BenchLeader

GPT-6 Sol

推論エフォート
品質339中21位
62.6Index
上位10%
中央値比 +12.4
価格255中207位
$4.00100万トークンあたり
高い方から4分の1
中央値の4.7倍
速度216中48位
127トークン/秒
上位4分の1
中央値の1.6倍
コスパ255中204位
15.7ポイント/$
下位4分の1
中央値の0.3倍

よりコスパが高いモデル: Gemini 3.7 Flash $1.50/MでIndex 62.1(63%安い)。

より安価でスコアの高いランク付けモデルが2つあります:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)。

2026年11月16日時点で、GPT-6 Sol(OpenAI)のBenchLeader Indexは62.6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(68)、最も弱いのはエージェント・ツール(59)です。API料金は入力100万トークンあたり$2.00、出力100万トークンあたり$10.00(3:1のブレンドで$4.00)で、2026年11月16日時点の定価です。出力速度は約130トークン/秒です(Artificial Analysis)。2026年9月22日にリリースされました。

要点(2026年11月16日時点)

  • GPT-6 SolのAPI料金は入力100万トークンあたり$2.00、出力100万トークンあたり$10.00(3:1のブレンドで$4.00)です(定価、2026年11月16日)。
  • GPT-6 Solの出力速度は約130トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-6 Solは2026年9月22日にリリースされました(OpenAI)。

詳しく見ると:GPT-6 SolはOpenAIのプロプライエタリな推論モデルです(2026年9月22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62.6 ±3.2を記録し、608構成中47位で上位半分に入ります。重要なのはこの「±」です。ほかに146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(68)、エージェント・ツールが最も低くなっています(59)。ブレンド価格は100万トークンあたり$4.00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127トークン/秒、回答開始まで36.9秒で、最速の4分の1に入ります。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
$4.00/M
入力$2.00・出力$10.00
出典:Artificial Analysis
出力速度
127 tok/s
Artificial Analysisによる測定
回答開始
37 s
最初のトークン 1.80 s
コンテキスト
1.1M
出典:models.dev
回答完了まで
144 s
最終測定2026年11月13日
タスクあたりコスト
$2.47
1タスク7 min、AA Index
タスクあたりトークン数
54k
うち66%が推論
リリース日
2026年9月22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Index63
  2. 推論66
  3. コーディング66
  4. エージェント・ツール59
  5. 数学68
  6. 知識61
  7. 人間の評価64
  8. マルチモーダル61
  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-6 Sol on BenchLeader: 総合 21位](https://www.benchleader.com/badge/gpt-6-sol.svg?style=compact)](https://www.benchleader.com/models/gpt-6-sol)

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-6.1 Solmax2026年9月29日66.6#8
GPT-6 Solmaxこのページ2026年9月22日62.6#47
GPT-5.6 Solmax2026年7月9日65.3#19

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49.0#374108 tok/s1.86 s$0.0038コーディング 50 · 長文コンテキスト 56 · マルチモーダル 53 · 推論 36
low54.5#232101 tok/s2.20 s$0.0038コーディング 54 · 長文コンテキスト 64 · マルチモーダル 63 · 推論 47
medium56.9#16662 tok/s1.80 s$0.0038コーディング 59 · 長文コンテキスト 66 · マルチモーダル 63 · 推論 54
high58.1#140110 tok/s6.15 s$0.0038コーディング 60 · 長文コンテキスト 67 · マルチモーダル 64 · 推論 57
xhigh58.4#130108 tok/s19 s$0.0038コーディング 60 · 長文コンテキスト 65 · マルチモーダル 65 · 推論 60
max最良62.6#47127 tok/s37 s$0.0038エージェント・ツール 59 · コーディング 66 · 人間の評価 64 · 知識 61 · 長文コンテキスト 67 · 数学 68 · マルチモーダル 61 · 推論 66
Proモード––62 tok/s1.80 s$0.0038
未記載––62 tok/s1.80 s$0.0038知識 36 · 数学 70 · 推論 65

Indexの推移

2026年9月23日〜2026年11月16日
546168
  • 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––––––73.1%#22SimpleBench
Arena Hard Prompts–––––1483#62–Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外–––––88.7%#22–LiveBench
Humanity's Last Exam (AA)Index対象外18.4%#24934.9%#13741.0%#9344.1%#6046.3%#5147.9%#42–Artificial Analysis
HLE-Diamond (AA)9.5%#123––––45.2%#31–Artificial Analysis
ARC-AGI-129.3%#21672.2%#14783.7%#12491.0%#7692.7%#6095.5%#40–ARC Prize
ARC-AGI-21.7%#21831.5%#13757.8%#10368.9%#6878.1%#5089.6%#22–ARC Prize
ARC-AGI-31.2%#481.8%#464.9%#385.9%#369.5%#3123.0%#28–ARC Prize
CritPtIndex対象外4.0%#18716.3%#9824.6%#5525.4%#5128.0%#3330.9%#15–Artificial Analysis
CritPt v2 hard subset (AA)–––––66.5%#17–Artificial Analysis
MysteryMechanismIndex対象外–––––30.2%#15–Vals AI
HLE-Diamond (Scale)Index対象外エフォート未記載汚染の可能性––––––33.8%#11Scale AI SEAL
Arena ExpertIndex対象外–––––1496#52–Arena (LMArena)
Chess PuzzlesIndex対象外–––––56.0%#17–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外–––––56.0%#12–Epoch AI Benchmarking Hub
LMCAIndex対象外–––––59.1%#41–Epoch AI Benchmarking Hub
DTBenchIndex対象外–––––97.3%#14–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
SciCode47.3%#14050.2%#12053.8%#7954.9%#6655.1%#5857.6%#34–SciCode
FrontierCode–––––49.3%#9–Cognition
Arena Coding–––––1521#34–Arena (LMArena)
Arena WebDev–––––1673#16–Arena (LMArena)
LiveBench 1.0 CodingIndex対象外–––––81.8%#13–LiveBench
SciCode (AA)Index対象外47.3%#14950.2%#12353.8%#8254.9%#6855.1%#6157.6%#33–Artificial Analysis
IOI–––––82.6%#10–Vals AI
Code MigrationIndex対象外–––––57.2%#9–Vals AI
ProgramBenchIndex対象外–––––2.0%#11–Vals AI
Vibe Code Bench v1.1Index対象外–––––87.8%#12–Vals AI
MirrorCodeIndex対象外–––––48.9%#21–Epoch AI Benchmarking Hub
ALE-BenchIndex対象外–––––2462#5–Epoch AI Benchmarking Hub
WeirdML v3Index対象外––––19.7%#8––WeirdML
Terminal-Bench 4.0 (AA)Index対象外13.1%#1049.1%#12018.7%#9126.3%#7430.3%#6543.9%#39–Artificial Analysis
GameBench 2 OverallIndex対象外設定全体––––––73.0#10DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外64.7#50–74.8#32–79.4#20––DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載––––––1290#30Design Arena
FrontierCode 2.0 (AA)–––––35.6%#27–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–––––50.3%#39–Terminal-Bench
APEX-Agents–––––54.3%#30–Mercor
Arena Agent–––––6.9#13–Arena (LMArena)
LiveBench Agentic CodingIndex対象外–––––52.9%#37–LiveBench
Terminal-Bench 2.1 (Vals)–––––83.2%#6–Vals AI
GDPval-AA v2.1Index対象外1255#1261200#1371350#1031402#891466#691514#59–Artificial Analysis
ITBench SRE (AA)Index対象外–––––49.4%#7–Artificial Analysis
CyberBenchIndex対象外–––––78.0%#2–Vals AI
Finance Agent v2Index対象外–––––49.0%#49–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–––––1.7%#50–Vals AI
Legal Research BenchIndex対象外–––––28.9%#59–Vals AI
SREBenchIndex対象外–––––30.5%#6–Vals AI
Tax Agent BenchIndex対象外–––––15.0%#63–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外–––––44.4%#15–Vals AI
Terminal-Bench ScienceIndex対象外–––––30.0%#10–Vals AI
Arena SearchIndex対象外–––––1229#4–Arena (LMArena)
Arena Agent Task CompletionIndex対象外–––––4.5#17–Arena (LMArena)
Vending-Bench 2Index対象外エフォート未記載––––––14427.9#3Andon Labs
SpireClimbIndex対象外–––––9.2%#5–Epoch AI Benchmarking Hub
AutomationBenchIndex対象外34.2%#14453.9%#8958.0%#6660.1%#5461.7%#4761.6%#48–Artificial Analysis
GDP.pdf (AA)Index対象外17.0%#11224.2%#5223.8%#5824.4%#5124.6%#4825.2%#45–Artificial Analysis
Harvey LAB-AA v1.1Index対象外–––––3.6%#16–Harvey
AA-Briefcase v1.1Index対象外1106#135886#1771149#1261266#1041359#841476#60–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載––––––1218#33Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外5.7%#783.3%#928.6%#7017.1%#5217.6%#5030.0%#37–Artificial Analysis
CWE-Bench (AA)–––––64.2%#6–Artificial Analysis
DeepSec-Bench (AA)–––––46.3%#2–Artificial Analysis
CyberGym end-to-end (AA)–––––0.0%#23–Artificial Analysis
FACTS SearchIndex対象外エフォート未記載––––––92.7%#6Google

数学

知識

ベンチマークmax標準出典推移
SimpleQA Verified60.7%#18–Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外81.2%#6–LiveBench
AA-Omniscience v1.121.4#55–Artificial Analysis
PRBench Legalエフォート未記載–38.6%#39Scale AI SEAL
BioMysteryBenchIndex対象外74.8%#9–Vals AI
Excel Modeling BenchmarkIndex対象外71.5%#12–Vals AI
MedCodeIndex対象外47.1%#35–Vals AI
MedScribeIndex対象外82.0%#50–Vals AI
Public Benefits Bench v1.1Index対象外56.6%#39–Vals AI
Financial Coaching BenchIndex対象外62.6%#27–Vals AI
EBR-benchIndex対象外53.3%#9–Epoch AI Benchmarking Hub
GDP.pdfIndex対象外26.4%#15–Epoch AI Benchmarking Hub
AA-Omniscience v1.1: accuracyIndex対象外51.1%#29–Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外39.1%#93–Artificial Analysis
HealthBench Professional (AA)Index対象外62.3%#9–OpenAI
FACTS ParametricIndex対象外エフォート未記載–76.1%#7Google

指示追従

ベンチマークmax出典推移
LiveBench LanguageIndex対象外85.3%#15LiveBench
LiveBench Instruction FollowingIndex対象外68.6%#35LiveBench
Arena Instruction FollowingIndex対象外1449#70Arena (LMArena)

人間の評価

ベンチマークmax標準出典推移
Arena Text1457#68–Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–2126#5EQ-Bench
Arena Creative WritingIndex対象外1428#76–Arena (LMArena)
Arena Multi-turnIndex対象外1468#68–Arena (LMArena)
Arena Longer QueriesIndex対象外1466#70–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–––––1233#76–Arena (LMArena)
MMMU-Pro70.3%#15780.2%#6080.4%#5882.0%#4482.5%#3983.0%#35–Artificial Analysis
Humanity's Sixth SenseIndex対象外–––––31.2%#18–Scale AI SEAL
Blueprint-Bench 2Index対象外エフォート未記載––––––36.9%#11Epoch AI Benchmarking Hub
Furniture AssemblyIndex対象外–––––58.3%#11–Epoch AI Benchmarking Hub
AA-3DIndex対象外–––––1131#7–Artificial Analysis
FACTS MultimodalIndex対象外エフォート未記載––––––43.9%#14Google

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 v1.164.0%#27979.3%#11082.3%#4783.7%#1781.3%#6483.7%#17–Artificial Analysis
MLCRIndex対象外22.8%#3825.6%#3228.9%#2229.4%#2132.2%#1433.9%#10–Artificial Analysis
FACTS GroundingIndex対象外エフォート未記載––––––83.3%#2Google

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––––––163.8#12Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外–––––79.3%#14–LiveBench
AA Intelligence Index v5.0.1Index対象外–––––44.2#34–Artificial Analysis
AA Intelligence Index v4.3.2Index対象外28.5#13934.1#10339.8#6942.4#5444.2#4447.6#29–Artificial Analysis
AA Progress Index v1Index対象外298.4#125308.4#102318.1#73324.1#46327.3#39334#29–Artificial Analysis
Vals RSI IndexIndex対象外–––––28.1%#6–Vals AI
Vals Science IndexIndex対象外–––––45.0%#9–Vals AI
AA Cyber IndexIndex対象外–––––36.8#16–Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外13.5%#15Scale AI SEAL
DistressBenchIndex対象外68.0%#32Scale AI SEAL

GameBench 2 Overall: 73.0. GameBench 2, best reasoning setting (XHigh): 79.4. 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
OpenAI123 tok/s2.59 s$1.00$5.001.1M–
OpenAI122 tok/s3.07 s$4.00$20.001.1M–
Amazon Bedrock90 tok/s2.52 s$2.00$10.001.1M–
OpenAI83 tok/s1.66 s$2.00$10.001.1M–
Azure78 tok/s0.94 s$2.20$11.001.1M–
Azure45 tok/s2.14 s$2.00$10.001.1M–

利用状況

GPT-6 Sol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
0.19%
Codexで98%

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$0.200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$0.0038$0.003339.3 s
30ページのレポートを要約12,000 / 600$0.030$0.01441.6 s
コード編集6,000 / 1,500$0.027$0.01948.7 s
エージェント型コーディングセッション60,000 / 4,000$0.160$0.0791.1 min
構造化データの抽出2,000 / 200$0.0060$0.003338.5 s

このモデルを含むコーディングプラン

GPT-6 Sol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 Solと比較する

関連ページ

埋め込み・引用

GPT-6 Sol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 Sol on BenchLeader: 総合 21位](https://www.benchleader.com/badge/gpt-6-sol.svg)](https://www.benchleader.com/models/gpt-6-sol)

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

BibTeX:

@misc{benchleader_gpt_6_sol_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-6 Sol on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-6-sol}},
  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 Solのベンチマークスコアは?
2026年11月16日時点で、GPT-6 Sol(推論エフォート max)のBenchLeader Indexは62.6 ±3.2です(上位50位以内)。最も強いのは数学(68)、最も弱いのはエージェント・ツール(59)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 Solの順位は?
2026年11月16日時点で、GPT-6 Sol(推論エフォート max)はランク付けされた608構成中47位です(上位50位以内)。ほかに146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 Sol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 Solの料金は入力100万トークンあたり$2.00、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$4.00です。
GPT-6 SolはGemini 3.5 Flashより優れていますか?
2026年11月16日時点で、Gemini 3.5 Flash(推論エフォート high)とGPT-6 Sol(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで62.5対62.6、±4.2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-6 Solはいつリリースされましたか?
OpenAIが2026年9月22日にGPT-6 Sol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 Sol: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-sol