BenchLeader

GPT-6.1 Terra vs Kimi K2.6

詳しいプロフィール:GPT-6.1 Terra(OpenAI)とKimi K2.6(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-6.1 TerraとKimi K2.6の品質は互角です(BenchLeader Indexで64.1 対 59.3、±7.4の誤差範囲内)。価格はKimi K2.6の方が1.2倍安く、100万トークンあたりのブレンド価格で$1.71 対 $2.00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-6.1 Terraの方が出力が約2倍速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-6.1 Terraが64.1、Kimi K2.6が59.3です(BenchLeader、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)。
  • Kimi K2.6の100万トークンあたりのブレンド価格は$1.71です(定価、2026年11月16日)。
  • GPT-6.1 TerraはKimi K2.6より出力が約2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12件のベンチマークのうち、GPT-6.1 Terraが12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
エージェント・ツール利用GPT-6.1 Terraカテゴリスコア63 対 58;GDPval-AA v2.1 1476 対 1046中
長い文書どちらでもカテゴリスコア66 対 65;AA-LCR v1.1 82.7% 対 81.0%どちらでも
画像などのメディアGPT-6.1 Terraカテゴリスコア67 対 62;MMMU-Pro 84.7% 対 79.4%中
最低コストKimi K2.6100万トークンあたりブレンド価格$1.71 対 $2.00;エージェント型コーディングセッション$0.073 対 $0.080–
回答開始の速さKimi K2.6最初の回答トークンまで93.1秒(Kimi K2.6 (thinking))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-6.1 Terra (max)とKimi K2.6 (thinking)の品質は互角です(64.1 対 59.3、±7.4の誤差範囲内)。
  • GPT-6.1 Terra (max)はエージェント・ツール、長文コンテキスト、マルチモーダルで優れています。
  • Kimi K2.6 (thinking)の方が1.2倍安くなっています(100万トークンあたりブレンド価格$1.71 対 $2.00)。
  • GPT-6.1 Terra (max)の方が出力が1.8倍速くなっています(72 対 41トークン/秒)。

概要

仕様GPT-6.1 TerraKimi K2.6
プロバイダーOpenAIMoonshot AI
リリース日2026年10月26日2026年4月20日
コンテキストウィンドウ(トークン)1,050,000262,144
比較した構成GPT-6.1 Terra (max)Kimi K2.6 (thinking)
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)$1.00 / $5.00 / $0.050$0.950 / $4.00 / $0.160

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)Kimi K2.6 (thinking)トップ
推論68.4–比較不可
コーディング69.3–比較不可
エージェント・ツール63.458.4GPT-6.1 Terra
数学71.7–比較不可
知識61.4–比較不可
指示追従–74.1比較不可
マルチモーダル67.261.7GPT-6.1 Terra
長文コンテキスト66.065.2互角
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エージェント・ツール長文コンテキストマルチモーダルGPT-6.1 Terra, エージェント・ツール: 63.4GPT-6.1 Terra, 長文コンテキスト: 66.0GPT-6.1 Terra, マルチモーダル: 67.2Kimi K2.6, エージェント・ツール: 58.4Kimi K2.6, 長文コンテキスト: 65.2Kimi K2.6, マルチモーダル: 61.7

描画していないもの(測定済みのモデルが2つ未満):推論, コーディング, 数学, 知識, 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12件のベンチマークのうち、GPT-6.1 Terraのリードが12件、Kimi K2.6のリードが0件です。

総合IndexGPT-6.1 Terra (max)Kimi K2.6 (thinking)トップ
BenchLeader Index64.159.3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-6.1 Terra (max)Kimi K2.6 (thinking)
100万トークンあたりのブレンド価格$2.00$1.71
100万トークンあたりの入力/出力$1.00 / $5.00$0.950 / $4.00
100万トークンあたりのキャッシュ入力$0.050$0.160
タスクあたりの価格:チャットの返答$0.0019$0.0016
タスクあたりの価格:30ページのレポートを要約$0.015$0.014
タスクあたりの価格:コード編集$0.013$0.012
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$0.073
タスクあたりの価格:構造化データの抽出$0.0030$0.0027
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$0.037
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72 tok/s41 tok/s
回答開始までの時間150.9秒93.1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215.8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-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)。Kimi K2.6 (thinking)のスコアは59.3、最初の回答トークンまで93秒。Kimi K2.6は55.1(1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

148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)Kimi K2.6 (thinking)
BenchLeader IndexBenchLeader64.159.3
エージェント・ツールスコアBenchLeader63.458.4
コーディングスコアBenchLeader69.3–
総合スコアBenchLeader65.0–
知識スコアBenchLeader61.4–
長文コンテキストスコアBenchLeader66.065.2
数学スコアBenchLeader71.7–
マルチモーダルスコアBenchLeader67.261.7
推論スコアBenchLeader68.4–
指示追従スコアBenchLeader–74.1
ブレンド価格($/100万トークン)BenchLeader$2.00$1.71
出力速度BenchLeader72 tok/s41 tok/s
回答開始までの時間BenchLeader150.9秒93.1秒
コンテキストウィンドウBenchLeader1,050,000トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub94.3%90.8%†
SimpleBenchSimpleBench72.2%†–
Arena Hard PromptsArena (LMArena)–1485†
LiveBench 2.0 ReasoningLiveBench88.7%–
LiveBench 1.0 ReasoningLiveBench–79.4%
GPQA Diamond (AA)Artificial Analysis–91.1%
Humanity's Last Exam (AA)Artificial Analysis46.3%37.5%
HLE-Diamond (AA)Artificial Analysis47.3%–
GPQA Diamond (Vals)Vals AI–89.1%†
CritPtArtificial Analysis28.0%8.0%
CritPt v2 hard subset (AA)Artificial Analysis68.0%–
HLE-Diamond (Scale)Scale AI SEAL35.7%†–
Arena ExpertArena (LMArena)–1503†
Chess PuzzlesEpoch AI Benchmarking Hub–20.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub74.0%18.0%†
LMCAEpoch AI Benchmarking Hub–37.3%†
DTBenchEpoch AI Benchmarking Hub–90.9%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%†
SciCodeSciCode55.1%53.5%†
WeirdMLWeirdML–55.9%†
Arena CodingArena (LMArena)–1516†
Arena WebDevArena (LMArena)16781509†
LiveBench 2.0 CodingLiveBench89.2%–
LiveBench 1.0 CodingLiveBench–78.6%
SciCode (AA)Artificial Analysis55.1%51.5%
148件のベンチマークをすべて表示
指標公開元GPT-6.1 Terra (max)Kimi K2.6 (thinking)
コーディング
LiveCodeBenchVals AI–86.8%†
SWE-bench (Vals)Vals AI–76.2%†
Code MigrationVals AI–27.8%†
ProgramBenchVals AI–0.0%†
Vibe Code Bench v1.1Vals AI84.0%37.9%†
SWE Atlas v1.1Scale AI SEAL57.7%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL54.0%†–
SWE Atlas v1.1: Test WritingScale AI SEAL63.3%†–
SWE Atlas v1.1: RefactoringScale AI SEAL55.7%†–
MirrorCodeEpoch AI Benchmarking Hub76.7%–
ALE-BenchEpoch AI Benchmarking Hub2608.81092.7†
WeirdML v3WeirdML28.1%†–
Terminal-Bench 4.0 (AA)Artificial Analysis55.6%0.5%
Terminal-Bench 2.1 (AA)Artificial Analysis–65.9%
GameBench 2 OverallDuelLab GameBench 281.2†–
GameBench 2 by reasoning settingDuelLab GameBench 285.8†–
Design Arena WebsiteDesign Arena1286†1263†
FrontierCode 1.1 (AA)Artificial Analysis36.0%–
FrontierCode 2.0 (AA)Artificial Analysis42.3%–
エージェント・ツール
Terminal-BenchTerminal-Bench53.3%–
OSWorld-Verified 2.0OSWorld–4.6%†
APEX-AgentsMercor68.3%–
Arena AgentArena (LMArena)12–
LiveBench Long AgenticLiveBench56.2%–
LiveBench BrowserLiveBench93.1%–
LiveBench Agentic CodingLiveBench–46.9%
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
Terminal-Bench 2.1 (Vals)Vals AI–53.6%†
HiL-BenchScale AI SEAL68.0%†18.7%†
GDPval-AA v2.1Artificial Analysis14761046
τ³-Banking (AA)Artificial Analysis–23.3%
ITBench SRE (AA)Artificial Analysis–31.2%
APEX-Agents (AA)Artificial Analysis–28.5%
Finance Agent v2Vals AI–44.9%†
Finance Agent v2.1Vals AI56.0%–
Harvey's Legal Agent Benchmark v1.1Vals AI1.7%–
Harvey's Legal Agent Benchmark v1Vals AI–1.7%†
Legal Research BenchVals AI26.0%15.9%†
Tax Agent BenchVals AI17.1%12.4%†
Terminal-Bench 2.0 (Vals)Vals AI–57.3%†
Terminal-Bench 4.0 (Vals)Vals AI49.5%–
Arena Agent Task CompletionArena (LMArena)9.7–
ExploitBenchEpoch AI Benchmarking Hub–18.4%†
GBAEvalEpoch AI Benchmarking Hub–0.9%†
Vending-Bench 2Andon Labs9107.5†6204.6†
SpireClimbEpoch AI Benchmarking Hub22.3%–
AutomationBenchArtificial Analysis60.2%13.0%
GDP.pdf (AA)Artificial Analysis28.6%13.0%
EnterpriseOps-GymArtificial Analysis–38.5%
AA-Briefcase v1.1Artificial Analysis1401821
GDPxGDPx by SemiAnalysis8.5%–
Design Arena AgenticDesign Arena1192†1158†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis57.6%–
MKA (AA)Artificial Analysis43.8%–
FACTS SearchGoogle92.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.9%57.2%†
FrontierMath Tier 4Epoch AI Benchmarking Hub92.7%25.6%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%96.1%†
ProofBenchVals AI–16.0%†
LiveBench MathematicsLiveBench–84.3%
AIME 2026MathArena–95.8%†
HMMT February 2026MathArena–94.7%†
USAMO 2026MathArena–51.2%†
MathArena ApexMathArena–24.0%†
Arena MathsArena (LMArena)–1479†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub57.3%34.9%†
LiveBench 2.0 Data AnalysisLiveBench82.3%–
LiveBench ResearchLiveBench79.1%–
LiveBench 1.0 Data AnalysisLiveBench–65.1%
AA-Omniscience v1.1Artificial Analysis29.6–
MMLU-ProVals AI–87.6%†
LegalBenchVals AI–84.7%†
CorpFinVals AI–66.7%†
TaxEvalVals AI–74.7%†
CaseLaw v2Vals AI–61.2%†
Excel Modeling BenchmarkVals AI–57.9%†
Excel Modeling Benchmark v1.1Vals AI73.3%–
MedCodeVals AI–40.1%†
MedScribeVals AI–78.2%†
Public Benefits Bench v1.1Vals AI–56.6%†
EBR-benchEpoch AI Benchmarking Hub78.1%2.4%†
GDP.pdfEpoch AI Benchmarking Hub–12.0%†
AA-Omniscience v1.1: accuracyArtificial Analysis47.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis65.5%–
FACTS ParametricGoogle70.8%†–
指示追従
LiveBench LanguageLiveBench–75.1%
LiveBench Instruction FollowingLiveBench–64.4%
IFBenchArtificial Analysis–76.0%
MultiChallengeScale AI SEAL74.2%†–
Arena Instruction FollowingArena (LMArena)–1456†
人間の評価
Arena TextArena (LMArena)–1461†
EQ-Bench 4EQ-Bench–1191†
EQ-Bench Creative Writing v3EQ-Bench–1721†
Arena Creative WritingArena (LMArena)–1432†
Arena Multi-turnArena (LMArena)–1462†
Arena Longer QueriesArena (LMArena)–1478†
マルチモーダル
Arena VisionArena (LMArena)–1282†
LiveBench DesignLiveBench79.7%–
MMMU-ProArtificial Analysis84.7%79.4%
MMMU-Pro (Vals)Vals AI–86.3%†
MortgageTaxVals AI–65.8%†
Blueprint-Bench 2Epoch AI Benchmarking Hub42.1%†3.9%†
Furniture AssemblyEpoch AI Benchmarking Hub79.2%21.7%†
VIALS-AAHandshake AI60.3%–
FACTS MultimodalGoogle48.8%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.7%81.0%
Arena DocumentArena (LMArena)–1450†
MLCRArtificial Analysis30.6%11.1%
FACTS GroundingGoogle84.2%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub167.7†151.6†
LiveBench 2.0LiveBench78.8%–
LiveBench 1.0LiveBench–70.5%
AA Intelligence Index v5.0.1Artificial Analysis51.3–
AA Intelligence Index v4.3.2Artificial Analysis48.127.0
AA Progress Index v1Artificial Analysis345.2284.4
Vals IndexVals AI60.5–
Vals Finance IndexVals AI53.3%–
Vals Multimodal IndexVals AI–56.4%†
Vals Legal IndexVals AI58.8%–
安全性・誠実さ
FORTRESSScale AI SEAL18.2%†–
DistressBenchScale AI SEAL65.9%†–
メタデータ
AA Openness IndexArtificial Analysis–33.3

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…)。
  • Kimi K2.6 (thinking):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)。
  • Kimi K2.6 (thinking):BenchLeader Index 59.8 → 59.3。
  • 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。

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 Kimi K2.6:よくある質問

GPT-6.1 TerraはKimi K2.6より優れていますか?
GPT-6.1 Terra (max)とKimi K2.6 (thinking)の品質は互角です(64.1 対 59.3、±7.4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-6.1 TerraとKimi K2.6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Kimi K2.6の方が安く、100万トークンあたり$1.71 対 $2.00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。
GPT-6.1 TerraとKimi K2.6はどちらが速いですか?
GPT-6.1 Terraの方が出力が約2倍速くなっています(出力72 対 41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Kimi K2.6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-6.1 Terraの方がスコアが高くなっています(カテゴリ指標で63 対 58。50が平均)。
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互角です(66 対 65)。コンテキストはGPT-6.1 Terraの方が長く、1,050,000トークンです(Kimi K2.6は262,144トークン)。
ほかの質問(3件)
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Kimi K2.6です。Artificial Analysisの測定では、最初の回答トークンまで93.1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-6.1 TerraとKimi K2.6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12件のベンチマークのうち、GPT-6.1 Terraのリードが12件、Kimi K2.6のリードが0件です。
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。