BenchLeader

GPT-4o mini

推論エフォート
品質339中321位
35.2Index
下位4分の1
中央値比 −15.0
価格255中55位
$0.262100万トークンあたり
安い方から4分の1
中央値の0.3倍
速度216中155位
59トークン/秒
中央値より下
中央値の0.7倍
コスパ255中68位
134.4ポイント/$
中央値より上
中央値の2.4倍

よりコスパが高いモデル: Gemma 4 E4B $0.040/MでIndex 43.2(85%安い)。

より安価でスコアの高いランク付けモデルが48つあります:GLM 5.3 Flash (57.8, $0.238)、Claude Haiku 5.5 (56.7, $0.200)、MiMo-V2.5 (56.3, $0.138)ほか45つ。

2026年11月16日時点で、GPT-4o mini(OpenAI)のBenchLeader Indexは35.2です(ランク付け対象は608構成)。最も強いのは人間の評価(47)、最も弱いのは知識(23)です。API料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600(3:1のブレンドで$0.262)で、2026年11月16日時点の定価です。出力速度は約59トークン/秒です(Artificial Analysis)。2024年7月18日にリリースされました。

要点(2026年11月16日時点)

  • GPT-4o miniのAPI料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600(3:1のブレンドで$0.262)です(定価、2026年11月16日)。
  • GPT-4o miniの出力速度は約59トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-4o miniは2024年7月18日にリリースされました(OpenAI)。

詳しく見ると:GPT-4o miniはOpenAIのプロプライエタリなモデルです(2024年7月18日リリース)。最もスコアの高い構成は、BenchLeader Indexで35.2 ±4.3を記録し、608構成中588位で下位半分に入ります。重要なのはこの「±」です。ほかに87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(47)、知識が最も低くなっています(23)。ブレンド価格は100万トークンあたり$0.262で、ランク付けされたモデルの多くより安価です。出力速度は59トークン/秒、回答開始まで2.3秒で、多くのモデルより低速です。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
$0.262/M
入力$0.150・出力$0.600
出典:Artificial Analysis
出力速度
59 tok/s
Artificial Analysisによる測定
回答開始
2.31 s
最初のトークン 0.60 s
コンテキスト
128k
出典:models.dev
回答完了まで
24 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7月18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Index35
  2. 推論30
  3. コーディング28
  4. エージェント・ツール30
  5. 数学37
  6. 知識23
  7. 指示追従42
  8. 人間の評価47
  9. マルチモーダル29

この順位を埋め込む

ほかのバッジスタイル
[![GPT-4o mini on BenchLeader: 総合 313位](https://www.benchleader.com/badge/gpt-4o-mini.svg?style=compact)](https://www.benchleader.com/models/gpt-4o-mini)

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

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
high33.5#59659 tok/s2.31 s$0.0002コーディング 15 · 知識 29 · 数学 35
未記載最良35.2#58859 tok/s2.31 s$0.0002エージェント・ツール 30 · コーディング 28 · 人間の評価 47 · 指示追従 42 · 知識 23 · 数学 37 · マルチモーダル 29 · 推論 30

Indexの推移

2026年9月8日〜2026年11月16日
283441
  • 標準
  • high

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high標準出典推移
GPQA Diamondエフォート未記載–37.7%#267Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載–10.7%#111SimpleBench
Arena Hard Promptsエフォート未記載–1311#262Arena (LMArena)
GPQA Diamond (AA)Index対象外エフォート未記載–42.6%#473Artificial Analysis
Humanity's Last Exam (AA)Index対象外エフォート未記載–4.2%#549Artificial Analysis
GPQA Diamond (Vals)Index対象外44.2%#125–Vals AI
Kagi LLM Benchmarkエフォート未記載–28.8%#126Kagi LLM Benchmark
GPQA Diamond (HELM)Index対象外エフォート未記載–36.8%#53HELM Capabilities
ARC-AGI-2エフォート未記載–0.0%#251ARC Prize
Arena ExpertIndex対象外エフォート未記載–1285#263Arena (LMArena)
Chess PuzzlesIndex対象外エフォート未記載–3.0%#148Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外エフォート未記載–12.0%#108Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載–10.4%#186Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載–54.4%#207Epoch AI Benchmarking Hub
PIQAIndex対象外エフォート未記載–88.7%#1Epoch AI Benchmarking Hub

コーディング

ベンチマークhigh標準出典推移
WeirdMLエフォート未記載–11.8%#151WeirdML
Arena Codingエフォート未記載–1348#256Arena (LMArena)
LiveCodeBench26.4%#136–Vals AI
Aider Polyglotエフォート未記載–3.6%#62Aider polyglot leaderboard
Terminal-Bench 2.1 (AA)Index対象外エフォート未記載–5.6%#207Artificial Analysis
LiveCodeBench (AA)Index対象外エフォート未記載–23.4%#232Artificial Analysis

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-15#289Artificial Analysis
τ³-Banking (AA)2.9%#203Artificial Analysis
BALROGIndex対象外17.4%#27BALROG
BrowseCompIndex対象外0.6%#25OpenAI

数学

ベンチマークhigh標準出典推移
FrontierMath Tiers 1–3エフォート未記載–0.7%#120Epoch AI Benchmarking Hub
OTIS Mock AIMEエフォート未記載–6.9%#251Epoch AI Benchmarking Hub
MATH Level 5エフォート未記載–52.6%#53Epoch AI Benchmarking Hub
AIME (Vals)11.5%#86–Vals AI
MGSM86.2%#62–Vals AI
Omni-MATH (HELM)エフォート未記載–28.0%#48HELM Capabilities
MATH 500Index対象外72.6%#47–Vals AI
Arena Mathsエフォート未記載–1275#257Arena (LMArena)
GSM8KIndex対象外エフォート未記載–91.3%#5Epoch AI Benchmarking Hub
AIME 2025 (AA)Index対象外エフォート未記載–14.7%#209Artificial Analysis

知識

ベンチマークhigh標準出典推移
SimpleQA Verifiedエフォート未記載–8.3%#98Epoch AI Benchmarking Hub
MMLU-Pro62.7%#129–Vals AI
CorpFin45.5%#113–Vals AI
TaxEval60.5%#124–Vals AI
MedQA72.4%#79–Vals AI
MMLU-Pro (HELM)Index対象外エフォート未記載–60.3%#47HELM Capabilities
MMLUIndex対象外エフォート未記載–81.8%#16Epoch AI Benchmarking Hub

指示追従

人間の評価

ベンチマーク標準出典推移
Arena Text1318#248Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外871#109EQ-Bench
Arena Creative WritingIndex対象外1294#232Arena (LMArena)
Arena Multi-turnIndex対象外1311#246Arena (LMArena)
Arena Longer QueriesIndex対象外1326#239Arena (LMArena)
Lech Mazur Creative WritingIndex対象外67.2%#36Lech Mazur

マルチモーダル

ベンチマークhigh標準出典推移
Arena Visionエフォート未記載–1066#132Arena (LMArena)
MMMU-Proエフォート未記載–41.5%#278Artificial Analysis
MMMU-Pro (official)Index対象外エフォート未記載–37.6%#5MMMU
MMMU-Pro (Vals)Index対象外56.6%#86–Vals AI
MortgageTaxIndex対象外54.5%#76–Vals AI
GeoBenchIndex対象外エフォート未記載–64.0%#27GeoBench
VPCTIndex対象外エフォート未記載–34.0%#27Epoch AI Benchmarking Hub
Video-MMEIndex対象外エフォート未記載–64.8%#17Video-MME

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外123.9#160Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外6.7#526Artificial Analysis
AA Progress Index v1Index対象外154.8#552Artificial Analysis
HELM Capabilities meanIndex対象外56.5%#51HELM Capabilities

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外48.1%#67Scale AI SEAL

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/s0.60 s$0.165$0.660128k–
Azure88 tok/s0.96 s$0.150$0.600128k–
OpenAI56 tok/s0.56 s$0.150$0.600128k–

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100万トークンあたり$0.075の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$0.0002$0.00027.4 s
30ページのレポートを要約12,000 / 600$0.0022$0.001512.4 s
コード編集6,000 / 1,500$0.0018$0.001527.6 s
エージェント型コーディングセッション60,000 / 4,000$0.011$0.00801.2 min
構造化データの抽出2,000 / 200$0.0004$0.00035.7 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

GPT-4o mini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-4o mini on BenchLeader: 総合 313位](https://www.benchleader.com/badge/gpt-4o-mini.svg)](https://www.benchleader.com/models/gpt-4o-mini)

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

BibTeX:

@misc{benchleader_gpt_4o_mini_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-4o mini on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-4o-mini}},
  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-4o miniのベンチマークスコアは?
2026年11月16日時点で、GPT-4o miniのBenchLeader Indexは35.2 ±4.3です。最も強いのは人間の評価(47)、最も弱いのは知識(23)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-4o miniの順位は?
2026年11月16日時点で、GPT-4o miniはランク付けされた608構成中588位です。ほかに87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-4o mini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-4o miniの料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600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$0.262です。
GPT-4o miniはいつリリースされましたか?
OpenAIが2024年7月18日にGPT-4o mini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-4o mini: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-4o-mini