BenchLeader

GPT-6 Astra vs Kimi K2.5

詳しいプロフィール:GPT-6 Astra(OpenAI)とKimi K2.5(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 · 15件の情報源のデータ

2026年11月16日時点で、品質ではGPT-6 AstraがKimi K2.5を上回ります(BenchLeader Indexで67.3 対 59.4)。ただし、価格はKimi K2.5の方が17倍安く、100万トークンあたりのブレンド価格で$1.20 対 $20.00です。両方を測定できるすべてのカテゴリでGPT-6 Astraがリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-6 Astraが67.3、Kimi K2.5が59.4です(BenchLeader、2026年11月16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16日)。
  • Kimi K2.5の100万トークンあたりのブレンド価格は$1.20です(定価、2026年11月16日)。
  • 両モデルに結果がある31件のベンチマークのうち、GPT-6 Astraが31件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はGPT-6 Astraが1764、Kimi K2.5が1436です(LMArena、2026年11月16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 Astraカテゴリスコア73 対 55;Arena WebDev 1764 対 1436高
エージェント・ツール利用GPT-6 Astraカテゴリスコア64 対 45;τ³-Banking (AA) 41.4% 対 14.2%高
数学GPT-6 Astraカテゴリスコア71 対 65;Arena Maths 1481 対 1470中
推論GPT-6 Astraカテゴリスコア72 対 67;Arena Hard Prompts 1500 対 1471中
知識GPT-6 Astraカテゴリスコア72 対 60;Excel Modeling Benchmark 71.7% 対 28.5%高
長い文書GPT-6 Astraカテゴリスコア65 対 64;AA-LCR v1.1 80.7% 対 78.0%中
画像などのメディアGPT-6 Astraカテゴリスコア66 対 59;Arena Vision 1279 対 1269中
チャットの質(人間の評価)GPT-6 AstraArenaの投票で66 対 63中
最低コストKimi K2.5100万トークンあたりブレンド価格$1.20 対 $20.00;エージェント型コーディングセッション$0.048 対 $0.800–
回答開始の速さKimi K2.5最初の回答トークンまで42.0秒(Kimi K2.5 (thinking))対 198.4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

  • 品質ではGPT-6 Astra (max)がリードしています:67.3 対 59.4。
  • GPT-6 Astra (max)はエージェント・ツール、コーディング、人間の評価、知識、長文コンテキスト、数学、マルチモーダル、推論で優れています。
  • Kimi K2.5 (thinking)の方が17倍安くなっています(100万トークンあたりブレンド価格$1.20 対 $20.00)。

概要

仕様GPT-6 AstraKimi K2.5
プロバイダーOpenAIMoonshot AI
リリース日2026年9月2日2026年1月27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 Astra (max)Kimi K2.5 (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)$10.00 / $50.00 / $1.00$0.600 / $3.00 / $0.100

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 Astra (max)Kimi K2.5 (thinking)トップ
推論72.467.3GPT-6 Astra
コーディング73.255.4GPT-6 Astra
エージェント・ツール63.945.1GPT-6 Astra
数学70.865.1GPT-6 Astra
知識72.360.1GPT-6 Astra
指示追従–69.1比較不可
人間の評価66.263.2GPT-6 Astra
マルチモーダル65.659.1GPT-6 Astra
長文コンテキスト65.063.6GPT-6 Astra
総合71.3–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・ツール数学知識長文コンテキストマルチモーダル人間の評価GPT-6 Astra, 推論: 72.4GPT-6 Astra, コーディング: 73.2GPT-6 Astra, エージェント・ツール: 63.9GPT-6 Astra, 数学: 70.8GPT-6 Astra, 知識: 72.3GPT-6 Astra, 長文コンテキスト: 65.0GPT-6 Astra, マルチモーダル: 65.6GPT-6 Astra, 人間の評価: 66.2Kimi K2.5, 推論: 67.3Kimi K2.5, コーディング: 55.4Kimi K2.5, エージェント・ツール: 45.1Kimi K2.5, 数学: 65.1Kimi K2.5, 知識: 60.1Kimi K2.5, 長文コンテキスト: 63.6Kimi K2.5, マルチモーダル: 59.1Kimi K2.5, 人間の評価: 63.2

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。

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31件のベンチマークのうち、GPT-6 Astraのリードが31件、Kimi K2.5のリードが0件です。両方を評価しているすべての総合指標で、GPT-6 Astraが上回っています。

総合IndexGPT-6 Astra (max)Kimi K2.5 (thinking)トップ
BenchLeader Index67.359.4GPT-6 Astra
Arena Text14741450GPT-6 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 Astra (max)Kimi K2.5 (thinking)
100万トークンあたりのブレンド価格$20.00$1.20
100万トークンあたりの入力/出力$10.00 / $50.00$0.600 / $3.00
100万トークンあたりのキャッシュ入力$1.00$0.100
タスクあたりの価格:チャットの返答$0.019$0.0011
タスクあたりの価格:30ページのレポートを要約$0.150$0.0090
タスクあたりの価格:コード編集$0.135$0.0081
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$0.800$0.048
タスクあたりの価格:構造化データの抽出$0.030$0.0018
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)$0.395$0.025
ベンチマークのタスクあたりのコスト(AA Index)$6.24–
タスクあたりの出力トークン(AA Index)52k–
うち推論36k–
タスクあたりの時間(AA Index)21 min–
出力速度41 tok/s43 tok/s
回答開始までの時間198.4秒42.0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129.1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 Astra (max)のスコアは67.3、最初の回答トークンまで198秒。GPT-6 Astraは66.4(5秒)、GPT-6 Astra (high)は66.3(49秒)。Kimi K2.5 (thinking)のスコアは59.4、最初の回答トークンまで42秒。Kimi K2.5は54.6(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

207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 Astra (max)Kimi K2.5 (thinking)
BenchLeader IndexBenchLeader67.359.4
エージェント・ツールスコアBenchLeader63.945.1
コーディングスコアBenchLeader73.255.4
総合スコアBenchLeader71.3–
人間の評価スコアBenchLeader66.263.2
知識スコアBenchLeader72.360.1
長文コンテキストスコアBenchLeader65.063.6
数学スコアBenchLeader70.865.1
マルチモーダルスコアBenchLeader65.659.1
推論スコアBenchLeader72.467.3
指示追従スコアBenchLeader–69.1
ブレンド価格($/100万トークン)BenchLeader$20.00$1.20
出力速度BenchLeader41 tok/s43 tok/s
回答開始までの時間BenchLeader198.4秒42.0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 Hub95.8%87.6%†
Humanity's Last ExamScale AI / CAIS54.8%†24.4%†
SimpleBenchSimpleBench83.6%†46.8%†
Arena Hard PromptsArena (LMArena)15001471
LiveBench 2.0 ReasoningLiveBench92.7%–
LiveBench 1.0 ReasoningLiveBench92.7%–
GPQA Diamond (AA)Artificial Analysis96.1%87.9%
Humanity's Last Exam (AA)Artificial Analysis54.7%30.7%
HLE-Diamond (AA)Artificial Analysis63.8%–
GPQA Diamond (Vals)Vals AI–84.1%
Kagi LLM BenchmarkKagi LLM Benchmark–78.5%
ARC-AGI-1ARC Prize97.5%65.3%†
ARC-AGI-2ARC Prize95.0%11.8%†
ARC-AGI-3ARC Prize98.6%–
CritPtArtificial Analysis31.7%3.1%
CritPt v2 hard subset (AA)Artificial Analysis70.5%–
MysteryMechanismVals AI53.1%–
HLE-Diamond (Scale)Scale AI SEAL60.6%†–
Arena ExpertArena (LMArena)15171482
Chess PuzzlesEpoch AI Benchmarking Hub74.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub84.0%–
CL-benchEpoch AI Benchmarking Hub–19.3%†
CL-bench LifeEpoch AI Benchmarking Hub–13.2%†
LMCAEpoch AI Benchmarking Hub64.1%†–
DTBenchEpoch AI Benchmarking Hub97.1%†–
207件のベンチマークをすべて表示
指標公開元GPT-6 Astra (max)Kimi K2.5 (thinking)
推論
ForecastBenchForecastBench66.6%†–
BTF-3Epoch AI Benchmarking Hub13.5%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–73.8%†
SciCodeSciCode56.5%49.0%†
WeirdMLWeirdML93.3%45.6%†
FrontierCodeCognition53.3%–
GSO-BenchGSO-Bench79.4%†–
Arena CodingArena (LMArena)15481502
Arena WebDevArena (LMArena)17641436
LiveBench 2.0 CodingLiveBench87.5%–
LiveBench 1.0 CodingLiveBench80.4%–
SciCode (AA)Artificial Analysis56.5%–
LiveCodeBenchVals AI–83.9%
IOIVals AI100.0%–
SWE-bench (Vals)Vals AI–70.0%
SWE-bench Verified (bash only)SWE-bench–70.8%†
SWE-bench Multilingual (bash only)SWE-bench–67.3%†
SWE-bench Verified (any scaffold)SWE-bench–70.8%†
Code MigrationVals AI67.7%7.0%
Code Migration v1.1Vals AI80.6%–
ProgramBenchVals AI5.5%–
SWE-bench MultimodalVals AI43.3%–
Vibe Code Bench 1-100Vals AI27.6%–
Vibe Code Bench v1.1Vals AI89.6%17.5%
SWE Atlas v1.0: Codebase QnAScale AI SEAL59.1%†13.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL59.0%†20.9%†
SWE Atlas v1.0: Test WritingScale AI SEAL50.7%†25.8%†
SWE Atlas v1.1Scale AI SEAL69.4%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL70.2%†–
SWE Atlas v1.1: Test WritingScale AI SEAL66.7%†–
SWE Atlas v1.1: RefactoringScale AI SEAL71.4%†–
SWE-Bench Pro V2Scale AI SEAL96.9%†–
SWE-Bench Pro V2 HARDScale AI SEAL90.2%†–
MirrorCodeEpoch AI Benchmarking Hub60.0%–
DeepSWE v1.1Epoch AI Benchmarking Hub73.2%–
ALE-BenchEpoch AI Benchmarking Hub2951.3821.6†
FrontierSWEEpoch AI Benchmarking Hub65.5%–
WeirdML v3WeirdML42.2%†–
Terminal-Bench 4.0 (AA)Artificial Analysis59.1%–
Terminal-Bench 2.1 (AA)Artificial Analysis88.4%45.7%
Startrise FrontendStartrise79.9%†–
GameBench 2 OverallDuelLab GameBench 288.8†–
GameBench 2 by reasoning settingDuelLab GameBench 294.3†–
Design Arena WebsiteDesign Arena13381241
FrontierCode 1.1 (AA)Artificial Analysis47.0%–
FrontierCode 2.0 (AA)Artificial Analysis42.4%–
エージェント・ツール
Terminal-BenchTerminal-Bench60.3%43.2%†
Remote Labor IndexScale AI / CAIS20.8%†–
APEX-AgentsMercor64.7%†–
Arena AgentArena (LMArena)14.5–
LiveBench Long AgenticLiveBench75.6%–
LiveBench BrowserLiveBench91.3%–
LiveBench Agentic CodingLiveBench57.3%–
Terminal-Bench HardArtificial Analysis–34.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
Terminal-Bench 2.1 (Vals)Vals AI87.3%42.0%
MCP AtlasScale AI SEAL–64.4%†
HiL-BenchScale AI SEAL65.3%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis53.7%–
GDPval-AA v2.1Artificial Analysis1587847
τ³-Banking (AA)Artificial Analysis41.4%14.2%
ITBench SRE (AA)Artificial Analysis48.6%–
Analyst Agent (AA)Artificial Analysis51.3%–
APEX-Agents (AA)Artificial Analysis–11.5%
CUA-benchVals AI19.2%–
CyberBenchVals AI41.1%–
Finance Agent v2Vals AI53.5%35.8%
Finance Agent v2.1Vals AI60.4%–
Harvey's Legal Agent Benchmark v1.1Vals AI7.1%–
Harvey's Legal Agent Benchmark v1Vals AI5.4%0.0%
Legal Research BenchVals AI39.4%15.9%
Robo-benchVals AI23.3%–
SREBenchVals AI56.9%–
Tax Agent BenchVals AI20.7%–
Terminal-Bench 2.0 (Vals)Vals AI–40.5%
Terminal-Bench 4.0 (Vals)Vals AI59.6%–
Terminal-Bench ScienceVals AI62.9%–
Time Horizon Index: KSPVals AI90.5%–
Arena SearchArena (LMArena)1245–
Arena Agent Task CompletionArena (LMArena)14–
BALROGBALROG68.3%–
PostTrainBenchEpoch AI Benchmarking Hub41.9%–
Vending-Bench 2Andon Labs15514.7†1198.5†
SpireClimbEpoch AI Benchmarking Hub34.0%–
AutomationBenchArtificial Analysis68.5%–
GDP.pdf (AA)Artificial Analysis31.0%–
Harvey LAB-AA v1.1Harvey8.6%–
AA-Briefcase v1.1Artificial Analysis1569–
GDPxGDPx by SemiAnalysis9.6%–
Design Arena AgenticDesign Arena14051116
RoboDojo (LLM as robot policy)RoboDojo29.0†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis63.3%–
CWE-Bench (AA)Artificial Analysis63.3%–
DeepSec-Bench (AA)Artificial Analysis36.9%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
MKA (AA)Artificial Analysis50.2%–
FACTS SearchGoogle93.3%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub93.7%–
FrontierMath Tier 4Epoch AI Benchmarking Hub97.6%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%92.2%†
ProofBenchVals AI99.0%†–
LiveBench MathematicsLiveBench96.8%–
AIME (Vals)Vals AI–95.6%
AIME 2026MathArena–95.8%†
HMMT February 2026MathArena–87.1%†
MathArena ApexMathArena–8.8%†
Arena MathsArena (LMArena)14811470
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub75.6%34.3%†
LiveBench 2.0 Data AnalysisLiveBench83.0%–
LiveBench ResearchLiveBench90.6%–
LiveBench 1.0 Data AnalysisLiveBench83.0%–
AA-Omniscience v1.1Artificial Analysis42.4–
MMLU-ProVals AI–85.9%
CorpFinVals AI–68.3%
TaxEvalVals AI–74.2%
MedQAVals AI–94.4%
PRBench FinanceScale AI SEAL47.5%†46.5%†
PRBench LegalScale AI SEAL48.4%†43.8%†
MultiNRCScale AI SEAL–35.2%†
BioMysteryBenchVals AI79.3%–
CaseLaw v2Vals AI–58.7%
Excel Modeling BenchmarkVals AI71.7%28.5%
Excel Modeling Benchmark v1.1Vals AI72.7%–
MedCodeVals AI48.5%39.3%
MedScribeVals AI87.9%76.4%
Financial Coaching BenchVals AI67.5%–
Immigration BenchVals AI67.7%–
DrugDiscoveryBenchScale AI SEAL68.7%–
EBR-benchEpoch AI Benchmarking Hub76.2%–
GDP.pdfEpoch AI Benchmarking Hub34.2%–
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis50.2%–
Global-MMLU-Lite (AA)Artificial Analysis–84.0%†
HealthBench Professional (AA)OpenAI66.0%–
FACTS ParametricGoogle83.8%†–
指示追従
LiveBench LanguageLiveBench89.4%–
LiveBench Instruction FollowingLiveBench75.6%–
IFBenchArtificial Analysis–70.2%
MultiChallengeScale AI SEAL–61.4%†
TutorBenchScale AI SEAL–54.6%†
Arena Instruction FollowingArena (LMArena)14741439
人間の評価
Arena TextArena (LMArena)14741450
EQ-Bench Creative Writing v3EQ-Bench2177†1579†
Arena Creative WritingArena (LMArena)14511422
Arena Multi-turnArena (LMArena)14831452
Arena Longer QueriesArena (LMArena)14851457
マルチモーダル
Arena VisionArena (LMArena)12791269
LiveBench DesignLiveBench80.0%–
MMMU-ProArtificial Analysis86.9%75.4%
VISTAScale AI SEAL–41.9%†
MMMU-Pro (Vals)Vals AI–84.3%
MortgageTaxVals AI–66.5%
Humanity's Sixth SenseScale AI SEAL53.6%–
Blueprint-Bench 2Epoch AI Benchmarking Hub49.7%†–
Furniture AssemblyEpoch AI Benchmarking Hub80.0%–
VIALS-AAHandshake AI62.7%–
Code2Video-AAArtificial Analysis1427–
AA-3DArtificial Analysis1168–
FACTS MultimodalGoogle55.2%†–
長文コンテキスト
Fiction.LiveBench 120kFiction.live–78.1%†
AA-LCR v1.1Artificial Analysis80.7%78.0%
Arena DocumentArena (LMArena)14741438
MLCRArtificial Analysis41.7%–
FACTS GroundingGoogle80.1%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub169†148.8†
LiveBench 2.0LiveBench84.5%–
LiveBench 1.0LiveBench82.2%–
AA Intelligence Index v5.0.1Artificial Analysis56.9–
AA Intelligence Index v4.3.2Artificial Analysis52.723.5
AA Progress Index v1Artificial Analysis349.6270.5
Vals IndexVals AI65.0–
Vals Finance IndexVals AI55.6%–
Vals RSI IndexVals AI27.1%6.8%†
Vals Science IndexVals AI65.1%–
Vals Router IndexVals AI65.0%†–
Vals Legal IndexVals AI68.4%–
AA Cyber IndexArtificial Analysis33.4–
安全性・誠実さ
FORTRESSScale AI SEAL12.1%†41.1%†
MASKScale AI SEAL–70.5%†
DistressBenchScale AI SEAL74.3%†–
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 Astra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Kimi K2.5 (thinking):スコアの改訂1件。
  • GPT-6 Astra (max):スコアの改訂1件。
  • Kimi K2.5 (thinking):新しい結果1件(GDPval-AA v2.1)。
  • Kimi K2.5 (thinking):BenchLeader Index 58.9 → 59.4。
  • GPT-6 Astra (max):新しい結果1件(PostTrainBench)、スコアの改訂2件。
  • GPT-6 Astra (max):新しい結果1件(MirrorCode)、スコアの改訂1件。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
  • GPT-6 Astra (max):スコアの改訂2件。
  • 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 Astra vs Kimi K2.5:よくある質問

GPT-6 AstraはKimi K2.5より優れていますか?
品質ではGPT-6 Astra (max)がリードしています:67.3 対 59.4。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日時点では総合でGPT-6 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 AstraとKimi K2.5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 K2.5の方が安く、100万トークンあたり$1.20 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 AstraとKimi K2.5のどちらが向いていますか?
コーディングではGPT-6 Astraの方がスコアが高くなっています(カテゴリ指標で73 対 55。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 Astraが1764、Kimi K2.5が1436です。
GPT-6 AstraとKimi K2.5はどちらが速いですか?
Kimi K2.5の方が出力が速くなっています(出力43 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 AstraとKimi K2.5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 Astraの方がスコアが高くなっています(カテゴリ指標で64 対 45。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τ³-Banking (AA)では、GPT-6 Astraが41.4%、Kimi K2.5が14.2%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?
長文コンテキストのベンチマークではGPT-6 Astraの方がスコアが高くなっています(65 対 64)。コンテキストはGPT-6 Astraの方が長く、1,050,000トークンです(Kimi K2.5は262,144トークン)。
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 K2.5です。Artificial Analysisの測定では、最初の回答トークンまで42.0秒 対 198.4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 AstraとKimi K2.5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31件のベンチマークのうち、GPT-6 Astraのリードが31件、Kimi K2.5のリードが0件です。両方を評価しているすべての総合指標で、GPT-6 Astraが上回っています。
GPT-6 Astraはいつリリースされましたか?
GPT-6 Astraは2026年9月2日にリリースされました。