BenchLeader

GPT-6 Astra vs o3

詳しいプロフィール:GPT-6 Astra(OpenAI)とo3(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 · 21件の情報源のデータ

2026年11月19日時点で、品質ではGPT-6 Astraがo3を上回ります(BenchLeader Indexで66.9 対 60.2)。ただし、価格はo3の方が5.7倍安く、100万トークンあたりのブレンド価格で$3.50 対 $20.00です。知識(71 対 55)、マルチモーダル(65 対 53)、コーディング(72 対 60)を重視するならGPT-6 Astra、エージェント・ツール(70 対 66)を重視するならo3が向いています。回答開始までの時間はo3の方が短く、5.5秒 対 180.8秒です。o3は出力が3倍以上速い点も強みです。

要点(2026年11月19日時点)

  • BenchLeader IndexはGPT-6 Astraが66.9、o3が60.2です(BenchLeader、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)。
  • o3の100万トークンあたりのブレンド価格は$3.50です(定価、2026年11月19日)。
  • o3はGPT-6 Astraより出力が3倍以上速いです(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16件のベンチマークのうち、GPT-6 Astraが16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 Astraカテゴリスコア72 対 60;Arena Coding 1548 対 1460高
エージェント・ツール利用o3カテゴリスコア70 対 66;Arena Search 1197 対 1245中
数学どちらでもカテゴリスコア70 対 71;Arena Maths 1478 対 1448どちらでも
推論GPT-6 Astraカテゴリスコア71 対 61;Arena Hard Prompts 1500 対 1441高
知識GPT-6 Astraカテゴリスコア71 対 55高
長い文書GPT-6 Astraカテゴリスコア65 対 62;AA-LCR v1.1 80.7% 対 74.7%中
画像などのメディアGPT-6 Astraカテゴリスコア65 対 53;Arena Vision 1279 対 1214高
チャットの質(人間の評価)GPT-6 AstraArenaの投票で66 対 61中
最低コストo3100万トークンあたりブレンド価格$3.50 対 $20.00;エージェント型コーディングセッション$0.152 対 $0.800–
回答開始の速さo3最初の回答トークンまで5.5秒(o3)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

  • 品質ではGPT-6 Astra (max)がリードしています:66.9 対 60.2。
  • GPT-6 Astra (max)はコーディング、人間の評価、知識、長文コンテキスト、マルチモーダル、推論で優れています。
  • o3はエージェント・ツール、数学で優れています。
  • o3の方が5.7倍安くなっています(100万トークンあたりブレンド価格$3.50 対 $20.00)。
  • o3の方が出力が2.7倍速くなっています(114 対 42トークン/秒)。

概要

仕様GPT-6 Astrao3
プロバイダーOpenAIOpenAI
リリース日2026年9月2日2025年4月16日
コンテキストウィンドウ(トークン)1,050,000200,000
比較した構成GPT-6 Astra (max)o3
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)$10.00 / $50.00 / $1.00$2.00 / $8.00 / $0.500

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)o3トップ
推論71.060.9GPT-6 Astra
コーディング72.359.8GPT-6 Astra
エージェント・ツール66.370.3o3
数学70.370.6互角
知識71.154.9GPT-6 Astra
指示追従–65.2比較不可
人間の評価66.461.0GPT-6 Astra
マルチモーダル65.452.7GPT-6 Astra
長文コンテキスト65.061.9GPT-6 Astra
総合68.8–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: 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, 長文コンテキスト: 65.0GPT-6 Astra, マルチモーダル: 65.4GPT-6 Astra, 人間の評価: 66.4o3, 推論: 60.9o3, コーディング: 59.8o3, エージェント・ツール: 70.3o3, 数学: 70.6o3, 知識: 54.9o3, 長文コンテキスト: 61.9o3, マルチモーダル: 52.7o3, 人間の評価: 61.0

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16件のベンチマークのうち、GPT-6 Astraのリードが16件、o3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)o3トップ
BenchLeader Index66.960.2GPT-6 Astra
Arena Text14751432GPT-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)o3
100万トークンあたりのブレンド価格$20.00$3.50
100万トークンあたりの入力/出力$10.00 / $50.00$2.00 / $8.00
100万トークンあたりのキャッシュ入力$1.00$0.500
タスクあたりの価格:チャットの返答$0.019$0.0032
タスクあたりの価格:30ページのレポートを要約$0.150$0.029
タスクあたりの価格:コード編集$0.135$0.024
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$0.152
タスクあたりの価格:構造化データの抽出$0.030$0.0056
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$0.085
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42 tok/s114 tok/s
回答開始までの時間180.8秒5.5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17.3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)。o3のスコアは60.2、最初の回答トークンまで5秒。o3 (high)は55.0(5秒)、o3 (medium)は53.3(5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

222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)o3
BenchLeader IndexBenchLeader66.960.2
エージェント・ツールスコアBenchLeader66.370.3
コーディングスコアBenchLeader72.359.8
総合スコアBenchLeader68.8–
人間の評価スコアBenchLeader66.461.0
知識スコアBenchLeader71.154.9
長文コンテキストスコアBenchLeader65.061.9
数学スコアBenchLeader70.370.6
マルチモーダルスコアBenchLeader65.452.7
推論スコアBenchLeader71.060.9
指示追従スコアBenchLeader–65.2
ブレンド価格($/100万トークン)BenchLeader$20.00$3.50
出力速度BenchLeader42 tok/s114 tok/s
回答開始までの時間BenchLeader180.8秒5.5秒
コンテキストウィンドウBenchLeader1,050,000トークン200,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub95.8%81.8%†
Humanity's Last ExamScale AI / CAIS54.8%†20.3%†
SimpleBenchSimpleBench83.6%†53.1%†
Arena Hard PromptsArena (LMArena)15001441
LiveBench 2.0 ReasoningLiveBench92.7%–
LiveBench 1.0 ReasoningLiveBench92.7%–
GPQA Diamond (AA)Artificial Analysis96.1%82.7%
Humanity's Last Exam (AA)Artificial Analysis54.7%20.1%
HLE-Diamond (AA)Artificial Analysis63.8%–
GPQA Diamond (Vals)Vals AI–84.1%†
Kagi LLM BenchmarkKagi LLM Benchmark–67.6%
GPQA Diamond (HELM)HELM Capabilities–75.3%
ARC-AGI-1ARC Prize97.5%60.8%†
ARC-AGI-2ARC Prize95.0%6.5%†
ARC-AGI-3ARC Prize98.6%–
CritPtArtificial Analysis31.7%1.1%
CritPt v2 hard subset (AA)Artificial Analysis70.5%–
MysteryMechanismVals AI53.1%–
SciPredictScale AI SEAL–17.9%
HLE-Diamond (Scale)Scale AI SEAL60.6%†–
Arena ExpertArena (LMArena)15181448
Chess PuzzlesEpoch AI Benchmarking Hub74.0%36.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub84.0%29.0%†
CL-benchEpoch AI Benchmarking Hub–17.8%†
LMCAEpoch AI Benchmarking Hub64.1%†39.7%†
222件のベンチマークをすべて表示
指標公開元GPT-6 Astra (max)o3
推論
DTBenchEpoch AI Benchmarking Hub97.1%†84.8%†
ForecastBenchForecastBench66.6%†64.2%
BTF-3Epoch AI Benchmarking Hub13.5%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–62.3%†
SciCodeSciCode56.5%–
WeirdMLWeirdML93.3%52.4%†
FrontierCodeCognition53.3%–
GSO-BenchGSO-Bench79.4%†8.8%†
Arena CodingArena (LMArena)15481460
Arena WebDevArena (LMArena)1763–
LiveBench 2.0 CodingLiveBench87.5%–
LiveBench 1.0 CodingLiveBench80.4%–
LiveCodeBenchVals AI–83.9%†
IOIVals AI100.0%–
Aider PolyglotAider polyglot leaderboard–76.9%
SWE-bench Verified (bash only)SWE-bench–58.4%
SWE-bench Verified (any scaffold)SWE-bench–58.4%
Code MigrationVals AI67.7%–
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%–
SWE Atlas v1.0: Codebase QnAScale AI SEAL59.1%†–
SWE Atlas v1.0: RefactoringScale AI SEAL59.0%†–
SWE Atlas v1.0: Test WritingScale AI SEAL50.7%†–
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%–
CadEvalEpoch AI Benchmarking Hub–74.0%†
DeepSWE v1.1Epoch AI Benchmarking Hub73.2%–
ALE-BenchEpoch AI Benchmarking Hub2951.3933.5†
FrontierSWEEpoch AI Benchmarking Hub65.5%–
WeirdML v3WeirdML42.2%†–
Terminal-Bench 4.0 (AA)Artificial Analysis59.1%–
Terminal-Bench 2.1 (AA)Artificial Analysis88.4%–
Startrise FrontendStartrise79.9%†–
GameBench 2 OverallDuelLab GameBench 288.8†34.1
GameBench 2 by reasoning settingDuelLab GameBench 294.3†30.5†
Design Arena WebsiteDesign Arena1343–
FrontierCode 1.1 (AA)Artificial Analysis47.0%–
FrontierCode 2.0 (AA)Artificial Analysis42.4%–
LiveCodeBench (AA)Artificial Analysis–80.8%
エージェント・ツール
Terminal-BenchTerminal-Bench60.3%–
GDPvalOpenAI–30.8%†
Remote Labor IndexScale AI / CAIS20.8%†–
APEX-AgentsMercor64.7%†–
Arena AgentArena (LMArena)14.6–
LiveBench Long AgenticLiveBench74.7%–
LiveBench BrowserLiveBench91.3%–
LiveBench Agentic CodingLiveBench57.3%–
Terminal-Bench HardArtificial Analysis–37.1%
τ²-Bench Telecom (AA)Artificial Analysis–80.7%
Terminal-Bench 2.1 (Vals)Vals AI87.3%–
HiL-BenchScale AI SEAL65.3%†–
BFCL OverallBerkeley Function Calling Leaderboard–63.0%
GDPval-AA v2.1, normalised scoreArtificial Analysis53.7%–
GDPval-AA v2.1Artificial Analysis1587–
τ³-Banking (AA)Artificial Analysis41.4%–
ITBench SRE (AA)Artificial Analysis48.6%–
Analyst Agent (AA)Artificial Analysis51.3%–
CUA-benchVals AI19.2%–
CyberBenchVals AI41.1%–
Finance Agent v2Vals AI53.5%–
Finance Agent v2.1Vals AI60.4%–
Harvey's Legal Agent Benchmark v1.1Vals AI7.1%–
Harvey's Legal Agent Benchmark v1Vals AI5.4%–
Legal Research BenchVals AI39.4%–
Robo-benchVals AI23.3%–
SREBenchVals AI56.9%–
Tax Agent BenchVals AI20.7%–
Terminal-Bench 4.0 (Vals)Vals AI59.6%–
Terminal-Bench ScienceVals AI62.9%–
Time Horizon Index: KSPVals AI90.5%–
Arena SearchArena (LMArena)12451197
Arena Agent Task CompletionArena (LMArena)14.9–
BALROGBALROG68.3%–
DeepResearch BenchDeepResearch Bench–45.2%†
PostTrainBenchEpoch AI Benchmarking Hub41.9%–
METR Time HorizonsMETR–63.6%
GBAEvalEpoch AI Benchmarking Hub87.0%†–
Vending-Bench 2Andon Labs15514.7†–
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 Arena1394–
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%–
BrowseComp-PlusBrowseComp-Plus–50.5%
FACTS SearchGoogle93.3%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub93.7%33.3%†
FrontierMath Tier 4Epoch AI Benchmarking Hub97.6%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%83.9%†
MATH Level 5Epoch AI Benchmarking Hub–97.8%†
ProofBenchVals AI99.0%†–
LiveBench MathematicsLiveBench96.8%–
AIME (Vals)Vals AI–85.3%†
MGSMVals AI–91.8%†
IMO 2025MathArena–16.7%†
Omni-MATH (HELM)HELM Capabilities–71.4%
MATH 500Vals AI–94.6%†
Arena MathsArena (LMArena)14781448
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%–
AIME 2025 (AA)Artificial Analysis–88.3%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub75.6%49.4%†
LiveBench 2.0 Data AnalysisLiveBench83.0%–
LiveBench ResearchLiveBench90.6%–
LiveBench 1.0 Data AnalysisLiveBench83.0%–
AA-Omniscience v1.1Artificial Analysis42.4–
MMLU-ProVals AI–85.6%†
LegalBenchVals AI–83.8%†
CorpFinVals AI–59.7%†
TaxEvalVals AI–74.6%†
MedQAVals AI–96.1%†
PRBench FinanceScale AI SEAL47.5%†47.7%
PRBench LegalScale AI SEAL48.4%†48.6%
MultiNRCScale AI SEAL–45.5%†
MMLU-Pro (HELM)HELM Capabilities–85.9%
BioMysteryBenchVals AI79.3%–
Excel Modeling BenchmarkVals AI71.7%–
Excel Modeling Benchmark v1.1Vals AI72.7%–
MedCodeVals AI48.5%47.3%†
MedScribeVals AI87.9%76.7%†
Financial Coaching BenchVals AI67.5%–
Immigration BenchVals AI67.7%–
DrugDiscoveryBenchScale AI SEAL68.7%–
EBR-benchEpoch AI Benchmarking Hub76.2%–
GDP.pdfEpoch AI Benchmarking Hub50.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis61.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis50.2%–
HealthBench Professional (AA)OpenAI66.0%–
FACTS ParametricGoogle83.8%†–
指示追従
LiveBench LanguageLiveBench89.4%–
LiveBench Instruction FollowingLiveBench75.6%–
IFBenchArtificial Analysis–71.4%
MultiChallengeScale AI SEAL–56.6%†
TutorBenchScale AI SEAL–52.1%†
IFEval (HELM)HELM Capabilities–86.9%
WildBench (HELM)HELM Capabilities–86.1%
Arena Instruction FollowingArena (LMArena)14731403
人間の評価
Arena TextArena (LMArena)14751432
EQ-Bench Creative Writing v3EQ-Bench2177†1675
Arena Creative WritingArena (LMArena)14491383
Arena Multi-turnArena (LMArena)14821420
Arena Longer QueriesArena (LMArena)14841411
Lech Mazur Creative WritingLech Mazur–83.9%†
マルチモーダル
Arena VisionArena (LMArena)12791214
LiveBench DesignLiveBench80.0%–
MMMU-ProArtificial Analysis86.9%70.1%
VISTAScale AI SEAL–50.1%†
MMMU-Pro (Vals)Vals AI–80.4%†
MortgageTaxVals AI–65.7%†
Humanity's Sixth SenseScale AI SEAL53.6%–
VTBScale AI SEAL–13.7%
GeoBenchGeoBench–60.0%†
VPCTEpoch AI Benchmarking Hub–52.0%†
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–100.0%†
AA-LCR v1.1Artificial Analysis80.7%74.7%
Arena DocumentArena (LMArena)1474–
MLCRArtificial Analysis41.7%–
FACTS GroundingGoogle80.1%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub169.2†147.1
LiveBench 2.0LiveBench84.3%–
LiveBench 1.0LiveBench82.2%–
AA Intelligence Index v5.0.1Artificial Analysis56.9–
AA Intelligence Index v4.3.2Artificial Analysis52.720.2
AA Progress Index v1Artificial Analysis349.6258.3
Vals IndexVals AI65.0–
HELM Capabilities meanHELM Capabilities–81.1%
Vals Finance IndexVals AI55.6%–
Vals RSI IndexVals AI27.1%–
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%†16.0%
MASKScale AI SEAL–84.5%†
PropensityBenchScale AI SEAL–10.5%
DistressBenchScale AI SEAL74.3%†–
メタデータ
AA Openness IndexArtificial Analysis–5.6

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 Astra (max):スコアの改訂3件。
  • 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。
  • o3:BenchLeader Index 61.2 → 60.4。
  • GPT-6 Astra (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • o3:スコアの改訂1件。
  • GPT-6 Astra (max):スコアの改訂1件。
  • 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。

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 o3:よくある質問

GPT-6 Astraはo3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:66.9 対 60.2。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 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o3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o3の方が安く、100万トークンあたり$3.50 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o3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72 対 60。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 Codingでは、GPT-6 Astraが1548、o3が1460です。
GPT-6 Astraとo3はどちらが速いですか?
o3の方が出力が3倍以上速くなっています(出力114 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 Astraとo3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o3の方がスコアが高くなっています(カテゴリ指標で70 対 66。50が平均)。
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 62)。コンテキストはGPT-6 Astraの方が長く、1,050,000トークンです(o3は200,000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o3です。Artificial Analysisの測定では、最初の回答トークンまで5.5秒 対 180.8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o3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16件のベンチマークのうち、GPT-6 Astraのリードが16件、o3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。