BenchLeader

GPT-6.1 Sol vs Qwen3.8-Flash-Next

詳しいプロフィール:GPT-6.1 Sol(OpenAI)とQwen3.8-Flash-Next(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 14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Qwen3.8-Flash-Nextを上回ります(BenchLeader Indexで66.6 対 53.9)。ただし、価格はQwen3.8-Flash-Nextの方が17倍安く、100万トークンあたりのブレンド価格で$0.230 対 $4.00です。両方を測定できるすべてのカテゴリでGPT-6.1 Solがリードしています。Qwen3.8-Flash-Nextの方が出力が約1.5倍速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-6.1 Solが66.6、Qwen3.8-Flash-Nextが53.9です(BenchLeader、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)。
  • Qwen3.8-Flash-Nextの100万トークンあたりのブレンド価格は$0.230です(定価、2026年11月16日)。
  • Qwen3.8-Flash-NextはGPT-6.1 Solより出力が約1.5倍速いです(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31件のベンチマークのうち、GPT-6.1 Solが25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-6.1 Solが1743、Qwen3.8-Flash-Nextが1624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 Solカテゴリスコア71 対 61;Arena WebDev 1743 対 1624高
エージェント・ツール利用どちらでもカテゴリスコア64 対 64;Arena Agent 12.5 対 -4.6どちらでも
推論GPT-6.1 Solカテゴリスコア71 対 43;HLE-Diamond (AA) 58.8% 対 16.3%高
知識GPT-6.1 Solカテゴリスコア72 対 38;AA-Omniscience v1.1 42.0 対 -12.2高
長い文書GPT-6.1 Solカテゴリスコア66 対 65;AA-LCR v1.1 83.0% 対 79.7%中
画像などのメディアGPT-6.1 Solカテゴリスコア66 対 61;MMMU-Pro 86.0% 対 78.6%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Qwen3.8-Flash-Next100万トークンあたりブレンド価格$0.230 対 $4.00;エージェント型コーディングセッション$0.011 対 $0.160–
回答開始の速さQwen3.8-Flash-Next最初の回答トークンまで65.5秒(Qwen3.8-Flash-Next)対 166.7秒(GPT-6.1 Sol (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

  • 品質ではGPT-6.1 Sol (max)がリードしています:66.6 対 53.9。
  • GPT-6.1 Sol (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、マルチモーダル、推論で優れています。
  • Qwen3.8-Flash-Nextの方が17倍安くなっています(100万トークンあたりブレンド価格$0.230 対 $4.00)。
  • Qwen3.8-Flash-Nextの方が出力が1.6倍速くなっています(80 対 50トークン/秒)。

概要

仕様GPT-6.1 SolQwen3.8-Flash-Next
プロバイダーOpenAIAlibaba
リリース日2026年9月29日2026年8月26日
コンテキストウィンドウ(トークン)1,050,000256,000
比較した構成GPT-6.1 Sol (max)Qwen3.8-Flash-Next
オープンウェイトなしあり
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 / $10.00 / $0.100$0.150 / $0.470 / –

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-6.1 Sol (max)Qwen3.8-Flash-Nextトップ
推論71.443.0GPT-6.1 Sol
コーディング71.160.7GPT-6.1 Sol
エージェント・ツール64.364.0互角
数学71.6–比較不可
知識71.538.1GPT-6.1 Sol
人間の評価67.1–比較不可
マルチモーダル65.661.0GPT-6.1 Sol
長文コンテキスト66.264.5GPT-6.1 Sol
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推論コーディングエージェント・ツール知識長文コンテキストマルチモーダルGPT-6.1 Sol, 推論: 71.4GPT-6.1 Sol, コーディング: 71.1GPT-6.1 Sol, エージェント・ツール: 64.3GPT-6.1 Sol, 知識: 71.5GPT-6.1 Sol, 長文コンテキスト: 66.2GPT-6.1 Sol, マルチモーダル: 65.6Qwen3.8-Flash-Next, 推論: 43.0Qwen3.8-Flash-Next, コーディング: 60.7Qwen3.8-Flash-Next, エージェント・ツール: 64.0Qwen3.8-Flash-Next, 知識: 38.1Qwen3.8-Flash-Next, 長文コンテキスト: 64.5Qwen3.8-Flash-Next, マルチモーダル: 61.0

描画していないもの(測定済みのモデルが2つ未満):数学, 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31件のベンチマークのうち、GPT-6.1 Solのリードが25件、Qwen3.8-Flash-Nextのリードが6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-6.1 Sol (max)Qwen3.8-Flash-Nextトップ
BenchLeader Index66.653.9GPT-6.1 Sol
AA Intelligence Index v5.0.154.628.6GPT-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-6.1 Sol (max)Qwen3.8-Flash-Next
100万トークンあたりのブレンド価格$4.00$0.230
100万トークンあたりの入力/出力$2.00 / $10.00$0.150 / $0.470
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$0.0038$0.0002
タスクあたりの価格:30ページのレポートを要約$0.030$0.0021
タスクあたりの価格:コード編集$0.027$0.0016
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$0.160$0.011
タスクあたりの価格:構造化データの抽出$0.0060$0.0004
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$0.569
タスクあたりの出力トークン(AA Index)68k148k
うち推論49k97k
タスクあたりの時間(AA Index)23 min31 min
出力速度50 tok/s80 tok/s
回答開始までの時間166.7秒65.5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202.8秒

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、GPT-6.1 Sol (max)で$1.27、Qwen3.8-Flash-Nextで$0.569でした。同じ作業でQwen3.8-Flash-Nextは2.2倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。

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-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)。Qwen3.8-Flash-Nextのスコアは53.9、最初の回答トークンまで66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

153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-6.1 Sol (max)Qwen3.8-Flash-Next
BenchLeader IndexBenchLeader66.653.9
エージェント・ツールスコアBenchLeader64.364.0
コーディングスコアBenchLeader71.160.7
総合スコアBenchLeader67.9–
人間の評価スコアBenchLeader67.1–
知識スコアBenchLeader71.538.1
長文コンテキストスコアBenchLeader66.264.5
数学スコアBenchLeader71.6–
マルチモーダルスコアBenchLeader65.661.0
推論スコアBenchLeader71.443.0
ブレンド価格($/100万トークン)BenchLeader$4.00$0.230
出力速度BenchLeader50 tok/s80 tok/s
回答開始までの時間BenchLeader166.7秒65.5秒
コンテキストウィンドウBenchLeader1,050,000トークン256,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub95.4%–
SimpleBenchSimpleBench82.9%†–
Arena Hard PromptsArena (LMArena)1505–
LiveBench 2.0 ReasoningLiveBench92.6%–
LiveBench 1.0 ReasoningLiveBench92.6%87.4%
GPQA Diamond (AA)Artificial Analysis–92.3%
Humanity's Last Exam (AA)Artificial Analysis52.9%38.0%
HLE-Diamond (AA)Artificial Analysis58.8%16.3%
ARC-AGI-1ARC Prize96.5%–
ARC-AGI-2ARC Prize94.2%–
ARC-AGI-3ARC Prize96.2%–
CritPtArtificial Analysis31.7%11.1%
CritPt v2 hard subset (AA)Artificial Analysis69.5%24.5%
MysteryMechanismVals AI46.4%–
Arena ExpertArena (LMArena)1525–
Chess PuzzlesEpoch AI Benchmarking Hub68.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub80.0%–
LMCAEpoch AI Benchmarking Hub62.8%–
DTBenchEpoch AI Benchmarking Hub96.5%–
コーディング
SciCodeSciCode54.2%–
FrontierCodeCognition50.2%†–
Arena CodingArena (LMArena)1540–
Arena WebDevArena (LMArena)17431624
LiveBench 2.0 CodingLiveBench82.1%–
LiveBench 1.0 CodingLiveBench80.4%72.5%
153件のベンチマークをすべて表示
指標公開元GPT-6.1 Sol (max)Qwen3.8-Flash-Next
コーディング
SciCode (AA)Artificial Analysis54.2%50.6%
IOIVals AI96.9%–
Code MigrationVals AI65.1%–
Code Migration v1.1Vals AI77.3%–
ProgramBenchVals AI3.0%–
SWE-bench MultimodalVals AI43.5%–
Vibe Code Bench v1.1Vals AI88.9%–
SWE Atlas v1.1Scale AI SEAL65.9%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL71.0%†–
SWE Atlas v1.1: Test WritingScale AI SEAL66.7%†–
SWE Atlas v1.1: RefactoringScale AI SEAL60.0%†–
SWE-Bench Pro V2Scale AI SEAL96.1%†–
MirrorCodeEpoch AI Benchmarking Hub61.1%–
ALE-BenchEpoch AI Benchmarking Hub2743.8–
WeirdML v3WeirdML38.3%†–
Terminal-Bench 4.0 (AA)Artificial Analysis56.1%25.3%
Terminal-Bench 2.1 (AA)Artificial Analysis–86.1%
Startrise FrontendStartrise78.6%†–
GameBench 2 OverallDuelLab GameBench 284.9†–
GameBench 2 by reasoning settingDuelLab GameBench 292.0†–
Design Arena WebsiteDesign Arena1315†–
FrontierCode 1.1 (AA)Artificial Analysis49.1%–
FrontierCode 2.0 (AA)Artificial Analysis40.6%27.1%
エージェント・ツール
Terminal-BenchTerminal-Bench60.9%–
APEX-AgentsMercor60.0%–
Arena AgentArena (LMArena)12.5-4.6
LiveBench Long AgenticLiveBench65.6%–
LiveBench BrowserLiveBench93.3%–
LiveBench Agentic CodingLiveBench54.5%61.6%
HiL-BenchScale AI SEAL62.3%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis54.8%56.4%
GDPval-AA v2.1Artificial Analysis16071637
τ³-Banking (AA)Artificial Analysis–45.4%
Analyst Agent (AA)Artificial Analysis50.0%–
CyberBenchVals AI39.3%–
Finance Agent v2Vals AI52.0%–
Finance Agent v2.1Vals AI61.8%–
Harvey's Legal Agent Benchmark v1.1Vals AI6.3%–
Harvey's Legal Agent Benchmark v1Vals AI5.4%–
Legal Research BenchVals AI38.5%–
Robo-benchVals AI28.3%–
SREBenchVals AI50.8%–
Tax Agent BenchVals AI21.8%–
Terminal-Bench 4.0 (Vals)Vals AI55.0%–
Terminal-Bench ScienceVals AI52.9%–
Arena SearchArena (LMArena)1249–
Arena Agent Task CompletionArena (LMArena)11.70.3
PostTrainBenchEpoch AI Benchmarking Hub38.8%–
Vending-Bench 2Andon Labs12860.6†–
SpireClimbEpoch AI Benchmarking Hub23.8%–
AutomationBenchArtificial Analysis64.9%55.9%
GDP.pdf (AA)Artificial Analysis31.0%15.6%
Harvey LAB-AA v1.1Harvey6.9%–
AA-Briefcase v1.1Artificial Analysis15551572
GDPxGDPx by SemiAnalysis8.4%–
Design Arena AgenticDesign Arena1375–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis58.1%7.1%
MKA (AA)Artificial Analysis47.7%–
FACTS SearchGoogle92.8%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub93.7%–
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ProofBenchVals AI99.0%†–
LiveBench MathematicsLiveBench96.8%85.8%
ArXivMathMathArena92.8%–
BrokenArXivMathArena83.1%–
Arena MathsArena (LMArena)1499–
FrontierMath ErdősEpoch AI Benchmarking Hub4.4%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub73.9%–
LiveBench 2.0 Data AnalysisLiveBench82.7%–
LiveBench ResearchLiveBench90.0%–
LiveBench 1.0 Data AnalysisLiveBench82.7%74.2%
AA-Omniscience v1.1Artificial Analysis42.0-12.2
PRBench FinanceScale AI SEAL46.2%†–
PRBench LegalScale AI SEAL47.9%†–
BioMysteryBenchVals AI79.6%–
ClaimBenchVals AI100.0%–
Excel Modeling BenchmarkVals AI70.8%–
Excel Modeling Benchmark v1.1Vals AI71.1%–
MedCodeVals AI48.8%–
MedScribeVals AI86.5%–
Public Benefits Bench v1.1Vals AI59.3%–
Access to Justice BenchmarkVals AI65.8%–
Financial Coaching BenchVals AI68.5%–
Immigration BenchVals AI67.8%–
EBR-benchEpoch AI Benchmarking Hub54.3%–
GDP.pdfEpoch AI Benchmarking Hub35.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis61.8%23.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis48.1%53.2%
HealthBench Professional (AA)OpenAI65.1%–
FACTS ParametricGoogle83.8%†–
指示追従
LiveBench LanguageLiveBench90.1%74.6%
LiveBench Instruction FollowingLiveBench74.2%77.1%
MultiChallengeScale AI SEAL82.0%†–
Arena Instruction FollowingArena (LMArena)1482–
人間の評価
Arena TextArena (LMArena)1481–
EQ-Bench 4EQ-Bench1272†–
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 DesignLiveBench79.6%–
MMMU-ProArtificial Analysis86.0%78.6%
SAGEVals AI90.5%–
Humanity's Sixth SenseScale AI SEAL46.6%–
Blueprint-Bench 2Epoch AI Benchmarking Hub43.2%†–
Furniture AssemblyEpoch AI Benchmarking Hub80.0%–
VIALS-AAHandshake AI59.0%–
Code2Video-AAArtificial Analysis1369–
AA-3DArtificial Analysis1121–
FACTS MultimodalGoogle52.6%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.0%79.7%
MLCRArtificial Analysis38.3%20.6%
FACTS GroundingGoogle78.0%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub168.5†–
LiveBench 2.0LiveBench81.4%–
LiveBench 1.0LiveBench81.6%76.2%
AA Intelligence Index v5.0.1Artificial Analysis54.628.6
AA Intelligence Index v4.3.2Artificial Analysis51.839.8
AA Progress Index v1Artificial Analysis348.5320.2
Vals IndexVals AI63.9–
Vals Finance IndexVals AI55.8%–
Vals RSI IndexVals AI26.6%–
Vals Science IndexVals AI59.6%–
Vals Router IndexVals AI63.9%†–
Vals Legal IndexVals AI68.7%–
安全性・誠実さ
DistressBenchScale AI SEAL74.2%†–
メタデータ
AA Openness IndexArtificial Analysis–38.9

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 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。
  • Qwen3.8-Flash-Next:BenchLeader Index 54.7 → 54.0。
  • GPT-6.1 Sol (max):新しい結果1件(PostTrainBench)。
  • Qwen3.8-Flash-Next:新しい結果3件(AA Intelligence Index v5.0.1, FrontierCode 2.0 (AA), Terminal-Bench-Science 0.1 (AA))。
  • GPT-6.1 Sol (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
  • Qwen3.8-Flash-Next:新しい結果1件(CritPt v2 hard subset (AA))、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。

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-6.1 Sol vs Qwen3.8-Flash-Next:よくある質問

GPT-6.1 SolはQwen3.8-Flash-Next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 53.9。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-6.1 SolとQwen3.8-Flash-Next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Qwen3.8-Flash-Nextの方が安く、100万トークンあたり$0.230 対 $4.00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-6.1 SolとQwen3.8-Flash-Nextのどちらが向いていますか?
コーディングではGPT-6.1 Solの方がスコアが高くなっています(カテゴリ指標で71 対 61。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-6.1 Solが1743、Qwen3.8-Flash-Nextが1624です。
GPT-6.1 SolとQwen3.8-Flash-Nextはどちらが速いですか?
Qwen3.8-Flash-Nextの方が出力が約1.5倍速くなっています(出力80 対 50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-6.1 SolとQwen3.8-Flash-Next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64 対 64)。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-6.1 Solが12.5、Qwen3.8-Flash-Nextが-4.6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 Solの方がスコアが高くなっています(66 対 65)。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(Qwen3.8-Flash-Nextは256,000トークン)。
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Qwen3.8-Flash-Nextです。Artificial Analysisの測定では、最初の回答トークンまで65.5秒 対 166.7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-6.1 SolとQwen3.8-Flash-Next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31件のベンチマークのうち、GPT-6.1 Solのリードが25件、Qwen3.8-Flash-Nextのリードが6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。