GPT-5.5 Pro vs Grok 4.3
詳しいプロフィール:GPT-5.5 Pro(OpenAI)とGrok 4.3(SpaceXAI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 6件の情報源のデータ
2026年11月16日時点で、共通するベンチマークが少なく、品質の判定はできません。価格はGrok 4.3の方が43倍安く、100万トークンあたりのブレンド価格で$1.56 対 $67.50です。両方を測定できるすべてのカテゴリでGPT-5.5 Proがリードしています。Grok 4.3の方が出力が3倍以上速いです。
要点(2026年11月16日時点)
- GPT-5.5 Proの100万トークンあたりのブレンド価格は$67.50です(定価、2026年11月16日)。
- Grok 4.3の100万トークンあたりのブレンド価格は$1.56です(定価、2026年11月16日)。
- Grok 4.3はGPT-5.5 Proより出力が3倍以上速いです(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6件のベンチマークのうち、GPT-5.5 Proが6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 |
|---|---|---|---|
| 数学 | GPT-5.5 Pro | カテゴリスコア70 対 46;FrontierMath Tiers 1–3 87.7% 対 42.8% | 高 |
| 推論 | GPT-5.5 Pro | カテゴリスコア68 対 63;CritPt 30.6% 対 8.0% | 中 |
| 最低コスト | Grok 4.3 | 100万トークンあたりブレンド価格$1.56 対 $67.50;エージェント型コーディングセッション$0.085 対 $2.52 | – |
| 回答開始の速さ | GPT-5.5 Pro | 最初の回答トークンまで6.0秒(GPT-5.5 Pro (xhigh))対 17.7秒(Grok 4.3 (high)) | – |
| 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
- 共通するベンチマークが少なく、判定できません。
- GPT-5.5 Pro (xhigh)は数学、推論で優れています。
- Grok 4.3 (high)の方が43倍安くなっています(100万トークンあたりブレンド価格$1.56 対 $67.50)。
- Grok 4.3 (high)の方が出力が4.0倍速くなっています(85 対 21トークン/秒)。
概要
| 仕様 | GPT-5.5 Pro | Grok 4.3 |
|---|---|---|
| プロバイダー | OpenAI | SpaceXAI |
| リリース日 | 2026年4月23日 | 2026年4月17日 |
| コンテキストウィンドウ(トークン) | 1,050,000 | 1,000,000 |
| 比較した構成 | GPT-5.5 Pro (xhigh) | Grok 4.3 (high) |
| 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) | $30.00 / $180.00 / – | $1.25 / $2.50 / $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-5.5 Pro (xhigh) | Grok 4.3 (high) | トップ |
|---|---|---|---|
| 推論 | 67.9 | 63.3 | GPT-5.5 Pro |
| コーディング | – | 57.8 | 比較不可 |
| エージェント・ツール | – | 44.8 | 比較不可 |
| 数学 | 70.0 | 46.3 | GPT-5.5 Pro |
| 知識 | – | 50.3 | 比較不可 |
| 指示追従 | – | 78.8 | 比較不可 |
| マルチモーダル | – | 60.4 | 比較不可 |
| 長文コンテキスト | – | 61.0 | 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。
破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。
描画していないもの(これらのモデルの結果なし):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6件のベンチマークのうち、GPT-5.5 Proのリードが6件、Grok 4.3のリードが0件です。
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-5.5 Pro (xhigh) | Grok 4.3 (high) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $67.50 | $1.56 |
| 100万トークンあたりの入力/出力 | $30.00 / $180.00 | $1.25 / $2.50 |
| 100万トークンあたりのキャッシュ入力 | – | $0.200 |
| タスクあたりの価格:チャットの返答 | $0.066 | $0.0013 |
| タスクあたりの価格:30ページのレポートを要約 | $0.468 | $0.017 |
| タスクあたりの価格:コード編集 | $0.450 | $0.011 |
| 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 | $2.52 | $0.085 |
| タスクあたりの価格:構造化データの抽出 | $0.096 | $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) | – | $0.038 |
| 出力速度 | 21 tok/s | 85 tok/s |
| 回答開始までの時間 | 6.0秒 | 17.7秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 46.5秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-5.5 Pro (xhigh)は最初の回答トークンまで6秒。Grok 4.3 (high)のスコアは56.5、最初の回答トークンまで18秒。Grok 4.3は54.5(1秒)、Grok 4.3 (推論なし)は46.3(1秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
91件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-5.5 Pro (xhigh) | Grok 4.3 (high) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | – | 56.5 |
| 数学スコア | BenchLeader | 70.0 | 46.3 |
| 推論スコア | BenchLeader | 67.9 | 63.3 |
| エージェント・ツールスコア | BenchLeader | – | 44.8 |
| コーディングスコア | BenchLeader | – | 57.8 |
| 指示追従スコア | BenchLeader | – | 78.8 |
| 知識スコア | BenchLeader | – | 50.3 |
| 長文コンテキストスコア | BenchLeader | – | 61.0 |
| マルチモーダルスコア | BenchLeader | – | 60.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $67.50 | $1.56 |
| 出力速度 | BenchLeader | 21 tok/s | 85 tok/s |
| 回答開始までの時間 | BenchLeader | 6.0秒 | 17.7秒 |
| コンテキストウィンドウ | BenchLeader | 1,050,000トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 88.8% |
| SimpleBench | SimpleBench | 76.9%† | – |
| Arena Hard Prompts | Arena (LMArena) | – | 1456† |
| LiveBench 1.0 Reasoning | LiveBench | – | 70.8%† |
| GPQA Diamond (AA) | Artificial Analysis | – | 90.1% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 37.2% |
| GPQA Diamond (Vals) | Vals AI | – | 91.4%† |
| ARC-AGI-1 | ARC Prize | 95.0% | – |
| ARC-AGI-2 | ARC Prize | 84.2% | – |
| CritPt | Artificial Analysis | 30.6% | 8.0% |
| Arena Expert | Arena (LMArena) | – | 1454† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 62.0% | 18.0% |
| LMCA | Epoch AI Benchmarking Hub | 53.9% | 38.3% |
| DTBench | Epoch AI Benchmarking Hub | 96.0% | 90.7% |
| ForecastBench | ForecastBench | – | 63.2%† |
| コーディング | |||
| SciCode | SciCode | – | 48.3% |
| WeirdML | WeirdML | – | 49.9%† |
| Arena Coding | Arena (LMArena) | – | 1487† |
| Arena WebDev | Arena (LMArena) | – | 1357† |
| LiveBench 1.0 Coding | LiveBench | – | 69.9%† |
| LiveCodeBench | Vals AI | – | 84.5% |
| SWE-bench (Vals) | Vals AI | – | 71.4% |
| Code Migration | Vals AI | – | 6.8% |
| ProgramBench | Vals AI | – | 0.0% |
| Vibe Code Bench v1.1 | Vals AI | – | 19.4% |
91件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-5.5 Pro (xhigh) | Grok 4.3 (high) |
|---|---|---|---|
| コーディング | |||
| ALE-Bench | Epoch AI Benchmarking Hub | – | 944.2† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 0.0% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 39.7% |
| Design Arena Website | Design Arena | – | 1186† |
| エージェント・ツール | |||
| LiveBench Agentic Coding | LiveBench | – | 18.5%† |
| Terminal-Bench Hard | Artificial Analysis | – | 37.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 97.7% |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 42.0% |
| GDPval-AA v2.1 | Artificial Analysis | – | 945 |
| τ³-Banking (AA) | Artificial Analysis | – | 12.4% |
| ITBench SRE (AA) | Artificial Analysis | – | 32.7% |
| Analyst Agent (AA) | Artificial Analysis | – | 8.8% |
| APEX-Agents (AA) | Artificial Analysis | – | 17.0% |
| Finance Agent v2 | Vals AI | – | 37.7% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 0.4% |
| Legal Research Bench | Vals AI | – | 15.4% |
| SkillsBench | Vals AI | – | 40.6% |
| Tax Agent Bench | Vals AI | – | 6.2% |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 43.5%† |
| Arena Search | Arena (LMArena) | – | 1194† |
| Vending-Bench 2 | Andon Labs | – | 35.3† |
| AutomationBench | Artificial Analysis | – | 1.4% |
| GDP.pdf (AA) | Artificial Analysis | – | 5.8% |
| EnterpriseOps-Gym | Artificial Analysis | – | 26.3% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 763 |
| Design Arena Agentic | Design Arena | – | 1042† |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 87.7% | 42.8% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 78.0% | 14.6% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 93.3% |
| ProofBench | Vals AI | – | 11.0% |
| LiveBench Mathematics | LiveBench | – | 84.3%† |
| Arena Maths | Arena (LMArena) | – | 1419† |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 33.2% |
| LiveBench 1.0 Data Analysis | LiveBench | – | 55.8%† |
| MMLU-Pro | Vals AI | – | 85.8% |
| LegalBench | Vals AI | – | 84.5%† |
| CorpFin | Vals AI | – | 68.5%† |
| TaxEval | Vals AI | – | 70.8%† |
| CaseLaw v2 | Vals AI | – | 79.3%† |
| Excel Modeling Benchmark | Vals AI | – | 18.4% |
| MedCode | Vals AI | – | 38.1%† |
| MedScribe | Vals AI | – | 74.4%† |
| Public Benefits Bench v1.1 | Vals AI | – | 51.7% |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 8.0% |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 73.6%† |
| LiveBench Instruction Following | LiveBench | – | 62.8%† |
| IFBench | Artificial Analysis | – | 81.3% |
| Arena Instruction Following | Arena (LMArena) | – | 1415† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1442† |
| EQ-Bench 4 | EQ-Bench | – | 1065† |
| Arena Creative Writing | Arena (LMArena) | – | 1422† |
| Arena Multi-turn | Arena (LMArena) | – | 1448† |
| Arena Longer Queries | Arena (LMArena) | – | 1443† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1229† |
| MMMU-Pro | Artificial Analysis | – | 78.1% |
| MMMU-Pro (Vals) | Vals AI | – | 83.1%† |
| MortgageTax | Vals AI | – | 48.3%† |
| GeoBench | GeoBench | – | 56.0%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 0.0%† |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 73.0% |
| MLCR | Artificial Analysis | – | 8.3% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 162.7† | 149.9† |
| LiveBench 1.0 | LiveBench | – | 62.3%† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 24.9 |
| AA Progress Index v1 | Artificial Analysis | – | 271.2 |
| Vals Multimodal Index | Vals AI | – | 43.3% |
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。
最近の変化
- Grok 4.3 (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Grok 4.3 (high):BenchLeader Index 57.7 → 56.6。
- Grok 4.3 (high):新しい結果1件(AA Progress Index v1)。
- Grok 4.3 (high):新しい結果1件(Harvey's Legal Agent Benchmark v1)。
- Grok 4.3 (high):スコアの改訂1件。
- Grok 4.3 (high):新しい結果4件(AutomationBench, GDP.pdf (AA), MLCR…)。
関連する比較
- GPT-5.5 Pro vs Gemini 4 Argon
- GPT-5.5 Pro vs GPT-5.6 Sol
- Grok 4.3 vs GPT-6 Astra
- Grok 4.3 vs o3
- Grok 4.3 vs GPT-5
- GPT-5.5 Pro vs GPT-6 Sol
- GPT-5.5 Pro vs Gemini 3 Pro
- GPT-5.5 Pro vs Qwen3.8 Max
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-5.5 Pro vs Grok 4.3:よくある質問
- GPT-5.5 ProとGrok 4.3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Grok 4.3の方が安く、100万トークンあたり$1.56 対 $67.50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。
- GPT-5.5 ProとGrok 4.3はどちらが速いですか?
- Grok 4.3の方が出力が3倍以上速くなっています(出力85 対 21トークン/秒、Artificial Analysisの7日間の中央値)。
- 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(GPT-5.5 Proは1,050,000、Grok 4.3は1,000,000)。
- 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GPT-5.5 Proです。Artificial Analysisの測定では、最初の回答トークンまで6.0秒 対 17.7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-5.5 ProとGrok 4.3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6件のベンチマークのうち、GPT-5.5 Proのリードが6件、Grok 4.3のリードが0件です。
ほかの質問(1件)
- GPT-5.5 Proはいつリリースされましたか?
- GPT-5.5 Proは2026年4月23日にリリースされました。