GPT-5.2 vs GPT-5.6 Terra
詳しいプロフィール:GPT-5.2(OpenAI)とGPT-5.6 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 · 11件の情報源のデータ
2026年11月16日時点で、GPT-5.2とGPT-5.6 Terraの品質は互角です(BenchLeader Indexで59.9 対 60.1、±5.7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$4.81 対 $4.50)。指示追従(74 対 66)、推論(60 対 55)、コーディング(63 対 59)を重視するならGPT-5.2、エージェント・ツール(63 対 54)、数学(66 対 57)を重視するならGPT-5.6 Terraが向いています。回答開始までの時間はGPT-5.6 Terraの方が短く、19.2秒 対 112.5秒です。GPT-5.6 Terraは出力が速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはGPT-5.2が59.9、GPT-5.6 Terraが60.1です(BenchLeader、2026年11月16日)。
- GPT-5.2の100万トークンあたりのブレンド価格は$4.81です(定価、2026年11月16日)。
- GPT-5.6 Terraの100万トークンあたりのブレンド価格は$4.50です(定価、2026年11月16日)。
- GPT-5.6 TerraはGPT-5.2より出力が速いです(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、GPT-5.6 Terraが14件でリードしています(BenchLeader、2026年11月16日)。
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-5.2 | カテゴリスコア63 対 59;LiveCodeBench 85.4% 対 85.9% | 中 |
| エージェント・ツール利用 | GPT-5.6 Terra | カテゴリスコア63 対 54;Terminal-Bench Hard 62.9% 対 47.0% | 高 |
| 数学 | GPT-5.6 Terra | カテゴリスコア66 対 57;ProofBench 74.0% 対 15.0% | 高 |
| 推論 | GPT-5.2 | カテゴリスコア60 対 55;ARC-AGI-2 52.9% 対 74.2% | 中 |
| 知識 | GPT-5.2 | カテゴリスコア56 対 53;CorpFin 65.9% 対 65.3% | 中 |
| 長い文書 | GPT-5.2 | カテゴリスコア66 対 64;AA-LCR v1.1 82.7% 対 79.0% | 中 |
| 指示への追従 | GPT-5.2 | カテゴリスコア74 対 66;IFBench 75.4% 対 66.3% | 高 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGPT-5.6 Terraのみです(カテゴリスコア66) | 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$4.81 対 $4.50;エージェント型コーディングセッション$0.161 対 $0.168 | – |
| 回答開始の速さ | GPT-5.6 Terra | 最初の回答トークンまで19.2秒(GPT-5.6 Terra (xhigh))対 112.5秒(GPT-5.2 (xhigh)) | – |
| 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
- GPT-5.2 (xhigh)とGPT-5.6 Terra (xhigh)の品質は互角です(59.9 対 60.1、±5.7の誤差範囲内)。
- GPT-5.2 (xhigh)はコーディング、指示追従、知識、長文コンテキスト、推論で優れています。
- GPT-5.6 Terra (xhigh)はエージェント・ツール、数学で優れています。
- 価格はほぼ同じです(100万トークンあたりブレンド価格$4.50)。
概要
| 仕様 | GPT-5.2 | GPT-5.6 Terra |
|---|---|---|
| プロバイダー | OpenAI | OpenAI |
| リリース日 | 2025年12月11日 | 2026年7月9日 |
| コンテキストウィンドウ(トークン) | 400,000 | 1,050,000 |
| 比較した構成 | GPT-5.2 (xhigh) | GPT-5.6 Terra (xhigh) |
| 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) | $1.75 / $14.00 / $0.175 | $2.00 / $12.00 / $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 | GPT-5.2 (xhigh) | GPT-5.6 Terra (xhigh) | トップ |
|---|---|---|---|
| 推論 | 60.4 | 54.8 | GPT-5.2 |
| コーディング | 63.0 | 59.1 | GPT-5.2 |
| エージェント・ツール | 53.8 | 63.1 | GPT-5.6 Terra |
| 数学 | 56.5 | 65.7 | GPT-5.6 Terra |
| 知識 | 56.1 | 53.0 | GPT-5.2 |
| 指示追従 | 73.7 | 65.6 | GPT-5.2 |
| 人間の評価 | – | 65.5 | 比較不可 |
| マルチモーダル | – | 61.2 | 比較不可 |
| 長文コンテキスト | 66.0 | 64.1 | GPT-5.2 |
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):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21件のベンチマークのうち、GPT-5.2のリードが7件、GPT-5.6 Terraのリードが14件です。両方を評価しているすべての総合指標で、GPT-5.6 Terraが上回っています。
| 総合Index | GPT-5.2 (xhigh) | GPT-5.6 Terra (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 59.9 | 60.1 | 互角 |
| Arena Text | 1437† | 1468 | GPT-5.6 Terra |
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 | GPT-5.2 (xhigh) | GPT-5.6 Terra (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.81 | $4.50 |
| 100万トークンあたりの入力/出力 | $1.75 / $14.00 | $2.00 / $12.00 |
| 100万トークンあたりのキャッシュ入力 | $0.175 | $0.200 |
| タスクあたりの価格:チャットの返答 | $0.0049 | $0.0044 |
| タスクあたりの価格:30ページのレポートを要約 | $0.029 | $0.031 |
| タスクあたりの価格:コード編集 | $0.032 | $0.030 |
| 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 | $0.161 | $0.168 |
| タスクあたりの価格:構造化データの抽出 | $0.0063 | $0.0064 |
| 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) | $0.090 | $0.087 |
| 出力速度 | 76 tok/s | 97 tok/s |
| 回答開始までの時間 | 112.5秒 | 19.2秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 154.4秒 | 84.0秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-5.2 (xhigh)のスコアは59.9、最初の回答トークンまで112秒。GPT-5.2は56.7(2秒)、GPT-5.2 (medium)は56.2(7秒)。GPT-5.6 Terra (xhigh)のスコアは60.1、最初の回答トークンまで19秒。GPT-5.6 Terra (max)は59.5(73秒)、GPT-5.6 Terra (high)は56.8(6秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
182件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-5.2 (xhigh) | GPT-5.6 Terra (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 59.9 | 60.1 |
| エージェント・ツールスコア | BenchLeader | 53.8 | 63.1 |
| コーディングスコア | BenchLeader | 63.0 | 59.1 |
| 指示追従スコア | BenchLeader | 73.7 | 65.6 |
| 知識スコア | BenchLeader | 56.1 | 53.0 |
| 長文コンテキストスコア | BenchLeader | 66.0 | 64.1 |
| 数学スコア | BenchLeader | 56.5 | 65.7 |
| 推論スコア | BenchLeader | 60.4 | 54.8 |
| 人間の評価スコア | BenchLeader | – | 65.5 |
| マルチモーダルスコア | BenchLeader | – | 61.2 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.81 | $4.50 |
| 出力速度 | BenchLeader | 76 tok/s | 97 tok/s |
| 回答開始までの時間 | BenchLeader | 112.5秒 | 19.2秒 |
| コンテキストウィンドウ | BenchLeader | 400,000トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 91.4% | 93.3%† |
| Humanity's Last Exam | Scale AI / CAIS | 27.8%† | – |
| SimpleBench | SimpleBench | 45.8%† | 48.9% |
| Arena Hard Prompts | Arena (LMArena) | 1497† | 1491 |
| LiveBench 2.0 Reasoning | LiveBench | – | 90.6%† |
| LiveBench 1.0 Reasoning | LiveBench | 83.2%† | 90.6%† |
| GPQA Diamond (AA) | Artificial Analysis | 90.3% | 90.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 37.7% | 41.9% |
| HLE-Diamond (AA) | Artificial Analysis | – | 24.7% |
| GPQA Diamond (Vals) | Vals AI | 91.7% | 90.9% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 73.3%† | 51.3%† |
| ARC-AGI-1 | ARC Prize | 86.2% | 94.0% |
| ARC-AGI-2 | ARC Prize | 52.9% | 74.2% |
| ARC-AGI-3 | ARC Prize | – | 0.7% |
| CritPt | Artificial Analysis | 11.6% | 27.1% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 50.5%† |
| SciPredict | Scale AI SEAL | 20.6%† | – |
| Arena Expert | Arena (LMArena) | 1491† | 1507 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 48.0% | 47.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 22.0%† | 35.0%† |
| CL-bench | Epoch AI Benchmarking Hub | 18.2%† | – |
| LMCA | Epoch AI Benchmarking Hub | 43.9% | 52.2% |
| DTBench | Epoch AI Benchmarking Hub | 90.9% | 92.5% |
| ForecastBench | ForecastBench | 63.8%† | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 73.8%† | – |
182件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-5.2 (xhigh) | GPT-5.6 Terra (xhigh) |
|---|---|---|---|
| コーディング | |||
| SciCode | SciCode | – | 52.3% |
| WeirdML | WeirdML | 72.2% | 78.3%† |
| FrontierCode | Cognition | – | 41.3%† |
| GSO-Bench | GSO-Bench | 27.4%† | – |
| Arena Coding | Arena (LMArena) | 1515† | 1517 |
| Arena WebDev | Arena (LMArena) | 1421† | 1520 |
| LiveBench 2.0 Coding | LiveBench | – | 84.2%† |
| LiveBench 1.0 Coding | LiveBench | 76.1%† | 78.3%† |
| LiveCodeBench | Vals AI | 85.4% | 85.9% |
| IOI | Vals AI | – | 87.6%† |
| SWE-bench (Vals) | Vals AI | 75.8% | 95.4%† |
| SWE-Bench Pro | Scale AI SEAL | 29.9%† | – |
| SWE-bench Verified (bash only) | SWE-bench | 69.0%† | – |
| SWE-bench Multilingual (bash only) | SWE-bench | 66.7%† | – |
| SWE-bench Verified (any scaffold) | SWE-bench | 72.8%† | – |
| Code Migration | Vals AI | – | 47.8%† |
| ProgramBench | Vals AI | – | 0.5%† |
| Vibe Code Bench 1-100 | Vals AI | – | 14.8%† |
| Vibe Code Bench v1.1 | Vals AI | 53.5% | 74.6%† |
| SWE-Bench Pro (private) | Scale AI SEAL | 23.8%† | – |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 92.4% |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 86.3% |
| MirrorCode | Epoch AI Benchmarking Hub | 32.2% | 41.1%† |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 83.8% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 60.2% |
| CursorBench | Cursor | – | 33.6% |
| ALE-Bench | Epoch AI Benchmarking Hub | 1249.8† | 1951.4† |
| AlgoTune | AlgoTune | 2.0† | – |
| WeirdML v3 | WeirdML | 5.0% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 10.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 80.2% |
| Startrise Frontend | Startrise | – | 66.9%† |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 45.6† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 53.5 |
| Design Arena Website | Design Arena | 1186 | 1260† |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 23.9%† |
| LiveCodeBench (AA) | Artificial Analysis | 88.9% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 64.9%† | 21.5%† |
| GDPval | OpenAI | 49.7%† | – |
| Remote Labor Index | Scale AI / CAIS | 2.1%† | – |
| APEX-Agents | Mercor | – | 58.2%† |
| Arena Agent | Arena (LMArena) | – | -1.8 |
| LiveBench Long Agentic | LiveBench | – | 25.9%† |
| LiveBench Browser | LiveBench | – | 70.3%† |
| LiveBench Agentic Coding | LiveBench | 50.3%† | 55.0%† |
| Terminal-Bench Hard | Artificial Analysis | 47.0% | 62.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | 84.8% | 80.4% |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 77.5%† |
| MCP Atlas | Scale AI SEAL | 67.6% | – |
| BFCL Overall | Berkeley Function Calling Leaderboard | 55.9%† | – |
| τ²-bench | τ²-bench | 84.8%† | – |
| τ³-bench Banking | τ²-bench | 32.2%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 47.4% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1456 |
| τ³-Banking (AA) | Artificial Analysis | 11.1%† | 29.7% |
| ITBench SRE (AA) | Artificial Analysis | – | 51.0%† |
| APEX-Agents (AA) | Artificial Analysis | – | 38.9%† |
| CyberBench | Vals AI | – | 72.1%† |
| Finance Agent v2 | Vals AI | – | 54.4%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 0.8%† |
| Legal Research Bench | Vals AI | – | 41.4%† |
| Poker Agent | Vals AI | 1131.8%† | – |
| SkillsBench | Vals AI | – | 58.9%† |
| SREBench | Vals AI | – | 9.5%† |
| Tax Agent Bench | Vals AI | – | 30.0%† |
| Terminal-Bench 2.0 (Vals) | Vals AI | 51.7%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 22.7%† |
| Terminal-Bench Science | Vals AI | – | 10.0%† |
| Arena Search | Arena (LMArena) | 1161† | – |
| Arena Agent Task Completion | Arena (LMArena) | – | -7.2 |
| BALROG | BALROG | – | 53.2%† |
| DeepResearch Bench | DeepResearch Bench | 41.1%† | – |
| METR Time Horizons | METR | 75.3%† | – |
| Vending-Bench 2 | Andon Labs | 3591.3† | 7343.2† |
| AutomationBench | Artificial Analysis | – | 47.1% |
| GDP.pdf (AA) | Artificial Analysis | – | 24.6% |
| EnterpriseOps-Gym | Artificial Analysis | – | 38.5%† |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1332 |
| Design Arena Agentic | Design Arena | 1065† | 1089† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 13.8%† |
| DeepSec-Bench (AA) | Artificial Analysis | – | 25.1%† |
| FACTS Search | – | 87.0%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 67.4% | 86.0%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 31.7% | 70.7%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 96.1% | 99.7%† |
| ProofBench | Vals AI | 15.0% | 74.0% |
| LiveBench Mathematics | LiveBench | 93.2%† | 94.9%† |
| AIME (Vals) | Vals AI | 96.9% | – |
| MGSM | Vals AI | 94.0% | – |
| AIME 2026 | MathArena | 98.3%† | – |
| HMMT February 2026 | MathArena | 97.0%† | – |
| MathArena Apex | MathArena | 13.5%† | – |
| Arena Maths | Arena (LMArena) | 1453† | 1478 |
| AIME 2025 (AA) | Artificial Analysis | 99.0% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 37.1% | 43.2%† |
| LiveBench 2.0 Data Analysis | LiveBench | – | 79.3%† |
| LiveBench Research | LiveBench | – | 79.7%† |
| LiveBench 1.0 Data Analysis | LiveBench | 78.2%† | 79.3%† |
| AA-Omniscience v1.1 | Artificial Analysis | – | -11.5 |
| MMLU-Pro | Vals AI | 86.2% | 86.7% |
| LegalBench | Vals AI | 82.8% | 85.1%† |
| CorpFin | Vals AI | 65.9% | 65.3% |
| TaxEval | Vals AI | 75.8% | 76.2% |
| MedQA | Vals AI | 94.1% | – |
| MultiNRC | Scale AI SEAL | 42.2%† | – |
| CaseLaw v2 | Vals AI | 66.0% | – |
| Excel Modeling Benchmark | Vals AI | – | 66.2%† |
| MedCode | Vals AI | 49.8% | 43.4% |
| MedScribe | Vals AI | 84.4% | 82.9% |
| Public Benefits Bench v1.1 | Vals AI | – | 62.4%† |
| Financial Coaching Bench | Vals AI | – | 71.0%† |
| DrugDiscoveryBench | Scale AI SEAL | 29.3% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 23.0% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 24.7%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 41.3% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 9.9% |
| Global-MMLU-Lite (AA) | Artificial Analysis | 89.8%† | – |
| FACTS Parametric | – | 57.6%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 79.8%† | 82.9%† |
| LiveBench Instruction Following | LiveBench | 61.8%† | 64.6%† |
| IFBench | Artificial Analysis | 75.4% | 66.3% |
| TutorBench | Scale AI SEAL | 53.5%† | – |
| Arena Instruction Following | Arena (LMArena) | 1457† | 1463 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1476† | 1468 |
| EQ-Bench 4 | EQ-Bench | – | 1220† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1703† | 1856† |
| Arena Creative Writing | Arena (LMArena) | 1432† | 1430 |
| Arena Multi-turn | Arena (LMArena) | 1495† | 1475 |
| Arena Longer Queries | Arena (LMArena) | 1472† | 1469 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1268† | 1269 |
| LiveBench Design | LiveBench | – | 70.9%† |
| MMMU-Pro | Artificial Analysis | 74.6%† | 79.5% |
| VISTA | Scale AI SEAL | 46.6%† | – |
| MMMU-Pro (Vals) | Vals AI | 86.7% | 86.5%† |
| MortgageTax | Vals AI | 67.1% | 67.3% |
| SAGE | Vals AI | – | 87.0%† |
| Humanity's Sixth Sense | Scale AI SEAL | – | 22.7%† |
| VPCT | Epoch AI Benchmarking Hub | 84.0% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 30.8%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 38.3% | 54.2%† |
| FACTS Multimodal | – | 39.9%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 82.7% | 79.0% |
| Arena Document | Arena (LMArena) | 1425† | 1474 |
| MLCR | Artificial Analysis | – | 22.8% |
| FACTS Grounding | – | 60.5%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 154.5† | 160.7† |
| LiveBench 2.0 | LiveBench | – | 67.2%† |
| LiveBench 1.0 | LiveBench | 74.6%† | 77.9%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 32.3† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 30.4 | 38.0 |
| AA Progress Index v1 | Artificial Analysis | 295.5 | 312 |
| Vals RSI Index | Vals AI | 15.8% | – |
| Vals Multimodal Index | Vals AI | – | 65.1% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 17.5%† | – |
| MASK | Scale AI SEAL | 86.7%† | – |
| PropensityBench | Scale AI SEAL | 34.4%† | – |
| DistressBench | Scale AI SEAL | – | 76.4%† |
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-5.2 (xhigh):新しい結果1件(AIME 2025 (AA))。
- GPT-5.6 Terra (xhigh):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- GPT-5.2 (xhigh):新しい結果1件(MirrorCode)。
- GPT-5.6 Terra (xhigh):スコアの改訂1件。
- GPT-5.6 Terra (xhigh):スコアの改訂1件。
- GPT-5.6 Terra (xhigh):BenchLeader Index 61.2 → 60.4。
- GPT-5.2 (xhigh):新しい結果1件(AA Progress Index v1)。
- GPT-5.6 Terra (xhigh):新しい結果2件(AA Progress Index v1, HLE-Diamond (AA))、スコアの改訂3件。
- GPT-5.2 (xhigh):新しい結果1件(Vals RSI Index)。
- GPT-5.6 Terra (xhigh):BenchLeader Index 61.7 → 61.2。
関連する比較
- GPT-5.2 vs Claude Opus 5.5
- GPT-5.2 vs GPT-6 Astra
- GPT-5.6 Terra vs Gemini 4 Carbon
- GPT-5.2 vs Claude Fable 5.1
- GPT-5.2 vs GPT-6.1 Sol
- GPT-5.2 vs GPT-5.6 Sol
- GPT-5.2 vs Gemini 4 Argon
- GPT-5.2 vs Claude Sonnet 5.5
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
GPT-5.2 vs GPT-5.6 Terra:よくある質問
- GPT-5.2はGPT-5.6 Terraより優れていますか?
- GPT-5.2 (xhigh)とGPT-5.6 Terra (xhigh)の品質は互角です(59.9 対 60.1、±5.7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。
- GPT-5.2とGPT-5.6 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-5.6 Terraの方が安く、100万トークンあたり$4.50 対 $4.81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GPT-5.2とGPT-5.6 Terraのどちらが向いていますか?
- コーディングではGPT-5.2の方がスコアが高くなっています(カテゴリ指標で63 対 59。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LiveCodeBenchでは、GPT-5.2が85.4%、GPT-5.6 Terraが85.9%です。
- GPT-5.2とGPT-5.6 Terraはどちらが速いですか?
- GPT-5.6 Terraの方が出力が速くなっています(出力97 対 76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GPT-5.2とGPT-5.6 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GPT-5.6 Terraの方がスコアが高くなっています(カテゴリ指標で63 対 54。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 Hardでは、GPT-5.2が47.0%、GPT-5.6 Terraが62.9%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?
- 長文コンテキストのベンチマークではGPT-5.2の方がスコアが高くなっています(66 対 64)。コンテキストはGPT-5.6 Terraの方が長く、1,050,000トークンです(GPT-5.2は400,000トークン)。
- 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GPT-5.6 Terraです。Artificial Analysisの測定では、最初の回答トークンまで19.2秒 対 112.5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。
- GPT-5.2とGPT-5.6 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21件のベンチマークのうち、GPT-5.2のリードが7件、GPT-5.6 Terraのリードが14件です。両方を評価しているすべての総合指標で、GPT-5.6 Terraが上回っています。
- GPT-5.6 Terraはいつリリースされましたか?
- GPT-5.6 Terraは2026年7月9日にリリースされました。