AIFIND / MODEL INTELLIGENCE
GPT-5.5
OpenAI · 公開日 2026-04-23
集計
総合スコア64.6
参考順位#16
証拠のカバー率87.5%
個別評価16
利用条件と料金
料金は 100 万トークンあたりの原通貨。保存された出典に基づく参考情報です。価格記録の日付は 未確認。現在の料金を自動確認したものではありません。最新の料金は 公式料金 で確認してください。
コンテキスト仕様の確認: 未確認 · 仕様の出典。未確認の日時は取得日で補いません。
採用した評価と実行設定
総合評価と利用体験
LiveBench · 言語と指示総合比較の証拠79.0%
Arena · 創作総合比較の証拠1,451.3
Creative Writing v3総合比較の証拠1,843.9
コーディング
DeepSWE v1.1総合比較の証拠67.0%
推論
LiveBench · 推論と数学総合比較の証拠92.8%
FrontierMath v2 · Tiers 1–3総合比較の証拠85.3%
FrontierMath v2 · Tier 4総合比較の証拠72.5%
Chess Puzzles総合比較の証拠26.0%
知識
SimpleQA Verified総合比較の証拠63.0%
専門業務
APEX-Agents 1.1総合比較の証拠55.1%
近い順位のモデルと比較
Gemini 3 Pro Preview · #156 共通測定
共通証拠の重み 34.4% · 相対的な純支持差 -0.086
| 出典 | GPT-5.5 | Gemini 3 Pro Preview | 重み |
|---|---|---|---|
| Arena · 創作 ↗ | 1,451.3 | 1,484.4 | 6.3% |
| Creative Writing v3 ↗ | 1,843.9 | 1,524.5 | 3.1% |
| Longform Writing ↗ | 78.2 | 68.8 | 3.1% |
| Chess Puzzles ↗ | 26.0% | 31.0% | 3.1% |
| GPQA Diamond ↗ | 90.7% | 92.6% | 6.3% |
| Arena Vision ↗ | 1,281 | 1,289.3 | 12.5% |
Claude Opus 4.8 · #1717 共通測定
共通証拠の重み 87.5% · 相対的な純支持差 0.062
| 出典 | GPT-5.5 | Claude Opus 4.8 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.0% | 75.8% | 12.5% |
| Arena · 創作 ↗ | 1,451.3 | 1,469.5 | 6.3% |
| Creative Writing v3 ↗ | 1,843.9 | 1,839.8 | 3.1% |
| Longform Writing ↗ | 78.2 | 80.8 | 3.1% |
| DeepSWE v1.1 ↗ | 67.0% | 59.0% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 82.1% | 81.8% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.0% | 50.5% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 91.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 85.3% | 80.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 72.5% | 56.1% | 1.6% |
| Chess Puzzles ↗ | 26.0% | 34.0% | 3.1% |
| Mystery Game Puzzles ↗ | 56.0% | 36.0% | 3.1% |
| SimpleQA Verified ↗ | 63.0% | 53.0% | 6.3% |
| GPQA Diamond ↗ | 90.7% | 91.0% | 6.3% |
| APEX-Agents 1.1 ↗ | 55.1% | 48.9% | 6.3% |
| Vals Finance Agent ↗ | 51.8% | 53.9% | 6.3% |
| Arena Vision ↗ | 1,281 | 1,286.4 | 12.5% |
Muse Spark 1.2 · #1412 共通測定
共通証拠の重み 71.9% · 相対的な純支持差 -0.001
| 出典 | GPT-5.5 | Muse Spark 1.2 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.0% | 76.4% | 12.5% |
| Arena · 創作 ↗ | 1,451.3 | 1,455.5 | 6.3% |
| Creative Writing v3 ↗ | 1,843.9 | 1,840.4 | 3.1% |
| Longform Writing ↗ | 78.2 | 81.5 | 3.1% |
| DeepSWE v1.1 ↗ | 67.0% | 54.9% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 82.1% | 77.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.0% | 57.6% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 90.6% | 3.1% |
| SimpleQA Verified ↗ | 63.0% | 60.3% | 6.3% |
| APEX-Agents 1.1 ↗ | 55.1% | 36.4% | 6.3% |
| Vals Finance Agent ↗ | 51.8% | 60.6% | 6.3% |
| Arena Vision ↗ | 1,281 | 1,292.8 | 12.5% |
Gemini 3.6 Flash · #1816 共通測定
共通証拠の重み 84.4% · 相対的な純支持差 0.099
| 出典 | GPT-5.5 | Gemini 3.6 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.0% | 79.6% | 12.5% |
| Arena · 創作 ↗ | 1,451.3 | 1,470.9 | 6.3% |
| Creative Writing v3 ↗ | 1,843.9 | 1,603.5 | 3.1% |
| DeepSWE v1.1 ↗ | 67.0% | 46.7% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 82.1% | 77.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.0% | 43.4% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 85.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 85.3% | 58.9% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 72.5% | 22.0% | 1.6% |
| Chess Puzzles ↗ | 26.0% | 40.0% | 3.1% |
| Mystery Game Puzzles ↗ | 56.0% | 30.0% | 3.1% |
| SimpleQA Verified ↗ | 63.0% | 66.2% | 6.3% |
| GPQA Diamond ↗ | 90.7% | 94.1% | 6.3% |
| APEX-Agents 1.1 ↗ | 55.1% | 46.9% | 6.3% |
| Vals Finance Agent ↗ | 51.8% | 56.3% | 6.3% |
| Arena Vision ↗ | 1,281 | 1,279.7 | 12.5% |
Qwen3.8 Max · #1315 共通測定
共通証拠の重み 81.3% · 相対的な純支持差 -0.038
| 出典 | GPT-5.5 | Qwen3.8 Max | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.0% | 76.9% | 12.5% |
| Arena · 創作 ↗ | 1,451.3 | 1,467.9 | 6.3% |
| DeepSWE v1.1 ↗ | 67.0% | 57.5% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 82.1% | 72.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.0% | 64.6% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.8% | 89.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 85.3% | 74.7% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 72.5% | 46.3% | 1.6% |
| Chess Puzzles ↗ | 26.0% | 29.0% | 3.1% |
| Mystery Game Puzzles ↗ | 56.0% | 38.0% | 3.1% |
| SimpleQA Verified ↗ | 63.0% | 45.8% | 6.3% |
| GPQA Diamond ↗ | 90.7% | 92.7% | 6.3% |
| APEX-Agents 1.1 ↗ | 55.1% | 63.3% | 6.3% |
| Vals Finance Agent ↗ | 51.8% | 50.6% | 6.3% |
| Arena Vision ↗ | 1,281 | 1,301.2 | 12.5% |