BenchLeader

GPT-6 Sol vs MiMo-V2.6-Flash

詳しいプロフィール:GPT-6 Sol(OpenAI)とMiMo-V2.6-Flash(Xiaomi)。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、品質ではGPT-6 SolがMiMo-V2.6-Flashを上回ります(BenchLeader Indexで62.6 対 54.8)。ただし、価格はMiMo-V2.6-Flashの方が23倍安く、100万トークンあたりのブレンド価格で$0.175 対 $4.00です。両方を測定できるすべてのカテゴリでGPT-6 Solがリードしています。GPT-6 Solの方が出力が3倍以上速いです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-6 Solが62.6、MiMo-V2.6-Flashが54.8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)。
  • MiMo-V2.6-Flashの100万トークンあたりのブレンド価格は$0.175です(定価、2026年11月16日)。
  • GPT-6 SolはMiMo-V2.6-Flash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52件のベンチマークのうち、GPT-6 Solが40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 Solが1673、MiMo-V2.6-Flashが1638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 Solカテゴリスコア66 対 57;Arena WebDev 1673 対 1638高
エージェント・ツール利用GPT-6 Solカテゴリスコア59 対 57;Arena Agent 6.9 対 0中
数学GPT-6 Solカテゴリスコア68 対 63;Arena Maths 1440 対 1462中
推論GPT-6 Solカテゴリスコア66 対 48;HLE-Diamond (AA) 45.2% 対 13.7%高
知識GPT-6 Solカテゴリスコア61 対 39;AA-Omniscience v1.1 21.4 対 -10.8高
長い文書GPT-6 Solカテゴリスコア67 対 62;AA-LCR v1.1 83.7% 対 74.3%中
画像などのメディアGPT-6 Solカテゴリスコア61 対 57;MMMU-Pro 83.0% 対 73.1%中
チャットの質(人間の評価)GPT-6 SolArenaの投票で64 対 63中
最低コストMiMo-V2.6-Flash100万トークンあたりブレンド価格$0.175 対 $4.00;エージェント型コーディングセッション$0.009 対 $0.160–
回答開始の速さどちらでも最初の回答トークンまで36.9秒(GPT-6 Sol (max))対 31.8秒(MiMo-V2.6-Flash)–
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 Sol (max)がリードしています:62.6 対 54.8。
  • GPT-6 Sol (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。
  • MiMo-V2.6-Flashの方が23倍安くなっています(100万トークンあたりブレンド価格$0.175 対 $4.00)。
  • GPT-6 Sol (max)の方が出力が2.9倍速くなっています(127 対 44トークン/秒)。

概要

仕様GPT-6 SolMiMo-V2.6-Flash
プロバイダーOpenAIXiaomi
リリース日2026年9月22日2026年9月21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 Sol (max)MiMo-V2.6-Flash
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$0.140 / $0.280 / $0.0028

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)MiMo-V2.6-Flashトップ
推論66.047.6GPT-6 Sol
コーディング66.356.8GPT-6 Sol
エージェント・ツール58.856.6GPT-6 Sol
数学68.062.8GPT-6 Sol
知識60.638.9GPT-6 Sol
人間の評価64.263.1GPT-6 Sol
マルチモーダル60.657.3GPT-6 Sol
長文コンテキスト66.661.7GPT-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 Sol, 推論: 66.0GPT-6 Sol, コーディング: 66.3GPT-6 Sol, エージェント・ツール: 58.8GPT-6 Sol, 数学: 68.0GPT-6 Sol, 知識: 60.6GPT-6 Sol, 長文コンテキスト: 66.6GPT-6 Sol, マルチモーダル: 60.6GPT-6 Sol, 人間の評価: 64.2MiMo-V2.6-Flash, 推論: 47.6MiMo-V2.6-Flash, コーディング: 56.8MiMo-V2.6-Flash, エージェント・ツール: 56.6MiMo-V2.6-Flash, 数学: 62.8MiMo-V2.6-Flash, 知識: 38.9MiMo-V2.6-Flash, 長文コンテキスト: 61.7MiMo-V2.6-Flash, マルチモーダル: 57.3MiMo-V2.6-Flash, 人間の評価: 63.1

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52件のベンチマークのうち、GPT-6 Solのリードが40件、MiMo-V2.6-Flashのリードが12件です。両方を評価しているすべての総合指標で、GPT-6 Solが上回っています。

総合IndexGPT-6 Sol (max)MiMo-V2.6-Flashトップ
BenchLeader Index62.654.8GPT-6 Sol
AA Intelligence Index v5.0.144.226.7GPT-6 Sol
Arena Text14571448GPT-6 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 Sol (max)MiMo-V2.6-Flash
100万トークンあたりのブレンド価格$4.00$0.175
100万トークンあたりの入力/出力$2.00 / $10.00$0.140 / $0.280
100万トークンあたりのキャッシュ入力$0.200$0.0028
タスクあたりの価格:チャットの返答$0.0038$0.0001
タスクあたりの価格:30ページのレポートを要約$0.030$0.0018
タスクあたりの価格:コード編集$0.027$0.0013
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$0.0095
タスクあたりの価格:構造化データの抽出$0.0060$0.0003
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$0.0033
ベンチマークのタスクあたりのコスト(AA Index)$2.47$0.129
タスクあたりの出力トークン(AA Index)54k132k
うち推論35k100k
タスクあたりの時間(AA Index)7 min50 min
出力速度127 tok/s44 tok/s
回答開始までの時間36.9秒31.8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112.2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 Sol (max)で$2.47、MiMo-V2.6-Flashで$0.129でした。同じ作業でMiMo-V2.6-Flashは2.4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 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)。MiMo-V2.6-Flashのスコアは54.8、最初の回答トークンまで32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

130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)MiMo-V2.6-Flash
BenchLeader IndexBenchLeader62.654.8
エージェント・ツールスコアBenchLeader58.856.6
コーディングスコアBenchLeader66.356.8
人間の評価スコアBenchLeader64.263.1
知識スコアBenchLeader60.638.9
長文コンテキストスコアBenchLeader66.661.7
数学スコアBenchLeader68.062.8
マルチモーダルスコアBenchLeader60.657.3
推論スコアBenchLeader66.047.6
ブレンド価格($/100万トークン)BenchLeader$4.00$0.175
出力速度BenchLeader127 tok/s44 tok/s
回答開始までの時間BenchLeader36.9秒31.8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
GPQA DiamondEpoch AI Benchmarking Hub94.3%–
SimpleBenchSimpleBench73.1%†–
Arena Hard PromptsArena (LMArena)14831472
LiveBench 1.0 ReasoningLiveBench88.7%–
Humanity's Last Exam (AA)Artificial Analysis47.9%35.1%
HLE-Diamond (AA)Artificial Analysis45.2%13.7%
ARC-AGI-1ARC Prize95.5%–
ARC-AGI-2ARC Prize89.6%–
ARC-AGI-3ARC Prize23.0%–
CritPtArtificial Analysis30.9%12.0%
CritPt v2 hard subset (AA)Artificial Analysis66.5%29.5%
MysteryMechanismVals AI30.2%21.6%
HLE-Diamond (Scale)Scale AI SEAL33.8%†–
Arena ExpertArena (LMArena)14961495
Chess PuzzlesEpoch AI Benchmarking Hub56.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub56.0%–
LMCAEpoch AI Benchmarking Hub59.1%–
DTBenchEpoch AI Benchmarking Hub97.3%–
コーディング
SciCodeSciCode57.6%51.3%
FrontierCodeCognition49.3%–
Arena CodingArena (LMArena)15211511
Arena WebDevArena (LMArena)16731638
LiveBench 1.0 CodingLiveBench81.8%–
IOIVals AI82.6%47.7%
Code MigrationVals AI57.2%40.9%
130件のベンチマークをすべて表示
指標公開元GPT-6 Sol (max)MiMo-V2.6-Flash
コーディング
Code Migration v1.1Vals AI–39.5%
ProgramBenchVals AI2.0%0.5%
Vibe Code Bench v1.1Vals AI87.8%79.0%
Vibe Code Bench 1-100 v1.1Vals AI–24.5%
MirrorCodeEpoch AI Benchmarking Hub48.9%–
ALE-BenchEpoch AI Benchmarking Hub24621244.2
WeirdML v3WeirdML19.7%†–
Terminal-Bench 4.0 (AA)Artificial Analysis43.9%22.7%
GameBench 2 OverallDuelLab GameBench 273.0†–
GameBench 2 by reasoning settingDuelLab GameBench 279.4†40.1†
Design Arena WebsiteDesign Arena1290†–
FrontierCode 1.1 (AA)Artificial Analysis–42.1%
FrontierCode 2.0 (AA)Artificial Analysis35.6%21.6%
エージェント・ツール
Terminal-BenchTerminal-Bench50.3%16.1%†
APEX-AgentsMercor54.3%–
Arena AgentArena (LMArena)6.90
LiveBench Agentic CodingLiveBench52.9%–
Terminal-Bench 2.1 (Vals)Vals AI83.2%76.4%
GDPval-AA v2.1, normalised scoreArtificial Analysis–55.4%
GDPval-AA v2.1Artificial Analysis15141615
ITBench SRE (AA)Artificial Analysis49.4%–
CyberBenchVals AI78.0%75.4%
Finance Agent v2Vals AI49.0%56.3%
Finance Agent v2.1Vals AI–63.3%
Harvey's Legal Agent Benchmark v1.1Vals AI–13.3%
Harvey's Legal Agent Benchmark v1Vals AI1.7%11.3%
Legal Research BenchVals AI28.9%38.0%
SREBenchVals AI30.5%4.2%
Tax Agent BenchVals AI15.0%28.5%
Terminal-Bench 4.0 (Vals)Vals AI44.4%24.2%
Terminal-Bench ScienceVals AI30.0%4.3%
Arena SearchArena (LMArena)1229–
Arena Agent Task CompletionArena (LMArena)4.54.2
Vending-Bench 2Andon Labs14427.9†–
SpireClimbEpoch AI Benchmarking Hub9.2%–
AutomationBenchArtificial Analysis61.6%64.0%
GDP.pdf (AA)Artificial Analysis25.2%9.0%
Harvey LAB-AA v1.1Harvey3.6%–
AA-Briefcase v1.1Artificial Analysis14761489
Design Arena AgenticDesign Arena1218†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis30.0%4.3%
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%–
FrontierMath Tier 4Epoch AI Benchmarking Hub90.0%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ProofBenchVals AI83.0%†63.0%
LiveBench MathematicsLiveBench96.4%–
Arena MathsArena (LMArena)14401462
FrontierMath ErdősEpoch AI Benchmarking Hub1.5%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub60.7%–
LiveBench 1.0 Data AnalysisLiveBench81.2%–
AA-Omniscience v1.1Artificial Analysis21.4-10.8
PRBench LegalScale AI SEAL38.6%†–
BioMysteryBenchVals AI74.8%69.3%
Excel Modeling BenchmarkVals AI71.5%65.5%
Excel Modeling Benchmark v1.1Vals AI–68.9%
MedCodeVals AI47.1%41.1%
MedScribeVals AI82.0%85.3%
Public Benefits Bench v1.1Vals AI56.6%67.6%
Access to Justice BenchmarkVals AI–70.8%
Financial Coaching BenchVals AI62.6%–
EBR-benchEpoch AI Benchmarking Hub53.3%–
GDP.pdfEpoch AI Benchmarking Hub26.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis51.1%27.2%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.1%47.8%
HealthBench Professional (AA)OpenAI62.3%–
FACTS ParametricGoogle76.1%†–
指示追従
LiveBench LanguageLiveBench85.3%–
LiveBench Instruction FollowingLiveBench68.6%–
Arena Instruction FollowingArena (LMArena)14491436
人間の評価
Arena TextArena (LMArena)14571448
EQ-Bench Creative Writing v3EQ-Bench2126†–
Arena Creative WritingArena (LMArena)14281392
Arena Multi-turnArena (LMArena)14681445
Arena Longer QueriesArena (LMArena)14661458
マルチモーダル
Arena VisionArena (LMArena)12331260
MMMU-ProArtificial Analysis83.0%73.1%
SAGEVals AI–83.3%
Humanity's Sixth SenseScale AI SEAL31.2%25.4%†
Blueprint-Bench 2Epoch AI Benchmarking Hub36.9%†–
Furniture AssemblyEpoch AI Benchmarking Hub58.3%–
Code2Video-AAArtificial Analysis–1052
AA-3DArtificial Analysis1131–
FACTS MultimodalGoogle43.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis83.7%74.3%
MLCRArtificial Analysis33.9%11.7%
FACTS GroundingGoogle83.3%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub163.8†–
LiveBench 1.0LiveBench79.3%–
AA Intelligence Index v5.0.1Artificial Analysis44.226.7
AA Intelligence Index v4.3.2Artificial Analysis47.637.9
AA Progress Index v1Artificial Analysis334311.8
Vals IndexVals AI–54.8
Vals Finance IndexVals AI–57.1%
Vals RSI IndexVals AI28.1%–
Vals Science IndexVals AI45.0%31.7%
Vals Router IndexVals AI–54.8%
Vals Legal IndexVals AI–69.0%
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–52.8

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)。
  • 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。
  • MiMo-V2.6-Flash:スコアの改訂1件。
  • 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 MiMo-V2.6-Flash:よくある質問

GPT-6 SolはMiMo-V2.6-Flashより優れていますか?
品質ではGPT-6 Sol (max)がリードしています:62.6 対 54.8。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 Sol (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 SolとMiMo-V2.6-Flash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MiMo-V2.6-Flashの方が安く、100万トークンあたり$0.175 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。
コーディングにはGPT-6 SolとMiMo-V2.6-Flashのどちらが向いていますか?
コーディングではGPT-6 Solの方がスコアが高くなっています(カテゴリ指標で66 対 57。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 Solが1673、MiMo-V2.6-Flashが1638です。
GPT-6 SolとMiMo-V2.6-Flash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 44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MiMo-V2.6-Flash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 Solの方がスコアが高くなっています(カテゴリ指標で59 対 57。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Arena Agentでは、GPT-6 Solが6.9、MiMo-V2.6-Flashが0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 Solの方がスコアが高くなっています(67 対 62)。どちらも約1.1Mトークンです(GPT-6 Solは1,050,000、MiMo-V2.6-Flash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MiMo-V2.6-Flashです。Artificial Analysisの測定では、最初の回答トークンまで31.8秒 対 36.9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MiMo-V2.6-Flash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52件のベンチマークのうち、GPT-6 Solのリードが40件、MiMo-V2.6-Flashのリードが12件です。両方を評価しているすべての総合指標で、GPT-6 Sol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。