GPT-6 Sol vs Kimi K2.6
詳しいプロフィール:GPT-6 Sol(OpenAI)とKimi K2.6(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 · 11件の情報源のデータ
2026年11月16日時点で、GPT-6 SolとKimi K2.6の品質は互角です(BenchLeader Indexで62.6 対 59.3、±7.8の誤差範囲内)。価格はKimi K2.6の方が2.3倍安く、100万トークンあたりのブレンド価格で$1.71 対 $4.00です。長文コンテキスト(67 対 65)を重視するならGPT-6 Sol、マルチモーダル(62 対 61)を重視するならKimi K2.6が向いています。回答開始までの時間はGPT-6 Solの方が短く、36.9秒 対 93.1秒です。GPT-6 Solは出力が3倍以上速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはGPT-6 Solが62.6、Kimi K2.6が59.3です(BenchLeader、2026年11月16日)。
- GPT-6 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16日)。
- Kimi K2.6の100万トークンあたりのブレンド価格は$1.71です(定価、2026年11月16日)。
- GPT-6 SolはKimi K2.6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16日)。
- 両モデルに結果がある21件のベンチマークのうち、GPT-6 Solが21件でリードしています(BenchLeader、2026年11月16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 |
|---|---|---|---|
| エージェント・ツール利用 | どちらでも | カテゴリスコア59 対 58;LiveBench Agentic Coding 52.9% 対 46.9% | どちらでも |
| 長い文書 | GPT-6 Sol | カテゴリスコア67 対 65;AA-LCR v1.1 83.7% 対 81.0% | 中 |
| 画像などのメディア | Kimi K2.6 | カテゴリスコア62 対 61;MMMU-Pro 79.4% 対 83.0% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGPT-6 Solのみです(カテゴリスコア64) | 比較不可 |
| 最低コスト | Kimi K2.6 | 100万トークンあたりブレンド価格$1.71 対 $4.00;エージェント型コーディングセッション$0.073 対 $0.160 | – |
| 回答開始の速さ | GPT-6 Sol | 最初の回答トークンまで36.9秒(GPT-6 Sol (max))対 93.1秒(Kimi K2.6 (thinking)) | – |
| 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 Sol (max)とKimi K2.6 (thinking)の品質は互角です(62.6 対 59.3、±7.8の誤差範囲内)。
- GPT-6 Sol (max)はエージェント・ツール、長文コンテキストで優れています。
- Kimi K2.6 (thinking)はマルチモーダルで優れています。
- Kimi K2.6 (thinking)の方が2.3倍安くなっています(100万トークンあたりブレンド価格$1.71 対 $4.00)。
- GPT-6 Sol (max)の方が出力が3.1倍速くなっています(127 対 41トークン/秒)。
概要
| 仕様 | GPT-6 Sol | Kimi K2.6 |
|---|---|---|
| プロバイダー | OpenAI | Moonshot AI |
| リリース日 | 2026年9月22日 | 2026年4月20日 |
| コンテキストウィンドウ(トークン) | 1,050,000 | 262,144 |
| 比較した構成 | GPT-6 Sol (max) | Kimi K2.6 (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) | $2.00 / $10.00 / $0.200 | $0.950 / $4.00 / $0.160 |
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 Sol (max) | Kimi K2.6 (thinking) | トップ |
|---|---|---|---|
| 推論 | 66.0 | – | 比較不可 |
| コーディング | 66.3 | – | 比較不可 |
| エージェント・ツール | 58.8 | 58.4 | 互角 |
| 数学 | 68.0 | – | 比較不可 |
| 知識 | 60.6 | – | 比較不可 |
| 指示追従 | – | 74.1 | 比較不可 |
| 人間の評価 | 64.2 | – | 比較不可 |
| マルチモーダル | 60.6 | 61.7 | Kimi K2.6 |
| 長文コンテキスト | 66.6 | 65.2 | GPT-6 Sol |
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):推論, コーディング, 数学, 知識, 指示追従, 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21件のベンチマークのうち、GPT-6 Solのリードが21件、Kimi K2.6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、Kimi K2.6が上回っています。
| 総合Index | GPT-6 Sol (max) | Kimi K2.6 (thinking) | トップ |
|---|---|---|---|
| BenchLeader Index | 62.6 | 59.3 | 互角 |
| Arena Text | 1457 | 1461† | Kimi K2.6 |
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 Sol (max) | Kimi K2.6 (thinking) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.00 | $1.71 |
| 100万トークンあたりの入力/出力 | $2.00 / $10.00 | $0.950 / $4.00 |
| 100万トークンあたりのキャッシュ入力 | $0.200 | $0.160 |
| タスクあたりの価格:チャットの返答 | $0.0038 | $0.0016 |
| タスクあたりの価格:30ページのレポートを要約 | $0.030 | $0.014 |
| タスクあたりの価格:コード編集 | $0.027 | $0.012 |
| 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 | $0.073 |
| タスクあたりの価格:構造化データの抽出 | $0.0060 | $0.0027 |
| 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) | $0.079 | $0.037 |
| ベンチマークのタスクあたりのコスト(AA Index) | $2.47 | – |
| タスクあたりの出力トークン(AA Index) | 54k | – |
| うち推論 | 35k | – |
| タスクあたりの時間(AA Index) | 7 min | – |
| 出力速度 | 127 tok/s | 41 tok/s |
| 回答開始までの時間 | 36.9秒 | 93.1秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 143.8秒 | 215.8秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-6 Sol (max)のスコアは62.6、最初の回答トークンまで37秒。GPT-6 Sol (xhigh)は58.4(19秒)、GPT-6 Sol (high)は58.1(6秒)。Kimi K2.6 (thinking)のスコアは59.3、最初の回答トークンまで93秒。Kimi K2.6は55.1(1秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
149件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-6 Sol (max) | Kimi K2.6 (thinking) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.6 | 59.3 |
| エージェント・ツールスコア | BenchLeader | 58.8 | 58.4 |
| コーディングスコア | BenchLeader | 66.3 | – |
| 人間の評価スコア | BenchLeader | 64.2 | – |
| 知識スコア | BenchLeader | 60.6 | – |
| 長文コンテキストスコア | BenchLeader | 66.6 | 65.2 |
| 数学スコア | BenchLeader | 68.0 | – |
| マルチモーダルスコア | BenchLeader | 60.6 | 61.7 |
| 推論スコア | BenchLeader | 66.0 | – |
| 指示追従スコア | BenchLeader | – | 74.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | $1.71 |
| 出力速度 | BenchLeader | 127 tok/s | 41 tok/s |
| 回答開始までの時間 | BenchLeader | 36.9秒 | 93.1秒 |
| コンテキストウィンドウ | BenchLeader | 1,050,000トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 94.3% | 90.8%† |
| SimpleBench | SimpleBench | 73.1%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1483 | 1485† |
| LiveBench 1.0 Reasoning | LiveBench | 88.7% | 79.4% |
| GPQA Diamond (AA) | Artificial Analysis | – | 91.1% |
| Humanity's Last Exam (AA) | Artificial Analysis | 47.9% | 37.5% |
| HLE-Diamond (AA) | Artificial Analysis | 45.2% | – |
| GPQA Diamond (Vals) | Vals AI | – | 89.1%† |
| ARC-AGI-1 | ARC Prize | 95.5% | – |
| ARC-AGI-2 | ARC Prize | 89.6% | – |
| ARC-AGI-3 | ARC Prize | 23.0% | – |
| CritPt | Artificial Analysis | 30.9% | 8.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 66.5% | – |
| MysteryMechanism | Vals AI | 30.2% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 33.8%† | – |
| Arena Expert | Arena (LMArena) | 1496 | 1503† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 56.0% | 20.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 56.0% | 18.0%† |
| LMCA | Epoch AI Benchmarking Hub | 59.1% | 37.3%† |
| DTBench | Epoch AI Benchmarking Hub | 97.3% | 90.9%† |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.7%† |
| SciCode | SciCode | 57.6% | 53.5%† |
| WeirdML | WeirdML | – | 55.9%† |
| FrontierCode | Cognition | 49.3% | – |
| Arena Coding | Arena (LMArena) | 1521 | 1516† |
149件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-6 Sol (max) | Kimi K2.6 (thinking) |
|---|---|---|---|
| コーディング | |||
| Arena WebDev | Arena (LMArena) | 1673 | 1509† |
| LiveBench 1.0 Coding | LiveBench | 81.8% | 78.6% |
| SciCode (AA) | Artificial Analysis | 57.6% | 51.5% |
| LiveCodeBench | Vals AI | – | 86.8%† |
| IOI | Vals AI | 82.6% | – |
| SWE-bench (Vals) | Vals AI | – | 76.2%† |
| Code Migration | Vals AI | 57.2% | 27.8%† |
| ProgramBench | Vals AI | 2.0% | 0.0%† |
| Vibe Code Bench v1.1 | Vals AI | 87.8% | 37.9%† |
| MirrorCode | Epoch AI Benchmarking Hub | 48.9% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2462 | 1092.7† |
| WeirdML v3 | WeirdML | 19.7%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 43.9% | 0.5% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 65.9% |
| GameBench 2 Overall | DuelLab GameBench 2 | 73.0† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 79.4† | – |
| Design Arena Website | Design Arena | 1290† | 1263† |
| FrontierCode 2.0 (AA) | Artificial Analysis | 35.6% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 50.3% | – |
| OSWorld-Verified 2.0 | OSWorld | – | 4.6%† |
| APEX-Agents | Mercor | 54.3% | – |
| Arena Agent | Arena (LMArena) | 6.9 | – |
| LiveBench Agentic Coding | LiveBench | 52.9% | 46.9% |
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 95.9% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 83.2% | 53.6%† |
| HiL-Bench | Scale AI SEAL | – | 18.7%† |
| GDPval-AA v2.1 | Artificial Analysis | 1514 | 1046 |
| τ³-Banking (AA) | Artificial Analysis | – | 23.3% |
| ITBench SRE (AA) | Artificial Analysis | 49.4% | 31.2% |
| APEX-Agents (AA) | Artificial Analysis | – | 28.5% |
| CyberBench | Vals AI | 78.0% | – |
| Finance Agent v2 | Vals AI | 49.0% | 44.9%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 1.7% | 1.7%† |
| Legal Research Bench | Vals AI | 28.9% | 15.9%† |
| SREBench | Vals AI | 30.5% | – |
| Tax Agent Bench | Vals AI | 15.0% | 12.4%† |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 57.3%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 44.4% | – |
| Terminal-Bench Science | Vals AI | 30.0% | – |
| Arena Search | Arena (LMArena) | 1229 | – |
| Arena Agent Task Completion | Arena (LMArena) | 4.5 | – |
| ExploitBench | Epoch AI Benchmarking Hub | – | 18.4%† |
| GBAEval | Epoch AI Benchmarking Hub | – | 0.9%† |
| Vending-Bench 2 | Andon Labs | 14427.9† | 6204.6† |
| SpireClimb | Epoch AI Benchmarking Hub | 9.2% | – |
| AutomationBench | Artificial Analysis | 61.6% | 13.0% |
| GDP.pdf (AA) | Artificial Analysis | 25.2% | 13.0% |
| Harvey LAB-AA v1.1 | Harvey | 3.6% | – |
| EnterpriseOps-Gym | Artificial Analysis | – | 38.5% |
| AA-Briefcase v1.1 | Artificial Analysis | 1476 | 821 |
| Design Arena Agentic | Design Arena | 1218† | 1158† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 30.0% | – |
| CWE-Bench (AA) | Artificial Analysis | 64.2% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 46.3% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.0% | – |
| FACTS Search | 92.7%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 89.8% | 57.2%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 90.0% | 25.6%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 96.1%† |
| ProofBench | Vals AI | 83.0%† | 16.0%† |
| LiveBench Mathematics | LiveBench | 96.4% | 84.3% |
| AIME 2026 | MathArena | – | 95.8%† |
| HMMT February 2026 | MathArena | – | 94.7%† |
| USAMO 2026 | MathArena | – | 51.2%† |
| MathArena Apex | MathArena | – | 24.0%† |
| Arena Maths | Arena (LMArena) | 1440 | 1479† |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 1.5% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 60.7% | 34.9%† |
| LiveBench 1.0 Data Analysis | LiveBench | 81.2% | 65.1% |
| AA-Omniscience v1.1 | Artificial Analysis | 21.4 | – |
| MMLU-Pro | Vals AI | – | 87.6%† |
| LegalBench | Vals AI | – | 84.7%† |
| CorpFin | Vals AI | – | 66.7%† |
| TaxEval | Vals AI | – | 74.7%† |
| PRBench Legal | Scale AI SEAL | 38.6%† | – |
| BioMysteryBench | Vals AI | 74.8% | – |
| CaseLaw v2 | Vals AI | – | 61.2%† |
| Excel Modeling Benchmark | Vals AI | 71.5% | 57.9%† |
| MedCode | Vals AI | 47.1% | 40.1%† |
| MedScribe | Vals AI | 82.0% | 78.2%† |
| Public Benefits Bench v1.1 | Vals AI | 56.6% | 56.6%† |
| Financial Coaching Bench | Vals AI | 62.6% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 53.3% | 2.4%† |
| GDP.pdf | Epoch AI Benchmarking Hub | 26.4% | 12.0%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 51.1% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 39.1% | – |
| HealthBench Professional (AA) | OpenAI | 62.3% | – |
| FACTS Parametric | 76.1%† | – | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 85.3% | 75.1% |
| LiveBench Instruction Following | LiveBench | 68.6% | 64.4% |
| IFBench | Artificial Analysis | – | 76.0% |
| Arena Instruction Following | Arena (LMArena) | 1449 | 1456† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1457 | 1461† |
| EQ-Bench 4 | EQ-Bench | – | 1191† |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2126† | 1721† |
| Arena Creative Writing | Arena (LMArena) | 1428 | 1432† |
| Arena Multi-turn | Arena (LMArena) | 1468 | 1462† |
| Arena Longer Queries | Arena (LMArena) | 1466 | 1478† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1233 | 1282† |
| MMMU-Pro | Artificial Analysis | 83.0% | 79.4% |
| MMMU-Pro (Vals) | Vals AI | – | 86.3%† |
| MortgageTax | Vals AI | – | 65.8%† |
| Humanity's Sixth Sense | Scale AI SEAL | 31.2% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 36.9%† | 3.9%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | 58.3% | 21.7%† |
| AA-3D | Artificial Analysis | 1131 | – |
| FACTS Multimodal | 43.9%† | – | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 83.7% | 81.0% |
| Arena Document | Arena (LMArena) | – | 1450† |
| MLCR | Artificial Analysis | 33.9% | 11.1% |
| FACTS Grounding | 83.3%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 163.8† | 151.6† |
| LiveBench 1.0 | LiveBench | 79.3% | 70.5% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 44.2 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 47.6 | 27.0 |
| AA Progress Index v1 | Artificial Analysis | 334 | 284.4 |
| Vals RSI Index | Vals AI | 28.1% | – |
| Vals Science Index | Vals AI | 45.0% | – |
| Vals Multimodal Index | Vals AI | – | 56.4%† |
| AA Cyber Index | Artificial Analysis | 36.8 | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 13.5%† | – |
| DistressBench | Scale AI SEAL | 68.0%† | – |
| メタデータ | |||
| AA Openness Index | Artificial 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 Sol (max):新しい結果1件(GDPval-AA v2.1)。
- Kimi K2.6 (thinking):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- Kimi K2.6 (thinking):BenchLeader Index 59.8 → 59.3。
- GPT-6 Sol (max):新しい結果1件(MirrorCode)。
- GPT-6 Sol (max):BenchLeader Index 63.5 → 62.9。
- GPT-6 Sol (max):スコアの改訂2件。
- GPT-6 Sol (max):スコアの改訂1件。
- GPT-6 Sol (max):スコアの改訂1件。
- GPT-6 Sol (max):新しい結果6件(AA Intelligence Index v5.0.1, AA-Omniscience v1.1, CritPt v2 hard subset (AA)…)。
- GPT-6 Sol (max):スコアの改訂1件。
関連する比較
- GPT-6 Sol vs Claude Fable 5.2
- GPT-6 Sol vs Gemini 4 Carbon
- GPT-6 Sol vs Claude Opus 5.5
- GPT-6 Sol vs GPT-6 Astra
- Kimi K2.6 vs Claude Opus 5.5
- GPT-6 Sol vs Claude Fable 5.1
- GPT-6 Sol vs GPT-6.1 Sol
- GPT-6 Sol vs Claude Fable 5
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
GPT-6 Sol vs Kimi K2.6:よくある質問
- GPT-6 SolはKimi K2.6より優れていますか?
- GPT-6 Sol (max)とKimi K2.6 (thinking)の品質は互角です(62.6 対 59.3、±7.8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16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 SolとKimi K2.6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 K2.6の方が安く、100万トークンあたり$1.71 対 $4.00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。
- GPT-6 SolとKimi K2.6はどちらが速いですか?
- GPT-6 Solの方が出力が3倍以上速くなっています(出力127 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 SolとKimi K2.6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互角です(カテゴリ指標で59 対 58)。
- 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 Solの方がスコアが高くなっています(67 対 65)。コンテキストはGPT-6 Solの方が長く、1,050,000トークンです(Kimi K2.6は262,144トークン)。
ほかの質問(3件)
- 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 Solです。Artificial Analysisの測定では、最初の回答トークンまで36.9秒 対 93.1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 SolとKimi K2.6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21件のベンチマークのうち、GPT-6 Solのリードが21件、Kimi K2.6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、Kimi K2.6が上回っています。
- GPT-6 Solはいつリリースされましたか?
- GPT-6 Solは2026年9月22日にリリースされました。