BenchLeader

GPT-6.2 Astra vs Kimi K3.1 Pro Together

詳しいプロフィール:GPT-6.2 Astra(OpenAI)とKimi K3.1 Pro Together(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19日時点で、品質ではGPT-6.2 AstraがKimi K3.1 Pro Togetherを上回ります(BenchLeader Indexで68.9 対 59.8)。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、Kimi K3.1 Pro Togetherが59.8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)。
  • 両モデルに結果がある11件のベンチマークのうち、GPT-6.2 Astraが10件でリードしています(BenchLeader、2026年11月19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
数学GPT-6.2 Astraカテゴリスコア73 対 65;FrontierMath Tiers 1–3 92.6% 対 78.3%高
推論GPT-6.2 Astraカテゴリスコア73 対 67;GPQA Diamond 96.8% 対 94.2%中
知識GPT-6.2 Astraカテゴリスコア74 対 65;SimpleQA Verified 78.5% 対 62.2%高
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 59.8。
  • GPT-6.2 Astra (max)は知識、数学、推論で優れています。

概要

仕様GPT-6.2 AstraKimi K3.1 Pro Together
プロバイダーOpenAIMoonshot AI
リリース日2026年11月17日2026年10月23日
コンテキストウィンドウ(トークン)1,050,000–
比較した構成GPT-6.2 Astra (max)Kimi K3.1 Pro Together (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–

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)Kimi K3.1 Pro Together (max)トップ
推論73.166.9GPT-6.2 Astra
コーディング76.1–比較不可
エージェント・ツール66.4–比較不可
数学72.564.7GPT-6.2 Astra
知識74.265.2GPT-6.2 Astra
マルチモーダル71.7–比較不可
総合69.5–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推論数学知識GPT-6.2 Astra, 推論: 73.1GPT-6.2 Astra, 数学: 72.5GPT-6.2 Astra, 知識: 74.2Kimi K3.1 Pro Together, 推論: 66.9Kimi K3.1 Pro Together, 数学: 64.7Kimi K3.1 Pro Together, 知識: 65.2

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, 指示追従, 長文コンテキスト, マルチモーダル, 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11件のベンチマークのうち、GPT-6.2 Astraのリードが10件、Kimi K3.1 Pro Togetherのリードが0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IndexGPT-6.2 Astra (max)Kimi K3.1 Pro Together (max)トップ
BenchLeader Index68.959.8GPT-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)Kimi K3.1 Pro Together (max)
100万トークンあたりのブレンド価格$16.00–
100万トークンあたりの入力/出力$8.00 / $40.00– / –
100万トークンあたりのキャッシュ入力$0.400–
タスクあたりの価格:チャットの返答$0.015–
タスクあたりの価格:30ページのレポートを要約$0.120–
タスクあたりの価格:コード編集$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$0.640–
タスクあたりの価格:構造化データの抽出$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)$0.298–
ベンチマークのタスクあたりのコスト(AA Index)$4.00–
タスクあたりの出力トークン(AA Index)41k–
うち推論26k–
タスクあたりの時間(AA Index)14 min–
出力速度49 tok/s–
回答開始までの時間202.7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-6.2 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)。Kimi K3.1 Pro Together (max)のスコアは59.8。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

81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)Kimi K3.1 Pro Together (max)
BenchLeader IndexBenchLeader68.959.8
エージェント・ツールスコアBenchLeader66.4–
コーディングスコアBenchLeader76.1–
総合スコアBenchLeader69.5–
知識スコアBenchLeader74.265.2
数学スコアBenchLeader72.564.7
マルチモーダルスコアBenchLeader71.7–
推論スコアBenchLeader73.166.9
ブレンド価格($/100万トークン)BenchLeader$16.00–
出力速度BenchLeader49 tok/s–
回答開始までの時間BenchLeader202.7秒–
コンテキストウィンドウBenchLeader1,050,000トークン–
推論
GPQA DiamondEpoch AI Benchmarking Hub96.8%94.2%
LiveBench 2.0 ReasoningLiveBench91.6%–
HLE-Diamond (AA)Artificial Analysis72.2%–
ARC-AGI-1ARC Prize98.5%–
ARC-AGI-2ARC Prize95.8%–
ARC-AGI-3ARC Prize99.8%–
CritPt v2 hard subset (AA)Artificial Analysis71.5%–
MysteryMechanismVals AI53.1%–
HLE-Diamond (Scale)Scale AI SEAL66.9%†–
Chess PuzzlesEpoch AI Benchmarking Hub78.0%45.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub95.0%42.0%
コーディング
Arena WebDevArena (LMArena)1781–
LiveBench 2.0 CodingLiveBench91.9%–
Vibe Code Bench v1.1Vals AI89.9%–
Vibe Code Bench 1-100 v1.1Vals AI55.2%–
SWE Atlas v1.1Scale AI SEAL60.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL67.7%†–
SWE Atlas v1.1: Test WritingScale AI SEAL62.2%†–
SWE Atlas v1.1: RefactoringScale AI SEAL51.4%†–
MirrorCodeEpoch AI Benchmarking Hub67.8%43.3%
Terminal-Bench 4.0 (AA)Artificial Analysis64.1%–
Design Arena WebsiteDesign Arena1339†–
FrontierCode 2.0 (AA)Artificial Analysis45.4%–
エージェント・ツール
Terminal-BenchTerminal-Bench62.1%–
Arena AgentArena (LMArena)15.2–
81件のベンチマークをすべて表示
指標公開元GPT-6.2 Astra (max)Kimi K3.1 Pro Together (max)
エージェント・ツール
LiveBench Long AgenticLiveBench70.8%–
LiveBench BrowserLiveBench93.0%–
Analyst Agent (AA)Artificial Analysis62.5%–
Finance Agent v2.1Vals AI60.8%–
Harvey's Legal Agent Benchmark v1.1Vals AI16.3%–
Legal Research BenchVals AI42.8%–
Robo-benchVals AI32.7%–
Tax Agent BenchVals AI21.8%–
Terminal-Bench 4.0 (Vals)Vals AI63.1%–
Terminal-Bench ScienceVals AI71.4%–
Arena Agent Task CompletionArena (LMArena)12.4–
SpireClimbEpoch AI Benchmarking Hub41.3%0.0%
AutomationBenchArtificial Analysis77.3%–
GDP.pdf (AA)Artificial Analysis29.8%–
Harvey LAB-AA v1.1Harvey15.0%–
EnterpriseOps-GymArtificial Analysis29.9%–
AA-Briefcase v1.1Artificial Analysis1643–
Design Arena AgenticDesign Arena1304–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis78.1%–
CWE-Bench (AA)Artificial Analysis65.0%–
DeepSec-Bench (AA)Artificial Analysis46.8%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
MKA (AA)Artificial Analysis52.7%–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub92.6%78.3%
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%65.8%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%100.0%
Autoform-HardVals AI87.5%–
FrontierMath ErdősEpoch AI Benchmarking Hub10.3%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub78.5%62.2%
LiveBench 2.0 Data AnalysisLiveBench84.1%–
LiveBench ResearchLiveBench91.5%–
AA-Omniscience v1.1Artificial Analysis50–
PRBench LegalScale AI SEAL43.1%†–
BioMysteryBenchVals AI80.7%–
Excel Modeling Benchmark v1.1Vals AI76.0%–
DrugDiscoveryBenchScale AI SEAL65.5%†–
EBR-benchEpoch AI Benchmarking Hub92.4%37.1%
AA-Omniscience v1.1: accuracyArtificial Analysis68.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.9%–
指示追従
MultiChallengeScale AI SEAL73.2%†–
マルチモーダル
LiveBench DesignLiveBench82.8%–
MMMU-ProArtificial Analysis89.5%–
Humanity's Sixth SenseScale AI SEAL63.2%†–
Furniture AssemblyEpoch AI Benchmarking Hub89.2%55.8%
VIALS-AAHandshake AI65.8%–
AA-3DArtificial Analysis1318–
長文コンテキスト
MLCRArtificial Analysis39.4%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub174.2†–
LiveBench 2.0LiveBench84.9%–
AA Intelligence Index v5.0.1Artificial Analysis62.1–
Vals IndexVals AI67.7–
Vals Finance IndexVals AI57.3%–
Vals RSI IndexVals AI29.0%–
Vals Science IndexVals AI68.4%–
Vals Legal IndexVals AI69.7%–
AA Cyber IndexArtificial Analysis37.3–

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。

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…)。
  • Kimi K3.1 Pro Together (max):新しい結果3件(EBR-bench, MirrorCode, SpireClimb)。
  • 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)。
  • Kimi K3.1 Pro Together (max):BenchLeader Index 60.5 → 60.0。
  • Kimi K3.1 Pro Together (max):初めての結果。

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 Kimi K3.1 Pro Together:よくある質問

GPT-6.2 AstraはKimi K3.1 Pro Together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 59.8。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-6.2 AstraとKimi K3.1 Pro Together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11件のベンチマークのうち、GPT-6.2 Astraのリードが10件、Kimi K3.1 Pro Togetherのリードが0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。