BenchLeader

GPT-4 Turbo

推論エフォート
品質339中259位
41.1Index
下位4分の1
中央値比 −9.1
価格255中242位
$15.00100万トークンあたり
高い方から4分の1
中央値の18倍
速度216中61位
115トークン/秒
中央値より上
中央値の1.4倍
コスパ255中246位
2.7ポイント/$
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(375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196つあります:Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00)、GPT-6.1 Sol (66.6, $4.00)ほか193つ。

2026年11月16日時点で、GPT-4 Turbo(OpenAI)のBenchLeader Indexは41.1です(ランク付け対象は608構成)。最も強いのは人間の評価(48)、最も弱いのは推論(35)です。API料金は入力100万トークンあたり$10.00、出力100万トークンあたり$30.00(3:1のブレンドで$15.00)で、2026年11月16日時点の定価です。出力速度は約120トークン/秒です(Artificial Analysis)。2024年4月9日にリリースされました。

要点(2026年11月16日時点)

  • GPT-4 TurboのAPI料金は入力100万トークンあたり$10.00、出力100万トークンあたり$30.00(3:1のブレンドで$15.00)です(定価、2026年11月16日)。
  • GPT-4 Turboの出力速度は約120トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-4 Turboは2024年4月9日にリリースされました(OpenAI)。

詳しく見ると:GPT-4 TurboはOpenAIのプロプライエタリなモデルです(2024年4月9日リリース)。最もスコアの高い構成は、BenchLeader Indexで41.1 ±5.1を記録し、608構成中517位で下位半分に入ります。重要なのはこの「±」です。ほかに186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。カテゴリ別では人間の評価が最も高く(48)、推論が最も低くなっています(35)。ブレンド価格は100万トークンあたり$15.00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115トークン/秒、回答開始まで1.3秒で、多くのモデルより高速です。2通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$15.00/M
入力$10.00・出力$30.00
出典:Artificial Analysis
出力速度
115 tok/s
Artificial Analysisによる測定
回答開始
1.33 s
最初のトークン 1.33 s
コンテキスト
128k
出典:models.dev
回答完了まで
15 s
最終測定2026年11月13日
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
2024年4月9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Index41
  2. 推論35
  3. コーディング37
  4. 数学36
  5. 人間の評価48
  6. マルチモーダル37

この順位を埋め込む

ほかのバッジスタイル
[![GPT-4 Turbo on BenchLeader: 総合 252位](https://www.benchleader.com/badge/gpt-4-turbo.svg?style=compact)](https://www.benchleader.com/models/gpt-4-turbo)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

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4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-4 Turboこのページ2024年4月9日41.1#517
GPT 3.5 Turbo 01252024年1月25日34.9#589
GPT 3.5 Turbo 11062023年11月6日38.4#561
GPT-3.5-turbohigh2023年9月18日––

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
high––115 tok/s1.33 s$0.013知識 51
未記載最良41.1#517115 tok/s1.33 s$0.013コーディング 37 · 人間の評価 48 · 数学 36 · マルチモーダル 37 · 推論 35

Indexの推移

2026年9月8日〜2026年11月16日
364247

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 Diamond46.6%#244Epoch AI Benchmarking Hub
SimpleBench25.1%#96SimpleBench
Arena Hard Prompts1316#258Arena (LMArena)
Humanity's Last Exam (AA)Index対象外3.1%#626Artificial Analysis
Arena ExpertIndex対象外1297#252Arena (LMArena)
LMCAIndex対象外9.8%#188Epoch AI Benchmarking Hub
DTBenchIndex対象外61.6%#187Epoch AI Benchmarking Hub
ForecastBenchIndex対象外62.9%#50ForecastBench

コーディング

ベンチマーク標準出典推移
WeirdML18.0%#147WeirdML
Arena Coding1347#257Arena (LMArena)
LiveCodeBench (AA)Index対象外29.1%#206Artificial Analysis

エージェント・ツール

ベンチマーク標準出典推移
METR Time HorizonsIndex対象外36.7%#32METR

知識

ベンチマークhigh標準出典推移
LegalBench80.5%#85–Vals AI
MedQA82.0%#67–Vals AI
MMLUIndex対象外エフォート未記載–81.3%#17Epoch AI Benchmarking Hub

指示追従

ベンチマーク標準出典推移
Arena Instruction FollowingIndex対象外1303#243Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1325#238Arena (LMArena)
Arena Creative WritingIndex対象外1323#200Arena (LMArena)
Arena Multi-turnIndex対象外1313#243Arena (LMArena)
Arena Longer QueriesIndex対象外1318#252Arena (LMArena)

マルチモーダル

ベンチマーク標準出典推移
Arena Vision1090#129Arena (LMArena)

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外125.8#156Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外7.0#507Artificial Analysis
AA Progress Index v1Index対象外160.4#529Artificial Analysis

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$0.013–3.9 s
30ページのレポートを要約12,000 / 600$0.138–6.5 s
コード編集6,000 / 1,500$0.105–14.4 s
エージェント型コーディングセッション60,000 / 4,000$0.720–36.1 s
構造化データの抽出2,000 / 200$0.026–3.1 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

GPT-4 Turboの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![GPT-4 Turbo on BenchLeader: 総合 252位](https://www.benchleader.com/badge/gpt-4-turbo.svg)](https://www.benchleader.com/models/gpt-4-turbo)

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

BibTeX:

@misc{benchleader_gpt_4_turbo_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-4 Turbo on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-4-turbo}},
  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 Turboのベンチマークスコアは?
2026年11月16日時点で、GPT-4 TurboのBenchLeader Indexは41.1 ±5.1です。最も強いのは人間の評価(48)、最も弱いのは推論(35)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 Turboの順位は?
2026年11月16日時点で、GPT-4 Turboはランク付けされた608構成中517位です。ほかに186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 Turbo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 Turboの料金は入力100万トークンあたり$10.00、出力100万トークンあたり$30.00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$15.00です。
GPT-4 Turboはいつリリースされましたか?
OpenAIが2024年4月9日にGPT-4 Turboをリリースしました。BenchLeaderには2通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「GPT-4 Turbo: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-turbo