BenchLeader

GPT-4

品質339中243位
42.3Index
中央値より下
中央値比 −7.9
価格255中252位
$37.50100万トークンあたり
高い方から4分の1
中央値の44倍
速度216中86位
97トークン/秒
中央値より上
中央値の1.2倍
コスパ255中253位
1.1ポイント/$
下位4分の1
中央値の0.0倍

よりコスパが高いモデル: Gemma 4 E4B $0.040/MでIndex 43.2(938分の1の価格)。

より安価でスコアの高いランク付けモデルが197つあります:Claude Fable 5.2 (72.7, $16.00)、Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00)ほか194つ。

2026年11月16日時点で、GPT-4(OpenAI)のBenchLeader Indexは42.3です(ランク付け対象は608構成)。最も強いのはコーディング(44)、最も弱いのは推論(33)です。API料金は入力100万トークンあたり$30.00、出力100万トークンあたり$60.00(3:1のブレンドで$37.50)で、2026年11月16日時点の定価です。出力速度は約97トークン/秒です(OpenRouter)。2023年3月14日にリリースされました。

要点(2026年11月16日時点)

  • GPT-4のAPI料金は入力100万トークンあたり$30.00、出力100万トークンあたり$60.00(3:1のブレンドで$37.50)です(定価、2026年11月16日)。
  • GPT-4の出力速度は約97トークン/秒です(OpenRouter、2026年11月16日)。
  • GPT-4は2023年3月14日にリリースされました(OpenAI)。

詳しく見ると:GPT-4はOpenAIのプロプライエタリなモデルです(2023年3月14日リリース)。最もスコアの高い構成は、BenchLeader Indexで42.3 ±6.1を記録し、608構成中496位で下位半分に入ります。重要なのはこの「±」です。ほかに220構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別ではコーディングが最も高く(44)、推論が最も低くなっています(33)。ブレンド価格は100万トークンあたり$37.50で、ランク付けされたモデルの中で最も高価な部類です。出力速度は97トークン/秒、最初のトークンまで0.6秒で、多くのモデルより高速です。すでにgpt-4-0125に置き換えられており、いま比較すべきはそちらのバージョンです。最終測定日:2026年11月11日。

ブレンド価格
$37.50/M
入力$30.00・出力$60.00
出典:models.dev
出力速度
97 tok/s
OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
回答開始
0.62 s
コンテキスト
8k
出典:models.dev
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2023年3月14日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index42
  2. 推論33
  3. コーディング44
  4. 数学38
  5. 指示追従37
  6. 人間の評価44

OpenAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

OpenAIはこの名前で13つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
GPT-5.62026年7月9日––
GPT-5.5xhigh2026年4月23日64.1#31
GPT-5.4xhigh2026年3月5日63.1#42
GPT-5.2xhigh2025年12月11日59.9#95
GPT-5.1high2025年11月12日57.5#151
GPT-5medium2025年8月7日59.0#113
GPT-4.12025年4月14日48.7#377
GPT-4.52025年2月27日50.5#335
GPT 4 01252024年1月25日––
GPT-4 11062023年11月6日––
GPT 4 06132023年6月13日39.5#541
GPT-4このページ2023年3月14日42.3#496
GPT-3.5–––

Indexの推移

2026年9月8日〜2026年11月16日
364452

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマーク標準出典推移
GPQA Diamond35.7%#271Epoch AI Benchmarking Hub
Arena Hard Prompts1306#266Arena (LMArena)
GPQA Diamond (AA)Index対象外35.0%#502Artificial Analysis
Arena ExpertIndex対象外1265#275Arena (LMArena)
HellaSwagIndex対象外95.3%#1Epoch AI Benchmarking Hub
WinoGrandeIndex対象外87.5%#3Epoch AI Benchmarking Hub

コーディング

ベンチマーク標準出典推移
Arena Coding1330#271Arena (LMArena)

エージェント・ツール

ベンチマーク標準出典推移
GDPval-AA v2.1Index対象外-13#288Artificial Analysis
METR Time HorizonsIndex対象外36.1%#33METR

数学

ベンチマーク標準出典推移
OTIS Mock AIME0.6%#284Epoch AI Benchmarking Hub
Arena Maths1285#249Arena (LMArena)
GSM8KIndex対象外92.0%#4Epoch AI Benchmarking Hub

知識

ベンチマーク標準出典推移
MMLUIndex対象外86.4%#5Epoch AI Benchmarking Hub

指示追従

ベンチマーク標準出典推移
IFBench33.2%#336Artificial Analysis
Arena Instruction FollowingIndex対象外1285#262Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1288#276Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外750#117EQ-Bench
Arena Creative WritingIndex対象外1255#272Arena (LMArena)
Arena Multi-turnIndex対象外1274#275Arena (LMArena)
Arena Longer QueriesIndex対象外1280#284Arena (LMArena)

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外121.8#163Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外6.7#520Artificial Analysis
AA Progress Index v1Index対象外140.1#573Artificial Analysis

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Azure96 tok/s0.70 s$30.00$60.008k–

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3がプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.030–3.7 s
30ページのレポートを要約12,000 / 600$0.396–6.8 s
コード編集6,000 / 1,500$0.270–16.1 s
エージェント型コーディングセッション60,000 / 4,000$2.04–41.9 s
構造化データの抽出2,000 / 200$0.072–2.7 s

OpenAIのほかのモデル

今月の新着

関連ページ

埋め込み・引用

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). GPT-4 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-4

BibTeX:

@misc{benchleader_gpt_4_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-4 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-4}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

GPT-4のベンチマークスコアは?
2026年11月16日時点で、GPT-4のBenchLeader Indexは42.3 ±6.1です。最も強いのはコーディング(44)、最も弱いのは推論(33)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
GPT-4の順位は?
2026年11月16日時点で、GPT-4はランク付けされた608構成中496位です。ほかに220構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
GPT-4の料金は100万トークンあたりいくらですか?
2026年11月16日時点で、GPT-4の料金は入力100万トークンあたり$30.00、出力100万トークンあたり$60.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$37.50です。
GPT-4はいつリリースされましたか?
OpenAIが2023年3月14日にGPT-4をリリースしました。

2026年11月16日時点のデータです。 ほかのモデルと比較

引用表記:BenchLeader「GPT-4:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gpt-4