BenchLeader

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 4.3100万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 ProGrok 4.3
プロバイダーOpenAISpaceXAI
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)1,050,0001,000,000
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67.963.3GPT-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70.046.3GPT-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。

2550 avg75推論コーディングエージェント・ツール数学知識指示追従長文コンテキストマルチモーダルGPT-5.5 Pro, 推論: 67.9GPT-5.5 Pro, 数学: 70.0Grok 4.3, 推論: 63.3Grok 4.3, コーディング: 57.8Grok 4.3, エージェント・ツール: 44.8Grok 4.3, 数学: 46.3Grok 4.3, 知識: 50.3Grok 4.3, 指示追従: 78.8Grok 4.3, 長文コンテキスト: 61.0Grok 4.3, マルチモーダル: 60.4

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。

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/s85 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 IndexBenchLeader–56.5
数学スコアBenchLeader70.046.3
推論スコアBenchLeader67.963.3
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BenchLeader21 tok/s85 tok/s
回答開始までの時間BenchLeader6.0秒17.7秒
コンテキストウィンドウBenchLeader1,050,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–88.8%
SimpleBenchSimpleBench76.9%†–
Arena Hard PromptsArena (LMArena)–1456†
LiveBench 1.0 ReasoningLiveBench–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-1ARC Prize95.0%–
ARC-AGI-2ARC Prize84.2%–
CritPtArtificial Analysis30.6%8.0%
Arena ExpertArena (LMArena)–1454†
Chess PuzzlesEpoch AI Benchmarking Hub62.0%18.0%
LMCAEpoch AI Benchmarking Hub53.9%38.3%
DTBenchEpoch AI Benchmarking Hub96.0%90.7%
ForecastBenchForecastBench–63.2%†
コーディング
SciCodeSciCode–48.3%
WeirdMLWeirdML–49.9%†
Arena CodingArena (LMArena)–1487†
Arena WebDevArena (LMArena)–1357†
LiveBench 1.0 CodingLiveBench–69.9%†
LiveCodeBenchVals AI–84.5%
SWE-bench (Vals)Vals AI–71.4%
Code MigrationVals AI–6.8%
ProgramBenchVals AI–0.0%
Vibe Code Bench v1.1Vals 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-BenchEpoch 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 WebsiteDesign Arena–1186†
エージェント・ツール
LiveBench Agentic CodingLiveBench–18.5%†
Terminal-Bench HardArtificial Analysis–37.9%
τ²-Bench Telecom (AA)Artificial Analysis–97.7%
Terminal-Bench 2.1 (Vals)Vals AI–42.0%
GDPval-AA v2.1Artificial 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 v2Vals AI–37.7%
Harvey's Legal Agent Benchmark v1Vals AI–0.4%
Legal Research BenchVals AI–15.4%
SkillsBenchVals AI–40.6%
Tax Agent BenchVals AI–6.2%
Terminal-Bench 2.0 (Vals)Vals AI–43.5%†
Arena SearchArena (LMArena)–1194†
Vending-Bench 2Andon Labs–35.3†
AutomationBenchArtificial Analysis–1.4%
GDP.pdf (AA)Artificial Analysis–5.8%
EnterpriseOps-GymArtificial Analysis–26.3%
AA-Briefcase v1.1Artificial Analysis–763
Design Arena AgenticDesign Arena–1042†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.7%42.8%
FrontierMath Tier 4Epoch AI Benchmarking Hub78.0%14.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub–93.3%
ProofBenchVals AI–11.0%
LiveBench MathematicsLiveBench–84.3%†
Arena MathsArena (LMArena)–1419†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–33.2%
LiveBench 1.0 Data AnalysisLiveBench–55.8%†
MMLU-ProVals AI–85.8%
LegalBenchVals AI–84.5%†
CorpFinVals AI–68.5%†
TaxEvalVals AI–70.8%†
CaseLaw v2Vals AI–79.3%†
Excel Modeling BenchmarkVals AI–18.4%
MedCodeVals AI–38.1%†
MedScribeVals AI–74.4%†
Public Benefits Bench v1.1Vals AI–51.7%
GDP.pdfEpoch AI Benchmarking Hub–8.0%
指示追従
LiveBench LanguageLiveBench–73.6%†
LiveBench Instruction FollowingLiveBench–62.8%†
IFBenchArtificial Analysis–81.3%
Arena Instruction FollowingArena (LMArena)–1415†
人間の評価
Arena TextArena (LMArena)–1442†
EQ-Bench 4EQ-Bench–1065†
Arena Creative WritingArena (LMArena)–1422†
Arena Multi-turnArena (LMArena)–1448†
Arena Longer QueriesArena (LMArena)–1443†
マルチモーダル
Arena VisionArena (LMArena)–1229†
MMMU-ProArtificial Analysis–78.1%
MMMU-Pro (Vals)Vals AI–83.1%†
MortgageTaxVals AI–48.3%†
GeoBenchGeoBench–56.0%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–0.0%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–73.0%
MLCRArtificial Analysis–8.3%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub162.7†149.9†
LiveBench 1.0LiveBench–62.3%†
AA Intelligence Index v4.3.2Artificial Analysis–24.9
AA Progress Index v1Artificial Analysis–271.2
Vals Multimodal IndexVals 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…)。

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。