GPT-6 Sol
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
- 総合Index63
- 推論66
- コーディング66
- エージェント・ツール59
- 数学68
- 知識61
- 人間の評価64
- マルチモーダル61
- 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[](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。
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 Solmax | 2026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 Solmax | 2026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 | #374 | 108 tok/s | 1.86 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 |
| low | 54.5 | #232 | 101 tok/s | 2.20 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 |
| medium | 56.9 | #166 | 62 tok/s | 1.80 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 |
| high | 58.1 | #140 | 110 tok/s | 6.15 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 |
| xhigh | 58.4 | #130 | 108 tok/s | 19 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 | #47 | 127 tok/s | 37 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/s | 1.80 s | $0.0038 | |
| 未記載 | – | – | 62 tok/s | 1.80 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- 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 | low | medium | high | xhigh | max | 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%#22 | SimpleBench | |
| 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%#249 | 34.9%#137 | 41.0%#93 | 44.1%#60 | 46.3%#51 | 47.9%#42 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 9.5%#123 | – | – | – | – | 45.2%#31 | – | Artificial Analysis | |
| ARC-AGI-1 | 29.3%#216 | 72.2%#147 | 83.7%#124 | 91.0%#76 | 92.7%#60 | 95.5%#40 | – | ARC Prize | |
| ARC-AGI-2 | 1.7%#218 | 31.5%#137 | 57.8%#103 | 68.9%#68 | 78.1%#50 | 89.6%#22 | – | ARC Prize | |
| ARC-AGI-3 | 1.2%#48 | 1.8%#46 | 4.9%#38 | 5.9%#36 | 9.5%#31 | 23.0%#28 | – | ARC Prize | |
| CritPtIndex対象外 | 4.0%#187 | 16.3%#98 | 24.6%#55 | 25.4%#51 | 28.0%#33 | 30.9%#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%#11 | Scale 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
エージェント・ツール
数学
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 89.8%#8 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 90.0%#11 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 100.0%#1 | – | Epoch AI Benchmarking Hub | |
| ProofBenchエフォート未記載 | – | 83.0%#14 | Vals AI | |
| LiveBench MathematicsIndex対象外 | 96.4%#9 | – | LiveBench | |
| Arena Maths | 1440#96 | – | Arena (LMArena) | |
| FrontierMath ErdősIndex対象外 | 1.5%#6 | – | Epoch AI Benchmarking Hub |
知識
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| SimpleQA Verified | 60.7%#18 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data AnalysisIndex対象外 | 81.2%#6 | – | LiveBench | |
| AA-Omniscience v1.1 | 21.4#55 | – | Artificial Analysis | |
| PRBench Legalエフォート未記載 | – | 38.6%#39 | Scale 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%#7 |
指示追従
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| LiveBench LanguageIndex対象外 | 85.3%#15 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | 68.6%#35 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1449#70 | Arena (LMArena) |
人間の評価
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1457#68 | – | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 2126#5 | EQ-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 | low | medium | high | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|---|
| Arena Vision | – | – | – | – | – | 1233#76 | – | Arena (LMArena) | |
| MMMU-Pro | 70.3%#157 | 80.2%#60 | 80.4%#58 | 82.0%#44 | 82.5%#39 | 83.0%#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%#11 | Epoch 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%#14 |
長文コンテキスト
| ベンチマーク | 推論なし | low | medium | high | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 64.0%#279 | 79.3%#110 | 82.3%#47 | 83.7%#17 | 81.3%#64 | 83.7%#17 | – | Artificial Analysis | |
| MLCRIndex対象外 | 22.8%#38 | 25.6%#32 | 28.9%#22 | 29.4%#21 | 32.2%#14 | 33.9%#10 | – | Artificial Analysis | |
| FACTS GroundingIndex対象外エフォート未記載 | – | – | – | – | – | – | 83.3%#2 |
総合
| ベンチマーク | 推論なし | low | medium | high | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | – | – | – | – | 163.8#12 | Epoch 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#139 | 34.1#103 | 39.8#69 | 42.4#54 | 44.2#44 | 47.6#29 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 298.4#125 | 308.4#102 | 318.1#73 | 324.1#46 | 327.3#39 | 334#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%#15 | Scale AI SEAL | |
| DistressBenchIndex対象外 | 68.0%#32 | Scale 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 |
|---|---|---|---|---|---|---|
| OpenAI | 123 tok/s | 2.59 s | $1.00 | $5.00 | 1.1M | – |
| OpenAI | 122 tok/s | 3.07 s | $4.00 | $20.00 | 1.1M | – |
| Amazon Bedrock | 90 tok/s | 2.52 s | $2.00 | $10.00 | 1.1M | – |
| OpenAI | 83 tok/s | 1.66 s | $2.00 | $10.00 | 1.1M | – |
| Azure | 78 tok/s | 0.94 s | $2.20 | $11.00 | 1.1M | – |
| Azure | 45 tok/s | 2.14 s | $2.00 | $10.00 | 1.1M | – |
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
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 | $0.0033 | 39.3 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.030 | $0.014 | 41.6 s |
| コード編集 | 6,000 / 1,500 | $0.027 | $0.019 | 48.7 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 | $0.079 | 1.1 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0060 | $0.0033 | 38.5 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。
GPT-6 Solと比較する
- GPT-6 Sol vs GPT-6.1 Sol
- GPT-6 Sol vs MiMo-V2.6-Flash
- GPT-6 Sol vs Gemini 4 Argon
- GPT-6 Sol vs GPT-5.3-Codex
- GPT-6 Sol vs Kimi K2.6
- GPT-6 Sol vs GPT-5.4
- GPT-6 Sol vs GLM 5.3
- GPT-6 Sol vs MiMo-V2.6-Pro
- GPT-6 Sol vs Gemini 3.1 Pro
- GPT-6 Sol vs Qwen3.7
- GPT-6 Sol vs Gemini 4 Carbon
- GPT-6 Sol vs DeepSeek V4 Pro
- GPT-6 Sol vs Claude Fable 5.1
- GPT-6 Sol vs GPT-5.5 Pro
- GPT-6 Sol vs Claude Opus 4.6
- GPT-6 Sol vs GPT-6.1 Terra
- GPT-6 Sol vs Grok 4.6
- GPT-6 Sol vs GPT-5.2-Codex
- GPT-6 Sol vs Agnes 2.5 Pro Beta
- GPT-6 Sol vs Muse Wonder Full
- GPT-6 Sol vs Gemini 3.5 Flash
- GPT-6 Sol vs Claude Opus 5.5
- GPT-6 Sol vs DeepSeek V4.1 Flash 1017
- GPT-6 Sol vs Kimi K3.1 Pro
- GPT-6 Sol vs Claude Sonnet 5.5
- GPT-6 Sol vs Muse Wonder
- GPT-6 Sol vs Muse Spark 1.1
- GPT-6 Sol vs Claude Opus 4.7
- GPT-6 Sol vs Gemini 3.7 Flash
- GPT-6 Sol vs GPT-5.4 Pro
- GPT-6 Sol vs Qwen3.6 Max
- GPT-6 Sol vs Gemini 4 Hydrogen
- GPT-6 Sol vs Muse Spark 1.3
- GPT-6 Sol vs Muse Spark 1.2
- GPT-6 Sol vs GPT-5.5
- GPT-6 Sol vs Muse Spark
- GPT-6 Sol vs Claude Opus 5
- GPT-6 Sol vs Kimi K3.1 Pro Together
- GPT-6 Sol vs GPT-5.6 Sol
- GPT-6 Sol vs Claude Fable 5
- GPT-6 Sol vs GPT-6 Astra
- GPT-6 Sol vs Claude Fable 5.2
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。
[](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}
}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