BenchLeader

GPT-5 Pro vs GPT-6.1 Sol

詳しいプロフィール:GPT-5 Pro(OpenAI)とGPT-6.1 Sol(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 · 16件の情報源のデータ

2026年11月16日時点で、品質ではGPT-6.1 SolがGPT-5 Proを上回ります(BenchLeader Indexで66.6 対 59.6)。価格はGPT-6.1 Solの方が10倍安く、100万トークンあたりのブレンド価格で$4.00 対 $41.25です。マルチモーダル(67 対 66)を重視するならGPT-5 Pro、推論(71 対 55)、知識(72 対 66)を重視するならGPT-6.1 Solが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-5 Proが59.6、GPT-6.1 Solが66.6です(BenchLeader、2026年11月16日)。
  • GPT-5 Proの100万トークンあたりのブレンド価格は$41.25です(定価、2026年11月16日)。
  • GPT-6.1 Solの100万トークンあたりのブレンド価格は$4.00です(定価、2026年11月16日)。
  • 両モデルに結果がある2件のベンチマークのうち、GPT-6.1 Solが2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
推論GPT-6.1 Solカテゴリスコア71 対 55;ARC-AGI-2 94.2% 対 18.3%高
知識GPT-6.1 Solカテゴリスコア72 対 66中
画像などのメディアGPT-5 Proカテゴリスコア67 対 66中
チャットの質(人間の評価)–Arenaの評価があるのはGPT-6.1 Solのみです(カテゴリスコア67)比較不可
最低コストGPT-6.1 Sol100万トークンあたりブレンド価格$4.00 対 $41.25;エージェント型コーディングセッション$0.160 対 $1.38–
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

  • 品質ではGPT-6.1 Sol (max)がリードしています:66.6 対 59.6。
  • GPT-5 Proはマルチモーダルで優れています。
  • GPT-6.1 Sol (max)は知識、推論で優れています。
  • GPT-6.1 Sol (max)の方が10倍安くなっています(100万トークンあたりブレンド価格$4.00 対 $41.25)。

概要

仕様GPT-5 ProGPT-6.1 Sol
プロバイダーOpenAIOpenAI
リリース日2025年8月7日2026年9月29日
コンテキストウィンドウ(トークン)400,0001,050,000
比較した構成GPT-5 ProGPT-6.1 Sol (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)$15.00 / $120.00 / –$2.00 / $10.00 / $0.100

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 ProGPT-6.1 Sol (max)トップ
推論55.071.4GPT-6.1 Sol
コーディング–71.1比較不可
エージェント・ツール–64.3比較不可
数学–71.6比較不可
知識66.171.5GPT-6.1 Sol
人間の評価–67.1比較不可
マルチモーダル67.465.6GPT-5 Pro
長文コンテキスト–66.2比較不可
総合–67.9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推論知識マルチモーダルGPT-5 Pro, 推論: 55.0GPT-5 Pro, 知識: 66.1GPT-5 Pro, マルチモーダル: 67.4GPT-6.1 Sol, 推論: 71.4GPT-6.1 Sol, 知識: 71.5GPT-6.1 Sol, マルチモーダル: 65.6

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, 数学, 指示追従, 長文コンテキスト, 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2件のベンチマークのうち、GPT-5 Proのリードが0件、GPT-6.1 Solのリードが2件です。両方を評価しているすべての総合指標で、GPT-6.1 Solが上回っています。

総合IndexGPT-5 ProGPT-6.1 Sol (max)トップ
BenchLeader Index59.666.6GPT-6.1 Sol

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 ProGPT-6.1 Sol (max)
100万トークンあたりのブレンド価格$41.25$4.00
100万トークンあたりの入力/出力$15.00 / $120.00$2.00 / $10.00
100万トークンあたりのキャッシュ入力–$0.100
タスクあたりの価格:チャットの返答$0.042$0.0038
タスクあたりの価格:30ページのレポートを要約$0.252$0.030
タスクあたりの価格:コード編集$0.270$0.027
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$1.38$0.160
タスクあたりの価格:構造化データの抽出$0.054$0.0060
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)–$0.074
ベンチマークのタスクあたりのコスト(AA Index)–$1.27
タスクあたりの出力トークン(AA Index)–68k
うち推論–49k
タスクあたりの時間(AA Index)–23 min
出力速度–50 tok/s
回答開始までの時間–166.7秒
回答が完了するまでの時間(最終測定2026年11月13日)–429.6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 Proのスコアは59.6。GPT-6.1 Sol (max)のスコアは66.6、最初の回答トークンまで167秒。GPT-6.1 Sol (xhigh)は63.6(68秒)、GPT-6.1 Sol (high)は63.4(33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

157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 ProGPT-6.1 Sol (max)
BenchLeader IndexBenchLeader59.666.6
知識スコアBenchLeader66.171.5
マルチモーダルスコアBenchLeader67.465.6
推論スコアBenchLeader55.071.4
エージェント・ツールスコアBenchLeader–64.3
コーディングスコアBenchLeader–71.1
総合スコアBenchLeader–67.9
人間の評価スコアBenchLeader–67.1
長文コンテキストスコアBenchLeader–66.2
数学スコアBenchLeader–71.6
ブレンド価格($/100万トークン)BenchLeader$41.25$4.00
出力速度BenchLeader–50 tok/s
回答開始までの時間BenchLeader–166.7秒
コンテキストウィンドウBenchLeader400,000トークン1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–95.4%
Humanity's Last ExamScale AI / CAIS31.6%–
SimpleBenchSimpleBench61.6%82.9%†
Arena Hard PromptsArena (LMArena)–1505
LiveBench 2.0 ReasoningLiveBench–92.6%
LiveBench 1.0 ReasoningLiveBench–92.6%
Humanity's Last Exam (AA)Artificial Analysis–52.9%
HLE-Diamond (AA)Artificial Analysis–58.8%
Kagi LLM BenchmarkKagi LLM Benchmark76.8%–
ARC-AGI-1ARC Prize70.2%96.5%
ARC-AGI-2ARC Prize18.3%94.2%
ARC-AGI-3ARC Prize–96.2%
CritPtArtificial Analysis–31.7%
CritPt v2 hard subset (AA)Artificial Analysis–69.5%
MysteryMechanismVals AI–46.4%
Arena ExpertArena (LMArena)–1525
Chess PuzzlesEpoch AI Benchmarking Hub48.0%†68.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–80.0%
LMCAEpoch AI Benchmarking Hub–62.8%
DTBenchEpoch AI Benchmarking Hub–96.5%
コーディング
SciCodeSciCode–54.2%
WeirdMLWeirdML60.4%†–
FrontierCodeCognition–50.2%†
Arena CodingArena (LMArena)–1540
Arena WebDevArena (LMArena)–1743
157件のベンチマークをすべて表示
指標公開元GPT-5 ProGPT-6.1 Sol (max)
コーディング
LiveBench 2.0 CodingLiveBench–82.1%
LiveBench 1.0 CodingLiveBench–80.4%
IOIVals AI–96.9%
Code MigrationVals AI–65.1%
Code Migration v1.1Vals AI–77.3%
ProgramBenchVals AI–3.0%
SWE-bench MultimodalVals AI–43.5%
Vibe Code Bench v1.1Vals AI–88.9%
SWE Atlas v1.1Scale AI SEAL–65.9%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–71.0%†
SWE Atlas v1.1: Test WritingScale AI SEAL–66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL–60.0%†
SWE-Bench Pro V2Scale AI SEAL–96.1%†
MirrorCodeEpoch AI Benchmarking Hub–61.1%
ALE-BenchEpoch AI Benchmarking Hub–2743.8
AlgoTuneAlgoTune1.3†–
WeirdML v3WeirdML–38.3%†
Terminal-Bench 4.0 (AA)Artificial Analysis–56.1%
Startrise FrontendStartrise–78.6%†
GameBench 2 OverallDuelLab GameBench 2–84.9†
GameBench 2 by reasoning settingDuelLab GameBench 2–92.0†
Design Arena WebsiteDesign Arena–1315†
FrontierCode 1.1 (AA)Artificial Analysis–49.1%
FrontierCode 2.0 (AA)Artificial Analysis–40.6%
エージェント・ツール
Terminal-BenchTerminal-Bench–60.9%
APEX-AgentsMercor–60.0%
Arena AgentArena (LMArena)–12.5
LiveBench Long AgenticLiveBench–65.6%
LiveBench BrowserLiveBench–93.3%
LiveBench Agentic CodingLiveBench–54.5%
HiL-BenchScale AI SEAL–62.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–54.8%
GDPval-AA v2.1Artificial Analysis–1607
Analyst Agent (AA)Artificial Analysis–50.0%
CyberBenchVals AI–39.3%
Finance Agent v2Vals AI–52.0%
Finance Agent v2.1Vals AI–61.8%
Harvey's Legal Agent Benchmark v1.1Vals AI–6.3%
Harvey's Legal Agent Benchmark v1Vals AI–5.4%
Legal Research BenchVals AI–38.5%
Robo-benchVals AI–28.3%
SREBenchVals AI–50.8%
Tax Agent BenchVals AI–21.8%
Terminal-Bench 4.0 (Vals)Vals AI–55.0%
Terminal-Bench ScienceVals AI–52.9%
Arena SearchArena (LMArena)–1249
Arena Agent Task CompletionArena (LMArena)–11.7
PostTrainBenchEpoch AI Benchmarking Hub–38.8%
Vending-Bench 2Andon Labs–12860.6†
SpireClimbEpoch AI Benchmarking Hub–23.8%
AutomationBenchArtificial Analysis–64.9%
GDP.pdf (AA)Artificial Analysis–31.0%
Harvey LAB-AA v1.1Harvey–6.9%
AA-Briefcase v1.1Artificial Analysis–1555
GDPxGDPx by SemiAnalysis–8.4%
Design Arena AgenticDesign Arena–1375
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–58.1%
MKA (AA)Artificial Analysis–47.7%
DeepSearchQAGoogle65.2%–
FACTS SearchGoogle–92.8%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub55.8%†93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub19.5%†100.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%
ProofBenchVals AI–99.0%†
LiveBench MathematicsLiveBench–96.8%
ArXivMathMathArena–92.8%
BrokenArXivMathArena–83.1%
Arena MathsArena (LMArena)–1499
FrontierMath ErdősEpoch AI Benchmarking Hub–4.4%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–73.9%
LiveBench 2.0 Data AnalysisLiveBench–82.7%
LiveBench ResearchLiveBench–90.0%
LiveBench 1.0 Data AnalysisLiveBench–82.7%
AA-Omniscience v1.1Artificial Analysis–42.0
PRBench FinanceScale AI SEAL51.1%46.2%†
PRBench LegalScale AI SEAL49.9%47.9%†
MultiNRCScale AI SEAL65.2%–
BioMysteryBenchVals AI–79.6%
ClaimBenchVals AI–100.0%
Excel Modeling BenchmarkVals AI–70.8%
Excel Modeling Benchmark v1.1Vals AI–71.1%
MedCodeVals AI–48.8%
MedScribeVals AI–86.5%
Public Benefits Bench v1.1Vals AI–59.3%
Access to Justice BenchmarkVals AI–65.8%
Financial Coaching BenchVals AI–68.5%
Immigration BenchVals AI–67.8%
EBR-benchEpoch AI Benchmarking Hub–54.3%
GDP.pdfEpoch AI Benchmarking Hub–35.0%
AA-Omniscience v1.1: accuracyArtificial Analysis–61.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–48.1%
HealthBench Professional (AA)OpenAI–65.1%
FACTS ParametricGoogle–83.8%†
指示追従
LiveBench LanguageLiveBench–90.1%
LiveBench Instruction FollowingLiveBench–74.2%
MultiChallengeScale AI SEAL–82.0%†
Arena Instruction FollowingArena (LMArena)–1482
人間の評価
Arena TextArena (LMArena)–1481
EQ-Bench 4EQ-Bench–1272†
Arena Creative WritingArena (LMArena)–1449
Arena Multi-turnArena (LMArena)–1486
Arena Longer QueriesArena (LMArena)–1488
マルチモーダル
Arena VisionArena (LMArena)–1286
LiveBench DesignLiveBench–79.6%
MMMU-ProArtificial Analysis–86.0%
VISTAScale AI SEAL52.4%–
SAGEVals AI–90.5%
Humanity's Sixth SenseScale AI SEAL–46.6%
Blueprint-Bench 2Epoch AI Benchmarking Hub–43.2%†
Furniture AssemblyEpoch AI Benchmarking Hub–80.0%
VIALS-AAHandshake AI–59.0%
Code2Video-AAArtificial Analysis–1369
AA-3DArtificial Analysis–1121
FACTS MultimodalGoogle–52.6%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–83.0%
MLCRArtificial Analysis–38.3%
FACTS GroundingGoogle–78.0%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub151.2168.5†
LiveBench 2.0LiveBench–81.4%
LiveBench 1.0LiveBench–81.6%
AA Intelligence Index v5.0.1Artificial Analysis–54.6
AA Intelligence Index v4.3.2Artificial Analysis–51.8
AA Progress Index v1Artificial Analysis–348.5
Vals IndexVals AI–63.9
Vals Finance IndexVals AI–55.8%
Vals RSI IndexVals AI–26.6%
Vals Science IndexVals AI–59.6%
Vals Router IndexVals AI–63.9%†
Vals Legal IndexVals AI–68.7%
安全性・誠実さ
FORTRESSScale AI SEAL15.2%–
MASKScale AI SEAL86.0%–
DistressBenchScale AI SEAL–74.2%†

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 Sol (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)、スコアの改訂1件。
  • GPT-6.1 Sol (max):スコアの改訂1件。
  • GPT-6.1 Sol (max):スコアの改訂1件。
  • GPT-6.1 Sol (max):新しい結果1件(PostTrainBench)。
  • GPT-5 Pro:BenchLeader Index 60.2 → 59.6。
  • GPT-6.1 Sol (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
  • GPT-6.1 Sol (max):BenchLeader Index 67.4 → 66.9。
  • GPT-6.1 Sol (max):スコアの改訂2件。
  • GPT-6.1 Sol (max):スコアの改訂3件。
  • GPT-6.1 Sol (max):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 Pro vs GPT-6.1 Sol:よくある質問

GPT-6.1 SolはGPT-5 Proより優れていますか?
品質ではGPT-6.1 Sol (max)がリードしています:66.6 対 59.6。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日時点では総合でGPT-6.1 Sol (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
GPT-5 ProとGPT-6.1 Sol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 Solの方が安く、100万トークンあたり$4.00 対 $41.25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。
長い文書にはどちらが向いていますか?
コンテキストはGPT-6.1 Solの方が長く、1,050,000トークンです(GPT-5 Proは400,000トークン)。
GPT-5 ProとGPT-6.1 Sol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2件のベンチマークのうち、GPT-5 Proのリードが0件、GPT-6.1 Solのリードが2件です。両方を評価しているすべての総合指標で、GPT-6.1 Solが上回っています。
GPT-6.1 Solはいつリリースされましたか?
GPT-6.1 Solは2026年9月29日にリリースされました。