GPT-6.2 Sol vs Kimi K3.1 Pro
詳しいプロフィール:GPT-6.2 Sol(OpenAI)とKimi K3.1 Pro(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 · 13件の情報源のデータ
2026年11月19日時点で、GPT-6.2 SolとKimi K3.1 Proの品質は互角です(BenchLeader Indexで64.6 対 60.7、±4.3の誤差範囲内)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$4.00 対 $4.00)。両方を測定できるすべてのカテゴリでGPT-6.2 Solがリードしています。GPT-6.2 Solの方が出力が約2倍速いです。
要点(2026年11月19日時点)
- BenchLeader IndexはGPT-6.2 Solが64.6、Kimi K3.1 Proが60.7です(BenchLeader、2026年11月19日)。
- GPT-6.2 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19日)。
- Kimi K3.1 Pro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19日)。
- GPT-6.2 SolはKimi K3.1 Pro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19日)。
- 両モデルに結果がある19件のベンチマークのうち、GPT-6.2 Solが11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 |
|---|---|---|---|
| コーディング | GPT-6.2 Sol | カテゴリスコア75 対 59;FrontierCode 2.0 (AA) 44.4% 対 25.4% | 高 |
| エージェント・ツール利用 | GPT-6.2 Sol | カテゴリスコア65 対 60;CWE-Bench (AA) 61.7% 対 60.8% | 中 |
| 推論 | GPT-6.2 Sol | カテゴリスコア70 対 58;HLE-Diamond (AA) 64.0% 対 37.3% | 高 |
| 知識 | GPT-6.2 Sol | カテゴリスコア65 対 57;AA-Omniscience v1.1 40.4 対 29.9 | 高 |
| 最低コスト | どちらでも | 100万トークンあたりブレンド価格$4.00 対 $4.00;エージェント型コーディングセッション$0.160 対 $0.160 | – |
| 回答開始の速さ | GPT-6.2 Sol | 最初の回答トークンまで78.8秒(GPT-6.2 Sol (max))対 155.6秒(Kimi K3.1 Pro) | – |
| 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 Sol (max)とKimi K3.1 Proの品質は互角です(64.6 対 60.7、±4.3の誤差範囲内)。
- GPT-6.2 Sol (max)はエージェント・ツール、コーディング、知識、推論で優れています。
- 価格はほぼ同じです(100万トークンあたりブレンド価格$4.00)。
- GPT-6.2 Sol (max)の方が出力が2.4倍速くなっています(74 対 31トークン/秒)。
概要
| 仕様 | GPT-6.2 Sol | Kimi K3.1 Pro |
|---|---|---|
| プロバイダー | OpenAI | Moonshot 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 | 1,048,576 |
| 比較した構成 | GPT-6.2 Sol (max) | Kimi K3.1 Pro |
| 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 | $2.00 / $10.00 / $0.200 |
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 Sol (max) | Kimi K3.1 Pro | トップ |
|---|---|---|---|
| 推論 | 70.1 | 57.9 | GPT-6.2 Sol |
| コーディング | 74.5 | 58.8 | GPT-6.2 Sol |
| エージェント・ツール | 65.1 | 59.5 | GPT-6.2 Sol |
| 数学 | – | 73.4 | 比較不可 |
| 知識 | 65.4 | 57.1 | GPT-6.2 Sol |
| マルチモーダル | – | 66.0 | 比較不可 |
| 長文コンテキスト | – | 67.9 | 比較不可 |
| 総合 | 64.5 | – | 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。
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, 長文コンテキスト, マルチモーダル, 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19件のベンチマークのうち、GPT-6.2 Solのリードが11件、Kimi K3.1 Proのリードが8件です。両方を評価しているすべての総合指標で、GPT-6.2 Solが上回っています。
| 総合Index | GPT-6.2 Sol (max) | Kimi K3.1 Pro | トップ |
|---|---|---|---|
| BenchLeader Index | 64.6 | 60.7 | 互角 |
| AA Intelligence Index v5.0.1 | 57.3 | 46.5 | GPT-6.2 Sol |
| Vals Index | 66.1 | 62.5† | GPT-6.2 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-6.2 Sol (max) | Kimi K3.1 Pro |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.00 | $4.00 |
| 100万トークンあたりの入力/出力 | $2.00 / $10.00 | $2.00 / $10.00 |
| 100万トークンあたりのキャッシュ入力 | $0.100 | $0.200 |
| タスクあたりの価格:チャットの返答 | $0.0038 | $0.0038 |
| タスクあたりの価格:30ページのレポートを要約 | $0.030 | $0.030 |
| タスクあたりの価格:コード編集 | $0.027 | $0.027 |
| 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 | $0.160 |
| タスクあたりの価格:構造化データの抽出 | $0.0060 | $0.0060 |
| 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 | $0.079 |
| ベンチマークのタスクあたりのコスト(AA Index) | $1.01 | $3.68 |
| タスクあたりの出力トークン(AA Index) | 40k | 72k |
| うち推論 | 23k | 44k |
| タスクあたりの時間(AA Index) | 9 min | 39 min |
| 出力速度 | 74 tok/s | 31 tok/s |
| 回答開始までの時間 | 78.8秒 | 155.6秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 417.5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 Sol (max)で$1.01、Kimi K3.1 Proで$3.68でした。同じ作業でKimi K3.1 Proは1.8倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-6.2 Sol (max)のスコアは64.6、最初の回答トークンまで79秒。GPT-6.2 Sol (xhigh)は63.3(32秒)、GPT-6.2 Sol (high)は62.3(12秒)。Kimi K3.1 Proのスコアは60.7、最初の回答トークンまで156秒。Kimi K3.1 Pro (max)は60.2(156秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
106件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-6.2 Sol (max) | Kimi K3.1 Pro |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 64.6 | 60.7 |
| エージェント・ツールスコア | BenchLeader | 65.1 | 59.5 |
| コーディングスコア | BenchLeader | 74.5 | 58.8 |
| 総合スコア | BenchLeader | 64.5 | – |
| 知識スコア | BenchLeader | 65.4 | 57.1 |
| 推論スコア | BenchLeader | 70.1 | 57.9 |
| 長文コンテキストスコア | BenchLeader | – | 67.9 |
| 数学スコア | BenchLeader | – | 73.4 |
| マルチモーダルスコア | BenchLeader | – | 66.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | $4.00 |
| 出力速度 | BenchLeader | 74 tok/s | 31 tok/s |
| 回答開始までの時間 | BenchLeader | 78.8秒 | 155.6秒 |
| コンテキストウィンドウ | BenchLeader | 1,050,000トークン | 1,048,576トークン |
| 推論 | |||
| Arena Hard Prompts | Arena (LMArena) | – | 1505† |
| LiveBench 2.0 Reasoning | LiveBench | 90.6% | 91.1%† |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 52.5% |
| HLE-Diamond (AA) | Artificial Analysis | 64.0% | 37.3% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 67.0%† | – |
| ARC-AGI-1 | ARC Prize | 97.5% | – |
| ARC-AGI-2 | ARC Prize | 85.8% | – |
| ARC-AGI-3 | ARC Prize | 98.2% | – |
| CritPt | Artificial Analysis | – | 24.6% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 62.5% | 49.5% |
| MysteryMechanism | Vals AI | 36.9% | 26.1%† |
| HLE-Diamond (Scale) | Scale AI SEAL | 56.5%† | – |
| Arena Expert | Arena (LMArena) | – | 1516† |
| LMCA | Epoch AI Benchmarking Hub | – | 57.6%† |
| DTBench | Epoch AI Benchmarking Hub | – | 93.3%† |
| コーディング | |||
| SciCode | SciCode | – | 60.8% |
| Arena Coding | Arena (LMArena) | – | 1537† |
| Arena WebDev | Arena (LMArena) | 1757 | 1685† |
| LiveBench 2.0 Coding | LiveBench | 83.7% | 67.8%† |
| IOI | Vals AI | – | 81.9%† |
| Vibe Code Bench v1.1 | Vals AI | 87.6% | 84.9%† |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 40.9% | – |
| SWE Atlas v1.1 | Scale AI SEAL | 60.5%† | 61.1% |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 61.3%† | 70.2% |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 64.4%† | 58.9% |
106件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-6.2 Sol (max) | Kimi K3.1 Pro |
|---|---|---|---|
| コーディング | |||
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 55.7%† | 54.3% |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 1932.8† |
| WeirdML v3 | WeirdML | – | 9.9%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 60.1% | 67.2% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 78.3 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 84.0† |
| Design Arena Website | Design Arena | – | 1318 |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 47.1% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 44.4% | 25.4% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 61.5% | 59.7%† |
| APEX-Agents | Mercor | – | 65.5% |
| Arena Agent | Arena (LMArena) | 11.3 | 3.9† |
| LiveBench Long Agentic | LiveBench | 63.6% | 38.7%† |
| LiveBench Browser | LiveBench | 88.2% | 75.9%† |
| HiL-Bench | Scale AI SEAL | – | 61.3% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 67.3% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1861 |
| Analyst Agent (AA) | Artificial Analysis | 53.8% | 38.8% |
| Finance Agent v2.1 | Vals AI | 58.9% | 61.5%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 12.1% | 11.7%† |
| Legal Research Bench | Vals AI | 37.0% | 37.5%† |
| Robo-bench | Vals AI | – | 0.4%† |
| SREBench | Vals AI | – | 27.1%† |
| Tax Agent Bench | Vals AI | 24.8% | 24.9%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 60.6% | 63.6%† |
| Terminal-Bench Science | Vals AI | 58.6% | 31.4%† |
| Arena Agent Task Completion | Arena (LMArena) | 10.9 | 1.9† |
| AutomationBench | Artificial Analysis | 71.3% | 73.3% |
| GDP.pdf (AA) | Artificial Analysis | 30.0% | 31.4% |
| Harvey LAB-AA v1.1 | Harvey | 11.1% | – |
| EnterpriseOps-Gym | Artificial Analysis | 28.9% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1612 | 1674 |
| Design Arena Agentic | Design Arena | – | 1291 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 67.6% | 34.3% |
| CWE-Bench (AA) | Artificial Analysis | 61.7% | 60.8% |
| DeepSec-Bench (AA) | Artificial Analysis | 51.6% | 36.7% |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.0% | 94.7% |
| MKA (AA) | Artificial Analysis | – | 43.9% |
| 数学 | |||
| ProofBench | Vals AI | – | 91.0% |
| ArXivMath | MathArena | – | 58.3%† |
| BrokenArXiv | MathArena | – | 61.9%† |
| Autoform-Hard | Vals AI | 85.7% | – |
| Arena Maths | Arena (LMArena) | – | 1485† |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 81.1% | 79.1%† |
| LiveBench Research | LiveBench | 90.1% | 82.1%† |
| AA-Omniscience v1.1 | Artificial Analysis | 40.4 | 29.9 |
| PRBench Finance | Scale AI SEAL | – | 47.5% |
| PRBench Legal | Scale AI SEAL | 43.3%† | 47.9% |
| BioMysteryBench | Vals AI | 77.8% | 75.6%† |
| Excel Modeling Benchmark v1.1 | Vals AI | 74.3% | 70.0%† |
| Access to Justice Benchmark | Vals AI | – | 69.5%† |
| DrugDiscoveryBench | Scale AI SEAL | 62.2%† | 63.4%† |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 46.6%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 61.6% | 48.9% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 44.6% | 62.7% |
| 指示追従 | |||
| MultiChallenge | Scale AI SEAL | 72.0%† | – |
| Arena Instruction Following | Arena (LMArena) | – | 1493† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1487† |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 2173 |
| Arena Creative Writing | Arena (LMArena) | – | 1456† |
| Arena Multi-turn | Arena (LMArena) | – | 1477† |
| Arena Longer Queries | Arena (LMArena) | – | 1489† |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 80.0% | 73.7%† |
| MMMU-Pro | Artificial Analysis | – | 83.9% |
| Humanity's Sixth Sense | Scale AI SEAL | 56.8%† | 33.2%† |
| VIALS-AA | Handshake AI | 62.7% | 45.3% |
| AA-3D | Artificial Analysis | 1259 | 1112 |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 86.3% |
| MLCR | Artificial Analysis | 37.2% | 38.3% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 161.4 |
| LiveBench 2.0 | LiveBench | 80.3% | 68.7%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 57.3 | 46.5 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 55.1 |
| AA Progress Index v1 | Artificial Analysis | – | 340.7 |
| Vals Index | Vals AI | 66.1 | 62.5† |
| Vals Finance Index | Vals AI | 56.7% | 56.0%† |
| Vals Science Index | Vals AI | 57.8% | 44.4%† |
| Vals Legal Index | Vals AI | 66.7% | 67.0%† |
| AA Cyber Index | Artificial Analysis | 37.8 | 64.1 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 18.6% |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | – | 33.3 |
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 Sol (max):BenchLeader Index 63.2 → 64.6。
- Kimi K3.1 Pro:BenchLeader Index 61.2 → 60.7。
- GPT-6.2 Sol (max):新しい結果4件(VIALS-AA, Arena WebDev, Arena Agent…)。
- GPT-6.2 Sol (max):BenchLeader Index 62.4 → 63.2。
- GPT-6.2 Sol (max):新しい結果2件(Vibe Code Bench 1-100 v1.1, Terminal-Bench)。
- Kimi K3.1 Pro:BenchLeader Index 61.8 → 61.2。
- Kimi K3.1 Pro:スコアの改訂1件。
- Kimi K3.1 Pro:BenchLeader Index 61.2 → 61.8。
- Kimi K3.1 Pro:スコアの改訂1件。
- Kimi K3.1 Pro:スコアの改訂1件。
関連する比較
- GPT-6.2 Sol vs Claude Fable 5.2
- GPT-6.2 Sol vs GPT-6.2 Astra
- GPT-6.2 Sol vs Gemini 4 Carbon
- Kimi K3.1 Pro vs Claude Fable 5.2
- Kimi K3.1 Pro vs GPT-6.2 Astra
- Kimi K3.1 Pro vs Gemini 4 Carbon
- Kimi K3.1 Pro vs Claude Opus 5.5
- GPT-6.1 Terra vs Kimi K3.1 Pro
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 Sol vs Kimi K3.1 Pro:よくある質問
- GPT-6.2 SolはKimi K3.1 Proより優れていますか?
- GPT-6.2 Sol (max)とKimi K3.1 Proの品質は互角です(64.6 対 60.7、±4.3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 SolとKimi K3.1 Proはどちらが安いですか?今後変わる予定はありますか?
- 価格は同じで、100万トークンあたりのブレンド価格は$4.00です。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 SolとKimi K3.1 Proのどちらが向いていますか?
- コーディングではGPT-6.2 Solの方がスコアが高くなっています(カテゴリ指標で75 対 59。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FrontierCode 2.0 (AA)では、GPT-6.2 Solが44.4%、Kimi K3.1 Proが25.4%です。
- GPT-6.2 SolとKimi K3.1 Proはどちらが速いですか?
- GPT-6.2 Solの方が出力が約2倍速くなっています(出力74 対 31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 SolとKimi K3.1 Pro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 Solの方がスコアが高くなっています(カテゴリ指標で65 対 60。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CWE-Bench (AA)では、GPT-6.2 Solが61.7%、Kimi K3.1 Proが60.8%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?
- どちらも約1.1Mトークンです(GPT-6.2 Solは1,050,000、Kimi K3.1 Proは1,048,576)。
- 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-6.2 Solです。Artificial Analysisの測定では、最初の回答トークンまで78.8秒 対 155.6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 SolとKimi K3.1 Pro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19件のベンチマークのうち、GPT-6.2 Solのリードが11件、Kimi K3.1 Proのリードが8件です。両方を評価しているすべての総合指標で、GPT-6.2 Solが上回っています。
- GPT-6.2 Solはいつリリースされましたか?
- GPT-6.2 Solは2026年11月17日にリリースされました。