AIFIND / MODEL INTELLIGENCE
GPT-6 Sol
OpenAI · 公開日 2026-09-22
集計
総合スコア66.9
参考順位#11
証拠のカバー率67.7%
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76.9%
Arena · 創作総合比較の証拠1,441.5
Creative Writing v3総合比較の証拠2,124.7
コーディング
推論
LiveBench · 推論と数学総合比較の証拠92.5%
FrontierMath v2 · Tiers 1–3総合比較の証拠89.8%
FrontierMath v2 · Tier 4総合比較の証拠90.0%
知識
SimpleQA Verified総合比較の証拠60.7%
専門業務
APEX-Agents 1.1総合比較の証拠54.3%
採用しない結果・未測定
- Chess Puzzles — 採用可能な実測がありません
- Arena Vision — 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: 画像理解、中国語・多言語。公表誤差のない測定: 7 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
GPT-5.6 Sol · #1014 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-6 Sol | GPT-5.6 Sol | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 79.8% | 12.5% |
| Arena · 創作 ↗ | 1,441.5 | 1,468.3 | 6.3% |
| Creative Writing v3 ↗ | 2,124.7 | 1,971.6 | 3.1% |
| Longform Writing ↗ | 82.8 | 81.7 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 83.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 52.9% | 56.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.5% | 93.9% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.8% | 89.1% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 90.0% | 82.9% | 1.6% |
| Mystery Game Puzzles ↗ | 56.0% | 58.0% | 3.1% |
| SimpleQA Verified ↗ | 60.7% | 69.7% | 6.3% |
| GPQA Diamond ↗ | 94.3% | 93.5% | 6.3% |
| APEX-Agents 1.1 ↗ | 54.3% | 51.4% | 6.3% |
| Vals Finance Agent ↗ | 49.0% | 53.8% | 6.3% |
Kimi K3 · #1214 共通測定
共通証拠の重み 67.7% · 相対的な純支持差 0.065
| 出典 | GPT-6 Sol | Kimi K3 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 78.4% | 12.5% |
| Arena · 創作 ↗ | 1,441.5 | 1,460.2 | 6.3% |
| Creative Writing v3 ↗ | 2,124.7 | 2,082.3 | 3.1% |
| Longform Writing ↗ | 82.8 | 79.6 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 52.9% | 62.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.5% | 87.6% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.8% | 72.2% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 90.0% | 39.0% | 1.6% |
| Mystery Game Puzzles ↗ | 56.0% | 26.0% | 3.1% |
| SimpleQA Verified ↗ | 60.7% | 50.6% | 6.3% |
| GPQA Diamond ↗ | 94.3% | 93.1% | 6.3% |
| APEX-Agents 1.1 ↗ | 54.3% | 50.6% | 6.3% |
| Vals Finance Agent ↗ | 49.0% | 53.1% | 6.3% |
Muse Spark 1.3 · #912 共通測定
共通証拠の重み 55.2% · 相対的な純支持差 -0.115
| 出典 | GPT-6 Sol | Muse Spark 1.3 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 80.4% | 12.5% |
| Arena · 創作 ↗ | 1,441.5 | 1,458.7 | 6.3% |
| Creative Writing v3 ↗ | 2,124.7 | 1,905.9 | 3.1% |
| Longform Writing ↗ | 82.8 | 82.8 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 81.1% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 52.9% | 64.1% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.5% | 92.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.8% | 74.0% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 90.0% | 46.3% | 1.6% |
| Mystery Game Puzzles ↗ | 56.0% | 25.0% | 3.1% |
| APEX-Agents 1.1 ↗ | 54.3% | 58.6% | 6.3% |
| Vals Finance Agent ↗ | 49.0% | 60.0% | 6.3% |
Qwen3.8 Max · #1312 共通測定
共通証拠の重み 61.5% · 相対的な純支持差 0.021
| 出典 | GPT-6 Sol | Qwen3.8 Max | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 76.9% | 12.5% |
| Arena · 創作 ↗ | 1,441.5 | 1,467.9 | 6.3% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 72.9% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 52.9% | 64.6% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.5% | 89.8% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.8% | 74.7% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 90.0% | 46.3% | 1.6% |
| Mystery Game Puzzles ↗ | 56.0% | 38.0% | 3.1% |
| SimpleQA Verified ↗ | 60.7% | 45.8% | 6.3% |
| GPQA Diamond ↗ | 94.3% | 92.7% | 6.3% |
| APEX-Agents 1.1 ↗ | 54.3% | 63.3% | 6.3% |
| Vals Finance Agent ↗ | 49.0% | 50.6% | 6.3% |
Claude Opus 5 · #813 共通測定
共通証拠の重み 61.5% · 相対的な純支持差 -0.162
| 出典 | GPT-6 Sol | Claude Opus 5 | 重み |
|---|---|---|---|
| LiveBench · 言語と指示 ↗ | 76.9% | 76.2% | 12.5% |
| Arena · 創作 ↗ | 1,441.5 | 1,470.6 | 6.3% |
| Creative Writing v3 ↗ | 2,124.7 | 2,132.6 | 3.1% |
| Longform Writing ↗ | 82.8 | 86.3 | 3.1% |
| LiveBench · コーディング · 直接コーディング ↗ | 81.8% | 81.4% | 4.2% |
| LiveBench · コーディング · ツール利用のコーディング ↗ | 52.9% | 65.2% | 4.2% |
| LiveBench · 推論と数学 ↗ | 92.5% | 93.5% | 3.1% |
| FrontierMath v2 · Tiers 1–3 ↗ | 89.8% | 85.6% | 1.6% |
| FrontierMath v2 · Tier 4 ↗ | 90.0% | 73.2% | 1.6% |
| Mystery Game Puzzles ↗ | 56.0% | 59.0% | 3.1% |
| SimpleQA Verified ↗ | 60.7% | 59.9% | 6.3% |
| GPQA Diamond ↗ | 94.3% | 93.9% | 6.3% |
| APEX-Agents 1.1 ↗ | 54.3% | 65.8% | 6.3% |