BenchLeader

GPT-5.6 Luna

推論エフォート
品質339中64位
58.2Index
上位4分の1
中央値比 +8.0
価格255中77位
$0.450100万トークンあたり
多くのモデルより安い
中央値の0.5倍
速度216中69位
110トークン/秒
中央値より上
中央値の1.3倍
コスパ255中70位
129.3ポイント/$
中央値より上
中央値の2.3倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(69%安い)。

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-5.6 Luna(OpenAI)のBenchLeader Indexは58.2です(ランク付け対象は608構成)。最も強いのは数学(66)、最も弱いのは推論(52)です。API料金は入力100万トークンあたり$0.200、出力100万トークンあたり$1.20(3:1のブレンドで$0.450)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)。2026年7月9日にリリースされました。

要点(2026年11月16日時点)

  • GPT-5.6 LunaのAPI料金は入力100万トークンあたり$0.200、出力100万トークンあたり$1.20(3:1のブレンドで$0.450)です(定価、2026年11月16日)。
  • GPT-5.6 Lunaの出力速度は約110トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-5.6 Lunaは2026年7月9日にリリースされました(OpenAI)。

詳しく見ると:GPT-5.6 LunaはOpenAIのプロプライエタリなモデルです(2026年7月9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58.2 ±3.9を記録し、608構成中135位で上位半分に入ります。重要なのはこの「±」です。ほかに239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。カテゴリ別では数学が最も高く(66)、推論が最も低くなっています(52)。ブレンド価格は100万トークンあたり$0.450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110トークン/秒、回答開始まで28.1秒で、多くのモデルより高速です。8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
$0.450/M
入力$0.200・出力$1.20
出典:Artificial Analysis
出力速度
110 tok/s
Artificial Analysisによる測定
回答開始
28 s
最初のトークン 1.77 s
コンテキスト
1.1M
出典:models.dev
回答完了まで
102 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7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Index58
  2. 推論52
  3. コーディング56
  4. エージェント・ツール57
  5. 数学66
  6. 人間の評価64
  7. マルチモーダル60
  8. 長文コンテキスト66

この順位を埋め込む

ほかのバッジスタイル
[![GPT-5.6 Luna on BenchLeader: 総合 63位](https://www.benchleader.com/badge/gpt-5-6-luna.svg?style=compact)](https://www.benchleader.com/models/gpt-5-6-luna)

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2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-6 Lunamax2026年9月22日55.1#217
GPT-5.6 Lunaxhighこのページ2026年7月9日58.2#135

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43.1#48691 tok/s1.47 s$0.0004エージェント・ツール 37 · コーディング 40 · 長文コンテキスト 45 · 数学 44 · マルチモーダル 42 · 推論 36
low49.6#357103 tok/s2.36 s$0.0004エージェント・ツール 41 · コーディング 48 · 長文コンテキスト 59 · 数学 49 · マルチモーダル 56 · 推論 44
medium50.5#33697 tok/s2.97 s$0.0004エージェント・ツール 46 · コーディング 49 · 長文コンテキスト 62 · マルチモーダル 58 · 推論 39
high54.7#226107 tok/s11 s$0.0004エージェント・ツール 53 · コーディング 57 · 長文コンテキスト 65 · マルチモーダル 60 · 推論 47
xhigh最良58.2#135110 tok/s28 s$0.0004エージェント・ツール 57 · コーディング 56 · 人間の評価 64 · 長文コンテキスト 66 · 数学 66 · マルチモーダル 60 · 推論 52
max56.2#185105 tok/s59 s$0.0004エージェント・ツール 51 · コーディング 51 · 知識 52 · 長文コンテキスト 67 · 数学 64 · マルチモーダル 61 · 推論 54
Proモード––59 tok/s1.77 s$0.0004
未記載47.2#41359 tok/s1.77 s$0.0004エージェント・ツール 42 · コーディング 53 · 人間の評価 42 · 推論 46

Indexの推移

2026年9月8日〜2026年11月16日
475563
  • xhigh
  • max
  • high
  • 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lowmediumhighxhighmax標準出典推移
GPQA Diamond63.6%#20182.3%#124–––91.6%#36–Epoch AI Benchmarking Hub
SimpleBench––––46.8%#65–46.8%#65SimpleBench
Arena Hard Prompts––––1475#78––Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外–––––85.6%#36–LiveBench
GPQA Diamond (AA)Index対象外64.5%#35383.5%#15985.9%#12089.2%#8189.5%#7591.1%#50–Artificial Analysis
Humanity's Last Exam (AA)Index対象外7.2%#39119.8%#23425.8%#19733.4%#15137.0%#12239.5%#102–Artificial Analysis
HLE-Diamond (AA)–––––20.9%#77–Artificial Analysis
GPQA Diamond (Vals)Index対象外–––––91.7%#18–Vals AI
Kagi LLM Benchmarkエフォート未記載––––––49.1%#87Kagi LLM Benchmark
ARC-AGI-13.3%#26139.5%#20356.5%#17878.0%#13287.7%#9990.7%#80–ARC Prize
ARC-AGI-20.8%#2395.1%#1847.4%#17533.3%#13247.6%#11759.6%#97–ARC Prize
ARC-AGI-3–0.2%#680.2%#680.1%#740.0%#770.2%#68–ARC Prize
CritPtIndex対象外0.3%#2912.6%#2084.9%#17416.6%#9620.6%#7120.6%#71–Artificial Analysis
CritPt v2 hard subset (AA)–––––30.5%#77–Artificial Analysis
MysteryMechanismIndex対象外–––––14.4%#30–Vals AI
Arena ExpertIndex対象外––––1490#62––Arena (LMArena)
Chess PuzzlesIndex対象外3.0%#14817.0%#112–––43.0%#37–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外20.0%#6417.0%#8012.0%#108––21.0%#62–Epoch AI Benchmarking Hub
LMCAIndex対象外41.4%#10943.8%#10544.3%#10147.4%#8548.5%#8048.5%#80–Epoch AI Benchmarking Hub
DTBenchIndex対象外69.3%#16680.0%#14083.2%#12286.7%#11189.1%#9888.8%#100–Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
SciCode40.4%#17646.1%#15246.8%#14751.6%#10550.5%#11753.6%#81–SciCode
WeirdML–––60.9%#46–––WeirdML
FrontierCodeエフォート未記載––––––39.8%#27Cognition
Arena Coding––––1503#76––Arena (LMArena)
Arena WebDev––––1519#62––Arena (LMArena)
LiveBench 1.0 CodingIndex対象外–––––82.9%#9–LiveBench
SciCode (AA)Index対象外40.4%#18746.1%#15746.8%#15451.6%#10550.5%#11953.6%#84–Artificial Analysis
IOI–––––61.8%#17–Vals AI
SWE-bench (Vals)Index対象外–––––93.0%#9–Vals AI
Code MigrationIndex対象外–––––44.5%#22–Vals AI
ProgramBenchIndex対象外–––––0.0%#34–Vals AI
Vibe Code Bench 1-100Index対象外–––––22.6%#8–Vals AI
Vibe Code Bench v1.1Index対象外–––––77.1%#42–Vals AI
MirrorCodeIndex対象外–––––21.1%#40–Epoch AI Benchmarking Hub
Surface Evolver BenchIndex対象外––61.9%#12––––Epoch AI Benchmarking Hub
DeepSWE v1.1Index対象外–1.6%#6911.3%#6844.3%#5356.9%#3767.2%#21–Epoch AI Benchmarking Hub
CursorBenchIndex対象外–16.0%#9022.2%#8929.4%#7933.0%#7135.9%#61–Cursor
ALE-BenchIndex対象外–––––1667.4#19–Epoch AI Benchmarking Hub
WeirdML v3Index対象外––––5.2%#23––WeirdML
Terminal-Bench 4.0 (AA)Index対象外1.0%#1600.0%#1860.5%#1722.5%#1453.5%#13911.6%#114–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外39.0%#14443.5%#13653.2%#11569.7%#7477.9%#5580.9%#42–Artificial Analysis
Startrise FrontendIndex対象外エフォート未記載––––––65.0%#25Startrise
GameBench 2 OverallIndex対象外設定全体––––––40.2#47DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外23.9#191–42.8#125–54#81––DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載––––––1248#62Design Arena
FrontierCode 2.0 (AA)–––––17.6%#75–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
Terminal-Bench–––––17.6%#90–Terminal-Bench
APEX-Agentsエフォート未記載––––––43.0%#50Mercor
LiveBench Agentic CodingIndex対象外–––––48.4%#49–LiveBench
Terminal-Bench 2.1 (Vals)–––––79.0%#11–Vals AI
GDPval-AA v2.1Index対象外928#1971002#1841137#1481339#1061407#861470#68–Artificial Analysis
τ³-Banking (AA)9.7%#14912.8%#13317.7%#10825.1%#8428.7%#7431.1%#64–Artificial Analysis
ITBench SRE (AA)Index対象外–––––40.3%#18–Artificial Analysis
APEX-Agents (AA)Index対象外–––––35.8%#7–Artificial Analysis
CyberBenchIndex対象外–––––73.6%#10–Vals AI
Finance Agent v2Index対象外–––––55.0%#25–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–––––1.3%#55–Vals AI
Legal Research BenchIndex対象外–––––36.5%#48–Vals AI
SkillsBenchIndex対象外–––––60.5%#7–Vals AI
SREBenchIndex対象外–––––1.5%#27–Vals AI
Tax Agent BenchIndex対象外–––––24.8%#47–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外–––––11.6%#46–Vals AI
Terminal-Bench ScienceIndex対象外–––––0.0%#42–Vals AI
BALROGIndex対象外–––––45.6%#8–BALROG
Vending-Bench 2Index対象外エフォート未記載––––––4094.7#44Andon Labs
AutomationBenchIndex対象外5.0%#19911.7%#18623.1%#16135.6%#13942.6%#12450.2%#105–Artificial Analysis
GDP.pdf (AA)Index対象外6.0%#18714.2%#12815.2%#12322.2%#7123.8%#5824.0%#55–Artificial Analysis
EnterpriseOps-GymIndex対象外–––––40.8%#26–Artificial Analysis
AA-Briefcase v1.1Index対象外707#203740#194933#1671169#1231267#1031339#87–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載––––––1149#54Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外–––––3.3%#92–Artificial Analysis
FACTS SearchIndex対象外エフォート未記載––––––87.0%#13Google

数学

ベンチマーク推論なしlowxhighmax出典推移
FrontierMath Tiers 1–339.6%#6641.4%#65–82.1%#18Epoch AI Benchmarking Hub
FrontierMath Tier 4–––61.0%#26Epoch AI Benchmarking Hub
OTIS Mock AIME40.0%#21066.7%#161–98.3%#30Epoch AI Benchmarking Hub
ProofBench–––60.0%#23Vals AI
LiveBench MathematicsIndex対象外–––87.2%#47LiveBench
Arena Maths––1476#44–Arena (LMArena)

知識

ベンチマークmediummax標準出典推移
SimpleQA Verified–41.0%#52–Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外–78.0%#28–LiveBench
AA-Omniscience v1.1–-17.1#124–Artificial Analysis
MMLU-Pro–86.0%#49–Vals AI
LegalBench–84.0%#43–Vals AI
CorpFin–64.2%#40–Vals AI
TaxEval–76.2%#6–Vals AI
BioMysteryBenchIndex対象外–61.5%#27–Vals AI
Excel Modeling BenchmarkIndex対象外–67.1%#18–Vals AI
MedCodeIndex対象外–42.4%#49–Vals AI
MedScribeIndex対象外–84.4%#35–Vals AI
Public Benefits Bench v1.1Index対象外–61.2%#31–Vals AI
Access to Justice BenchmarkIndex対象外–65.6%#23–Vals AI
Financial Coaching BenchIndex対象外–69.3%#18–Vals AI
GDP.pdfIndex対象外22.7%#27–22.7%#27Epoch AI Benchmarking Hub
AA-Omniscience v1.1: accuracyIndex対象外–39.1%#72–Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外–7.7%#137–Artificial Analysis
FACTS ParametricIndex対象外エフォート未記載––50.6%#16Google

指示追従

ベンチマークxhighmax出典推移
LiveBench LanguageIndex対象外–72.6%#57LiveBench
LiveBench Instruction FollowingIndex対象外–60.1%#58LiveBench
Arena Instruction FollowingIndex対象外1443#80–Arena (LMArena)

人間の評価

ベンチマークxhigh標準出典推移
Arena Text1453#77–Arena (LMArena)
EQ-Bench 4エフォート未記載–1146#23EQ-Bench
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1832#23EQ-Bench
Arena Creative WritingIndex対象外1411#94–Arena (LMArena)
Arena Multi-turnIndex対象外1458#82–Arena (LMArena)
Arena Longer QueriesIndex対象外1452#89–Arena (LMArena)

マルチモーダル

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
Arena Vision––––1256#58––Arena (LMArena)
MMMU-Pro60.4%#22474.0%#13075.8%#10777.6%#9278.5%#7978.5%#79–Artificial Analysis
MMMU-Pro (Vals)Index対象外–––––85.0%#25–Vals AI
MortgageTaxIndex対象外–––––67.3%#26–Vals AI
Humanity's Sixth SenseIndex対象外–––––21.6%#33–Scale AI SEAL
Blueprint-Bench 2Index対象外エフォート未記載––––––22.6%#29Epoch AI Benchmarking Hub
Furniture AssemblyIndex対象外–––––42.5%#19–Epoch AI Benchmarking Hub
FACTS MultimodalIndex対象外エフォート未記載––––––37.4%#22Google

長文コンテキスト

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
AA-LCR v1.142.7%#37070.0%#23275.0%#17480.3%#8181.7%#5983.7%#17–Artificial Analysis
Arena DocumentIndex対象外––––1460#25––Arena (LMArena)
MLCRIndex対象外8.9%#13315.6%#8213.3%#10116.7%#7715.0%#8820.0%#54–Artificial Analysis
FACTS GroundingIndex対象外エフォート未記載––––––52.5%#24Google

総合

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––––––156.7#35Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外–––––73.6%#45–LiveBench
AA Intelligence Index v5.0.1Index対象外–––––23.8#84–Artificial Analysis
AA Intelligence Index v4.3.2Index対象外15.5#29121.0#22725.0#17332.1#11834.6#9637.3#87–Artificial Analysis
AA Progress Index v1Index対象外235.5#301267.4#211281.5#173299.3#122305.8#109311.6#92–Artificial Analysis
Vals Science IndexIndex対象外–––––25.3%#24–Vals AI
Vals Multimodal IndexIndex対象外–––––69.1%#7–Vals AI

安全性・誠実さ

ベンチマーク標準出典推移
DistressBenchIndex対象外72.7%#18Scale AI SEAL

GameBench 2 Overall: 40.2. GameBench 2, best reasoning setting (XHigh): 54. 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.

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
Amazon Bedrock160 tok/s0.39 s$0.220$1.321.1M–
Amazon Bedrock126 tok/s1.49 s$0.200$1.201.1M–
OpenAI114 tok/s1.19 s$0.400$2.401.1M–
Azure107 tok/s1.62 s$0.220$1.321.1M–
Azure80 tok/s0.93 s$0.220$1.321.1M–
Azure76 tok/s3.08 s$0.200$1.201.1M–
OpenAI60 tok/s1.77 s$0.200$1.201.1M–
OpenAI55 tok/s1.85 s$0.100$0.6001.1M–

利用状況

GPT-5.6 Luna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

OpenRouter、過去1週間
#24
トークンシェア0.85%
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
0.07%
Codexで93%
可用性、72時間
97.3%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
2.51%
ツール呼び出しに占める割合
OpenRouterでの1日あたりのトークン数(2026年10月17日〜2026年11月15日):合計11.0T、前週比 −35%。

直近30日間の典型的なリクエスト:リクエストあたり17.2kトークン、出力1トークンあたり入力40トークン、入力の68%がキャッシュから、出力の56%が推論、リクエストあたり0.27回のツール呼び出し。

OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:Codex (430B)、Sentry MCP (160B)、Hermes Agent (133B)、Fan Auto (87.3B)、pi (43.3B)。

Vercel AI Gatewayのプロバイダースループット最初のトークン稼働率、1日
Amazon Bedrock294 tok/s1.13 s99.94%
OpenAI212 tok/s0.71 s99.98%
Azure152 tok/s0.70 s100.00%

出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0 · T3 Code via Slopalytics・2026年11月16日時点のデータ。

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$0.020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$0.0004$0.000430.8 s
30ページのレポートを要約12,000 / 600$0.0031$0.001533.5 s
コード編集6,000 / 1,500$0.0030$0.002241.7 s
エージェント型コーディングセッション60,000 / 4,000$0.017$0.00871.1 min
構造化データの抽出2,000 / 200$0.0006$0.000429.9 s

このモデルを含むコーディングプラン

GPT-5.6 Lunaを使えるサブスクリプションです。それぞれの利用上限と、タスクあたりのコストを掲載しています。

OpenAIのほかのモデル

今月の新着

GPT-5.6 Lunaと比較する

関連ページ

埋め込み・引用

GPT-5.6 Luna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-5.6 Luna on BenchLeader: 総合 63位](https://www.benchleader.com/badge/gpt-5-6-luna.svg)](https://www.benchleader.com/models/gpt-5-6-luna)

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-5.6 Luna on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-6-luna

BibTeX:

@misc{benchleader_gpt_5_6_luna_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-5.6 Luna on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-5-6-luna}},
  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-5.6 Lunaのベンチマークスコアは?
2026年11月16日時点で、GPT-5.6 Luna(推論エフォート xhigh)のBenchLeader Indexは58.2 ±3.9です。最も強いのは数学(66)、最も弱いのは推論(52)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-5.6 Lunaの順位は?
2026年11月16日時点で、GPT-5.6 Luna(推論エフォート xhigh)はランク付けされた608構成中135位です。ほかに239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-5.6 Luna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-5.6 Lunaの料金は入力100万トークンあたり$0.200、出力100万トークンあたり$1.20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$0.450です。
GPT-5.6 LunaはMuse Spark Open 816B A42Bより優れていますか?
2026年11月16日時点で、GPT-5.6 Luna(推論エフォート xhigh)とMuse Spark Open 816B A42B(推論エフォート xhigh)の品質はほぼ互角です(BenchLeader Indexで58.2対58.1、±7.2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-5.6 Lunaはいつリリースされましたか?
OpenAIが2026年7月9日にGPT-5.6 Lunaをリリースしました。BenchLeaderには8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-5.6 Luna: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-5-6-luna