BenchLeader

GPT-5.6 Terra vs Kimi K3.1 Pro Together

詳しいプロフィール:GPT-5.6 Terra(OpenAI)とKimi K3.1 Pro Together(Moonshot AI)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 10件の情報源のデータ

2026年11月16日時点で、GPT-5.6 TerraとKimi K3.1 Pro Togetherの品質は互角です(BenchLeader Indexで60.1 対 60.0、±4.6の誤差範囲内)。両方を測定できるすべてのカテゴリでKimi K3.1 Pro Togetherがリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-5.6 Terraが60.1、Kimi K3.1 Pro Togetherが60.0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)。

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
数学どちらでもカテゴリスコア66 対 65どちらでも
推論Kimi K3.1 Pro Togetherカテゴリスコア67 対 55高
知識Kimi K3.1 Pro Togetherカテゴリスコア66 対 53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
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Kimi K3.1 Pro Together (max)の品質は互角です(60.1 対 60.0、±4.6の誤差範囲内)。
  • GPT-5.6 Terra (xhigh)は数学で優れています。
  • Kimi K3.1 Pro Together (max)は知識、推論で優れています。

概要

仕様GPT-5.6 TerraKimi K3.1 Pro Together
プロバイダーOpenAIMoonshot AI
リリース日2026年7月9日2026年10月23日
コンテキストウィンドウ(トークン)1,050,000–
比較した構成GPT-5.6 Terra (xhigh)Kimi K3.1 Pro Together (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–

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)Kimi K3.1 Pro Together (max)トップ
推論54.866.9Kimi K3.1 Pro Together
コーディング59.1–比較不可
エージェント・ツール63.1–比較不可
数学65.765.2互角
知識53.066.0Kimi K3.1 Pro Together
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61.2–比較不可
長文コンテキスト64.1–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推論数学知識GPT-5.6 Terra, 推論: 54.8GPT-5.6 Terra, 数学: 65.7GPT-5.6 Terra, 知識: 53.0Kimi K3.1 Pro Together, 推論: 66.9Kimi K3.1 Pro Together, 数学: 65.2Kimi K3.1 Pro Together, 知識: 66.0

描画していないもの(測定済みのモデルが2つ未満):コーディング, エージェント・ツール, 指示追従, 長文コンテキスト, マルチモーダル, 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0件のベンチマークのうち、GPT-5.6 Terraのリードが0件、Kimi K3.1 Pro Togetherのリードが0件です。

総合IndexGPT-5.6 Terra (xhigh)Kimi K3.1 Pro Together (max)トップ
BenchLeader Index60.160.0互角

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)Kimi K3.1 Pro Together (max)
100万トークンあたりのブレンド価格$4.50–
100万トークンあたりの入力/出力$2.00 / $12.00– / –
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$0.0044–
タスクあたりの価格:30ページのレポートを要約$0.031–
タスクあたりの価格:コード編集$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$0.168–
タスクあたりの価格:構造化データの抽出$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)$0.087–
出力速度97 tok/s–
回答開始までの時間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)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-5.6 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)。Kimi K3.1 Pro Together (max)のスコアは60.0。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

138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)Kimi K3.1 Pro Together (max)
BenchLeader IndexBenchLeader60.160.0
エージェント・ツールスコアBenchLeader63.1–
コーディングスコアBenchLeader59.1–
人間の評価スコアBenchLeader65.5–
指示追従スコアBenchLeader65.6–
知識スコアBenchLeader53.066.0
長文コンテキストスコアBenchLeader64.1–
数学スコアBenchLeader65.765.2
マルチモーダルスコアBenchLeader61.2–
推論スコアBenchLeader54.866.9
ブレンド価格($/100万トークン)BenchLeader$4.50–
出力速度BenchLeader97 tok/s–
回答開始までの時間BenchLeader19.2秒–
コンテキストウィンドウBenchLeader1,050,000トークン–
推論
GPQA DiamondEpoch AI Benchmarking Hub93.3%†94.2%
SimpleBenchSimpleBench48.9%–
Arena Hard PromptsArena (LMArena)1491–
LiveBench 2.0 ReasoningLiveBench90.6%†–
LiveBench 1.0 ReasoningLiveBench90.6%†–
GPQA Diamond (AA)Artificial Analysis90.8%–
Humanity's Last Exam (AA)Artificial Analysis41.9%–
HLE-Diamond (AA)Artificial Analysis24.7%–
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%–
CritPt v2 hard subset (AA)Artificial Analysis50.5%†–
Arena ExpertArena (LMArena)1507–
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†45.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub35.0%†42.0%
LMCAEpoch AI Benchmarking Hub52.2%–
DTBenchEpoch AI Benchmarking Hub92.5%–
コーディング
SciCodeSciCode52.3%–
WeirdMLWeirdML78.3%†–
FrontierCodeCognition41.3%†–
Arena CodingArena (LMArena)1517–
Arena WebDevArena (LMArena)1520–
138件のベンチマークをすべて表示
指標公開元GPT-5.6 Terra (xhigh)Kimi K3.1 Pro Together (max)
コーディング
LiveBench 2.0 CodingLiveBench84.2%†–
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%†–
SWE-Bench Pro V2Scale AI SEAL92.4%–
SWE-Bench Pro V2 HARDScale AI SEAL86.3%–
MirrorCodeEpoch AI Benchmarking Hub41.1%†–
Surface Evolver BenchEpoch AI Benchmarking Hub83.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub60.2%–
CursorBenchCursor33.6%–
ALE-BenchEpoch AI Benchmarking Hub1951.4†–
Terminal-Bench 4.0 (AA)Artificial Analysis10.1%–
Terminal-Bench 2.1 (AA)Artificial Analysis80.2%–
Startrise FrontendStartrise66.9%†–
GameBench 2 OverallDuelLab GameBench 245.6†–
GameBench 2 by reasoning settingDuelLab GameBench 253.5–
Design Arena WebsiteDesign Arena1260†–
FrontierCode 2.0 (AA)Artificial Analysis23.9%†–
エージェント・ツール
Terminal-BenchTerminal-Bench21.5%†–
APEX-AgentsMercor58.2%†–
Arena AgentArena (LMArena)-1.8–
LiveBench Long AgenticLiveBench25.9%†–
LiveBench BrowserLiveBench70.3%†–
LiveBench Agentic CodingLiveBench55.0%†–
Terminal-Bench HardArtificial Analysis62.9%–
τ²-Bench Telecom (AA)Artificial Analysis80.4%–
Terminal-Bench 2.1 (Vals)Vals AI77.5%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis47.4%–
GDPval-AA v2.1Artificial Analysis1456–
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%†–
Harvey's Legal Agent Benchmark v1Vals AI0.8%†–
Legal Research BenchVals AI41.4%†–
SkillsBenchVals AI58.9%†–
SREBenchVals AI9.5%†–
Tax Agent BenchVals AI30.0%†–
Terminal-Bench 4.0 (Vals)Vals AI22.7%†–
Terminal-Bench ScienceVals AI10.0%†–
Arena Agent Task CompletionArena (LMArena)-7.2–
BALROGBALROG53.2%†–
Vending-Bench 2Andon Labs7343.2†–
AutomationBenchArtificial Analysis47.1%–
GDP.pdf (AA)Artificial Analysis24.6%–
EnterpriseOps-GymArtificial Analysis38.5%†–
AA-Briefcase v1.1Artificial Analysis1332–
Design Arena AgenticDesign Arena1089†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis13.8%†–
DeepSec-Bench (AA)Artificial Analysis25.1%†–
FACTS SearchGoogle87.0%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub86.0%†78.3%
FrontierMath Tier 4Epoch AI Benchmarking Hub70.7%†65.8%
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%†62.2%
LiveBench 2.0 Data AnalysisLiveBench79.3%†–
LiveBench ResearchLiveBench79.7%†–
LiveBench 1.0 Data AnalysisLiveBench79.3%†–
AA-Omniscience v1.1Artificial Analysis-11.5–
MMLU-ProVals AI86.7%–
LegalBenchVals AI85.1%†–
CorpFinVals AI65.3%–
TaxEvalVals AI76.2%–
Excel Modeling BenchmarkVals AI66.2%†–
MedCodeVals AI43.4%–
MedScribeVals AI82.9%–
Public Benefits Bench v1.1Vals AI62.4%†–
Financial Coaching BenchVals AI71.0%†–
GDP.pdfEpoch AI Benchmarking Hub24.7%†–
AA-Omniscience v1.1: accuracyArtificial Analysis41.3%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis9.9%–
FACTS ParametricGoogle57.6%†–
指示追従
LiveBench LanguageLiveBench82.9%†–
LiveBench Instruction FollowingLiveBench64.6%†–
IFBenchArtificial Analysis66.3%–
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%†–
MMMU-ProArtificial Analysis79.5%–
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%†–
Furniture AssemblyEpoch AI Benchmarking Hub54.2%†55.8%
FACTS MultimodalGoogle39.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.0%–
Arena DocumentArena (LMArena)1474–
MLCRArtificial Analysis22.8%–
FACTS GroundingGoogle60.5%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub160.7†–
LiveBench 2.0LiveBench67.2%†–
LiveBench 1.0LiveBench77.9%†–
AA Intelligence Index v5.0.1Artificial Analysis32.3†–
AA Intelligence Index v4.3.2Artificial Analysis38.0–
AA Progress Index v1Artificial Analysis312–
Vals Multimodal IndexVals AI65.1%–
安全性・誠実さ
DistressBenchScale AI SEAL76.4%†–

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-5.6 Terra (xhigh):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • Kimi K3.1 Pro Together (max):BenchLeader Index 60.5 → 60.0。
  • Kimi K3.1 Pro Together (max):初めての結果。
  • 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-5.6 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-5.6 Terra (xhigh):BenchLeader Index 61.7 → 61.2。
  • GPT-5.6 Terra (xhigh):スコアの改訂1件。
  • GPT-5.6 Terra (xhigh):新しい結果3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-5.6 Terra vs Kimi K3.1 Pro Together:よくある質問

GPT-5.6 TerraはKimi K3.1 Pro Togetherより優れていますか?
GPT-5.6 Terra (xhigh)とKimi K3.1 Pro Together (max)の品質は互角です(60.1 対 60.0、±4.6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。
Kimi K3.1 Pro Togetherはいつリリースされましたか?
Kimi K3.1 Pro Togetherは2026年10月23日にリリースされました。