GPT-6.1 Terra vs GPT-6.2 Astra
詳しいプロフィール:GPT-6.1 Terra(OpenAI)とGPT-6.2 Astra(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 · 12件の情報源のデータ
2026年11月19日時点で、品質ではGPT-6.2 AstraがGPT-6.1 Terraを上回ります(BenchLeader Indexで68.9 対 63.2)。ただし、価格はGPT-6.1 Terraの方が8.0倍安く、100万トークンあたりのブレンド価格で$2.00 対 $16.00です。両方を測定できるすべてのカテゴリでGPT-6.2 Astraがリードしています。GPT-6.1 Terraの方が出力が速いです。
要点(2026年11月19日時点)
- BenchLeader IndexはGPT-6.1 Terraが63.2、GPT-6.2 Astraが68.9です(BenchLeader、2026年11月19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19日)。
- GPT-6.2 Astraの100万トークンあたりのブレンド価格は$16.00です(定価、2026年11月19日)。
- GPT-6.1 TerraはGPT-6.2 Astraより出力が速いです(Artificial Analysis、7日間の中央値、2026年11月19日)。
- 両モデルに結果がある46件のベンチマークのうち、GPT-6.2 Astraが42件でリードしています(BenchLeader、2026年11月19日)。
- Arena WebDevでの評価はGPT-6.1 Terraが1683、GPT-6.2 Astraが1781です(LMArena、2026年11月19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-6.2 Astra | カテゴリスコア76 対 68;Arena WebDev 1781 対 1683 | 高 |
| エージェント・ツール利用 | GPT-6.2 Astra | カテゴリスコア66 対 62;Terminal-Bench 62.1% 対 53.3% | 中 |
| 数学 | GPT-6.2 Astra | カテゴリスコア73 対 71;FrontierMath Tiers 1–3 92.6% 対 90.9% | 中 |
| 推論 | GPT-6.2 Astra | カテゴリスコア73 対 67;GPQA Diamond 96.8% 対 94.3% | 中 |
| 知識 | GPT-6.2 Astra | カテゴリスコア74 対 61;SimpleQA Verified 78.5% 対 57.3% | 高 |
| 画像などのメディア | GPT-6.2 Astra | カテゴリスコア72 対 67;MMMU-Pro 89.5% 対 84.7% | 中 |
| 最低コスト | GPT-6.1 Terra | 100万トークンあたりブレンド価格$2.00 対 $16.00;エージェント型コーディングセッション$0.080 対 $0.640 | – |
| 回答開始の速さ | どちらでも | 最初の回答トークンまで159.4秒(GPT-6.1 Terra (max))対 202.7秒(GPT-6.2 Astra (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-6.2 Astra (max)がリードしています:68.9 対 63.2。
- GPT-6.2 Astra (max)はエージェント・ツール、コーディング、総合、知識、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8.0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 $16.00)。
- GPT-6.1 Terra (max)の方が出力が1.3倍速くなっています(65 対 49トークン/秒)。
概要
| 仕様 | GPT-6.1 Terra | GPT-6.2 Astra |
|---|---|---|
| プロバイダー | OpenAI | OpenAI |
| リリース日 | 2026年10月26日 | 2026年11月17日 |
| コンテキストウィンドウ(トークン) | 1,050,000 | 1,050,000 |
| 比較した構成 | GPT-6.1 Terra (max) | GPT-6.2 Astra (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) | $1.00 / $5.00 / $0.050 | $8.00 / $40.00 / $0.400 |
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 Terra (max) | GPT-6.2 Astra (max) | トップ |
|---|---|---|---|
| 推論 | 67.2 | 73.1 | GPT-6.2 Astra |
| コーディング | 68.0 | 76.1 | GPT-6.2 Astra |
| エージェント・ツール | 62.1 | 66.4 | GPT-6.2 Astra |
| 数学 | 71.2 | 72.5 | GPT-6.2 Astra |
| 知識 | 60.6 | 74.2 | GPT-6.2 Astra |
| マルチモーダル | 66.8 | 71.7 | GPT-6.2 Astra |
| 長文コンテキスト | 66.0 | – | 比較不可 |
| 総合 | 62.6 | 69.5 | GPT-6.2 Astra |
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。
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, 長文コンテキスト, 人間の評価。
情報源で評価が分かれる点
両方に結果がある46件のベンチマークのうち、GPT-6.1 Terraのリードが3件、GPT-6.2 Astraのリードが42件、同点が1件です。両方を評価しているすべての総合指標で、GPT-6.2 Astraが上回っています。
| 総合Index | GPT-6.1 Terra (max) | GPT-6.2 Astra (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 63.2 | 68.9 | GPT-6.2 Astra |
| AA Intelligence Index v5.0.1 | 51.3 | 62.1 | GPT-6.2 Astra |
| Vals Index | 60.5 | 67.7 | GPT-6.2 Astra |
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 Terra (max) | GPT-6.2 Astra (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $2.00 | $16.00 |
| 100万トークンあたりの入力/出力 | $1.00 / $5.00 | $8.00 / $40.00 |
| 100万トークンあたりのキャッシュ入力 | $0.050 | $0.400 |
| タスクあたりの価格:チャットの返答 | $0.0019 | $0.015 |
| タスクあたりの価格:30ページのレポートを要約 | $0.015 | $0.120 |
| タスクあたりの価格:コード編集 | $0.013 | $0.108 |
| 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 | $0.080 | $0.640 |
| タスクあたりの価格:構造化データの抽出 | $0.0030 | $0.024 |
| 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) | $0.037 | $0.298 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.961 | $4.00 |
| タスクあたりの出力トークン(AA Index) | 60k | 41k |
| うち推論 | 39k | 26k |
| タスクあたりの時間(AA Index) | 15 min | 14 min |
| 出力速度 | 65 tok/s | 49 tok/s |
| 回答開始までの時間 | 159.4秒 | 202.7秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 375.7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 Terra (max)で$0.961、GPT-6.2 Astra (max)で$4.00でした。同じ作業でGPT-6.1 Terra (max)は1.5倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-6.1 Terra (max)のスコアは63.2、最初の回答トークンまで159秒。GPT-6.1 Terra (xhigh)は59.4(32秒)、GPT-6.1 Terra (high)は59.0(12秒)。GPT-6.2 Astra (max)のスコアは68.9、最初の回答トークンまで203秒。GPT-6.2 Astra (xhigh)は67.1(67秒)、GPT-6.2 Astra (medium)は65.6(4秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
105件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-6.1 Terra (max) | GPT-6.2 Astra (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 63.2 | 68.9 |
| エージェント・ツールスコア | BenchLeader | 62.1 | 66.4 |
| コーディングスコア | BenchLeader | 68.0 | 76.1 |
| 総合スコア | BenchLeader | 62.6 | 69.5 |
| 知識スコア | BenchLeader | 60.6 | 74.2 |
| 長文コンテキストスコア | BenchLeader | 66.0 | – |
| 数学スコア | BenchLeader | 71.2 | 72.5 |
| マルチモーダルスコア | BenchLeader | 66.8 | 71.7 |
| 推論スコア | BenchLeader | 67.2 | 73.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.00 | $16.00 |
| 出力速度 | BenchLeader | 65 tok/s | 49 tok/s |
| 回答開始までの時間 | BenchLeader | 159.4秒 | 202.7秒 |
| コンテキストウィンドウ | BenchLeader | 1,050,000トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 94.3% | 96.8% |
| SimpleBench | SimpleBench | 72.2%† | – |
| LiveBench 2.0 Reasoning | LiveBench | 88.7% | 91.6% |
| Humanity's Last Exam (AA) | Artificial Analysis | 46.3% | – |
| HLE-Diamond (AA) | Artificial Analysis | 47.3% | 72.2% |
| ARC-AGI-1 | ARC Prize | – | 98.5% |
| ARC-AGI-2 | ARC Prize | – | 95.8% |
| ARC-AGI-3 | ARC Prize | – | 99.8% |
| CritPt | Artificial Analysis | 28.0% | – |
| CritPt v2 hard subset (AA) | Artificial Analysis | 68.0% | 71.5% |
| MysteryMechanism | Vals AI | – | 53.1% |
| HLE-Diamond (Scale) | Scale AI SEAL | 35.7%† | 66.9%† |
| Chess Puzzles | Epoch AI Benchmarking Hub | – | 78.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 74.0% | 95.0% |
| コーディング | |||
| SciCode | SciCode | 55.1% | – |
| Arena WebDev | Arena (LMArena) | 1683 | 1781 |
| LiveBench 2.0 Coding | LiveBench | 89.2% | 91.9% |
| Vibe Code Bench v1.1 | Vals AI | 84.0% | 89.9% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | – | 55.2% |
| SWE Atlas v1.1 | Scale AI SEAL | 57.7%† | 60.5%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 54.0%† | 67.7%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 63.3%† | 62.2%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 55.7%† | 51.4%† |
| MirrorCode | Epoch AI Benchmarking Hub | 76.7% | 67.8% |
| ALE-Bench | Epoch AI Benchmarking Hub | 2608.8 | – |
105件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-6.1 Terra (max) | GPT-6.2 Astra (max) |
|---|---|---|---|
| コーディング | |||
| WeirdML v3 | WeirdML | 28.1%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 55.6% | 64.1% |
| GameBench 2 Overall | DuelLab GameBench 2 | 81.1† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 85.9† | – |
| Design Arena Website | Design Arena | 1286† | 1339† |
| FrontierCode 1.1 (AA) | Artificial Analysis | 36.0% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 42.3% | 45.4% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 53.3% | 62.1% |
| APEX-Agents | Mercor | 68.3% | – |
| Arena Agent | Arena (LMArena) | 10.5 | 15.2 |
| LiveBench Long Agentic | LiveBench | 55.3% | 70.8% |
| LiveBench Browser | LiveBench | 93.1% | 93.0% |
| HiL-Bench | Scale AI SEAL | 68.0%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1476 | – |
| Analyst Agent (AA) | Artificial Analysis | – | 62.5% |
| Finance Agent v2.1 | Vals AI | 56.0% | 60.8% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 1.7% | 16.3% |
| Legal Research Bench | Vals AI | 26.0% | 42.8% |
| Robo-bench | Vals AI | – | 32.7% |
| Tax Agent Bench | Vals AI | 17.1% | 21.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 49.5% | 63.1% |
| Terminal-Bench Science | Vals AI | – | 71.4% |
| Arena Agent Task Completion | Arena (LMArena) | 8.5 | 12.4 |
| Vending-Bench 2 | Andon Labs | 9107.5† | – |
| SpireClimb | Epoch AI Benchmarking Hub | 22.3% | 41.3% |
| AutomationBench | Artificial Analysis | 60.2% | 77.3% |
| GDP.pdf (AA) | Artificial Analysis | 28.6% | 29.8% |
| Harvey LAB-AA v1.1 | Harvey | – | 15.0% |
| EnterpriseOps-Gym | Artificial Analysis | – | 29.9% |
| AA-Briefcase v1.1 | Artificial Analysis | 1399 | 1643 |
| GDPx | GDPx by SemiAnalysis | 8.5% | – |
| Design Arena Agentic | Design Arena | 1176† | 1304 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 57.6% | 78.1% |
| CWE-Bench (AA) | Artificial Analysis | – | 65.0% |
| DeepSec-Bench (AA) | Artificial Analysis | – | 46.8% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 0.0% |
| MKA (AA) | Artificial Analysis | 43.8% | 52.7% |
| FACTS Search | 92.7%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 90.9% | 92.6% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 92.7% | 100.0% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 100.0% |
| Autoform-Hard | Vals AI | – | 87.5% |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 10.3% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 57.3% | 78.5% |
| LiveBench 2.0 Data Analysis | LiveBench | 82.3% | 84.1% |
| LiveBench Research | LiveBench | 79.1% | 91.5% |
| AA-Omniscience v1.1 | Artificial Analysis | 29.6 | 50 |
| PRBench Legal | Scale AI SEAL | – | 43.1%† |
| BioMysteryBench | Vals AI | – | 80.7% |
| Excel Modeling Benchmark v1.1 | Vals AI | 73.3% | 76.0% |
| DrugDiscoveryBench | Scale AI SEAL | 58.1%† | 65.5%† |
| EBR-bench | Epoch AI Benchmarking Hub | 78.1% | 92.4% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 47.6% | 68.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 65.5% | 40.9% |
| FACTS Parametric | 70.8%† | – | |
| 指示追従 | |||
| MultiChallenge | Scale AI SEAL | 74.2%† | 73.2%† |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 79.7% | 82.8% |
| MMMU-Pro | Artificial Analysis | 84.7% | 89.5% |
| Humanity's Sixth Sense | Scale AI SEAL | – | 63.2%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 42.1%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 79.2% | 89.2% |
| VIALS-AA | Handshake AI | 60.3% | 65.8% |
| AA-3D | Artificial Analysis | – | 1318 |
| FACTS Multimodal | 48.8%† | – | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 82.7% | – |
| MLCR | Artificial Analysis | 30.6% | 39.4% |
| FACTS Grounding | 84.2%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 167.7† | 174.2† |
| LiveBench 2.0 | LiveBench | 78.6% | 84.9% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 51.3 | 62.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 48.1 | – |
| AA Progress Index v1 | Artificial Analysis | 345.2 | – |
| Vals Index | Vals AI | 60.5 | 67.7 |
| Vals Finance Index | Vals AI | 53.3% | 57.3% |
| Vals RSI Index | Vals AI | – | 29.0% |
| Vals Science Index | Vals AI | – | 68.4% |
| Vals Legal Index | Vals AI | 58.8% | 69.7% |
| AA Cyber Index | Artificial Analysis | – | 37.3 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 18.2%† | – |
| DistressBench | Scale AI SEAL | 65.9%† | – |
データは2026年11月19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 gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), 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-6.2 Astra (max):BenchLeader Index 67.8 → 68.9。
- GPT-6.1 Terra (max):スコアの改訂3件。
- GPT-6.2 Astra (max):新しい結果6件(VIALS-AA, Arena WebDev, Arena Agent…)。
- GPT-6.2 Astra (max):BenchLeader Index 67.2 → 67.8。
- GPT-6.2 Astra (max):新しい結果2件(MKA (AA), Terminal-Bench)。
- GPT-6.1 Terra (max):BenchLeader Index 64.1 → 63.5。
- GPT-6.1 Terra (max):スコアの改訂2件。
- GPT-6.1 Terra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- 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)。
関連する比較
- GPT-6.1 Terra vs Claude Fable 5.2
- GPT-6.1 Terra vs Gemini 4 Carbon
- GPT-6.1 Terra vs Claude Opus 5.5
- GPT-6.2 Astra vs Claude Fable 5.2
- GPT-6.2 Astra vs Gemini 4 Carbon
- GPT-6.2 Astra vs Claude Opus 5.5
- GPT-6.2 Astra vs Gemini 4 Neon
- GPT-6.1 Sol vs GPT-6.2 Astra
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 Terra vs GPT-6.2 Astra:よくある質問
- GPT-6.2 AstraはGPT-6.1 Terraより優れていますか?
- 品質ではGPT-6.2 Astra (max)がリードしています:68.9 対 63.2。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19日時点では総合でGPT-6.2 Astra (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 TerraとGPT-6.2 Astra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 $16.00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 TerraとGPT-6.2 Astraのどちらが向いていますか?
- コーディングではGPT-6.2 Astraの方がスコアが高くなっています(カテゴリ指標で76 対 68。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 Terraが1683、GPT-6.2 Astraが1781です。
- GPT-6.1 TerraとGPT-6.2 Astraはどちらが速いですか?
- GPT-6.1 Terraの方が出力が速くなっています(出力65 対 49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 TerraとGPT-6.2 Astra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GPT-6.2 Astraの方がスコアが高くなっています(カテゴリ指標で66 対 62。50が平均)。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Terminal-Benchでは、GPT-6.1 Terraが53.3%、GPT-6.2 Astraが62.1%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?
- 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-6.1 Terraです。Artificial Analysisの測定では、最初の回答トークンまで159.4秒 対 202.7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 TerraとGPT-6.2 Astra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46件のベンチマークのうち、GPT-6.1 Terraのリードが3件、GPT-6.2 Astraのリードが42件、同点が1件です。両方を評価しているすべての総合指標で、GPT-6.2 Astraが上回っています。
- GPT-6.2 Astraはいつリリースされましたか?
- GPT-6.2 Astraは2026年11月17日にリリースされました。