BenchLeader

GPT-5.5

推論エフォート
品質339中14位
64.1Index
上位10%
中央値比 +13.9
価格255中240位
$11.25100万トークンあたり
高い方から4分の1
中央値の13倍
速度216中111位
81トークン/秒
中央値より下
中央値の1.0倍
コスパ255中240位
5.7ポイント/$
下位4分の1
中央値の0.1倍

よりコスパが高いモデル: Gemini 3.7 Flash $1.50/MでIndex 62.1(87%安い)。

より安価でスコアの高いランク付けモデルが8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5つ。

2026年11月16日時点で、GPT-5.5(OpenAI)のBenchLeader Indexは64.1です(ランク付けされた608構成中上位50位以内)。最も強いのは指示追従(74)、最も弱いのはコーディング(61)です。API料金は入力100万トークンあたり$5.00、出力100万トークンあたり$30.00(3:1のブレンドで$11.25)で、2026年11月16日時点の定価です。出力速度は約81トークン/秒です(Artificial Analysis)。2026年4月23日にリリースされました。

要点(2026年11月16日時点)

  • GPT-5.5のAPI料金は入力100万トークンあたり$5.00、出力100万トークンあたり$30.00(3:1のブレンドで$11.25)です(定価、2026年11月16日)。
  • GPT-5.5の出力速度は約81トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-5.5は2026年4月23日にリリースされました(OpenAI)。

詳しく見ると:GPT-5.5はOpenAIのプロプライエタリな推論モデルです(2026年4月23日リリース)。最もスコアの高い構成(推論エフォート xhigh)は、BenchLeader Indexで64.1 ±3.9を記録し、608構成中31位で上位半分に入ります。重要なのはこの「±」です。ほかに102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。カテゴリ別では指示追従が最も高く(74)、コーディングが最も低くなっています(61)。ブレンド価格は100万トークンあたり$11.25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81トークン/秒、回答開始まで38.3秒で、多くのモデルより低速です。6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
$11.25/M
入力$5.00・出力$30.00
出典:Artificial Analysis
出力速度
81 tok/s
Artificial Analysisによる測定
回答開始
38 s
最初のトークン 2.87 s
コンテキスト
1.1M
出典:models.dev
回答完了まで
104 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
2026年4月23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Index64
  2. 推論68
  3. コーディング61
  4. エージェント・ツール62
  5. 数学69
  6. 知識64
  7. 指示追従74
  8. マルチモーダル62
  9. 長文コンテキスト67

この順位を埋め込む

ほかのバッジスタイル
[![GPT-5.5 on BenchLeader: 総合 14位](https://www.benchleader.com/badge/gpt-5-5.svg?style=compact)](https://www.benchleader.com/models/gpt-5-5)

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-5.5xhighこのページ2026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-42023年3月14日42.3#496
GPT-3.5–––

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
推論なし52.3#28276 tok/s1.70 s$0.011エージェント・ツール 54 · コーディング 56 · 指示追従 48 · 長文コンテキスト 56 · 数学 48 · マルチモーダル 54 · 推論 56
low58.1#13973 tok/s2.68 s$0.011エージェント・ツール 62 · コーディング 56 · 指示追従 64 · 長文コンテキスト 65 · 数学 60 · マルチモーダル 61 · 推論 56
medium60.8#7278 tok/s5.23 s$0.011エージェント・ツール 67 · コーディング 60 · 指示追従 70 · 長文コンテキスト 66 · マルチモーダル 64 · 推論 63
high63.5#3781 tok/s16 s$0.011エージェント・ツール 70 · コーディング 60 · 人間の評価 67 · 指示追従 70 · 長文コンテキスト 67 · 数学 67 · マルチモーダル 64 · 推論 62
xhigh最良64.1#3181 tok/s38 s$0.011エージェント・ツール 62 · コーディング 61 · 指示追従 74 · 知識 64 · 長文コンテキスト 67 · 数学 69 · マルチモーダル 62 · 推論 68
未記載61.0#6951 tok/s2.87 s$0.011エージェント・ツール 59 · コーディング 54 · 人間の評価 66 · 数学 68 · マルチモーダル 64 · 推論 68

Indexの推移

2026年9月8日〜2026年11月16日
566370
  • xhigh
  • high
  • 標準
  • medium

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

ベンチマーク推論なしlowmediumhighxhigh標準出典推移
GPQA Diamond77.3%#14890.7%#45––––Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載–––––69.0%#28SimpleBench
Arena Hard Prompts–––1501#33–1499#38Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外––––89.7%#15–LiveBench
GPQA Diamond (AA)Index対象外76.8%#23191.0%#5492.6%#3293.2%#2293.5%#14–Artificial Analysis
Humanity's Last Exam (AA)Index対象外13.7%#28632.7%#15642.4%#8045.0%#5845.8%#56–Artificial Analysis
GPQA Diamond (Vals)Index対象外––––93.2%#10–Vals AI
Kagi LLM Benchmarkエフォート未記載–––––88.8%#2Kagi LLM Benchmark
ARC-AGI-1–76.2%#13992.2%#6694.5%#4695.0%#44–ARC Prize
ARC-AGI-2–33.3%#13270.4%#6583.3%#4485.0%#37–ARC Prize
ARC-AGI-3–––0.4%#59––ARC Prize
CritPtIndex対象外1.4%#2308.0%#15318.6%#7925.4%#5127.1%#39–Artificial Analysis
Arena ExpertIndex対象外–––1511#30–1510#32Arena (LMArena)
Chess PuzzlesIndex対象外9.0%#13430.0%#72––63.0%#9–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外18.0%#7428.0%#43–52.0%#1456.0%#12–Epoch AI Benchmarking Hub
CL-bench LifeIndex対象外–––22.2%#1––Epoch AI Benchmarking Hub
LMCAIndex対象外––––54.3%#53–Epoch AI Benchmarking Hub
DTBenchIndex対象外––––96.0%#35–Epoch AI Benchmarking Hub
ForecastBenchIndex対象外–––66.7%#1–64.2%#27ForecastBench
BTF-3Index対象外–––14.3%#3––Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしlowmediumhighxhigh標準出典推移
SciCode47.3%#14051.6%#10554.5%#6956.1%#5055.8%#53–SciCode
WeirdML67.2%#38––83.9%#1684.9%#14–WeirdML
FrontierCodeエフォート未記載–––––43.0%#19Cognition
GSO-Bench––––40.2%#9–GSO-Bench
Arena Coding–––1518#42–1510#61Arena (LMArena)
Arena WebDev–––1487#721512#651455#81Arena (LMArena)
LiveBench 1.0 CodingIndex対象外––––82.2%#10–LiveBench
SciCode (AA)Index対象外––54.5%#7156.1%#4955.8%#53–Artificial Analysis
LiveCodeBench––––85.3%#34–Vals AI
SWE-bench (Vals)Index対象外––––82.6%#1976.4%#36Vals AI
Code MigrationIndex対象外––––45.2%#18–Vals AI
ProgramBenchIndex対象外––––0.5%#19–Vals AI
Vibe Code Bench v1.1Index対象外––––69.8%#5267.4%#55Vals AI
SWE Atlas v1.0: Codebase QnAIndex対象外––––45.4%#8–Scale AI SEAL
SWE Atlas v1.0: RefactoringIndex対象外––––44.8%#6–Scale AI SEAL
SWE Atlas v1.0: Test WritingIndex対象外––––42.6%#9–Scale AI SEAL
MirrorCodeIndex対象外–––10.0%#4323.3%#37–Epoch AI Benchmarking Hub
Surface Evolver BenchIndex対象外––81.3%#888.1%#5––Epoch AI Benchmarking Hub
DeepSWE v1.1Index対象外–27.0%#6554.0%#4064.4%#2967.0%#22–Epoch AI Benchmarking Hub
ALE-BenchIndex対象外1127.6#58–1589.4#24–1943.0#13–Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外––5.0%#1349.1%#12014.7%#98–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外61.0%#9865.5%#8280.5%#4379.4%#4984.3%#30–Artificial Analysis
GameBench 2 OverallIndex対象外設定全体–––––49.2#37DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外36.4#151–51.4#90–59.9#65–DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載–––––1248#62Design Arena

エージェント・ツール

ベンチマーク推論なしlowmediumhighxhigh標準出典推移
Terminal-Benchエフォート未記載–––––84.7%#1Terminal-Bench
OSWorld-Verified 2.0––––13.0%#9–OSWorld
Remote Labor Indexエフォート未記載–––––6.3%#8Scale AI / CAIS
APEX-Agentsエフォート未記載–––––55.1%#26Mercor
LiveBench Agentic CodingIndex対象外––––54.0%#34–LiveBench
Terminal-Bench Hard49.2%#2452.3%#1957.6%#1159.9%#960.6%#7–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外69.3%#15983.9%#10691.8%#5793.0%#4693.9%#38–Artificial Analysis
Terminal-Bench 2.1 (Vals)–––76.4%#16–57.3%#44Vals AI
MCP Atlas––––75.3%#22–Scale AI SEAL
HiL-Benchエフォート未記載–––––39.7%#23Scale AI SEAL
τ³-bench BankingIndex対象外––––44.6%#5–τ²-bench
GDPval-AA v2.1Index対象外978#1901053#1701242#1301335#1091357#101–Artificial Analysis
τ³-Banking (AA)14.8%#12324.9%#8629.9%#6836.7%#4339.0%#35–Artificial Analysis
ITBench SRE (AA)Index対象外––––45.8%#13–Artificial Analysis
Analyst Agent (AA)Index対象外7.5%#50–––50.0%#11–Artificial Analysis
APEX-Agents (AA)Index対象外––––37.7%#6–Artificial Analysis
Finance Agent v2Index対象外––––51.8%#40–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外––––3.8%#41–Vals AI
Legal Research BenchIndex対象外––––40.4%#36–Vals AI
SkillsBenchIndex対象外––––62.2%#562.6%#4Vals AI
SREBenchIndex対象外––––3.8%#19–Vals AI
Tax Agent BenchIndex対象外––––21.8%#50–Vals AI
Terminal-Bench 2.0 (Vals)Index対象外–––73.2%#1––Vals AI
Time Horizon Index: KSPIndex対象外––––8.3%#10–Vals AI
Arena SearchIndex対象外エフォート未記載–––––1226#8Arena (LMArena)
DeepResearch BenchIndex対象外–48.7%#1749.6%#1254.0%#4––DeepResearch Bench
PostTrainBenchIndex対象外––––23.9%#17–Epoch AI Benchmarking Hub
ExploitBenchIndex対象外エフォート未記載–––––47.4%#2Epoch AI Benchmarking Hub
GBAEvalIndex対象外エフォート未記載–––––53.2%#6Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載–––––7523.8#18Andon Labs
AutomationBenchIndex対象外––40.1%#13144.4%#12347.3%#117–Artificial Analysis
GDP.pdf (AA)Index対象外––20.6%#8622.6%#6921.2%#79–Artificial Analysis
EnterpriseOps-GymIndex対象外––44.1%#18–46.6%#13–Artificial Analysis
AA-Briefcase v1.1Index対象外––1000#1541087#1401135#128–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載–––––1113#57Design Arena
RoboDojo (LLM as robot policy)Index対象外エフォート未記載–––––1.1#3RoboDojo

数学

ベンチマーク推論なしlowhighxhigh標準出典推移
FrontierMath Tiers 1–3–––85.3%#16–Epoch AI Benchmarking Hub
FrontierMath Tier 4–––72.5%#22–Epoch AI Benchmarking Hub
OTIS Mock AIME57.8%#17984.4%#109–––Epoch AI Benchmarking Hub
ProofBench–––50.0%#33–Vals AI
LiveBench MathematicsIndex対象外–––95.9%#14–LiveBench
AIME 2026汚染の可能性–––100.0%#1–MathArena
HMMT February 2026汚染の可能性–––98.5%#1–MathArena
USAMO 2026Index対象外汚染の可能性–––98.2%#1–MathArena
MathArena Apex汚染の可能性–––80.2%#2–MathArena
Arena Maths––1491#26–1500#18Arena (LMArena)
FrontierMath ErdősIndex対象外–––0.0%#8–Epoch AI Benchmarking Hub

知識

ベンチマークxhigh出典推移
SimpleQA Verified63.0%#16Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外81.6%#5LiveBench
MMLU-Pro88.1%#21Vals AI
LegalBench86.5%#13Vals AI
CorpFin68.4%#9Vals AI
TaxEval75.0%#25Vals AI
CaseLaw v2Index対象外66.2%#7Vals AI
Excel Modeling BenchmarkIndex対象外64.5%#26Vals AI
MedCodeIndex対象外49.1%#27Vals AI
MedScribeIndex対象外86.9%#20Vals AI
Public Benefits Bench v1.1Index対象外60.9%#32Vals AI
DrugDiscoveryBenchIndex対象外51.6%#9Scale AI SEAL
EBR-benchIndex対象外34.3%#14Epoch AI Benchmarking Hub
GDP.pdfIndex対象外26.0%#16Epoch AI Benchmarking Hub

指示追従

ベンチマーク推論なしlowmediumhighxhigh標準出典推移
LiveBench LanguageIndex対象外––––87.4%#9–LiveBench
LiveBench Instruction FollowingIndex対象外––––70.7%#27–LiveBench
IFBench46.1%#19964.3%#11071.0%#6371.6%#5275.8%#26–Artificial Analysis
Arena Instruction FollowingIndex対象外–––1477#29–1475#31Arena (LMArena)

人間の評価

ベンチマークhigh標準出典推移
Arena Text1481#291476#33Arena (LMArena)
EQ-Bench 4エフォート未記載–1295#6EQ-Bench
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1845#18EQ-Bench
Arena Creative WritingIndex対象外1451#381448#45Arena (LMArena)
Arena Multi-turnIndex対象外1488#261484#32Arena (LMArena)
Arena Longer QueriesIndex対象外1487#341486#35Arena (LMArena)

マルチモーダル

ベンチマーク推論なしlowmediumhighxhigh標準出典推移
Arena Vision–––1295#25–1296#22Arena (LMArena)
MMMU-Pro71.4%#15079.0%#7481.2%#4981.1%#5079.9%#64–Artificial Analysis
MMMU-Pro (Vals)Index対象外––––88.3%#8–Vals AI
MortgageTaxIndex対象外––––68.8%#10–Vals AI
Blueprint-Bench 2Index対象外エフォート未記載–––––36.2%#12Epoch AI Benchmarking Hub
Furniture AssemblyIndex対象外––––44.2%#17–Epoch AI Benchmarking Hub
Code2Video-AAIndex対象外––––1000#18–Artificial Analysis

長文コンテキスト

ベンチマーク推論なしlowmediumhighxhigh標準出典推移
AA-LCR v1.164.0%#27981.0%#6983.0%#3084.3%#1084.3%#10–Artificial Analysis
Arena DocumentIndex対象外–––1481#10–1479#12Arena (LMArena)
MLCRIndex対象外––22.2%#4225.0%#3328.9%#22–Artificial Analysis

総合

ベンチマーク推論なしlowmediumhighxhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–––––160.1#20Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外––––80.2%#12–LiveBench
AA Intelligence Index v4.3.2Index対象外23.2#19830.7#12333.8#10637.0#8838.4#81–Artificial Analysis
AA Progress Index v1Index対象外271.5#198291.2#141307.3#105313.5#84320#62–Artificial Analysis
Vals RSI IndexIndex対象外––––16.5%#23–Vals AI
Vals Multimodal IndexIndex対象外––––68.1%#9–Vals AI

安全性・誠実さ

ベンチマークxhigh出典推移
FORTRESSIndex対象外16.3%#25Scale AI SEAL

GameBench 2 Overall: 49.2. GameBench 2, best reasoning setting (XHigh): 59.9. 参考値で、BenchLeader Indexには含まれません。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

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
OpenAI49 tok/s1.27 s$5.00$30.001.1M–
Azure44 tok/s2.41 s$5.00$30.001.1M–

利用状況

GPT-5.5が実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー

コーディングエージェントのターンに占める割合、30日間
0.01%
Other agentsで80%

出典: T3 Code via Slopalytics。

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$0.500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$0.011$0.009741.9 s
30ページのレポートを要約12,000 / 600$0.078$0.03745.6 s
コード編集6,000 / 1,500$0.075$0.05556.7 s
エージェント型コーディングセッション60,000 / 4,000$0.420$0.2171.5 min
構造化データの抽出2,000 / 200$0.016$0.009340.7 s

OpenAIのほかのモデル

今月の新着

GPT-5.5と比較する

関連ページ

埋め込み・引用

GPT-5.5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-5.5 on BenchLeader: 総合 14位](https://www.benchleader.com/badge/gpt-5-5.svg)](https://www.benchleader.com/models/gpt-5-5)

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-5.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-5

BibTeX:

@misc{benchleader_gpt_5_5_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-5.5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-5-5}},
  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-5.5のベンチマークスコアは?
2026年11月16日時点で、GPT-5.5(推論エフォート xhigh)のBenchLeader Indexは64.1 ±3.9です(上位50位以内)。最も強いのは指示追従(74)、最も弱いのはコーディング(61)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-5.5の順位は?
2026年11月16日時点で、GPT-5.5(推論エフォート xhigh)はランク付けされた608構成中31位です(上位50位以内)。ほかに102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-5.5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-5.5の料金は入力100万トークンあたり$5.00、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$11.25です。
GPT-5.5はGPT-6.1 Terraより優れていますか?
2026年11月16日時点で、GPT-5.5(推論エフォート xhigh)とGPT-6.1 Terra(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで64.1対64.1、±4.4の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
GPT-5.5はいつリリースされましたか?
OpenAIが2026年4月23日にGPT-5.5をリリースしました。BenchLeaderには6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-5.5: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-5-5