BenchLeader

GPT-5.6 Terra vs GPT-6.1 Terra

詳しいプロフィール:GPT-5.6 Terra(OpenAI)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 · 13件の情報源のデータ

2026年11月16日時点で、GPT-5.6 TerraとGPT-6.1 Terraの品質は互角です(BenchLeader Indexで60.1 対 64.1、±4.5の誤差範囲内)。価格はGPT-6.1 Terraの方が2.3倍安く、100万トークンあたりのブレンド価格で$2.00 対 $4.50です。両方を測定できるすべてのカテゴリでGPT-6.1 Terraがリードしています。GPT-5.6 Terraの方が出力が速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-5.6 Terraが60.1、GPT-6.1 Terraが64.1です(BenchLeader、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-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16日)。
  • GPT-5.6 TerraはGPT-6.1 Terra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19件のベンチマークのうち、GPT-6.1 Terraが19件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はGPT-5.6 Terraが1520、GPT-6.1 Terraが1678です(LMArena、2026年11月16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GPT-6.1 Terraカテゴリスコア69 対 59;Arena WebDev 1678 対 1520高
エージェント・ツール利用どちらでもカテゴリスコア63 対 63;Arena Agent -1.8 対 12どちらでも
数学GPT-6.1 Terraカテゴリスコア72 対 66中
推論GPT-6.1 Terraカテゴリスコア68 対 55;HLE-Diamond (AA) 47.3% 対 24.7%高
知識GPT-6.1 Terraカテゴリスコア61 対 53;AA-Omniscience v1.1 29.6 対 -11.5高
長い文書GPT-6.1 Terraカテゴリスコア66 対 64;AA-LCR v1.1 82.7% 対 79.0%中
画像などのメディアGPT-6.1 Terraカテゴリスコア67 対 61;MMMU-Pro 84.7% 対 79.5%中
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GPT-6.1 Terra100万トークンあたりブレンド価格$2.00 対 $4.50;エージェント型コーディングセッション$0.080 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 150.9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

  • GPT-5.6 Terra (xhigh)とGPT-6.1 Terra (max)の品質は互角です(60.1 対 64.1、±4.5の誤差範囲内)。
  • GPT-6.1 Terra (max)はエージェント・ツール、コーディング、知識、長文コンテキスト、数学、マルチモーダル、推論で優れています。
  • GPT-6.1 Terra (max)の方が2.3倍安くなっています(100万トークンあたりブレンド価格$2.00 対 $4.50)。
  • GPT-5.6 Terra (xhigh)の方が出力が1.3倍速くなっています(97 対 72トークン/秒)。

概要

仕様GPT-5.6 TerraGPT-6.1 Terra
プロバイダーOpenAIOpenAI
リリース日2026年7月9日2026年10月26日
コンテキストウィンドウ(トークン)1,050,0001,050,000
比較した構成GPT-5.6 Terra (xhigh)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)$2.00 / $12.00 / $0.200$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GPT-5.6 Terra (xhigh)GPT-6.1 Terra (max)トップ
推論54.868.4GPT-6.1 Terra
コーディング59.169.3GPT-6.1 Terra
エージェント・ツール63.163.4互角
数学65.771.7GPT-6.1 Terra
知識53.061.4GPT-6.1 Terra
指示追従65.6–比較不可
人間の評価65.5–比較不可
マルチモーダル61.267.2GPT-6.1 Terra
長文コンテキスト64.166.0GPT-6.1 Terra
総合–65.0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・ツール数学知識長文コンテキストマルチモーダルGPT-5.6 Terra, 推論: 54.8GPT-5.6 Terra, コーディング: 59.1GPT-5.6 Terra, エージェント・ツール: 63.1GPT-5.6 Terra, 数学: 65.7GPT-5.6 Terra, 知識: 53.0GPT-5.6 Terra, 長文コンテキスト: 64.1GPT-5.6 Terra, マルチモーダル: 61.2GPT-6.1 Terra, 推論: 68.4GPT-6.1 Terra, コーディング: 69.3GPT-6.1 Terra, エージェント・ツール: 63.4GPT-6.1 Terra, 数学: 71.7GPT-6.1 Terra, 知識: 61.4GPT-6.1 Terra, 長文コンテキスト: 66.0GPT-6.1 Terra, マルチモーダル: 67.2

描画していないもの(測定済みのモデルが2つ未満):指示追従, 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19件のベンチマークのうち、GPT-5.6 Terraのリードが0件、GPT-6.1 Terraのリードが19件です。両方を評価しているすべての総合指標で、GPT-6.1 Terraが上回っています。

総合IndexGPT-5.6 Terra (xhigh)GPT-6.1 Terra (max)トップ
BenchLeader Index60.164.1互角
AA Intelligence Index v5.0.132.3†51.3GPT-6.1 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-5.6 Terra (xhigh)GPT-6.1 Terra (max)
100万トークンあたりのブレンド価格$4.50$2.00
100万トークンあたりの入力/出力$2.00 / $12.00$1.00 / $5.00
100万トークンあたりのキャッシュ入力$0.200$0.050
タスクあたりの価格:チャットの返答$0.0044$0.0019
タスクあたりの価格:30ページのレポートを要約$0.031$0.015
タスクあたりの価格:コード編集$0.030$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$0.168$0.080
タスクあたりの価格:構造化データの抽出$0.0064$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)$0.087$0.037
ベンチマークのタスクあたりのコスト(AA Index)–$0.961
タスクあたりの出力トークン(AA Index)–60k
うち推論–39k
タスクあたりの時間(AA Index)–14 min
出力速度97 tok/s72 tok/s
回答開始までの時間19.2秒150.9秒
回答が完了するまでの時間(最終測定2026年11月13日)84.0秒375.7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-5.6 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)。GPT-6.1 Terra (max)のスコアは64.1、最初の回答トークンまで151秒。GPT-6.1 Terra (xhigh)は60.0(30秒)、GPT-6.1 Terra (high)は59.6(10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

159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-5.6 Terra (xhigh)GPT-6.1 Terra (max)
BenchLeader IndexBenchLeader60.164.1
エージェント・ツールスコアBenchLeader63.163.4
コーディングスコアBenchLeader59.169.3
人間の評価スコアBenchLeader65.5–
指示追従スコアBenchLeader65.6–
知識スコアBenchLeader53.061.4
長文コンテキストスコアBenchLeader64.166.0
数学スコアBenchLeader65.771.7
マルチモーダルスコアBenchLeader61.267.2
推論スコアBenchLeader54.868.4
総合スコアBenchLeader–65.0
ブレンド価格($/100万トークン)BenchLeader$4.50$2.00
出力速度BenchLeader97 tok/s72 tok/s
回答開始までの時間BenchLeader19.2秒150.9秒
コンテキストウィンドウBenchLeader1,050,000トークン1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub93.3%†94.3%
SimpleBenchSimpleBench48.9%72.2%†
Arena Hard PromptsArena (LMArena)1491–
LiveBench 2.0 ReasoningLiveBench90.6%†88.7%
LiveBench 1.0 ReasoningLiveBench90.6%†–
GPQA Diamond (AA)Artificial Analysis90.8%–
Humanity's Last Exam (AA)Artificial Analysis41.9%46.3%
HLE-Diamond (AA)Artificial Analysis24.7%47.3%
GPQA Diamond (Vals)Vals AI90.9%–
Kagi LLM BenchmarkKagi LLM Benchmark51.3%†–
ARC-AGI-1ARC Prize94.0%–
ARC-AGI-2ARC Prize74.2%–
ARC-AGI-3ARC Prize0.7%–
CritPtArtificial Analysis27.1%28.0%
CritPt v2 hard subset (AA)Artificial Analysis50.5%†68.0%
HLE-Diamond (Scale)Scale AI SEAL–35.7%†
Arena ExpertArena (LMArena)1507–
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub35.0%†74.0%
LMCAEpoch AI Benchmarking Hub52.2%–
DTBenchEpoch AI Benchmarking Hub92.5%–
コーディング
SciCodeSciCode52.3%55.1%
WeirdMLWeirdML78.3%†–
FrontierCodeCognition41.3%†–
Arena CodingArena (LMArena)1517–
159件のベンチマークをすべて表示
指標公開元GPT-5.6 Terra (xhigh)GPT-6.1 Terra (max)
コーディング
Arena WebDevArena (LMArena)15201678
LiveBench 2.0 CodingLiveBench84.2%†89.2%
LiveBench 1.0 CodingLiveBench78.3%†–
LiveCodeBenchVals AI85.9%–
IOIVals AI87.6%†–
SWE-bench (Vals)Vals AI95.4%†–
Code MigrationVals AI47.8%†–
ProgramBenchVals AI0.5%†–
Vibe Code Bench 1-100Vals AI14.8%†–
Vibe Code Bench v1.1Vals AI74.6%†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%†
SWE-Bench Pro V2Scale AI SEAL92.4%–
SWE-Bench Pro V2 HARDScale AI SEAL86.3%–
MirrorCodeEpoch AI Benchmarking Hub41.1%†76.7%
Surface Evolver BenchEpoch AI Benchmarking Hub83.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub60.2%–
CursorBenchCursor33.6%–
ALE-BenchEpoch AI Benchmarking Hub1951.4†2608.8
WeirdML v3WeirdML–28.1%†
Terminal-Bench 4.0 (AA)Artificial Analysis10.1%55.6%
Terminal-Bench 2.1 (AA)Artificial Analysis80.2%–
Startrise FrontendStartrise66.9%†–
GameBench 2 OverallDuelLab GameBench 245.6†81.2†
GameBench 2 by reasoning settingDuelLab GameBench 253.585.8†
Design Arena WebsiteDesign Arena1260†1286†
FrontierCode 1.1 (AA)Artificial Analysis–36.0%
FrontierCode 2.0 (AA)Artificial Analysis23.9%†42.3%
エージェント・ツール
Terminal-BenchTerminal-Bench21.5%†53.3%
APEX-AgentsMercor58.2%†68.3%
Arena AgentArena (LMArena)-1.812
LiveBench Long AgenticLiveBench25.9%†56.2%
LiveBench BrowserLiveBench70.3%†93.1%
LiveBench Agentic CodingLiveBench55.0%†–
Terminal-Bench HardArtificial Analysis62.9%–
τ²-Bench Telecom (AA)Artificial Analysis80.4%–
Terminal-Bench 2.1 (Vals)Vals AI77.5%†–
HiL-BenchScale AI SEAL–68.0%†
GDPval-AA v2.1, normalised scoreArtificial Analysis47.4%–
GDPval-AA v2.1Artificial Analysis14561476
τ³-Banking (AA)Artificial Analysis29.7%–
ITBench SRE (AA)Artificial Analysis51.0%†–
APEX-Agents (AA)Artificial Analysis38.9%†–
CyberBenchVals AI72.1%†–
Finance Agent v2Vals AI54.4%†–
Finance Agent v2.1Vals AI–56.0%
Harvey's Legal Agent Benchmark v1.1Vals AI–1.7%
Harvey's Legal Agent Benchmark v1Vals AI0.8%†–
Legal Research BenchVals AI41.4%†26.0%
SkillsBenchVals AI58.9%†–
SREBenchVals AI9.5%†–
Tax Agent BenchVals AI30.0%†17.1%
Terminal-Bench 4.0 (Vals)Vals AI22.7%†49.5%
Terminal-Bench ScienceVals AI10.0%†–
Arena Agent Task CompletionArena (LMArena)-7.29.7
BALROGBALROG53.2%†–
Vending-Bench 2Andon Labs7343.2†9107.5†
SpireClimbEpoch AI Benchmarking Hub–22.3%
AutomationBenchArtificial Analysis47.1%60.2%
GDP.pdf (AA)Artificial Analysis24.6%28.6%
EnterpriseOps-GymArtificial Analysis38.5%†–
AA-Briefcase v1.1Artificial Analysis13321401
GDPxGDPx by SemiAnalysis–8.5%
Design Arena AgenticDesign Arena1089†1192†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis13.8%†57.6%
DeepSec-Bench (AA)Artificial Analysis25.1%†–
MKA (AA)Artificial Analysis–43.8%
FACTS SearchGoogle87.0%†92.7%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub86.0%†90.9%
FrontierMath Tier 4Epoch AI Benchmarking Hub70.7%†92.7%
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†100.0%
ProofBenchVals AI74.0%–
LiveBench MathematicsLiveBench94.9%†–
Arena MathsArena (LMArena)1478–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub43.2%†57.3%
LiveBench 2.0 Data AnalysisLiveBench79.3%†82.3%
LiveBench ResearchLiveBench79.7%†79.1%
LiveBench 1.0 Data AnalysisLiveBench79.3%†–
AA-Omniscience v1.1Artificial Analysis-11.529.6
MMLU-ProVals AI86.7%–
LegalBenchVals AI85.1%†–
CorpFinVals AI65.3%–
TaxEvalVals AI76.2%–
Excel Modeling BenchmarkVals AI66.2%†–
Excel Modeling Benchmark v1.1Vals AI–73.3%
MedCodeVals AI43.4%–
MedScribeVals AI82.9%–
Public Benefits Bench v1.1Vals AI62.4%†–
Financial Coaching BenchVals AI71.0%†–
EBR-benchEpoch AI Benchmarking Hub–78.1%
GDP.pdfEpoch AI Benchmarking Hub24.7%†–
AA-Omniscience v1.1: accuracyArtificial Analysis41.3%47.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis9.9%65.5%
FACTS ParametricGoogle57.6%†70.8%†
指示追従
LiveBench LanguageLiveBench82.9%†–
LiveBench Instruction FollowingLiveBench64.6%†–
IFBenchArtificial Analysis66.3%–
MultiChallengeScale AI SEAL–74.2%†
Arena Instruction FollowingArena (LMArena)1463–
人間の評価
Arena TextArena (LMArena)1468–
EQ-Bench 4EQ-Bench1220†–
EQ-Bench Creative Writing v3EQ-Bench1856†–
Arena Creative WritingArena (LMArena)1430–
Arena Multi-turnArena (LMArena)1475–
Arena Longer QueriesArena (LMArena)1469–
マルチモーダル
Arena VisionArena (LMArena)1269–
LiveBench DesignLiveBench70.9%†79.7%
MMMU-ProArtificial Analysis79.5%84.7%
MMMU-Pro (Vals)Vals AI86.5%†–
MortgageTaxVals AI67.3%–
SAGEVals AI87.0%†–
Humanity's Sixth SenseScale AI SEAL22.7%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub30.8%†42.1%†
Furniture AssemblyEpoch AI Benchmarking Hub54.2%†79.2%
VIALS-AAHandshake AI–60.3%
FACTS MultimodalGoogle39.9%†48.8%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.0%82.7%
Arena DocumentArena (LMArena)1474–
MLCRArtificial Analysis22.8%30.6%
FACTS GroundingGoogle60.5%†84.2%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.7†167.7†
LiveBench 2.0LiveBench67.2%†78.8%
LiveBench 1.0LiveBench77.9%†–
AA Intelligence Index v5.0.1Artificial Analysis32.3†51.3
AA Intelligence Index v4.3.2Artificial Analysis38.048.1
AA Progress Index v1Artificial Analysis312345.2
Vals IndexVals AI–60.5
Vals Finance IndexVals AI–53.3%
Vals Multimodal IndexVals AI65.1%–
Vals Legal IndexVals AI–58.8%
安全性・誠実さ
FORTRESSScale AI SEAL–18.2%†
DistressBenchScale AI SEAL76.4%†65.9%†

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-6.1 Terra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-5.6 Terra (xhigh):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • 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)。
  • GPT-6.1 Terra (max):スコアの改訂1件。
  • GPT-6.1 Terra (max):スコアの改訂1件。
  • GPT-6.1 Terra (max):スコアの改訂1件。
  • GPT-5.6 Terra (xhigh):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

GPT-5.6 Terra vs GPT-6.1 Terra:よくある質問

GPT-5.6 TerraはGPT-6.1 Terraより優れていますか?
GPT-5.6 Terra (xhigh)とGPT-6.1 Terra (max)の品質は互角です(60.1 対 64.1、±4.5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-5.6 Terra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 $4.50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。
コーディングにはGPT-5.6 Terra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GPT-6.1 Terraの方がスコアが高くなっています(カテゴリ指標で69 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Arena WebDevでは、GPT-5.6 Terraが1520、GPT-6.1 Terraが1678です。
GPT-5.6 TerraとGPT-6.1 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 72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-5.6 Terra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互角です(カテゴリ指標で63 対 63)。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、GPT-5.6 Terraが-1.8、GPT-6.1 Terraが12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-6.1 Terraの方がスコアが高くなっています(66 対 64)。どちらも1,050,000トークンのコンテキストに対応しています。
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 150.9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-5.6 Terra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19件のベンチマークのうち、GPT-5.6 Terraのリードが0件、GPT-6.1 Terraのリードが19件です。両方を評価しているすべての総合指標で、GPT-6.1 Terraが上回っています。
GPT-6.1 Terraはいつリリースされましたか?
GPT-6.1 Terraは2026年10月26日にリリースされました。