BenchLeader

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 K2.6100万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 SolKimi K2.6
プロバイダーOpenAIMoonshot 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)1,050,000262,144
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58.858.4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60.661.7Kimi K2.6
長文コンテキスト66.665.2GPT-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。

2550 avg75エージェント・ツール長文コンテキストマルチモーダルGPT-6 Sol, エージェント・ツール: 58.8GPT-6 Sol, 長文コンテキスト: 66.6GPT-6 Sol, マルチモーダル: 60.6Kimi K2.6, エージェント・ツール: 58.4Kimi K2.6, 長文コンテキスト: 65.2Kimi K2.6, マルチモーダル: 61.7

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。

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IndexGPT-6 Sol (max)Kimi K2.6 (thinking)トップ
BenchLeader Index62.659.3互角
Arena Text14571461†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/s41 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 IndexBenchLeader62.659.3
エージェント・ツールスコアBenchLeader58.858.4
コーディングスコアBenchLeader66.3–
人間の評価スコアBenchLeader64.2–
知識スコアBenchLeader60.6–
長文コンテキストスコアBenchLeader66.665.2
数学スコアBenchLeader68.0–
マルチモーダルスコアBenchLeader60.661.7
推論スコアBenchLeader66.0–
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BenchLeader127 tok/s41 tok/s
回答開始までの時間BenchLeader36.9秒93.1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 Hub94.3%90.8%†
SimpleBenchSimpleBench73.1%†–
Arena Hard PromptsArena (LMArena)14831485†
LiveBench 1.0 ReasoningLiveBench88.7%79.4%
GPQA Diamond (AA)Artificial Analysis–91.1%
Humanity's Last Exam (AA)Artificial Analysis47.9%37.5%
HLE-Diamond (AA)Artificial Analysis45.2%–
GPQA Diamond (Vals)Vals AI–89.1%†
ARC-AGI-1ARC Prize95.5%–
ARC-AGI-2ARC Prize89.6%–
ARC-AGI-3ARC Prize23.0%–
CritPtArtificial Analysis30.9%8.0%
CritPt v2 hard subset (AA)Artificial Analysis66.5%–
MysteryMechanismVals AI30.2%–
HLE-Diamond (Scale)Scale AI SEAL33.8%†–
Arena ExpertArena (LMArena)14961503†
Chess PuzzlesEpoch AI Benchmarking Hub56.0%20.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub56.0%18.0%†
LMCAEpoch AI Benchmarking Hub59.1%37.3%†
DTBenchEpoch AI Benchmarking Hub97.3%90.9%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%†
SciCodeSciCode57.6%53.5%†
WeirdMLWeirdML–55.9%†
FrontierCodeCognition49.3%–
Arena CodingArena (LMArena)15211516†
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 WebDevArena (LMArena)16731509†
LiveBench 1.0 CodingLiveBench81.8%78.6%
SciCode (AA)Artificial Analysis57.6%51.5%
LiveCodeBenchVals AI–86.8%†
IOIVals AI82.6%–
SWE-bench (Vals)Vals AI–76.2%†
Code MigrationVals AI57.2%27.8%†
ProgramBenchVals AI2.0%0.0%†
Vibe Code Bench v1.1Vals AI87.8%37.9%†
MirrorCodeEpoch AI Benchmarking Hub48.9%–
ALE-BenchEpoch AI Benchmarking Hub24621092.7†
WeirdML v3WeirdML19.7%†–
Terminal-Bench 4.0 (AA)Artificial Analysis43.9%0.5%
Terminal-Bench 2.1 (AA)Artificial Analysis–65.9%
GameBench 2 OverallDuelLab GameBench 273.0†–
GameBench 2 by reasoning settingDuelLab GameBench 279.4†–
Design Arena WebsiteDesign Arena1290†1263†
FrontierCode 2.0 (AA)Artificial Analysis35.6%–
エージェント・ツール
Terminal-BenchTerminal-Bench50.3%–
OSWorld-Verified 2.0OSWorld–4.6%†
APEX-AgentsMercor54.3%–
Arena AgentArena (LMArena)6.9–
LiveBench Agentic CodingLiveBench52.9%46.9%
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
Terminal-Bench 2.1 (Vals)Vals AI83.2%53.6%†
HiL-BenchScale AI SEAL–18.7%†
GDPval-AA v2.1Artificial Analysis15141046
τ³-Banking (AA)Artificial Analysis–23.3%
ITBench SRE (AA)Artificial Analysis49.4%31.2%
APEX-Agents (AA)Artificial Analysis–28.5%
CyberBenchVals AI78.0%–
Finance Agent v2Vals AI49.0%44.9%†
Harvey's Legal Agent Benchmark v1Vals AI1.7%1.7%†
Legal Research BenchVals AI28.9%15.9%†
SREBenchVals AI30.5%–
Tax Agent BenchVals AI15.0%12.4%†
Terminal-Bench 2.0 (Vals)Vals AI–57.3%†
Terminal-Bench 4.0 (Vals)Vals AI44.4%–
Terminal-Bench ScienceVals AI30.0%–
Arena SearchArena (LMArena)1229–
Arena Agent Task CompletionArena (LMArena)4.5–
ExploitBenchEpoch AI Benchmarking Hub–18.4%†
GBAEvalEpoch AI Benchmarking Hub–0.9%†
Vending-Bench 2Andon Labs14427.9†6204.6†
SpireClimbEpoch AI Benchmarking Hub9.2%–
AutomationBenchArtificial Analysis61.6%13.0%
GDP.pdf (AA)Artificial Analysis25.2%13.0%
Harvey LAB-AA v1.1Harvey3.6%–
EnterpriseOps-GymArtificial Analysis–38.5%
AA-Briefcase v1.1Artificial Analysis1476821
Design Arena AgenticDesign Arena1218†1158†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis30.0%–
CWE-Bench (AA)Artificial Analysis64.2%–
DeepSec-Bench (AA)Artificial Analysis46.3%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
FACTS SearchGoogle92.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub89.8%57.2%†
FrontierMath Tier 4Epoch AI Benchmarking Hub90.0%25.6%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%96.1%†
ProofBenchVals AI83.0%†16.0%†
LiveBench MathematicsLiveBench96.4%84.3%
AIME 2026MathArena–95.8%†
HMMT February 2026MathArena–94.7%†
USAMO 2026MathArena–51.2%†
MathArena ApexMathArena–24.0%†
Arena MathsArena (LMArena)14401479†
FrontierMath ErdősEpoch AI Benchmarking Hub1.5%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub60.7%34.9%†
LiveBench 1.0 Data AnalysisLiveBench81.2%65.1%
AA-Omniscience v1.1Artificial Analysis21.4–
MMLU-ProVals AI–87.6%†
LegalBenchVals AI–84.7%†
CorpFinVals AI–66.7%†
TaxEvalVals AI–74.7%†
PRBench LegalScale AI SEAL38.6%†–
BioMysteryBenchVals AI74.8%–
CaseLaw v2Vals AI–61.2%†
Excel Modeling BenchmarkVals AI71.5%57.9%†
MedCodeVals AI47.1%40.1%†
MedScribeVals AI82.0%78.2%†
Public Benefits Bench v1.1Vals AI56.6%56.6%†
Financial Coaching BenchVals AI62.6%–
EBR-benchEpoch AI Benchmarking Hub53.3%2.4%†
GDP.pdfEpoch AI Benchmarking Hub26.4%12.0%†
AA-Omniscience v1.1: accuracyArtificial Analysis51.1%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.1%–
HealthBench Professional (AA)OpenAI62.3%–
FACTS ParametricGoogle76.1%†–
指示追従
LiveBench LanguageLiveBench85.3%75.1%
LiveBench Instruction FollowingLiveBench68.6%64.4%
IFBenchArtificial Analysis–76.0%
Arena Instruction FollowingArena (LMArena)14491456†
人間の評価
Arena TextArena (LMArena)14571461†
EQ-Bench 4EQ-Bench–1191†
EQ-Bench Creative Writing v3EQ-Bench2126†1721†
Arena Creative WritingArena (LMArena)14281432†
Arena Multi-turnArena (LMArena)14681462†
Arena Longer QueriesArena (LMArena)14661478†
マルチモーダル
Arena VisionArena (LMArena)12331282†
MMMU-ProArtificial Analysis83.0%79.4%
MMMU-Pro (Vals)Vals AI–86.3%†
MortgageTaxVals AI–65.8%†
Humanity's Sixth SenseScale AI SEAL31.2%–
Blueprint-Bench 2Epoch AI Benchmarking Hub36.9%†3.9%†
Furniture AssemblyEpoch AI Benchmarking Hub58.3%21.7%†
AA-3DArtificial Analysis1131–
FACTS MultimodalGoogle43.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.7%81.0%
Arena DocumentArena (LMArena)–1450†
MLCRArtificial Analysis33.9%11.1%
FACTS GroundingGoogle83.3%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub163.8†151.6†
LiveBench 1.0LiveBench79.3%70.5%
AA Intelligence Index v5.0.1Artificial Analysis44.2–
AA Intelligence Index v4.3.2Artificial Analysis47.627.0
AA Progress Index v1Artificial Analysis334284.4
Vals RSI IndexVals AI28.1%–
Vals Science IndexVals AI45.0%–
Vals Multimodal IndexVals AI–56.4%†
AA Cyber IndexArtificial Analysis36.8–
安全性・誠実さ
FORTRESSScale AI SEAL13.5%†–
DistressBenchScale AI SEAL68.0%†–
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 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。

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。