが2件です。両方を評価しているすべての総合指標で、Gemini 4 Neonが上回っています。

総合IndexGemini 4 Neon (high)GPT-6.1 Terra (max)トップ
BenchLeader Index67.363.2Gemini 4 Neon
AA Intelligence Index v5.0.159.651.3Gemini 4 Neon

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 Neon (high)GPT-6.1 Terra (max)
100万トークンあたりのブレンド価格$6.00$2.00
100万トークンあたりの入力/出力$3.00 / $15.00$1.00 / $5.00
100万トークンあたりのキャッシュ入力$0.150$0.050
タスクあたりの価格:チャットの返答$0.0057$0.0019
タスクあたりの価格:30ページのレポートを要約$0.045$0.015
タスクあたりの価格:コード編集$0.041$0.013
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$0.240$0.080
タスクあたりの価格:構造化データの抽出$0.0090$0.0030
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)$0.112$0.037
ベンチマークのタスクあたりのコスト(AA Index)$3.74$0.961
タスクあたりの出力トークン(AA Index)90k60k
うち推論46k39k
タスクあたりの時間(AA Index)15 min15 min
出力速度101 tok/s65 tok/s
回答開始までの時間40.6秒159.4秒
回答が完了するまでの時間(最終測定2026年11月13日)–375.7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 Neon (high)で$3.74、GPT-6.1 Terra (max)で$0.961でした。同じ作業でGemini 4 Neon (high)は1.5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 Neon (high)のスコアは67.3、最初の回答トークンまで41秒。Gemini 4 Neon (xhigh)は64.3(57秒)。GPT-6.1 Terra (max)のスコアは63.2、最初の回答トークンまで159秒。GPT-6.1 Terra (xhigh)は59.4(32秒)、GPT-6.1 Terra (high)は59.0(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

91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 Neon (high)GPT-6.1 Terra (max)
BenchLeader IndexBenchLeader67.363.2
エージェント・ツールスコアBenchLeader76.262.1
コーディングスコアBenchLeader73.468.0
人間の評価スコアBenchLeader71.7–
知識スコアBenchLeader72.360.6
推論スコアBenchLeader71.967.2
総合スコアBenchLeader–62.6
長文コンテキストスコアBenchLeader–66.0
数学スコアBenchLeader–71.2
マルチモーダルスコアBenchLeader–66.8
ブレンド価格($/100万トークン)BenchLeader$6.00$2.00
出力速度BenchLeader101 tok/s65 tok/s
回答開始までの時間BenchLeader40.6秒159.4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–72.2%†
Arena Hard PromptsArena (LMArena)1546–
LiveBench 2.0 ReasoningLiveBench89.6%†88.7%
Humanity's Last Exam (AA)Artificial Analysis–46.3%
HLE-Diamond (AA)Artificial Analysis68.4%47.3%
CritPtArtificial Analysis–28.0%
CritPt v2 hard subset (AA)Artificial Analysis59.0%68.0%
HLE-Diamond (Scale)Scale AI SEAL–35.7%†
Arena ExpertArena (LMArena)1541–
Mystery Game PuzzlesEpoch AI Benchmarking Hub–74.0%
コーディング
SciCodeSciCode–55.1%
Arena CodingArena (LMArena)1558–
Arena WebDevArena (LMArena)17641683
LiveBench 2.0 CodingLiveBench89.7%†89.2%
Vibe Code Bench v1.1Vals AI–84.0%
SWE Atlas v1.1Scale AI SEAL–57.7%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–54.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL–63.3%†
SWE Atlas v1.1: RefactoringScale AI SEAL–55.7%†
MirrorCodeEpoch AI Benchmarking Hub–76.7%
ALE-BenchEpoch AI Benchmarking Hub–2608.8
WeirdML v3WeirdML–28.1%†
Terminal-Bench 4.0 (AA)Artificial Analysis61.6%55.6%
GameBench 2 OverallDuelLab GameBench 2–81.1†
91件のベンチマークをすべて表示
指標公開元Gemini 4 Neon (high)GPT-6.1 Terra (max)
コーディング
GameBench 2 by reasoning settingDuelLab GameBench 2–85.9†
Design Arena WebsiteDesign Arena–1286†
FrontierCode 1.1 (AA)Artificial Analysis–36.0%
FrontierCode 2.0 (AA)Artificial Analysis43.3%42.3%
エージェント・ツール
Terminal-BenchTerminal-Bench–53.3%
APEX-AgentsMercor–68.3%
Arena AgentArena (LMArena)18.410.5
LiveBench Long AgenticLiveBench82.6%†55.3%
LiveBench BrowserLiveBench95.6%†93.1%
HiL-BenchScale AI SEAL–68.0%†
GDPval-AA v2.1Artificial Analysis–1476
Finance Agent v2.1Vals AI–56.0%
Harvey's Legal Agent Benchmark v1.1Vals AI–1.7%
Legal Research BenchVals AI–26.0%
Tax Agent BenchVals AI–17.1%
Terminal-Bench 4.0 (Vals)Vals AI–49.5%
Arena Agent Task CompletionArena (LMArena)19.28.5
Vending-Bench 2Andon Labs–9107.5†
SpireClimbEpoch AI Benchmarking Hub–22.3%
AutomationBenchArtificial Analysis79.2%60.2%
GDP.pdf (AA)Artificial Analysis33.4%28.6%
AA-Briefcase v1.1Artificial Analysis16321399
GDPxGDPx by SemiAnalysis–8.5%
Design Arena AgenticDesign Arena–1176†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis65.7%57.6%
MKA (AA)Artificial Analysis54.6%43.8%
FACTS SearchGoogle–92.7%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–90.9%
FrontierMath Tier 4Epoch AI Benchmarking Hub–92.7%
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–57.3%
LiveBench 2.0 Data AnalysisLiveBench85.3%†82.3%
LiveBench ResearchLiveBench94.5%†79.1%
AA-Omniscience v1.1Artificial Analysis53.829.6
Excel Modeling Benchmark v1.1Vals AI–73.3%
DrugDiscoveryBenchScale AI SEAL–58.1%†
EBR-benchEpoch AI Benchmarking Hub–78.1%
AA-Omniscience v1.1: accuracyArtificial Analysis59.4%47.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis86.1%65.5%
FACTS ParametricGoogle–70.8%†
指示追従
MultiChallengeScale AI SEAL–74.2%†
Arena Instruction FollowingArena (LMArena)1522–
人間の評価
Arena TextArena (LMArena)1519–
Arena Creative WritingArena (LMArena)1514–
Arena Multi-turnArena (LMArena)1529–
Arena Longer QueriesArena (LMArena)1521–
マルチモーダル
LiveBench DesignLiveBench81.5%†79.7%
MMMU-ProArtificial Analysis–84.7%
Humanity's Sixth SenseScale AI SEAL75.9%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub–42.1%†
Furniture AssemblyEpoch AI Benchmarking Hub–79.2%
VIALS-AAHandshake AI–60.3%
FACTS MultimodalGoogle–48.8%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–82.7%
MLCRArtificial Analysis28.9%30.6%
FACTS GroundingGoogle–84.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–167.7†
LiveBench 2.0LiveBench87.4%†78.6%
AA Intelligence Index v5.0.1Artificial Analysis59.651.3
AA Intelligence Index v4.3.2Artificial Analysis–48.1
AA Progress Index v1Artificial Analysis–345.2
Vals IndexVals AI–60.5
Vals Finance IndexVals AI–53.3%
Vals Legal IndexVals AI–58.8%
安全性・誠実さ
FORTRESSScale AI SEAL–18.2%†
DistressBenchScale AI SEAL–65.9%†

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。

DuelLab GameBench 2, release gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), 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 Neon (high):新しい結果13件(MLCR, MKA (AA), Arena Text…)。
  • GPT-6.1 Terra (max):スコアの改訂3件。
  • Gemini 4 Neon (high):初めての結果。
  • GPT-6.1 Terra (max):BenchLeader Index 64.1 → 63.5。
  • GPT-6.1 Terra (max):スコアの改訂2件。
  • GPT-6.1 Terra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6.1 Terra (max):BenchLeader Index 64.7 → 64.1。
  • GPT-6.1 Terra (max):新しい結果1件(Terminal-Bench)。
  • GPT-6.1 Terra (max):BenchLeader Index 65.2 → 64.7。
  • GPT-6.1 Terra (max):新しい結果1件(MirrorCode)。

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 Neon vs GPT-6.1 Terra:よくある質問

Gemini 4 NeonはGPT-6.1 Terraより優れていますか?
品質ではGemini 4 Neon (high)がリードしています:67.3 対 63.2。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日時点では総合でGemini 4 Neon (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 NeonとGPT-6.1 Terra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GPT-6.1 Terraの方が安く、100万トークンあたり$2.00 対 $6.00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 NeonとGPT-6.1 Terraのどちらが向いていますか?
コーディングではGemini 4 Neonの方がスコアが高くなっています(カテゴリ指標で73 対 68。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 Neonが1764、GPT-6.1 Terraが1683です。
Gemini 4 NeonとGPT-6.1 Terraはどちらが速いですか?
Gemini 4 Neonの方が出力が約1.5倍速くなっています(出力101 対 65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 NeonとGPT-6.1 Terra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 Neonの方がスコアが高くなっています(カテゴリ指標で76 対 62。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Arena Agentでは、Gemini 4 Neonが18.4、GPT-6.1 Terraが10.5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 Neonは1,048,576、GPT-6.1 Terra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 Neonです。Artificial Analysisの測定では、最初の回答トークンまで40.6秒 対 159.4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 NeonとGPT-6.1 Terra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16件のベンチマークのうち、Gemini 4 Neonのリードが14件、GPT-6.1 Terraのリードが2件です。両方を評価しているすべての総合指標で、Gemini 4 Neonが上回っています。
Gemini 4 Neonはいつリリースされましたか?
Gemini 4 Neonは2026年11月18日にリリースされました。