BenchLeader

GPT-6.1 Terra

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173位
$2.00100万トークンあたり
多くのモデルより高い
中央値の2.4倍
速度216中130位
72トークン/秒
中央値より下
中央値の0.9倍
コスパ255中166位
32.0ポイント/$
中央値より下
中央値の0.6倍

よりコスパが高いモデル: Gemini 3.7 Flash $1.50/MでIndex 62.1(25%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-6.1 Terra(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)。最も強いのは数学(72)、最も弱いのは知識(61)です。API料金は入力100万トークンあたり$1.00、出力100万トークンあたり$5.00(3:1のブレンドで$2.00)で、2026年11月16日時点の定価です。出力速度は約72トークン/秒です(Artificial Analysis)。2026年10月26日にリリースされました。

要点(2026年11月16日時点)

  • GPT-6.1 TerraのAPI料金は入力100万トークンあたり$1.00、出力100万トークンあたり$5.00(3:1のブレンドで$2.00)です(定価、2026年11月16日)。
  • GPT-6.1 Terraの出力速度は約72トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-6.1 Terraは2026年10月26日にリリースされました(OpenAI)。

詳しく見ると:GPT-6.1 TerraはOpenAIのプロプライエタリな推論モデルです(2026年10月26日リリース)。最もスコアの高い構成(推論エフォート max)は、BenchLeader Indexで64.1 ±2.0を記録し、608構成中32位で上位半分に入ります。重要なのはこの「±」です。ほかに92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(72)、知識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$2.00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72トークン/秒、回答開始まで150.9秒で、多くのモデルより低速です。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
$2.00/M
入力$1.00・出力$5.00
出典:Artificial Analysis
出力速度
72 tok/s
Artificial Analysisによる測定
回答開始
151 s
最初のトークン 2.63 s
コンテキスト
1.1M
出典:models.dev
回答完了まで
376 s
最終測定2026年11月13日
タスクあたりコスト
$0.961
1タスク14 min、AA Index
タスクあたりトークン数
60k
うち66%が推論
リリース日
2026年10月26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69
  4. エージェント・ツール63
  5. 数学72
  6. 知識61
  7. マルチモーダル67
  8. 長文コンテキスト66
  9. 総合65

この順位を埋め込む

ほかのバッジスタイル
[![GPT-6.1 Terra on BenchLeader: 総合 15位](https://www.benchleader.com/badge/gpt-6-1-terra.svg?style=compact)](https://www.benchleader.com/models/gpt-6-1-terra)

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-6.1 Terramaxこのページ2026年10月26日64.1#32
GPT-5.6 Terraxhigh2026年7月9日60.1#83

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51.8#30167 tok/s2.35 s$0.0019コーディング 59 · 知識 42 · 長文コンテキスト 58 · マルチモーダル 58 · 推論 45
low56.6#17764 tok/s2.71 s$0.0019コーディング 55 · 知識 57 · 長文コンテキスト 65 · マルチモーダル 65 · 推論 55
medium58.5#12765 tok/s4.52 s$0.0019コーディング 62 · 知識 59 · 長文コンテキスト 65 · マルチモーダル 65 · 推論 59
high59.6#10068 tok/s10 s$0.0019コーディング 64 · 知識 60 · 長文コンテキスト 66 · マルチモーダル 66 · 推論 62
xhigh60.0#9270 tok/s30 s$0.0019コーディング 64 · 知識 61 · 長文コンテキスト 66 · マルチモーダル 66 · 推論 65
max最良64.1#3272 tok/s151 s$0.0019エージェント・ツール 63 · コーディング 69 · 総合 65 · 知識 61 · 長文コンテキスト 66 · 数学 72 · マルチモーダル 67 · 推論 68
Proモード––48 tok/s2.63 s$0.0019
未記載––48 tok/s2.63 s$0.0019エージェント・ツール 67 · 指示追従 69 · 推論 64

考えさせるほど増えるコスト

エフォートを上げるとIndexのポイントは伸びますが、費用は何倍にもなります。このモデルではmaxのコストがlowの13倍で、Indexの変化は+7.5、支出が2倍になるごとに2.0ポイントです。ほかのモデルと比べる。

556065low:タスクあたり$0.071、Index 56.656.6low $0.071medium:タスクあたり$0.169、Index 58.558.5medium $0.169推論なし:タスクあたり$0.226、Index 51.851.8推論なし $0.226high:タスクあたり$0.259、Index 59.659.6high $0.259xhigh:タスクあたり$0.401、Index 60.060.0xhigh $0.401max:タスクあたり$0.961、Index 64.164.1max $0.961Index

各点は推論の設定1つを表し、Artificial AnalysisのIndexタスク1件あたりのコスト(対数目盛)とBenchLeader Indexを示します。

Indexの推移

2026年10月27日〜2026年11月16日
576267
  • max
  • xhigh
  • 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 Diamond–––––94.3%#10–Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載––––––72.2%#24SimpleBench
LiveBench 2.0 ReasoningIndex対象外–––––88.7%#17–LiveBench
Humanity's Last Exam (AA)Index対象外21.1%#22735.8%#12740.2%#9743.3%#7043.7%#6446.3%#52–Artificial Analysis
HLE-Diamond (AA)14.5%#10524.9%#6331.3%#5135.4%#4342.3%#3747.3%#29–Artificial Analysis
CritPtIndex対象外4.9%#17415.1%#10421.4%#6725.7%#4826.6%#4328.0%#33–Artificial Analysis
CritPt v2 hard subset (AA)33.5%#6950.5%#4356.5%#3561.5%#2360.5%#2768.0%#13–Artificial Analysis
HLE-Diamond (Scale)Index対象外エフォート未記載––––––35.7%#9Scale AI SEAL
Mystery Game PuzzlesIndex対象外–––––74.0%#4–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
SciCode47.8%#13852.4%#9651.6%#10551.6%#10553.4%#8755.1%#58–SciCode
Arena WebDev–––––1678#14–Arena (LMArena)
LiveBench 2.0 CodingIndex対象外–––––89.2%#3–LiveBench
SciCode (AA)Index対象外47.8%#14452.4%#9551.6%#10551.6%#10553.4%#8555.1%#61–Artificial Analysis
Vibe Code Bench v1.1Index対象外–––––84.0%#22–Vals AI
SWE Atlas v1.1Index対象外エフォート未記載––––––57.7%#18Scale AI SEAL
SWE Atlas v1.1: Codebase QnAIndex対象外エフォート未記載––––––54.0%#21Scale AI SEAL
SWE Atlas v1.1: Test WritingIndex対象外エフォート未記載––––––63.3%#11Scale AI SEAL
SWE Atlas v1.1: RefactoringIndex対象外エフォート未記載––––––55.7%#10Scale AI SEAL
MirrorCodeIndex対象外–––––76.7%#7–Epoch AI Benchmarking Hub
ALE-BenchIndex対象外–––––2608.8#3–Epoch AI Benchmarking Hub
WeirdML v3Index対象外––––28.1%#4––WeirdML
Terminal-Bench 4.0 (AA)Index対象外26.8%#7115.2%#9632.3%#6241.9%#4246.5%#3555.6%#18–Artificial Analysis
GameBench 2 OverallIndex対象外設定全体––––––81.2#7DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外79.3#21–78.3#24–85.8#13––DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載––––––1286#32Design Arena
FrontierCode 1.1 (AA)Index対象外41.0%#3736.3%#5343.7%#2437.2%#4941.4%#3636.0%#54–Artificial Analysis
FrontierCode 2.0 (AA)33.4%#3124.5%#5534.5%#2937.5%#1936.9%#2042.3%#7–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–––––53.3%#34–Terminal-Bench
APEX-Agents–––––68.3%#8–Mercor
Arena Agent–––––12#8–Arena (LMArena)
LiveBench Long AgenticIndex対象外–––––56.2%#10–LiveBench
LiveBench BrowserIndex対象外–––––93.1%#2–LiveBench
HiL-Benchエフォート未記載––––––68.0%#3Scale AI SEAL
GDPval-AA v2.1Index対象外1286#1201204#1361324#1141353#1021416#851476#65–Artificial Analysis
Finance Agent v2.1Index対象外–––––56.0%#33–Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外–––––1.7%#37–Vals AI
Legal Research BenchIndex対象外–––––26.0%#64–Vals AI
Tax Agent BenchIndex対象外–––––17.1%#59–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外–––––49.5%#13–Vals AI
Arena Agent Task CompletionIndex対象外–––––9.7#11–Arena (LMArena)
Vending-Bench 2Index対象外エフォート未記載––––––9107.5#13Andon Labs
SpireClimbIndex対象外–––––22.3%#3–Epoch AI Benchmarking Hub
AutomationBenchIndex対象外51.0%#10356.3%#7857.8%#7058.5%#6459.9%#5660.2%#53–Artificial Analysis
GDP.pdf (AA)Index対象外23.2%#6225.6%#4128.4%#2028.0%#2326.6%#3328.6%#18–Artificial Analysis
AA-Briefcase v1.1Index対象外1226#1131032#1491191#1171265#1051334#891401#77–Artificial Analysis
GDPxIndex対象外–––––8.5%#6–GDPx by SemiAnalysis
Design Arena AgenticIndex対象外エフォート未記載––––––1192#37Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外24.3%#427.6%#7424.8%#4133.3%#3641.9%#2757.6%#13–Artificial Analysis
MKA (AA)Index対象外–––––43.8%#10–Artificial Analysis
FACTS SearchIndex対象外エフォート未記載––––––92.7%#5Google

知識

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
SimpleQA Verified–––––57.3%#22–Epoch AI Benchmarking Hub
LiveBench 2.0 Data AnalysisIndex対象外–––––82.3%#6–LiveBench
LiveBench ResearchIndex対象外–––––79.1%#22–LiveBench
AA-Omniscience v1.1-5.0#9422.9#5326.6#4527.8#4328.9#4229.6#41–Artificial Analysis
Excel Modeling Benchmark v1.1Index対象外–––––73.3%#9–Vals AI
EBR-benchIndex対象外–––––78.1%#3–Epoch AI Benchmarking Hub
AA-Omniscience v1.1: accuracyIndex対象外40.7%#6645.6%#5347.4%#4647.3%#4748.0%#4447.6%#45–Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外22.9%#11258.4%#6360.4%#5663.0%#5063.3%#4965.5%#45–Artificial Analysis
FACTS ParametricIndex対象外エフォート未記載––––––70.8%#11Google

指示追従

ベンチマーク標準出典推移
MultiChallenge74.2%#6Scale AI SEAL

マルチモーダル

ベンチマーク推論なしlowmediumhighxhighmax標準出典推移
LiveBench DesignIndex対象外–––––79.7%#8–LiveBench
MMMU-Pro76.0%#10582.5%#4082.8%#3683.8%#2983.8%#2984.7%#19–Artificial Analysis
Blueprint-Bench 2Index対象外エフォート未記載––––––42.1%#6Epoch AI Benchmarking Hub
Furniture AssemblyIndex対象外–––––79.2%#5–Epoch AI Benchmarking Hub
VIALS-AAIndex対象外–––––60.3%#5–Handshake AI
FACTS MultimodalIndex対象外エフォート未記載––––––48.8%#12Google

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 v1.167.7%#25681.0%#6980.7%#7482.3%#4781.7%#5982.7%#40–Artificial Analysis
MLCRIndex対象外–––––30.6%#18–Artificial Analysis
FACTS GroundingIndex対象外エフォート未記載––––––84.2%#1Google

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––––––167.7#6Epoch AI Benchmarking Hub
LiveBench 2.0–––––78.8%#7–LiveBench
AA Intelligence Index v5.0.1Index対象外30.5#6429.4#6938.2#4442.4#3945.3#3351.3#20–Artificial Analysis
AA Intelligence Index v4.3.2Index対象外33.5#11236.2#9041.3#6243.9#4845.4#3848.1#26–Artificial Analysis
AA Progress Index v1Index対象外318.2#71316.6#79328.9#37334.1#28337.9#24345.2#12–Artificial Analysis
Vals IndexIndex対象外–––––60.5#13–Vals AI
Vals Finance IndexIndex対象外–––––53.3%#30–Vals AI
Vals Legal IndexIndex対象外–––––58.8%#34–Vals AI

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外18.2%#34Scale AI SEAL
DistressBenchIndex対象外65.9%#36Scale AI SEAL

GameBench 2 Overall: 81.2. GameBench 2, best reasoning setting (XHigh): 85.8. 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
Azure78 tok/s1.50 s$1.10$5.501.1M–
Azure75 tok/s3.01 s$1.00$5.001.1M–
Amazon Bedrock61 tok/s1.80 s$1.10$5.501.1M–
OpenAI56 tok/s1.32 s$2.00$10.001.1M–
OpenAI55 tok/s2.78 s$1.00$5.001.1M–
OpenAI44 tok/s2.69 s$0.500$2.501.1M–
Azure40 tok/s1.96 s$1.20$6.001.1M–

利用状況

GPT-6.1 Terra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
#29
トークンシェア0.57%
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
0.76%
Codexで99%
可用性、72時間
99.8%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
0.32%
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26日〜2026年11月15日):合計2.89T、前週比 +13%。

直近30日間の典型的なリクエスト:リクエストあたり33.6kトークン、出力1トークンあたり入力94トークン、入力の88%がキャッシュから、出力の42%が推論、リクエストあたり0.36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 (293B)、Hermes Agent (223B)、omp (119B)、pi (103B)、Claude Code (24.9B)。

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
OpenAI189 tok/s0.95 s99.96%
Amazon Bedrock141 tok/s0.93 s97.66%
Azure71 tok/s0.79 s95.96%

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$0.050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$0.0019$0.00162.6 min
30ページのレポートを要約12,000 / 600$0.015$0.00652.7 min
コード編集6,000 / 1,500$0.013$0.00922.9 min
エージェント型コーディングセッション60,000 / 4,000$0.080$0.0373.4 min
構造化データの抽出2,000 / 200$0.0030$0.00162.6 min

このモデルを含むコーディングプラン

GPT-6.1 Terra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-6.1 Terraと比較する

関連ページ

埋め込み・引用

GPT-6.1 Terra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-6.1 Terra on BenchLeader: 総合 15位](https://www.benchleader.com/badge/gpt-6-1-terra.svg)](https://www.benchleader.com/models/gpt-6-1-terra)

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-6.1 Terra on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-6-1-terra

BibTeX:

@misc{benchleader_gpt_6_1_terra_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-6.1 Terra on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-6-1-terra}},
  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-6.1 Terraのベンチマークスコアは?
2026年11月16日時点で、GPT-6.1 Terra(推論エフォート max)のBenchLeader Indexは64.1 ±2.0です(上位50位以内)。最も強いのは数学(72)、最も弱いのは知識(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-6.1 Terraの順位は?
2026年11月16日時点で、GPT-6.1 Terra(推論エフォート max)はランク付けされた608構成中32位です(上位50位以内)。ほかに92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-6.1 Terra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-6.1 Terraの料金は入力100万トークンあたり$1.00、出力100万トークンあたり$5.00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$2.00です。
GPT-6.1 TerraはGPT-5.5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-6.1 Terraはいつリリースされましたか?
OpenAIが2026年10月26日にGPT-6.1 Terra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-6.1 Terra: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-6-1-terra