GPT-6 Sol vs Qwen3.7 Max
詳しいプロフィール:GPT-6 Sol(OpenAI)とQwen3.7 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 14件の情報源のデータ
2026年11月19日時点で、GPT-6 SolとQwen3.7 Maxの品質は互角です(BenchLeader Indexで62.4 対 59.8、±4.8の誤差範囲内)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$4.00 対 $3.75)。エージェント・ツール(60 対 49)、数学(68 対 58)、人間の評価(64 対 56)を重視するならGPT-6 Sol、知識(61 対 60)を重視するならQwen3.7 Maxが向いています。回答開始までの時間はQwen3.7 Maxの方が短く、14.1秒 対 39.1秒です。Qwen3.7 Maxは出力が速い点も強みです。
要点(2026年11月19日時点)
- BenchLeader IndexはGPT-6 Solが62.4、Qwen3.7 Maxが59.8です(BenchLeader、2026年11月19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19日)。
- Qwen3.7 Maxの100万トークンあたりのブレンド価格は$3.75です(定価、2026年11月19日)。
- Qwen3.7 MaxはGPT-6 Solより出力が速いです(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52件のベンチマークのうち、GPT-6 Solが41件でリードしています(BenchLeader、2026年11月19日)。
- Arena WebDevでの評価はGPT-6 Solが1674、Qwen3.7 Maxが1516です(LMArena、2026年11月19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 59;Arena WebDev 1674 対 1516 | 中 |
| エージェント・ツール利用 | GPT-6 Sol | カテゴリスコア60 対 49;Arena Agent 6.5 対 -8.3 | 高 |
| 数学 | GPT-6 Sol | カテゴリスコア68 対 58;FrontierMath Tiers 1–3 89.8% 対 64.6% | 高 |
| 推論 | どちらでも | カテゴリスコア65 対 64;GPQA Diamond 94.3% 対 90.9% | どちらでも |
| 知識 | Qwen3.7 Max | カテゴリスコア61 対 60;SimpleQA Verified 55.8% 対 60.7% | 中 |
| 長い文書 | GPT-6 Sol | カテゴリスコア67 対 64;AA-LCR v1.1 83.7% 対 79.0% | 中 |
| チャットの質(人間の評価) | GPT-6 Sol | Arenaの投票で64 対 56 | 高 |
| 最低コスト | どちらでも | 100万トークンあたりブレンド価格$4.00 対 $3.75;エージェント型コーディングセッション$0.160 対 $0.180 | – |
| 回答開始の速さ | Qwen3.7 Max | 最初の回答トークンまで14.1秒(Qwen3.7 Max)対 39.1秒(GPT-6 Sol (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
- GPT-6 Sol (max)とQwen3.7 Maxの品質は互角です(62.4 対 59.8、±4.8の誤差範囲内)。
- 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、長文コンテキスト、数学、推論で優れています。
- Qwen3.7 Maxは知識で優れています。
- 価格はほぼ同じです(100万トークンあたりブレンド価格$3.75)。
概要
| 仕様 | GPT-6 Sol | Qwen3.7 Max |
|---|---|---|
| プロバイダー | OpenAI | Alibaba |
| リリース日 | 2026年9月22日 | 2026年5月19日 |
| コンテキストウィンドウ(トークン) | 1,050,000 | 1,000,000 |
| 比較した構成 | GPT-6 Sol (max) | Qwen3.7 Max |
| 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) | $2.00 / $10.00 / $0.200 | $2.50 / $7.50 / $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 Sol (max) | Qwen3.7 Max | トップ |
|---|---|---|---|
| 推論 | 64.9 | 64.2 | 互角 |
| コーディング | 65.5 | 58.6 | GPT-6 Sol |
| エージェント・ツール | 60.3 | 48.6 | GPT-6 Sol |
| 数学 | 67.8 | 57.5 | GPT-6 Sol |
| 知識 | 59.9 | 60.9 | Qwen3.7 Max |
| 指示追従 | – | 78.1 | 比較不可 |
| 人間の評価 | 64.2 | 55.6 | GPT-6 Sol |
| マルチモーダル | 60.5 | – | 比較不可 |
| 長文コンテキスト | 66.6 | 64.1 | 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):指示追従, マルチモーダル。
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41件、Qwen3.7 Maxのリードが10件、同点が1件です。両方を評価しているすべての総合指標で、Qwen3.7 Maxが上回っています。
| 総合Index | GPT-6 Sol (max) | Qwen3.7 Max | トップ |
|---|---|---|---|
| BenchLeader Index | 62.4 | 59.8 | 互角 |
| Arena Text | 1458 | 1474 | Qwen3.7 Max |
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) | Qwen3.7 Max |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.00 | $3.75 |
| 100万トークンあたりの入力/出力 | $2.00 / $10.00 | $2.50 / $7.50 |
| 100万トークンあたりのキャッシュ入力 | $0.200 | $0.500 |
| タスクあたりの価格:チャットの返答 | $0.0038 | $0.0033 |
| タスクあたりの価格:30ページのレポートを要約 | $0.030 | $0.035 |
| タスクあたりの価格:コード編集 | $0.027 | $0.026 |
| 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 | $0.180 |
| タスクあたりの価格:構造化データの抽出 | $0.0060 | $0.0065 |
| 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 | $0.090 |
| ベンチマークのタスクあたりのコスト(AA Index) | $2.47 | – |
| タスクあたりの出力トークン(AA Index) | 54k | – |
| うち推論 | 35k | – |
| タスクあたりの時間(AA Index) | 8 min | – |
| 出力速度 | 115 tok/s | 145 tok/s |
| 回答開始までの時間 | 39.1秒 | 14.1秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 143.8秒 | 31.2秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-6 Sol (max)のスコアは62.4、最初の回答トークンまで39秒。GPT-6 Sol (xhigh)は58.2(14秒)、GPT-6 Sol (high)は57.8(6秒)。Qwen3.7 Maxのスコアは59.8、最初の回答トークンまで14秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
136件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-6 Sol (max) | Qwen3.7 Max |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.4 | 59.8 |
| エージェント・ツールスコア | BenchLeader | 60.3 | 48.6 |
| コーディングスコア | BenchLeader | 65.5 | 58.6 |
| 人間の評価スコア | BenchLeader | 64.2 | 55.6 |
| 知識スコア | BenchLeader | 59.9 | 60.9 |
| 長文コンテキストスコア | BenchLeader | 66.6 | 64.1 |
| 数学スコア | BenchLeader | 67.8 | 57.5 |
| マルチモーダルスコア | BenchLeader | 60.5 | – |
| 推論スコア | BenchLeader | 64.9 | 64.2 |
| 指示追従スコア | BenchLeader | – | 78.1 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | $3.75 |
| 出力速度 | BenchLeader | 115 tok/s | 145 tok/s |
| 回答開始までの時間 | BenchLeader | 39.1秒 | 14.1秒 |
| コンテキストウィンドウ | BenchLeader | 1,050,000トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 94.3% | 90.9% |
| SimpleBench | SimpleBench | 73.1%† | 70.4% |
| Arena Hard Prompts | Arena (LMArena) | 1484 | 1494 |
| LiveBench 1.0 Reasoning | LiveBench | 88.7% | 83.3% |
| GPQA Diamond (AA) | Artificial Analysis | – | 92.3% |
| Humanity's Last Exam (AA) | Artificial Analysis | 47.9% | 40.5% |
| HLE-Diamond (AA) | Artificial Analysis | 45.2% | – |
| GPQA Diamond (Vals) | Vals AI | – | 90.2% |
| 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% | 13.4% |
| 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) | 1497 | 1508 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 56.0% | 27.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 56.0% | 32.0% |
| LMCA | Epoch AI Benchmarking Hub | 59.1% | 44.0% |
| DTBench | Epoch AI Benchmarking Hub | 97.3% | 92.3% |
| ForecastBench | ForecastBench | 66.3%† | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 77.3% |
| SciCode | SciCode | 57.6% | 49.5% |
| FrontierCode | Cognition | 49.3% | – |
| Arena Coding | Arena (LMArena) | 1520 | 1524 |
136件のベンチマークをすべて表示
| 指標 | 公開元 | GPT-6 Sol (max) | Qwen3.7 Max |
|---|---|---|---|
| コーディング | |||
| Arena WebDev | Arena (LMArena) | 1674 | 1516 |
| LiveBench 1.0 Coding | LiveBench | 81.8% | 74.2% |
| LiveCodeBench | Vals AI | – | 87.1% |
| IOI | Vals AI | 82.6% | – |
| SWE-bench (Vals) | Vals AI | – | 68.8% |
| Code Migration | Vals AI | 57.2% | 13.1% |
| ProgramBench | Vals AI | 2.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 87.8% | 47.7% |
| MirrorCode | Epoch AI Benchmarking Hub | 48.9% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 2462 | 1189.4 |
| WeirdML v3 | WeirdML | 19.7%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 43.9% | 1.5% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 74.5% |
| Startrise Frontend | Startrise | – | 63.6% |
| GameBench 2 Overall | DuelLab GameBench 2 | 73.0† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 79.2† | – |
| Design Arena Website | Design Arena | 1288† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 35.6% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 50.3% | – |
| APEX-Agents | Mercor | 54.3% | – |
| Arena Agent | Arena (LMArena) | 6.5 | -8.3 |
| LiveBench Agentic Coding | LiveBench | 52.9% | 43.6% |
| Terminal-Bench Hard | Artificial Analysis | – | 50.8% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 94.7% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 83.2% | 61.0% |
| GDPval-AA v2.1 | Artificial Analysis | 1514 | 1134 |
| τ³-Banking (AA) | Artificial Analysis | – | 11.8% |
| ITBench SRE (AA) | Artificial Analysis | 49.4% | 42.5% |
| Analyst Agent (AA) | Artificial Analysis | – | 18.8% |
| CyberBench | Vals AI | 78.0% | – |
| Finance Agent v2 | Vals AI | 49.0% | 47.8% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 1.7% | 1.7% |
| Legal Research Bench | Vals AI | 28.9% | 25.5% |
| SREBench | Vals AI | 30.5% | – |
| Tax Agent Bench | Vals AI | 15.0% | 15.8% |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 59.2% |
| 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) | 3.9 | -10.6 |
| GBAEval | Epoch AI Benchmarking Hub | – | 0.4% |
| Vending-Bench 2 | Andon Labs | 14427.9† | – |
| SpireClimb | Epoch AI Benchmarking Hub | 9.2% | – |
| AutomationBench | Artificial Analysis | 61.6% | 23.0% |
| GDP.pdf (AA) | Artificial Analysis | 25.2% | 8.6% |
| Harvey LAB-AA v1.1 | Harvey | 3.6% | – |
| EnterpriseOps-Gym | Artificial Analysis | – | 45.0% |
| AA-Briefcase v1.1 | Artificial Analysis | 1476 | 917 |
| Design Arena Agentic | Design Arena | 1207† | 1171 |
| 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% | 64.6% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 90.0% | 34.1% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 95.6% |
| ProofBench | Vals AI | 83.0%† | 26.0% |
| LiveBench Mathematics | LiveBench | 96.4% | 85.3% |
| Arena Maths | Arena (LMArena) | 1444 | 1481 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | 1.5% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 60.7% | 55.8% |
| LiveBench 1.0 Data Analysis | LiveBench | 81.2% | 71.8% |
| AA-Omniscience v1.1 | Artificial Analysis | 21.4 | – |
| MMLU-Pro | Vals AI | – | 89.3% |
| LegalBench | Vals AI | – | 84.9% |
| CorpFin | Vals AI | – | 63.7% |
| TaxEval | Vals AI | – | 75.3% |
| PRBench Legal | Scale AI SEAL | 38.6%† | – |
| BioMysteryBench | Vals AI | 74.8% | – |
| Excel Modeling Benchmark | Vals AI | 71.5% | 57.0% |
| MedCode | Vals AI | 47.1% | 38.8% |
| MedScribe | Vals AI | 82.0% | 79.4% |
| Public Benefits Bench v1.1 | Vals AI | 56.6% | – |
| Financial Coaching Bench | Vals AI | 62.6% | – |
| DrugDiscoveryBench | Scale AI SEAL | – | 29.3%† |
| EBR-bench | Epoch AI Benchmarking Hub | 53.3% | 9.5% |
| 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% | 79.7% |
| LiveBench Instruction Following | LiveBench | 68.6% | 74.0% |
| IFBench | Artificial Analysis | – | 80.5% |
| Arena Instruction Following | Arena (LMArena) | 1448 | 1466 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1458 | 1474 |
| EQ-Bench 4 | EQ-Bench | – | 1100 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2126† | – |
| Arena Creative Writing | Arena (LMArena) | 1427 | 1440 |
| Arena Multi-turn | Arena (LMArena) | 1468 | 1481 |
| Arena Longer Queries | Arena (LMArena) | 1466 | 1491 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1233 | – |
| MMMU-Pro | Artificial Analysis | 83.0% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 31.2% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 36.9%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 58.3% | – |
| 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% | 79.0% |
| MLCR | Artificial Analysis | 33.9% | 14.4% |
| FACTS Grounding | 83.3%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 163.8† | 154.6 |
| LiveBench 1.0 | LiveBench | 79.3% | 73.1% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 44.2 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 47.6 | 29.5 |
| AA Progress Index v1 | Artificial Analysis | 334 | 293.8 |
| Vals RSI Index | Vals AI | 28.1% | – |
| Vals Science Index | Vals AI | 45.0% | – |
| 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%† | – |
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
- Qwen3.7 Max:BenchLeader Index 60.3 → 59.8。
- Qwen3.7 Max:スコアの改訂1件。
- GPT-6 Sol (max):BenchLeader Index 62.9 → 62.1。
- GPT-6 Sol (max):スコアの改訂2件。
- 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。
関連する比較
- GPT-6 Sol vs Claude Fable 5.2
- GPT-6 Sol vs GPT-6.2 Astra
- GPT-6 Sol vs Gemini 4 Carbon
- GPT-6 Sol vs Claude Opus 5.5
- GPT-6 Sol vs Qwen3.6 Max
- GPT-6 Sol vs Gemini 4 Neon
- GPT-6 Sol vs GPT-6 Astra
- GPT-6 Sol vs Claude Fable 5.1
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 Qwen3.7 Max:よくある質問
- GPT-6 SolはQwen3.7 Maxより優れていますか?
- GPT-6 Sol (max)とQwen3.7 Maxの品質は互角です(62.4 対 59.8、±4.8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19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Qwen3.7 Max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Qwen3.7 Maxの方が安く、100万トークンあたり$3.75 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Qwen3.7 Max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 59。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1674、Qwen3.7 Maxが1516です。
- GPT-6 SolとQwen3.7 Maxはどちらが速いですか?
- Qwen3.7 Maxの方が出力が速くなっています(出力145 対 115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Qwen3.7 Max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60 対 49。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6.5、Qwen3.7 Maxが-8.3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 64)。どちらも約1.1Mトークンです(GPT-6 Solは1,050,000、Qwen3.7 Maxは1,000,000)。
- 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Qwen3.7 Maxです。Artificial Analysisの測定では、最初の回答トークンまで14.1秒 対 39.1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Qwen3.7 Max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41件、Qwen3.7 Maxのリードが10件、同点が1件です。両方を評価しているすべての総合指標で、Qwen3.7 Max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。