BenchLeader

GPT-6.2 Astra vs GPT-6 Astra

詳しいプロフィール:GPT-6.2 Astra(OpenAI)とGPT-6 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 · 13件の情報源のデータ

2026年11月19日時点で、GPT-6.2 AstraとGPT-6 Astraの品質は互角です(BenchLeader Indexで68.9 対 66.9、±2.9の誤差範囲内)。価格はGPT-6.2 Astraの方が1.3倍安く、100万トークンあたりのブレンド価格で$16.00 対 $20.00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。

要点(2026年11月19日時点)

  • BenchLeader IndexはGPT-6.2 Astraが68.9、GPT-6 Astraが66.9です(BenchLeader、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 Astraの100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月19日)。
  • 両モデルに結果がある65件のベンチマークのうち、GPT-6.2 Astraが54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-6.2 Astraが1781、GPT-6 Astraが1763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 72;Arena WebDev 1781 対 1763中
エージェント・ツール利用どちらでもカテゴリスコア66 対 66;Terminal-Bench 62.1% 対 60.3%どちらでも
数学GPT-6.2 Astraカテゴリスコア73 対 70;FrontierMath Tier 4 100.0% 対 97.6%中
推論GPT-6.2 Astraカテゴリスコア73 対 71;GPQA Diamond 96.8% 対 95.8%中
知識GPT-6.2 Astraカテゴリスコア74 対 71;SimpleQA Verified 78.5% 対 75.6%中
画像などのメディアGPT-6.2 Astraカテゴリスコア72 対 65;MMMU-Pro 89.5% 対 86.9%中
チャットの質(人間の評価)–Arenaの評価があるのはGPT-6 Astraのみです(カテゴリスコア66)比較不可
最低コストGPT-6.2 Astra100万トークンあたりブレンド価格$16.00 対 $20.00;エージェント型コーディングセッション$0.640 対 $0.800–
回答開始の速さどちらでも最初の回答トークンまで202.7秒(GPT-6.2 Astra (max))対 180.8秒(GPT-6 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

  • GPT-6.2 Astra (max)とGPT-6 Astra (max)の品質は互角です(68.9 対 66.9、±2.9の誤差範囲内)。
  • 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-6.2 Astra (max)の方が1.3倍安くなっています(100万トークンあたりブレンド価格$16.00 対 $20.00)。

概要

仕様GPT-6.2 AstraGPT-6 Astra
プロバイダーOpenAIOpenAI
リリース日2026年11月17日2026年9月2日
コンテキストウィンドウ(トークン)1,050,0001,050,000
比較した構成GPT-6.2 Astra (max)GPT-6 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)$8.00 / $40.00 / $0.400$10.00 / $50.00 / $1.00

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-6.2 Astra (max)GPT-6 Astra (max)トップ
推論73.171.0GPT-6.2 Astra
コーディング76.172.3GPT-6.2 Astra
エージェント・ツール66.466.3互角
数学72.570.3GPT-6.2 Astra
知識74.271.1GPT-6.2 Astra
人間の評価–66.4比較不可
マルチモーダル71.765.4GPT-6.2 Astra
長文コンテキスト–65.0比較不可
総合69.568.8互角

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・ツール数学知識マルチモーダルGPT-6.2 Astra, 推論: 73.1GPT-6.2 Astra, コーディング: 76.1GPT-6.2 Astra, エージェント・ツール: 66.4GPT-6.2 Astra, 数学: 72.5GPT-6.2 Astra, 知識: 74.2GPT-6.2 Astra, マルチモーダル: 71.7GPT-6 Astra, 推論: 71.0GPT-6 Astra, コーディング: 72.3GPT-6 Astra, エージェント・ツール: 66.3GPT-6 Astra, 数学: 70.3GPT-6 Astra, 知識: 71.1GPT-6 Astra, マルチモーダル: 65.4

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。

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65件のベンチマークのうち、GPT-6.2 Astraのリードが54件、GPT-6 Astraのリードが8件、同点が3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IndexGPT-6.2 Astra (max)GPT-6 Astra (max)トップ
BenchLeader Index68.966.9互角
AA Intelligence Index v5.0.162.156.9GPT-6.2 Astra
Vals Index67.765.0GPT-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-6.2 Astra (max)GPT-6 Astra (max)
100万トークンあたりのブレンド価格$16.00$20.00
100万トークンあたりの入力/出力$8.00 / $40.00$10.00 / $50.00
100万トークンあたりのキャッシュ入力$0.400$1.00
タスクあたりの価格:チャットの返答$0.015$0.019
タスクあたりの価格:30ページのレポートを要約$0.120$0.150
タスクあたりの価格:コード編集$0.108$0.135
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$0.640$0.800
タスクあたりの価格:構造化データの抽出$0.024$0.030
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)$0.298$0.395
ベンチマークのタスクあたりのコスト(AA Index)$4.00$6.24
タスクあたりの出力トークン(AA Index)41k52k
うち推論26k36k
タスクあたりの時間(AA Index)14 min21 min
出力速度49 tok/s42 tok/s
回答開始までの時間202.7秒180.8秒
回答が完了するまでの時間(最終測定2026年11月13日)–533.7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-6.2 Astra (max)で$4.00、GPT-6 Astra (max)で$6.24でした。同じ作業でGPT-6 Astra (max)は1.3倍の出力トークンを書いています。

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-6.2 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)。GPT-6 Astra (max)のスコアは66.9、最初の回答トークンまで181秒。GPT-6 Astraは66.2(5秒)、GPT-6 Astra (high)は65.6(37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

176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-6.2 Astra (max)GPT-6 Astra (max)
BenchLeader IndexBenchLeader68.966.9
エージェント・ツールスコアBenchLeader66.466.3
コーディングスコアBenchLeader76.172.3
総合スコアBenchLeader69.568.8
知識スコアBenchLeader74.271.1
数学スコアBenchLeader72.570.3
マルチモーダルスコアBenchLeader71.765.4
推論スコアBenchLeader73.171.0
人間の評価スコアBenchLeader–66.4
長文コンテキストスコアBenchLeader–65.0
ブレンド価格($/100万トークン)BenchLeader$16.00$20.00
出力速度BenchLeader49 tok/s42 tok/s
回答開始までの時間BenchLeader202.7秒180.8秒
コンテキストウィンドウBenchLeader1,050,000トークン1,050,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub96.8%95.8%
Humanity's Last ExamScale AI / CAIS–54.8%†
SimpleBenchSimpleBench–83.6%†
Arena Hard PromptsArena (LMArena)–1500
LiveBench 2.0 ReasoningLiveBench91.6%92.7%
LiveBench 1.0 ReasoningLiveBench–92.7%
GPQA Diamond (AA)Artificial Analysis–96.1%
Humanity's Last Exam (AA)Artificial Analysis–54.7%
HLE-Diamond (AA)Artificial Analysis72.2%63.8%
ARC-AGI-1ARC Prize98.5%97.5%
ARC-AGI-2ARC Prize95.8%95.0%
ARC-AGI-3ARC Prize99.8%98.6%
CritPtArtificial Analysis–31.7%
CritPt v2 hard subset (AA)Artificial Analysis71.5%70.5%
MysteryMechanismVals AI53.1%53.1%
HLE-Diamond (Scale)Scale AI SEAL66.9%†60.6%†
Arena ExpertArena (LMArena)–1518
Chess PuzzlesEpoch AI Benchmarking Hub78.0%74.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub95.0%84.0%
LMCAEpoch AI Benchmarking Hub–64.1%†
DTBenchEpoch AI Benchmarking Hub–97.1%†
ForecastBenchForecastBench–66.6%†
BTF-3Epoch AI Benchmarking Hub–13.5%†
コーディング
SciCodeSciCode–56.5%
WeirdMLWeirdML–93.3%
176件のベンチマークをすべて表示
指標公開元GPT-6.2 Astra (max)GPT-6 Astra (max)
コーディング
FrontierCodeCognition–53.3%
GSO-BenchGSO-Bench–79.4%†
Arena CodingArena (LMArena)–1548
Arena WebDevArena (LMArena)17811763
LiveBench 2.0 CodingLiveBench91.9%87.5%
LiveBench 1.0 CodingLiveBench–80.4%
IOIVals AI–100.0%
Code MigrationVals AI–67.7%
Code Migration v1.1Vals AI–80.6%
ProgramBenchVals AI–5.5%
SWE-bench MultimodalVals AI–43.3%
Vibe Code Bench 1-100Vals AI–27.6%
Vibe Code Bench v1.1Vals AI89.9%89.6%
Vibe Code Bench 1-100 v1.1Vals AI55.2%–
SWE Atlas v1.0: Codebase QnAScale AI SEAL–59.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL–59.0%†
SWE Atlas v1.0: Test WritingScale AI SEAL–50.7%†
SWE Atlas v1.1Scale AI SEAL60.5%†69.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL67.7%†70.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL62.2%†66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL51.4%†71.4%†
SWE-Bench Pro V2Scale AI SEAL–96.9%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub67.8%60.0%
DeepSWE v1.1Epoch AI Benchmarking Hub–73.2%
ALE-BenchEpoch AI Benchmarking Hub–2951.3
FrontierSWEEpoch AI Benchmarking Hub–65.5%
WeirdML v3WeirdML–42.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis64.1%59.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–88.4%
Startrise FrontendStartrise–79.9%†
GameBench 2 OverallDuelLab GameBench 2–88.8†
GameBench 2 by reasoning settingDuelLab GameBench 2–94.3†
Design Arena WebsiteDesign Arena1339†1343
FrontierCode 1.1 (AA)Artificial Analysis–47.0%
FrontierCode 2.0 (AA)Artificial Analysis45.4%42.4%
エージェント・ツール
Terminal-BenchTerminal-Bench62.1%60.3%
Remote Labor IndexScale AI / CAIS–20.8%†
APEX-AgentsMercor–64.7%†
Arena AgentArena (LMArena)15.214.6
LiveBench Long AgenticLiveBench70.8%74.7%
LiveBench BrowserLiveBench93.0%91.3%
LiveBench Agentic CodingLiveBench–57.3%
Terminal-Bench 2.1 (Vals)Vals AI–87.3%
HiL-BenchScale AI SEAL–65.3%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–53.7%
GDPval-AA v2.1Artificial Analysis–1587
τ³-Banking (AA)Artificial Analysis–41.4%
ITBench SRE (AA)Artificial Analysis–48.6%
Analyst Agent (AA)Artificial Analysis62.5%51.3%
CUA-benchVals AI–19.2%
CyberBenchVals AI–41.1%
Finance Agent v2Vals AI–53.5%
Finance Agent v2.1Vals AI60.8%60.4%
Harvey's Legal Agent Benchmark v1.1Vals AI16.3%7.1%
Harvey's Legal Agent Benchmark v1Vals AI–5.4%
Legal Research BenchVals AI42.8%39.4%
Robo-benchVals AI32.7%23.3%
SREBenchVals AI–56.9%
Tax Agent BenchVals AI21.8%20.7%
Terminal-Bench 4.0 (Vals)Vals AI63.1%59.6%
Terminal-Bench ScienceVals AI71.4%62.9%
Time Horizon Index: KSPVals AI–90.5%
Arena SearchArena (LMArena)–1245
Arena Agent Task CompletionArena (LMArena)12.414.9
BALROGBALROG–68.3%
PostTrainBenchEpoch AI Benchmarking Hub–41.9%
GBAEvalEpoch AI Benchmarking Hub–87.0%†
Vending-Bench 2Andon Labs–15514.7†
SpireClimbEpoch AI Benchmarking Hub41.3%34.0%
AutomationBenchArtificial Analysis77.3%68.5%
GDP.pdf (AA)Artificial Analysis29.8%31.0%
Harvey LAB-AA v1.1Harvey15.0%8.6%
EnterpriseOps-GymArtificial Analysis29.9%–
AA-Briefcase v1.1Artificial Analysis16431569
GDPxGDPx by SemiAnalysis–9.6%
Design Arena AgenticDesign Arena13041394
RoboDojo (LLM as robot policy)RoboDojo–29.0†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis78.1%63.3%
CWE-Bench (AA)Artificial Analysis65.0%63.3%
DeepSec-Bench (AA)Artificial Analysis46.8%36.9%
CyberGym end-to-end (AA)Artificial Analysis0.0%0.0%
MKA (AA)Artificial Analysis52.7%50.2%
FACTS SearchGoogle–93.3%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub92.6%93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%97.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%100.0%
ProofBenchVals AI–99.0%†
LiveBench MathematicsLiveBench–96.8%
Autoform-HardVals AI87.5%–
Arena MathsArena (LMArena)–1478
FrontierMath ErdősEpoch AI Benchmarking Hub10.3%2.9%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub78.5%75.6%
LiveBench 2.0 Data AnalysisLiveBench84.1%83.0%
LiveBench ResearchLiveBench91.5%90.6%
LiveBench 1.0 Data AnalysisLiveBench–83.0%
AA-Omniscience v1.1Artificial Analysis5042.4
PRBench FinanceScale AI SEAL–47.5%†
PRBench LegalScale AI SEAL43.1%†48.4%†
BioMysteryBenchVals AI80.7%79.3%
Excel Modeling BenchmarkVals AI–71.7%
Excel Modeling Benchmark v1.1Vals AI76.0%72.7%
MedCodeVals AI–48.5%
MedScribeVals AI–87.9%
Financial Coaching BenchVals AI–67.5%
Immigration BenchVals AI–67.7%
DrugDiscoveryBenchScale AI SEAL65.5%†68.7%
EBR-benchEpoch AI Benchmarking Hub92.4%76.2%
GDP.pdfEpoch AI Benchmarking Hub–50.4%
AA-Omniscience v1.1: accuracyArtificial Analysis68.6%61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.9%50.2%
HealthBench Professional (AA)OpenAI–66.0%
FACTS ParametricGoogle–83.8%†
指示追従
LiveBench LanguageLiveBench–89.4%
LiveBench Instruction FollowingLiveBench–75.6%
MultiChallengeScale AI SEAL73.2%†–
Arena Instruction FollowingArena (LMArena)–1473
人間の評価
Arena TextArena (LMArena)–1475
EQ-Bench Creative Writing v3EQ-Bench–2177†
Arena Creative WritingArena (LMArena)–1449
Arena Multi-turnArena (LMArena)–1482
Arena Longer QueriesArena (LMArena)–1484
マルチモーダル
Arena VisionArena (LMArena)–1279
LiveBench DesignLiveBench82.8%80.0%
MMMU-ProArtificial Analysis89.5%86.9%
Humanity's Sixth SenseScale AI SEAL63.2%†53.6%
Blueprint-Bench 2Epoch AI Benchmarking Hub–49.7%†
Furniture AssemblyEpoch AI Benchmarking Hub89.2%80.0%
VIALS-AAHandshake AI65.8%62.7%
Code2Video-AAArtificial Analysis–1427
AA-3DArtificial Analysis13181168
FACTS MultimodalGoogle–55.2%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–80.7%
Arena DocumentArena (LMArena)–1474
MLCRArtificial Analysis39.4%41.7%
FACTS GroundingGoogle–80.1%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub174.2†169.2†
LiveBench 2.0LiveBench84.9%84.3%
LiveBench 1.0LiveBench–82.2%
AA Intelligence Index v5.0.1Artificial Analysis62.156.9
AA Intelligence Index v4.3.2Artificial Analysis–52.7
AA Progress Index v1Artificial Analysis–349.6
Vals IndexVals AI67.765.0
Vals Finance IndexVals AI57.3%55.6%
Vals RSI IndexVals AI29.0%27.1%
Vals Science IndexVals AI68.4%65.1%
Vals Router IndexVals AI–65.0%†
Vals Legal IndexVals AI69.7%68.4%
AA Cyber IndexArtificial Analysis37.333.4
安全性・誠実さ
FORTRESSScale AI SEAL–12.1%†
DistressBenchScale AI SEAL–74.3%†

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-6.2 Astra (max):新しい結果6件(VIALS-AA, Arena WebDev, Arena Agent…)。
  • GPT-6 Astra (max):スコアの改訂3件。
  • 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 Astra (max):BenchLeader Index 67.4 → 66.7。
  • GPT-6 Astra (max):スコアの改訂2件。
  • GPT-6 Astra (max):スコアの改訂2件。
  • GPT-6 Astra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6 Astra (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-6.2 Astra vs GPT-6 Astra:よくある質問

GPT-6.2 AstraはGPT-6 Astraより優れていますか?
GPT-6.2 Astra (max)とGPT-6 Astra (max)の品質は互角です(68.9 対 66.9、±2.9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19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-6.2 AstraとGPT-6 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-6.2 Astraの方が安く、100万トークンあたり$16.00 対 $20.00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-6.2 AstraとGPT-6 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 72。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-6.2 Astraが1781、GPT-6 Astraが1763です。
GPT-6.2 AstraとGPT-6 Astraはどちらが速いですか?
GPT-6.2 Astraの方が出力が速くなっています(出力49 対 42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-6.2 AstraとGPT-6 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互角です(カテゴリ指標で66 対 66)。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-6.2 Astraが62.1%、GPT-6 Astraが60.3%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 Astraです。Artificial Analysisの測定では、最初の回答トークンまで180.8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-6.2 AstraとGPT-6 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65件のベンチマークのうち、GPT-6.2 Astraのリードが54件、GPT-6 Astraのリードが8件、同点が3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。