BenchLeader

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 SolKimi K3.1 Pro
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)1,050,0001,048,576
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70.157.9GPT-6.2 Sol
コーディング74.558.8GPT-6.2 Sol
エージェント・ツール65.159.5GPT-6.2 Sol
数学–73.4比較不可
知識65.457.1GPT-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。

2550 avg75推論コーディングエージェント・ツール知識GPT-6.2 Sol, 推論: 70.1GPT-6.2 Sol, コーディング: 74.5GPT-6.2 Sol, エージェント・ツール: 65.1GPT-6.2 Sol, 知識: 65.4Kimi K3.1 Pro, 推論: 57.9Kimi K3.1 Pro, コーディング: 58.8Kimi K3.1 Pro, エージェント・ツール: 59.5Kimi K3.1 Pro, 知識: 57.1

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。

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IndexGPT-6.2 Sol (max)Kimi K3.1 Proトップ
BenchLeader Index64.660.7互角
AA Intelligence Index v5.0.157.346.5GPT-6.2 Sol
Vals Index66.162.5†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)40k72k
うち推論23k44k
タスクあたりの時間(AA Index)9 min39 min
出力速度74 tok/s31 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 IndexBenchLeader64.660.7
エージェント・ツールスコアBenchLeader65.159.5
コーディングスコアBenchLeader74.558.8
総合スコアBenchLeader64.5–
知識スコアBenchLeader65.457.1
推論スコアBenchLeader70.157.9
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BenchLeader74 tok/s31 tok/s
回答開始までの時間BenchLeader78.8秒155.6秒
コンテキストウィンドウBenchLeader1,050,000トークン1,048,576トークン
推論
Arena Hard PromptsArena (LMArena)–1505†
LiveBench 2.0 ReasoningLiveBench90.6%91.1%†
Humanity's Last Exam (AA)Artificial Analysis–52.5%
HLE-Diamond (AA)Artificial Analysis64.0%37.3%
Kagi LLM BenchmarkKagi LLM Benchmark67.0%†–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize85.8%–
ARC-AGI-3ARC Prize98.2%–
CritPtArtificial Analysis–24.6%
CritPt v2 hard subset (AA)Artificial Analysis62.5%49.5%
MysteryMechanismVals AI36.9%26.1%†
HLE-Diamond (Scale)Scale AI SEAL56.5%†–
Arena ExpertArena (LMArena)–1516†
LMCAEpoch AI Benchmarking Hub–57.6%†
DTBenchEpoch AI Benchmarking Hub–93.3%†
コーディング
SciCodeSciCode–60.8%
Arena CodingArena (LMArena)–1537†
Arena WebDevArena (LMArena)17571685†
LiveBench 2.0 CodingLiveBench83.7%67.8%†
IOIVals AI–81.9%†
Vibe Code Bench v1.1Vals AI87.6%84.9%†
Vibe Code Bench 1-100 v1.1Vals AI40.9%–
SWE Atlas v1.1Scale AI SEAL60.5%†61.1%
SWE Atlas v1.1: Codebase QnAScale AI SEAL61.3%†70.2%
SWE Atlas v1.1: Test WritingScale AI SEAL64.4%†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: RefactoringScale AI SEAL55.7%†54.3%
ALE-BenchEpoch AI Benchmarking Hub–1932.8†
WeirdML v3WeirdML–9.9%†
Terminal-Bench 4.0 (AA)Artificial Analysis60.1%67.2%
GameBench 2 OverallDuelLab GameBench 2–78.3
GameBench 2 by reasoning settingDuelLab GameBench 2–84.0†
Design Arena WebsiteDesign Arena–1318
FrontierCode 1.1 (AA)Artificial Analysis–47.1%
FrontierCode 2.0 (AA)Artificial Analysis44.4%25.4%
エージェント・ツール
Terminal-BenchTerminal-Bench61.5%59.7%†
APEX-AgentsMercor–65.5%
Arena AgentArena (LMArena)11.33.9†
LiveBench Long AgenticLiveBench63.6%38.7%†
LiveBench BrowserLiveBench88.2%75.9%†
HiL-BenchScale AI SEAL–61.3%
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.3%
GDPval-AA v2.1Artificial Analysis–1861
Analyst Agent (AA)Artificial Analysis53.8%38.8%
Finance Agent v2.1Vals AI58.9%61.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI12.1%11.7%†
Legal Research BenchVals AI37.0%37.5%†
Robo-benchVals AI–0.4%†
SREBenchVals AI–27.1%†
Tax Agent BenchVals AI24.8%24.9%†
Terminal-Bench 4.0 (Vals)Vals AI60.6%63.6%†
Terminal-Bench ScienceVals AI58.6%31.4%†
Arena Agent Task CompletionArena (LMArena)10.91.9†
AutomationBenchArtificial Analysis71.3%73.3%
GDP.pdf (AA)Artificial Analysis30.0%31.4%
Harvey LAB-AA v1.1Harvey11.1%–
EnterpriseOps-GymArtificial Analysis28.9%–
AA-Briefcase v1.1Artificial Analysis16121674
Design Arena AgenticDesign Arena–1291
Terminal-Bench-Science 0.1 (AA)Artificial Analysis67.6%34.3%
CWE-Bench (AA)Artificial Analysis61.7%60.8%
DeepSec-Bench (AA)Artificial Analysis51.6%36.7%
CyberGym end-to-end (AA)Artificial Analysis0.0%94.7%
MKA (AA)Artificial Analysis–43.9%
数学
ProofBenchVals AI–91.0%
ArXivMathMathArena–58.3%†
BrokenArXivMathArena–61.9%†
Autoform-HardVals AI85.7%–
Arena MathsArena (LMArena)–1485†
知識
LiveBench 2.0 Data AnalysisLiveBench81.1%79.1%†
LiveBench ResearchLiveBench90.1%82.1%†
AA-Omniscience v1.1Artificial Analysis40.429.9
PRBench FinanceScale AI SEAL–47.5%
PRBench LegalScale AI SEAL43.3%†47.9%
BioMysteryBenchVals AI77.8%75.6%†
Excel Modeling Benchmark v1.1Vals AI74.3%70.0%†
Access to Justice BenchmarkVals AI–69.5%†
DrugDiscoveryBenchScale AI SEAL62.2%†63.4%†
GDP.pdfEpoch AI Benchmarking Hub–46.6%†
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%48.9%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis44.6%62.7%
指示追従
MultiChallengeScale AI SEAL72.0%†–
Arena Instruction FollowingArena (LMArena)–1493†
人間の評価
Arena TextArena (LMArena)–1487†
EQ-Bench Creative Writing v3EQ-Bench–2173
Arena Creative WritingArena (LMArena)–1456†
Arena Multi-turnArena (LMArena)–1477†
Arena Longer QueriesArena (LMArena)–1489†
マルチモーダル
LiveBench DesignLiveBench80.0%73.7%†
MMMU-ProArtificial Analysis–83.9%
Humanity's Sixth SenseScale AI SEAL56.8%†33.2%†
VIALS-AAHandshake AI62.7%45.3%
AA-3DArtificial Analysis12591112
長文コンテキスト
AA-LCR v1.1Artificial Analysis–86.3%
MLCRArtificial Analysis37.2%38.3%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–161.4
LiveBench 2.0LiveBench80.3%68.7%†
AA Intelligence Index v5.0.1Artificial Analysis57.346.5
AA Intelligence Index v4.3.2Artificial Analysis–55.1
AA Progress Index v1Artificial Analysis–340.7
Vals IndexVals AI66.162.5†
Vals Finance IndexVals AI56.7%56.0%†
Vals Science IndexVals AI57.8%44.4%†
Vals Legal IndexVals AI66.7%67.0%†
AA Cyber IndexArtificial Analysis37.864.1
安全性・誠実さ
FORTRESSScale AI SEAL–18.6%
メタデータ
AA Openness IndexArtificial 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。

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。