GPT-5.1-Codex
この水準ではコスパ良好: Indexの差が2ポイント以内で、価格が4分の3以下のランク入りモデルはありません。
これより安価でスコアの高いランク付けモデルはありません。価格面でのフロンティアにあります。
2026年11月16日時点で、GPT-5.1-Codex(OpenAI)はまだBenchLeader Indexでランク付けされていません。Indexには、2つ以上のカテゴリにわたる5件以上の第三者の結果が必要です。API料金は入力100万トークンあたり$1.25、出力100万トークンあたり$10.00(3:1のブレンドで$3.44)で、2026年11月16日時点の定価です。出力速度は約110トークン/秒です(Artificial Analysis)。2025年11月12日にリリースされました。
要点(2026年11月16日時点)
- GPT-5.1-CodexのAPI料金は入力100万トークンあたり$1.25、出力100万トークンあたり$10.00(3:1のブレンドで$3.44)です(定価、2026年11月16日)。
- GPT-5.1-Codexの出力速度は約110トークン/秒です(Artificial Analysis、2026年11月16日)。
- GPT-5.1-Codexは2025年11月12日にリリースされました(OpenAI)。
詳しく見ると:GPT-5.1-CodexはOpenAIのプロプライエタリな推論モデルです(2025年11月12日リリース)。まだランク付けされていません。Indexには、2つ以上のカテゴリにわたる5件以上の第三者の結果が必要です。ブレンド価格は100万トークンあたり$3.44で、ランク付けされたモデルの多くより高価です。出力速度は105トークン/秒、回答開始まで11.2秒で、多くのモデルより高速です。4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:2025年11月13日。古いデータ:6か月間、新しい結果がありません
- ブレンド価格
- $3.44/M
- 入力$1.25・出力$10.00
- 出典:Artificial Analysis
- 出力速度
- 105 tok/s
- Artificial Analysisによる測定
- 回答開始
- 11 s
- 最初のトークン 2.84 s
- コンテキスト
- 400k
- 出典:LiteLLM price table
- 回答完了まで
- 18 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
- 2025年11月12日
- エージェント・ツール64
- 指示追従69
- マルチモーダル55
- 長文コンテキスト59
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-5.3-Codexxhigh | 2026年2月5日 | 62.9 | #45 |
| GPT-5.2-Codex | 2025年12月18日 | 57.6 | #150 |
| GPT-5.1-Codexhighこのページ | 2025年11月12日 | – | – |
| GPT-5-Codexhigh | 2025年9月15日 | 58.6 | #125 |
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。
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 | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond (AA)Index対象外 | 86.0%#119 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 25.7%#199 | Artificial Analysis | |
| CritPtIndex対象外 | 5.7%#163 | Artificial Analysis |
コーディング
| ベンチマーク | medium | high | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| Arena WebDevエフォート未記載 | – | – | – | 1338#125 | Arena (LMArena) | |
| LiveCodeBenchエフォート未記載 | – | – | – | 85.5%#30 | Vals AI | |
| SWE-bench Verified (bash only) | 66.0%#18 | – | – | – | SWE-bench | |
| SWE-bench Verified (any scaffold)Index対象外 | 66.0%#20 | – | – | – | SWE-bench | |
| Vibe Code Bench v1.1Index対象外 | – | 13.1%#102 | – | – | Vals AI | |
| ALE-BenchIndex対象外 | – | – | 1228.3#47 | 1244.9#45 | Epoch AI Benchmarking Hub | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | – | 1154#122 | Design Arena | |
| LiveCodeBench (AA)Index対象外 | – | 84.9%#15 | – | – | Artificial Analysis |
エージェント・ツール
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Terminal-Benchエフォート未記載 | – | 57.8%#24 | Terminal-Bench | |
| Terminal-Bench Hard | 34.9%#82 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 83.0%#114 | – | Artificial Analysis | |
| Design Arena AgenticIndex対象外エフォート未記載 | – | 1035#73 | Design Arena |
数学
| ベンチマーク | high | 出典 | 推移 |
|---|---|---|---|
| AIME 2025 (AA)Index対象外 | 95.7%#7 | Artificial Analysis |
知識
| ベンチマーク | high | 出典 | 推移 |
|---|---|---|---|
| Global-MMLU-Lite (AA)Index対象外 | 89.7%#16 | Artificial Analysis |
指示追従
| ベンチマーク | high | 出典 | 推移 |
|---|---|---|---|
| IFBench | 70.0%#70 | Artificial Analysis |
マルチモーダル
| ベンチマーク | high | 出典 | 推移 |
|---|---|---|---|
| MMMU-Pro | 72.5%#146 | Artificial Analysis |
長文コンテキスト
| ベンチマーク | high | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 69.3%#243 | Artificial Analysis |
総合
| ベンチマーク | high | 出典 | 推移 |
|---|---|---|---|
| AA Intelligence Index v4.3.2Index対象外 | 23.7#191 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 270.4#204 | Artificial 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 |
|---|---|---|---|---|---|---|
| Azure | 66 tok/s | 2.32 s | $1.25 | $10.00 | 400k | – |
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$0.130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 | $0.0035 | $0.0032 | 14.0 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.021 | $0.011 | 16.9 s |
| コード編集 | 6,000 / 1,500 | $0.022 | $0.018 | 25.4 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.115 | $0.065 | 49.2 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0045 | $0.0028 | 13.1 s |
関連ページ
よくある質問
- GPT-5.1-CodexにBenchLeader Indexのスコアがないのはなぜですか?
- Indexには2つ以上のカテゴリにわたる5件以上の第三者の結果が必要ですが、2026年11月16日時点でGPT-5.1-Codexにはまだ揃っていません。発表記事のスコアは使わないため、第三者の公開元が測定した時点でランク付けされます。
- GPT-5.1-Codex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-5.1-Codexの料金は入力100万トークンあたり$1.25、出力100万トークンあたり$10.00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$3.44です。
- GPT-5.1-Codexはいつリリースされましたか?
- OpenAIが2025年11月12日にGPT-5.1-Codexをリリースしました。BenchLeaderには4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-5.1-Codex: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-5-1-codex