BenchLeader

o1-preview

推論エフォート
品質366中197位
48.4Index
中央値より下
中央値比 −1.5
価格273中265位
$28.88100万トークンあたり
高い方から4分の1
中央値の31倍
コスパ273中267位
1.7ポイント/$
下位4分の1
中央値の0.0倍

よりコスパが高いモデル: Nemotron 3 Nano 30B A3B $0.088/MでIndex 47.4(328分の1の価格)。

より安価でスコアの高いランク付けモデルが173つあります:Claude Fable 5.2 (70.2, $16.00)、Gemini 4 Carbon (68.6, $4.00)、GPT-6.2 Astra (68.3, $16.00)ほか170つ。

2026年11月22日時点で、o1-preview(OpenAI)のBenchLeader Indexは48.4です(ランク付け対象は650構成)。最も強いのは人間の評価(56)、最も弱いのはエージェント・ツール(38)です。API料金は入力100万トークンあたり$16.50、出力100万トークンあたり$66.00(3:1のブレンドで$28.88)で、2026年11月22日時点の定価です。2024年9月12日にリリースされました。

要点(2026年11月22日時点)

  • o1-previewのAPI料金は入力100万トークンあたり$16.50、出力100万トークンあたり$66.00(3:1のブレンドで$28.88)です(定価、2026年11月22日)。
  • o1-previewは2024年9月12日にリリースされました(OpenAI)。

詳しく見ると:o1-previewはOpenAIのプロプライエタリな推論モデルです(2024年9月12日リリース)。最もスコアの高い構成は、BenchLeader Indexで48.4 ±5.4を記録し、650構成中406位で下位半分に入ります。重要なのはこの「±」です。ほかに301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。カテゴリ別では人間の評価が最も高く(56)、エージェント・ツールが最も低くなっています(38)。ブレンド価格は100万トークンあたり$28.88で、ランク付けされたモデルの中で最も高価な部類です。2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19日。

ブレンド価格
$28.88/M
入力$16.50・出力$66.00
出典:Artificial Analysis
出力速度
–
回答開始
–
コンテキスト
128k
出典:Artificial Analysis
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
2024年9月12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Index48
  2. 推論43
  3. コーディング51
  4. エージェント・ツール38
  5. 数学53
  6. 人間の評価56

この順位を埋め込む

ほかのバッジスタイル
[![o1-preview on BenchLeader: 総合 194位](https://www.benchleader.com/badge/o1-0912.svg?style=compact)](https://www.benchleader.com/models/o1-0912)

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

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
high––––$0.026知識 59
未記載最良48.4#406––$0.026エージェント・ツール 38 · コーディング 51 · 人間の評価 56 · 数学 53 · 推論 43

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

ベンチマーク標準出典推移
GPQA Diamond50.3%#237Epoch AI Benchmarking Hub
SimpleBench41.7%#81SimpleBench
Arena Hard Prompts1396#195Arena (LMArena)
GPQA Diamond (AA)Index対象外76.5%#242Artificial Analysis
Arena ExpertIndex対象外1383#200Arena (LMArena)

コーディング

ベンチマーク標準出典推移
WeirdML47.6%#77WeirdML
Arena Coding1415#202Arena (LMArena)
SWE-bench Verified (any scaffold)Index対象外64.6%#23SWE-bench

エージェント・ツール

ベンチマーク標準出典推移
Cybench10.0%#15Cybench
METR Time HorizonsIndex対象外45.1%#30METR
METR 50% Time HorizonIndex対象外20 min#17METR

知識

ベンチマークhigh出典推移
MedQA93.0%#26Vals AI

指示追従

ベンチマーク標準出典推移
Arena Instruction FollowingIndex対象外1381#179Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1389#182Arena (LMArena)
Arena Creative WritingIndex対象外1366#168Arena (LMArena)
Arena Multi-turnIndex対象外1390#185Arena (LMArena)
Arena Longer QueriesIndex対象外1382#193Arena (LMArena)

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外133.6#146Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外11.4#370Artificial Analysis
AA Progress Index v1Index対象外226.1#371Artificial Analysis

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$8.25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$0.026$0.024–
30ページのレポートを要約12,000 / 600$0.238$0.163–
コード編集6,000 / 1,500$0.198$0.161–
エージェント型コーディングセッション60,000 / 4,000$1.25$0.883–
構造化データの抽出2,000 / 200$0.046$0.034–

OpenAIのほかのモデル

今月の新着

関連ページ

埋め込み・引用

o1-preview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。

[![o1-preview on BenchLeader: 総合 194位](https://www.benchleader.com/badge/o1-0912.svg)](https://www.benchleader.com/models/o1-0912)

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 22). o1-preview on the BenchLeader Index (method v1.5) [Data set]. Retrieved November 22, 2026, from https://www.benchleader.com/models/o1-0912

BibTeX:

@misc{benchleader_o1_0912_20261122,
  author       = {{BenchLeader}},
  title        = {{o1-preview on the BenchLeader Index (method v1.5)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/o1-0912}},
  note         = {Data as of 2026-11-22}
}

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

o1-previewのベンチマークスコアは?
2026年11月22日時点で、o1-previewのBenchLeader Indexは48.4 ±5.4です。最も強いのは人間の評価(56)、最も弱いのはエージェント・ツール(38)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。
o1-previewの順位は?
2026年11月22日時点で、o1-previewはランク付けされた650構成中406位です。ほかに301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、70.2です。
o1-previewの料金は100万トークンあたりいくらですか?
2026年11月22日時点で、o1-previewの料金は入力100万トークンあたり$16.50、出力100万トークンあたり$66.00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$28.88です。
o1-previewはいつリリースされましたか?
OpenAIが2024年9月12日にo1-previewをリリースしました。BenchLeaderには2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22日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「o1-preview:ベンチマーク、料金、速度、順位」2026年11月22日時点のデータ、https://www.benchleader.com/ja/models/o1-0912