BenchLeader

GPT-5 mini

推論エフォート
品質339中85位
56.6Index
上位4分の1
中央値比 +6.4
価格255中112位
$0.688100万トークンあたり
多くのモデルより安い
中央値の0.8倍
速度216中132位
70トークン/秒
中央値より下
中央値の0.9倍
コスパ255中101位
82.3ポイント/$
中央値より上
中央値の1.5倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(80%安い)。

より安価でスコアの高いランク付けモデルが9つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか6つ。

2026年11月16日時点で、GPT-5 mini(OpenAI)のBenchLeader Indexは56.6です(ランク付け対象は608構成)。最も強いのは数学(79)、最も弱いのは知識(40)です。API料金は入力100万トークンあたり$0.250、出力100万トークンあたり$2.00(3:1のブレンドで$0.688)で、2026年11月16日時点の定価です。出力速度は約70トークン/秒です(OpenRouter)。2025年8月7日にリリースされました。

要点(2026年11月16日時点)

  • GPT-5 miniのAPI料金は入力100万トークンあたり$0.250、出力100万トークンあたり$2.00(3:1のブレンドで$0.688)です(定価、2026年11月16日)。
  • GPT-5 miniの出力速度は約70トークン/秒です(OpenRouter、2026年11月16日)。
  • GPT-5 miniは2025年8月7日にリリースされました(OpenAI)。

詳しく見ると:GPT-5 miniはOpenAIのプロプライエタリな推論モデルです(2025年8月7日リリース)。最もスコアの高い構成は、BenchLeader Indexで56.6 ±7.5を記録し、608構成中176位で上位半分に入ります。重要なのはこの「±」です。ほかに348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(79)、知識が最も低くなっています(40)。ブレンド価格は100万トークンあたり$0.688で、中程度の価格帯です。出力速度は70トークン/秒、最初のトークンまで3.5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2月17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
$0.688/M
入力$0.250・出力$2.00
出典:models.dev
出力速度
70 tok/s
OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
回答開始
3.54 s
コンテキスト
400k
出典:models.dev
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8月7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Index57
  2. 推論54
  3. コーディング47
  4. エージェント・ツール56
  5. 数学79
  6. 知識40
  7. 指示追従69
  8. マルチモーダル64

この順位を埋め込む

ほかのバッジスタイル
[![GPT-5 mini on BenchLeader: 総合 85位](https://www.benchleader.com/badge/gpt-5-mini.svg?style=compact)](https://www.benchleader.com/models/gpt-5-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

バージョン

OpenAIはこの名前で3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-5.4 Minixhigh2026年3月17日55.1#220
GPT-5 miniこのページ2025年8月7日56.6#176
GPT-4.1 minihigh2025年4月14日46.3#434

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
minimal43.8#47981 tok/s2.18 s$0.0007エージェント・ツール 46 · 指示追従 48 · 長文コンテキスト 43 · 数学 35 · マルチモーダル 40 · 推論 38
low––70 tok/s3.54 s$0.0007数学 35 · 推論 33
medium53.6#25486 tok/s9.59 s$0.0007エージェント・ツール 49 · コーディング 49 · 指示追従 70 · 長文コンテキスト 57 · 数学 63 · マルチモーダル 51 · 推論 42
high54.6#22796 tok/s43 s$0.0007エージェント・ツール 50 · コーディング 54 · 人間の評価 56 · 指示追従 74 · 知識 50 · 長文コンテキスト 61 · 数学 52 · マルチモーダル 52 · 推論 46
thinking––70 tok/s3.54 s$0.0007指示追従 55
未記載最良56.6#17670 tok/s3.54 s$0.0007エージェント・ツール 56 · コーディング 47 · 指示追従 69 · 知識 40 · 数学 79 · マルチモーダル 64 · 推論 54

Indexの推移

2026年9月8日〜2026年11月16日
355166
  • 標準
  • high
  • medium
  • minimal

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。

メタデータ

ベンチマークminimalmediumhigh出典推移
AA Openness IndexIndex対象外5.6#3075.6#3075.6#307Artificial Analysis

推論

ベンチマークminimallowmediumhigh標準出典推移
GPQA Diamond71.7%#175–71.7%#17875.0%#163–Epoch AI Benchmarking Hub
Humanity's Last Examエフォート未記載––––19.4%#22Scale AI / CAIS
Arena Hard Prompts–––1404#177–Arena (LMArena)
GPQA Diamond (AA)Index対象外68.7%#316–80.3%#19582.8%#169–Artificial Analysis
Humanity's Last Exam (AA)Index対象外5.0%#473–15.9%#26321.5%#225–Artificial Analysis
GPQA Diamond (Vals)Index対象外–––80.3%#67–Vals AI
Kagi LLM Benchmarkエフォート未記載––––70.3%#26Kagi LLM Benchmark
GPQA Diamond (HELM)Index対象外エフォート未記載––––75.6%#3HELM Capabilities
ARC-AGI-15.3%#25526.3%#22037.3%#20654.3%#182–ARC Prize
ARC-AGI-21.7%#2180.8%#2394.0%#1934.4%#191–ARC Prize
CritPtIndex対象外0.0%#337–1.4%#2300.0%#337–Artificial Analysis
Arena ExpertIndex対象外–––1403#169–Arena (LMArena)
Chess PuzzlesIndex対象外0.0%#15616.0%#115–24.0%#86–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外10.0%#117–4.0%#1425.0%#137–Epoch AI Benchmarking Hub
LMCAIndex対象外–––34.2%#135–Epoch AI Benchmarking Hub
DTBenchIndex対象外–––80.5%#136–Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––––63.0%#48ForecastBench

コーディング

ベンチマークminimalmediumhigh標準出典推移
SWE-bench Verified (Epoch)–64.7%#27––Epoch AI Benchmarking Hub
SciCode––39.0%#18739.2%#185SciCode
WeirdML––52.7%#63–WeirdML
Arena Coding––1432#178–Arena (LMArena)
SciCode (AA)Index対象外––39.0%#198–Artificial Analysis
LiveCodeBench––86.6%#20–Vals AI
SWE-bench (Vals)Index対象外––60.8%#75–Vals AI
SWE-bench Verified (bash only)–59.8%#25–56.2%#28SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載–––39.7%#13SWE-bench
SWE-bench Verified (any scaffold)Index対象外–59.8%#32––SWE-bench
Vibe Code Bench v1.1Index対象外––14.2%#100–Vals AI
ALE-BenchIndex対象外––799.8#85–Epoch AI Benchmarking Hub
AlgoTuneIndex対象外––1.4#15–AlgoTune
Terminal-Bench 4.0 (AA)Index対象外––0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外––3.8%#217–Artificial Analysis
Design Arena WebsiteIndex対象外エフォート未記載–––1117#135Design Arena
LiveCodeBench (AA)Index対象外54.5%#12669.2%#7383.8%#18–Artificial Analysis

エージェント・ツール

ベンチマークminimalmediumhigh標準出典推移
Terminal-Bench–31.9%#71–34.8%#68Terminal-Bench
Terminal-Bench Hard14.4%#20128.8%#12033.3%#93–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外31.9%#25471.0%#15568.4%#162–Artificial Analysis
BFCL Overallエフォート未記載–––55.5%#15Berkeley Function Calling Leaderboard
GDPval-AA v2.1Index対象外––773#213–Artificial Analysis
τ³-Banking (AA)––15.5%#119–Artificial Analysis
Terminal-Bench 2.0 (Vals)Index対象外––27.0%#49–Vals AI
Vending-Bench 2Index対象外エフォート未記載–––-31.2#72Andon Labs
AutomationBenchIndex対象外––6.5%#193–Artificial Analysis
GDP.pdf (AA)Index対象外––8.4%#174–Artificial Analysis
AA-Briefcase v1.1Index対象外––430#222–Artificial Analysis

数学

ベンチマークminimallowmediumhigh標準出典推移
FrontierMath Tiers 1–36.0%#11418.3%#100–46.7%#59–Epoch AI Benchmarking Hub
FrontierMath Tier 4–––12.2%#66–Epoch AI Benchmarking Hub
OTIS Mock AIME55.6%#186–78.3%#13286.7%#97–Epoch AI Benchmarking Hub
MATH Level 5––96.8%#897.8%#3–Epoch AI Benchmarking Hub
ProofBench–––9.0%#71–Vals AI
AIME (Vals)–––91.5%#24–Vals AI
MGSM–––92.6%#15–Vals AI
MathArena Apex–––1.0%#36–MathArena
Omni-MATH (HELM)エフォート未記載––––72.2%#1HELM Capabilities
MATH 500Index対象外–––94.8%#6–Vals AI
Arena Maths–––1407#144–Arena (LMArena)
AIME 2025 (AA)Index対象外46.7%#139–85.0%#4490.7%#23–Artificial Analysis

知識

ベンチマークhigh標準出典推移
SimpleQA Verified21.6%#83–Epoch AI Benchmarking Hub
MMLU-Pro82.2%#76–Vals AI
LegalBench81.8%#80–Vals AI
CorpFin60.2%#70–Vals AI
TaxEval75.2%#22–Vals AI
MedQA96.1%#6–Vals AI
MultiNRCエフォート未記載汚染の可能性–23.9%#31Scale AI SEAL
MMLU-Pro (HELM)Index対象外エフォート未記載–83.5%#12HELM Capabilities
CaseLaw v2Index対象外68.5%#4–Vals AI
MedCodeIndex対象外43.0%#46–Vals AI
MedScribeIndex対象外80.6%#54–Vals AI
Global-MMLU-Lite (AA)Index対象外87.4%#27–Artificial Analysis

指示追従

ベンチマークminimalmediumhighthinking標準出典推移
IFBench45.6%#20571.2%#6075.4%#31––Artificial Analysis
MultiChallenge–––59.0%#17–Scale AI SEAL
IFEval (HELM)エフォート未記載––––92.7%#6HELM Capabilities
WildBench (HELM)エフォート未記載––––85.5%#8HELM Capabilities
Arena Instruction FollowingIndex対象外––1372#179––Arena (LMArena)

人間の評価

ベンチマークmediumhigh標準出典推移
Arena Text–1390#171–Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載––1314#83EQ-Bench
Arena Creative WritingIndex対象外–1323#201–Arena (LMArena)
Arena Multi-turnIndex対象外–1373#186–Arena (LMArena)
Arena Longer QueriesIndex対象外–1371#193–Arena (LMArena)
Lech Mazur Creative WritingIndex対象外83.1%#8––Lech Mazur

マルチモーダル

ベンチマークminimalmediumhigh標準出典推移
Arena Vision––1203#91–Arena (LMArena)
MMMU-Pro58.4%#23268.8%#17470.1%#161–Artificial Analysis
VISTAエフォート未記載–––50.4%#9Scale AI SEAL
MMMU-Pro (Vals)Index対象外––78.9%#49–Vals AI
MortgageTaxIndex対象外––66.9%#29–Vals AI
VPCTIndex対象外–40.2%#1539.0%#19–Epoch AI Benchmarking Hub

長文コンテキスト

ベンチマークminimalmediumhigh出典推移
Fiction.LiveBench 120k–62.5%#13–Fiction.live
AA-LCR v1.139.3%#38672.3%#20572.3%#205Artificial Analysis
MLCRIndex対象外––8.9%#133Artificial Analysis

総合

ベンチマークminimalmediumhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–––146.1#87Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外9.9#39620.6#23616.8#278–Artificial Analysis
AA Progress Index v1Index対象外201.6#409248.1#269251.2#258–Artificial Analysis
HELM Capabilities meanIndex対象外エフォート未記載–––81.9%#1HELM Capabilities

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外17.0%#29Scale AI SEAL
MASKIndex対象外汚染の可能性82.6%#20Scale AI SEAL

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
Azure119 tok/s2.20 s$0.275$2.20400k–
Azure104 tok/s3.39 s$0.250$2.00400k–
OpenAI72 tok/s3.22 s$0.250$2.00400k–
OpenAI57 tok/s3.28 s$0.125$1.00400k–

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$0.025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$0.0007$0.00067.8 s
30ページのレポートを要約12,000 / 600$0.0042$0.002212.1 s
コード編集6,000 / 1,500$0.0045$0.003525.0 s
エージェント型コーディングセッション60,000 / 4,000$0.023$0.0131.0 min
構造化データの抽出2,000 / 200$0.0009$0.00066.4 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-5 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-5 mini on BenchLeader: 総合 85位](https://www.benchleader.com/badge/gpt-5-mini.svg)](https://www.benchleader.com/models/gpt-5-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-5 mini on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-mini

BibTeX:

@misc{benchleader_gpt_5_mini_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-5 mini on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-5-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-5 miniのベンチマークスコアは?
2026年11月16日時点で、GPT-5 miniのBenchLeader Indexは56.6 ±7.5です。最も強いのは数学(79)、最も弱いのは知識(40)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 miniの順位は?
2026年11月16日時点で、GPT-5 miniはランク付けされた608構成中176位です。ほかに348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 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-5 miniの料金は入力100万トークンあたり$0.250、出力100万トークンあたり$2.00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$0.688です。
GPT-5 miniはいつリリースされましたか?
OpenAIが2025年8月7日にGPT-5 mini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 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-5-mini