AIFIND / MODEL INTELLIGENCE
GPT-5.6 Sol
OpenAI · 公開日 2026-07-09
集計
総合スコア73.8
参考順位#10
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79.8%
Arena · 創作総合比較の証拠1,468.3
Creative Writing v3総合比較の証拠1,971.6
コーディング
DeepSWE v1.1総合比較の証拠72.7%
推論
LiveBench · 推論と数学総合比較の証拠93.9%
FrontierMath v2 · Tiers 1–3総合比較の証拠89.1%
FrontierMath v2 · Tier 4総合比較の証拠82.9%
Chess Puzzles総合比較の証拠55.0%
知識
SimpleQA Verified総合比較の証拠69.7%
専門業務
APEX-Agents 1.1総合比較の証拠51.4%
近い順位のモデルと比較
Muse Spark 1.3 · #914 共通測定
共通証拠の重み 70.8% · 相対的な純支持差 -0.044
| 出典 | GPT-5.6 Sol | Muse Spark 1.3 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.8% | 80.4% | 12.5% |
| Arena · 創作 ↗ | 1,468.3 | 1,458.7 | 6.3% |
| Creative Writing v3 ↗ | 1,971.6 | 1,905.9 | 3.1% |
| Longform Writing ↗ | 81.7 | 82.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 83.9% | 81.1% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.2% | 64.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 92.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.1% | 74.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 82.9% | 46.3% | 1.6% |
| Chess Puzzles ↗ | 55.0% | 38.0% | 3.1% |
| Mystery Game Puzzles ↗ | 58.0% | 25.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 51.4% | 58.6% | 6.3% |
| Vals Finance Agent ↗ | 53.8% | 60.0% | 6.3% |
| Arena Vision ↗ | 1,284.7 | 1,290.2 | 12.5% |
GPT-6 Sol · #1114 共通測定
共通証拠の重み 67.7% · 相対的な純支持差 0.124
| 出典 | GPT-5.6 Sol | GPT-6 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.8% | 76.9% | 12.5% |
| Arena · 創作 ↗ | 1,468.3 | 1,441.5 | 6.3% |
| Creative Writing v3 ↗ | 1,971.6 | 2,124.7 | 3.1% |
| Longform Writing ↗ | 81.7 | 82.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 83.9% | 81.8% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.2% | 52.9% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 92.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.1% | 89.8% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 82.9% | 90.0% | 1.6% |
| Mystery Game Puzzles ↗ | 58.0% | 56.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 60.7% | 6.3% |
| GPQA Diamond ↗ | 93.5% | 94.3% | 6.3% |
| APEX-Agents 1.1 ↗ | 51.4% | 54.3% | 6.3% |
| Vals Finance Agent ↗ | 53.8% | 49.0% | 6.3% |
Claude Opus 5 · #816 共通測定
共通証拠の重み 81.2% · 相対的な純支持差 -0.059
| 出典 | GPT-5.6 Sol | Claude Opus 5 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.8% | 76.2% | 12.5% |
| Arena · 創作 ↗ | 1,468.3 | 1,470.6 | 6.3% |
| Creative Writing v3 ↗ | 1,971.6 | 2,132.6 | 3.1% |
| Longform Writing ↗ | 81.7 | 86.3 | 3.1% |
| DeepSWE v1.1 ↗ | 72.7% | 73.6% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 83.9% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.2% | 65.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 93.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.1% | 85.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 82.9% | 73.2% | 1.6% |
| Chess Puzzles ↗ | 55.0% | 42.0% | 3.1% |
| Mystery Game Puzzles ↗ | 58.0% | 59.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 59.9% | 6.3% |
| GPQA Diamond ↗ | 93.5% | 93.9% | 6.3% |
| APEX-Agents 1.1 ↗ | 51.4% | 65.8% | 6.3% |
| Arena Vision ↗ | 1,284.7 | 1,289 | 12.5% |
Kimi K3 · #1216 共通測定
共通証拠の重み 75.0% · 相対的な純支持差 0.240
| 出典 | GPT-5.6 Sol | Kimi K3 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.8% | 78.4% | 12.5% |
| Arena · 創作 ↗ | 1,468.3 | 1,460.2 | 6.3% |
| Creative Writing v3 ↗ | 1,971.6 | 2,082.3 | 3.1% |
| Longform Writing ↗ | 81.7 | 79.6 | 3.1% |
| DeepSWE v1.1 ↗ | 72.7% | 68.5% | 4.2% |
| LiveBench · コーディング · 直接コーディング ↗ | 83.9% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.2% | 62.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 87.6% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.1% | 72.2% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 82.9% | 39.0% | 1.6% |
| Chess Puzzles ↗ | 55.0% | 39.0% | 3.1% |
| Mystery Game Puzzles ↗ | 58.0% | 26.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 50.6% | 6.3% |
| GPQA Diamond ↗ | 93.5% | 93.1% | 6.3% |
| APEX-Agents 1.1 ↗ | 51.4% | 50.6% | 6.3% |
| Vals Finance Agent ↗ | 53.8% | 53.1% | 6.3% |
GPT-6.1 Sol · #714 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 -0.163
| 出典 | GPT-5.6 Sol | GPT-6.1 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 79.8% | 82.1% | 12.5% |
| Arena · 創作 ↗ | 1,468.3 | 1,459.7 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 83.9% | 80.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 56.2% | 54.5% | 4.2% |
| LiveBench · 推論と数学 ↗ | 93.9% | 94.7% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.1% | 93.7% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 82.9% | 100.0% | 1.6% |
| Chess Puzzles ↗ | 55.0% | 61.0% | 3.1% |
| Mystery Game Puzzles ↗ | 58.0% | 80.0% | 3.1% |
| SimpleQA Verified ↗ | 69.7% | 73.9% | 6.3% |
| GPQA Diamond ↗ | 93.5% | 95.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 51.4% | 60.0% | 6.3% |
| Vals Finance Agent ↗ | 53.8% | 52.0% | 6.3% |
| Arena Vision ↗ | 1,284.7 | 1,290.6 | 12.5% |