AIFIND / MODEL INTELLIGENCE
GPT-6.1 Sol
OpenAI · 公開日 2026-09-29
集計
総合スコア75.9
参考順位#7
証拠のカバー率77.1%
個別評価13
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82.1%
コーディング
推論
LiveBench · 推論と数学総合比較の証拠94.7%
FrontierMath v2 · Tiers 1–3総合比較の証拠93.7%
FrontierMath v2 · Tier 4総合比較の証拠100.0%
Chess Puzzles総合比較の証拠61.0%
知識
SimpleQA Verified総合比較の証拠73.9%
専門業務
APEX-Agents 1.1総合比較の証拠60.0%
採用しない結果・未測定
- Creative Writing v3 — 採用可能な実測がありません
- Longform Writing — 採用可能な実測がありません
- DeepSWE v1.1 — 採用可能な実測がありません
欠測の分野: 中国語・多言語。公表誤差のない測定: 5 件。欠測を 0 点にせず、未公表の誤差を推測しません。
近い順位のモデルと比較
Gemini 3.8 Flash · #614 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 -0.039
| 出典 | GPT-6.1 Sol | Gemini 3.8 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 82.1% | 84.6% | 12.5% |
| Arena · 創作 ↗ | 1,459.7 | 1,484.5 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 80.4% | 72.5% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.5% | 54.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.7% | 90.4% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 93.7% | 68.4% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 100.0% | 22.0% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 61.0% | 3.1% |
| Mystery Game Puzzles ↗ | 80.0% | 47.0% | 3.1% |
| SimpleQA Verified ↗ | 73.9% | 69.7% | 6.3% |
| GPQA Diamond ↗ | 95.4% | 95.4% | 6.3% |
| APEX-Agents 1.1 ↗ | 60.0% | 64.3% | 6.3% |
| Vals Finance Agent ↗ | 52.0% | 61.4% | 6.3% |
| Arena Vision ↗ | 1,290.6 | 1,290.3 | 12.5% |
Claude Opus 5 · #813 共通測定
共通証拠の重み 70.8% · 相対的な純支持差 0.160
| 出典 | GPT-6.1 Sol | Claude Opus 5 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 82.1% | 76.2% | 12.5% |
| Arena · 創作 ↗ | 1,459.7 | 1,470.6 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 80.4% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.5% | 65.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.7% | 93.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 93.7% | 85.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 100.0% | 73.2% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 42.0% | 3.1% |
| Mystery Game Puzzles ↗ | 80.0% | 59.0% | 3.1% |
| SimpleQA Verified ↗ | 73.9% | 59.9% | 6.3% |
| GPQA Diamond ↗ | 95.4% | 93.9% | 6.3% |
| APEX-Agents 1.1 ↗ | 60.0% | 65.8% | 6.3% |
| Arena Vision ↗ | 1,290.6 | 1,289 | 12.5% |
GPT-6 Astra · #514 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 -0.034
| 出典 | GPT-6.1 Sol | GPT-6 Astra | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 82.1% | 82.5% | 12.5% |
| Arena · 創作 ↗ | 1,459.7 | 1,449.1 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 80.4% | 80.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.5% | 57.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.7% | 94.7% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 93.7% | 93.7% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 100.0% | 97.6% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 72.0% | 3.1% |
| Mystery Game Puzzles ↗ | 80.0% | 84.0% | 3.1% |
| SimpleQA Verified ↗ | 73.9% | 75.6% | 6.3% |
| GPQA Diamond ↗ | 95.4% | 95.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 60.0% | 64.7% | 6.3% |
| Vals Finance Agent ↗ | 52.0% | 53.5% | 6.3% |
| Arena Vision ↗ | 1,290.6 | 1,284.3 | 12.5% |
Muse Spark 1.3 · #912 共通測定
共通証拠の重み 64.6% · 相対的な純支持差 0.046
| 出典 | GPT-6.1 Sol | Muse Spark 1.3 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 82.1% | 80.4% | 12.5% |
| Arena · 創作 ↗ | 1,459.7 | 1,458.7 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 80.4% | 81.1% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.5% | 64.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.7% | 92.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 93.7% | 74.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 100.0% | 46.3% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 38.0% | 3.1% |
| Mystery Game Puzzles ↗ | 80.0% | 25.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 60.0% | 58.6% | 6.3% |
| Vals Finance Agent ↗ | 52.0% | 60.0% | 6.3% |
| Arena Vision ↗ | 1,290.6 | 1,290.2 | 12.5% |
Gemini 3.7 Flash · #414 共通測定
共通証拠の重み 77.1% · 相対的な純支持差 -0.089
| 出典 | GPT-6.1 Sol | Gemini 3.7 Flash | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 82.1% | 82.7% | 12.5% |
| Arena · 創作 ↗ | 1,459.7 | 1,493.4 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 80.4% | 78.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 54.5% | 58.3% | 4.2% |
| LiveBench · 推論と数学 ↗ | 94.7% | 90.6% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 93.7% | 71.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 100.0% | 36.6% | 1.6% |
| Chess Puzzles ↗ | 61.0% | 47.0% | 3.1% |
| Mystery Game Puzzles ↗ | 80.0% | 37.0% | 3.1% |
| SimpleQA Verified ↗ | 73.9% | 69.2% | 6.3% |
| GPQA Diamond ↗ | 95.4% | 94.8% | 6.3% |
| APEX-Agents 1.1 ↗ | 60.0% | 67.8% | 6.3% |
| Vals Finance Agent ↗ | 52.0% | 59.0% | 6.3% |
| Arena Vision ↗ | 1,290.6 | 1,296 | 12.5% |