BenchLeader

Gemini 4 Neon vs GPT-6 Astra

詳しいプロフィール:Gemini 4 Neon(Google)とGPT-6 Astra(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19日時点で、Gemini 4 NeonとGPT-6 Astraの品質は互角です(BenchLeader Indexで67.3 対 66.9、±3.3の誤差範囲内)。価格はGemini 4 Neonの方が3.3倍安く、100万トークンあたりのブレンド価格で$6.00 対 $20.00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2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 Astraが66.9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 Astraの100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月19日)。
  • Gemini 4 NeonはGPT-6 Astraより出力が約2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23件のベンチマークのうち、Gemini 4 Neonが20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 Astraが1763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 72;Arena WebDev 1764 対 1763中
エージェント・ツール利用Gemini 4 Neonカテゴリスコア76 対 66;Arena Agent 18.4 対 14.6高
推論どちらでもカテゴリスコア72 対 71;HLE-Diamond (AA) 68.4% 対 63.8%どちらでも
知識Gemini 4 Neonカテゴリスコア72 対 71;AA-Omniscience v1.1 53.8 対 42.4中
チャットの質(人間の評価)Gemini 4 NeonArenaの投票で72 対 66中
最低コストGemini 4 Neon100万トークンあたりブレンド価格$6.00 対 $20.00;エージェント型コーディングセッション$0.240 対 $0.800–
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 180.8秒(GPT-6 Astra (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 Neon (high)とGPT-6 Astra (max)の品質は互角です(67.3 対 66.9、±3.3の誤差範囲内)。
  • Gemini 4 Neon (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。
  • Gemini 4 Neon (high)の方が3.3倍安くなっています(100万トークンあたりブレンド価格$6.00 対 $20.00)。
  • Gemini 4 Neon (high)の方が出力が2.4倍速くなっています(101 対 42トークン/秒)。

概要

仕様Gemini 4 NeonGPT-6 Astra
プロバイダーGoogleOpenAI
リリース日2026年11月18日2026年9月2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 Astra (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$10.00 / $50.00 / $1.00

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 Astra (max)トップ
推論71.971.0互角
コーディング73.472.3Gemini 4 Neon
エージェント・ツール76.266.3Gemini 4 Neon
数学–70.3比較不可
知識72.371.1Gemini 4 Neon
人間の評価71.766.4Gemini 4 Neon
マルチモーダル–65.4比較不可
長文コンテキスト–65.0比較不可
総合–68.8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・ツール知識人間の評価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: 72.3Gemini 4 Neon, 人間の評価: 71.7GPT-6 Astra, 推論: 71.0GPT-6 Astra, コーディング: 72.3GPT-6 Astra, エージェント・ツール: 66.3GPT-6 Astra, 知識: 71.1GPT-6 Astra, 人間の評価: 66.4

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。

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23件のベンチマークのうち、Gemini 4 Neonのリードが20件、GPT-6 Astra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 Neonが上回っています。

総合IndexGemini 4 Neon (high)GPT-6 Astra (max)トップ
BenchLeader Index67.366.9互角
AA Intelligence Index v5.0.159.656.9Gemini 4 Neon
Arena Text15191475Gemini 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 Astra (max)
100万トークンあたりのブレンド価格$6.00$20.00
100万トークンあたりの入力/出力$3.00 / $15.00$10.00 / $50.00
100万トークンあたりのキャッシュ入力$0.150$1.00
タスクあたりの価格:チャットの返答$0.0057$0.019
タスクあたりの価格:30ページのレポートを要約$0.045$0.150
タスクあたりの価格:コード編集$0.041$0.135
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$0.800
タスクあたりの価格:構造化データの抽出$0.0090$0.030
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$0.395
ベンチマークのタスクあたりのコスト(AA Index)$3.74$6.24
タスクあたりの出力トークン(AA Index)90k52k
うち推論46k36k
タスクあたりの時間(AA Index)15 min21 min
出力速度101 tok/s42 tok/s
回答開始までの時間40.6秒180.8秒
回答が完了するまでの時間(最終測定2026年11月13日)–533.7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 Astra (max)で$6.24でした。同じ作業でGemini 4 Neon (high)は1.7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 Astra (max)のスコアは66.9、最初の回答トークンまで181秒。GPT-6 Astraは66.2(5秒)、GPT-6 Astra (high)は65.6(37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

172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 Astra (max)
BenchLeader IndexBenchLeader67.366.9
エージェント・ツールスコアBenchLeader76.266.3
コーディングスコアBenchLeader73.472.3
人間の評価スコアBenchLeader71.766.4
知識スコアBenchLeader72.371.1
推論スコアBenchLeader71.971.0
総合スコアBenchLeader–68.8
長文コンテキストスコアBenchLeader–65.0
数学スコアBenchLeader–70.3
マルチモーダルスコアBenchLeader–65.4
ブレンド価格($/100万トークン)BenchLeader$6.00$20.00
出力速度BenchLeader101 tok/s42 tok/s
回答開始までの時間BenchLeader40.6秒180.8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 Hub–95.8%
Humanity's Last ExamScale AI / CAIS–54.8%†
SimpleBenchSimpleBench–83.6%†
Arena Hard PromptsArena (LMArena)15461500
LiveBench 2.0 ReasoningLiveBench89.6%†92.7%
LiveBench 1.0 ReasoningLiveBench–92.7%
GPQA Diamond (AA)Artificial Analysis–96.1%
Humanity's Last Exam (AA)Artificial Analysis–54.7%
HLE-Diamond (AA)Artificial Analysis68.4%63.8%
ARC-AGI-1ARC Prize–97.5%
ARC-AGI-2ARC Prize–95.0%
ARC-AGI-3ARC Prize–98.6%
CritPtArtificial Analysis–31.7%
CritPt v2 hard subset (AA)Artificial Analysis59.0%70.5%
MysteryMechanismVals AI–53.1%
HLE-Diamond (Scale)Scale AI SEAL–60.6%†
Arena ExpertArena (LMArena)15411518
Chess PuzzlesEpoch AI Benchmarking Hub–74.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–84.0%
LMCAEpoch AI Benchmarking Hub–64.1%†
DTBenchEpoch AI Benchmarking Hub–97.1%†
ForecastBenchForecastBench–66.6%†
BTF-3Epoch AI Benchmarking Hub–13.5%†
コーディング
SciCodeSciCode–56.5%
WeirdMLWeirdML–93.3%
172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 Astra (max)
コーディング
FrontierCodeCognition–53.3%
GSO-BenchGSO-Bench–79.4%†
Arena CodingArena (LMArena)15581548
Arena WebDevArena (LMArena)17641763
LiveBench 2.0 CodingLiveBench89.7%†87.5%
LiveBench 1.0 CodingLiveBench–80.4%
IOIVals AI–100.0%
Code MigrationVals AI–67.7%
Code Migration v1.1Vals AI–80.6%
ProgramBenchVals AI–5.5%
SWE-bench MultimodalVals AI–43.3%
Vibe Code Bench 1-100Vals AI–27.6%
Vibe Code Bench v1.1Vals AI–89.6%
SWE Atlas v1.0: Codebase QnAScale AI SEAL–59.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL–59.0%†
SWE Atlas v1.0: Test WritingScale AI SEAL–50.7%†
SWE Atlas v1.1Scale AI SEAL–69.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–70.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL–66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL–71.4%†
SWE-Bench Pro V2Scale AI SEAL–96.9%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub–60.0%
DeepSWE v1.1Epoch AI Benchmarking Hub–73.2%
ALE-BenchEpoch AI Benchmarking Hub–2951.3
FrontierSWEEpoch AI Benchmarking Hub–65.5%
WeirdML v3WeirdML–42.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis61.6%59.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–88.4%
Startrise FrontendStartrise–79.9%†
GameBench 2 OverallDuelLab GameBench 2–88.8†
GameBench 2 by reasoning settingDuelLab GameBench 2–94.3†
Design Arena WebsiteDesign Arena–1343
FrontierCode 1.1 (AA)Artificial Analysis–47.0%
FrontierCode 2.0 (AA)Artificial Analysis43.3%42.4%
エージェント・ツール
Terminal-BenchTerminal-Bench–60.3%
Remote Labor IndexScale AI / CAIS–20.8%†
APEX-AgentsMercor–64.7%†
Arena AgentArena (LMArena)18.414.6
LiveBench Long AgenticLiveBench82.6%†74.7%
LiveBench BrowserLiveBench95.6%†91.3%
LiveBench Agentic CodingLiveBench–57.3%
Terminal-Bench 2.1 (Vals)Vals AI–87.3%
HiL-BenchScale AI SEAL–65.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–53.7%
GDPval-AA v2.1Artificial Analysis–1587
τ³-Banking (AA)Artificial Analysis–41.4%
ITBench SRE (AA)Artificial Analysis–48.6%
Analyst Agent (AA)Artificial Analysis–51.3%
CUA-benchVals AI–19.2%
CyberBenchVals AI–41.1%
Finance Agent v2Vals AI–53.5%
Finance Agent v2.1Vals AI–60.4%
Harvey's Legal Agent Benchmark v1.1Vals AI–7.1%
Harvey's Legal Agent Benchmark v1Vals AI–5.4%
Legal Research BenchVals AI–39.4%
Robo-benchVals AI–23.3%
SREBenchVals AI–56.9%
Tax Agent BenchVals AI–20.7%
Terminal-Bench 4.0 (Vals)Vals AI–59.6%
Terminal-Bench ScienceVals AI–62.9%
Time Horizon Index: KSPVals AI–90.5%
Arena SearchArena (LMArena)–1245
Arena Agent Task CompletionArena (LMArena)19.214.9
BALROGBALROG–68.3%
PostTrainBenchEpoch AI Benchmarking Hub–41.9%
GBAEvalEpoch AI Benchmarking Hub–87.0%†
Vending-Bench 2Andon Labs–15514.7†
SpireClimbEpoch AI Benchmarking Hub–34.0%
AutomationBenchArtificial Analysis79.2%68.5%
GDP.pdf (AA)Artificial Analysis33.4%31.0%
Harvey LAB-AA v1.1Harvey–8.6%
AA-Briefcase v1.1Artificial Analysis16321569
GDPxGDPx by SemiAnalysis–9.6%
Design Arena AgenticDesign Arena–1394
RoboDojo (LLM as robot policy)RoboDojo–29.0†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis65.7%63.3%
CWE-Bench (AA)Artificial Analysis–63.3%
DeepSec-Bench (AA)Artificial Analysis–36.9%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
MKA (AA)Artificial Analysis54.6%50.2%
FACTS SearchGoogle–93.3%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub–97.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%
ProofBenchVals AI–99.0%†
LiveBench MathematicsLiveBench–96.8%
Arena MathsArena (LMArena)–1478
FrontierMath ErdősEpoch AI Benchmarking Hub–2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–75.6%
LiveBench 2.0 Data AnalysisLiveBench85.3%†83.0%
LiveBench ResearchLiveBench94.5%†90.6%
LiveBench 1.0 Data AnalysisLiveBench–83.0%
AA-Omniscience v1.1Artificial Analysis53.842.4
PRBench FinanceScale AI SEAL–47.5%†
PRBench LegalScale AI SEAL–48.4%†
BioMysteryBenchVals AI–79.3%
Excel Modeling BenchmarkVals AI–71.7%
Excel Modeling Benchmark v1.1Vals AI–72.7%
MedCodeVals AI–48.5%
MedScribeVals AI–87.9%
Financial Coaching BenchVals AI–67.5%
Immigration BenchVals AI–67.7%
DrugDiscoveryBenchScale AI SEAL–68.7%
EBR-benchEpoch AI Benchmarking Hub–76.2%
GDP.pdfEpoch AI Benchmarking Hub–50.4%
AA-Omniscience v1.1: accuracyArtificial Analysis59.4%61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis86.1%50.2%
HealthBench Professional (AA)OpenAI–66.0%
FACTS ParametricGoogle–83.8%†
指示追従
LiveBench LanguageLiveBench–89.4%
LiveBench Instruction FollowingLiveBench–75.6%
Arena Instruction FollowingArena (LMArena)15221473
人間の評価
Arena TextArena (LMArena)15191475
EQ-Bench Creative Writing v3EQ-Bench–2177†
Arena Creative WritingArena (LMArena)15141449
Arena Multi-turnArena (LMArena)15291482
Arena Longer QueriesArena (LMArena)15211484
マルチモーダル
Arena VisionArena (LMArena)–1279
LiveBench DesignLiveBench81.5%†80.0%
MMMU-ProArtificial Analysis–86.9%
Humanity's Sixth SenseScale AI SEAL75.9%†53.6%
Blueprint-Bench 2Epoch AI Benchmarking Hub–49.7%†
Furniture AssemblyEpoch AI Benchmarking Hub–80.0%
VIALS-AAHandshake AI–62.7%
Code2Video-AAArtificial Analysis–1427
AA-3DArtificial Analysis–1168
FACTS MultimodalGoogle–55.2%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–80.7%
Arena DocumentArena (LMArena)–1474
MLCRArtificial Analysis28.9%41.7%
FACTS GroundingGoogle–80.1%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–169.2†
LiveBench 2.0LiveBench87.4%†84.3%
LiveBench 1.0LiveBench–82.2%
AA Intelligence Index v5.0.1Artificial Analysis59.656.9
AA Intelligence Index v4.3.2Artificial Analysis–52.7
AA Progress Index v1Artificial Analysis–349.6
Vals IndexVals AI–65.0
Vals Finance IndexVals AI–55.6%
Vals RSI IndexVals AI–27.1%
Vals Science IndexVals AI–65.1%
Vals Router IndexVals AI–65.0%†
Vals Legal IndexVals AI–68.4%
AA Cyber IndexArtificial Analysis–33.4
安全性・誠実さ
FORTRESSScale AI SEAL–12.1%†
DistressBenchScale AI SEAL–74.3%†

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 Astra (max):スコアの改訂3件。
  • Gemini 4 Neon (high):初めての結果。
  • GPT-6 Astra (max):BenchLeader Index 67.4 → 66.7。
  • GPT-6 Astra (max):スコアの改訂2件。
  • GPT-6 Astra (max):スコアの改訂2件。
  • GPT-6 Astra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (max):スコアの改訂1件。
  • GPT-6 Astra (max):新しい結果1件(PostTrainBench)、スコアの改訂2件。
  • GPT-6 Astra (max):新しい結果1件(MirrorCode)、スコアの改訂1件。

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 Astra:よくある質問

Gemini 4 NeonはGPT-6 Astraより優れていますか?
Gemini 4 Neon (high)とGPT-6 Astra (max)の品質は互角です(67.3 対 66.9、±3.3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 NeonとGPT-6 Astra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 Neonの方が安く、100万トークンあたり$6.00 対 $20.00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 Astra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 72。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 Astraが1763です。
Gemini 4 NeonとGPT-6 Astraはどちらが速いですか?
Gemini 4 Neonの方が出力が約2倍速くなっています(出力101 対 42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 Astra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 66。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 Astraが14.6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 Astra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 180.8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 NeonとGPT-6 Astra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23件のベンチマークのうち、Gemini 4 Neonのリードが20件、GPT-6 Astra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 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。