GPT-5.6 Sol
- 入力の単価
- $4.00
- 100 万トークンあたり(USD)
- 出力の単価
- $20.00
- 100 万トークンあたり(USD)
- effort の段階
- 6段階
- 既定は Med
- ベンチマーク結果
- 53件
- 17 種類のベンチマーク
モデルの情報
- API のモデル ID
- gpt-5.6-sol
- 公開日
- 2026-07-09
- effort
- None / Low / Med(既定) / High / Xhigh / Max
- effort の根拠
- OpenAI のモデルページ(developers.openai.com/api/docs/models/gpt-5.6-sol)の reasoning effort による。
- Claude Code
- 選べない
- Codex
- 不明
- 提供状況の補足
- alias gpt-5.6 → gpt-5.6-sol。Codex models ページは GPT-6 系のみ記載 Claude Code の公式のモデル一覧(code.claude.com/docs/en/model-config の alias 表)は Anthropic のモデルだけなので claudeCode は false(ゲートウェイ経由の接続は公式の選択肢に数えない)。
- 提供状況の出典
- https://developers.openai.com/api/docs/models/gpt-5.6-sol
単価(100 万トークンあたり・USD)
単価は effort では変わりません。effort で変わるのは消費トークン数です。
| 入力 | $4.00 |
|---|---|
| 出力 | $20.00 |
| キャッシュ読み出し | $0.40 |
| キャッシュ書き込み | $5.00 |
Prompts with more than 272K input tokens are priced at 2x input and cache rates and 1.5x output for the full request. Batch/Flex 50%, Fast 2x. 'GPT-5.6 Sol's promotional pricing is available until November 30, 2026.' (2026-08-21 に $4/$20 へ改定)
| gpt-5.6-sol | $4.00 | $20.00 | $0.40 | $5.00 | $10.00 | $8.00 | $30.00 | $0.80 | $10.00 | $20.00 |ベンチマーク結果
| ベンチマーク | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 | 条件・取得方法 |
|---|---|---|---|---|---|---|
| Terminal-Bench 4.0Low | Low | 7.9% | $1.46Cost per attempt | OpenAI | Introducing Claude Opus 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値。計測主体: 図は区別なし/表脚注では GPT 系の数値は OpenAI 報告値; 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · Low: 7.9% $1.46" |
| Terminal-Bench 4.0Low | Low | 7.9% | $1.46Cost per attempt | OpenAI | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた; 計測主体: 同じ点の重複行(Opus 5.5 発表ページ)の Terminal-Bench 4.0 表脚注に "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI" とある本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · Low: 7.9% $1.46" |
| Terminal-Bench 4.0Med(既定) | Med | 20.9% | $2.69Cost per attempt | OpenAI | Introducing Claude Opus 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値。計測主体: 図は区別なし/表脚注では GPT 系の数値は OpenAI 報告値; 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · Med: 20.9% $2.69" |
| Terminal-Bench 4.0Med(既定) | Med | 20.9% | $2.69Cost per attempt | OpenAI | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた; 計測主体: 同じ点の重複行(Opus 5.5 発表ページ)の Terminal-Bench 4.0 表脚注に "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI" とある本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · Med: 20.9% $2.69" |
| Terminal-Bench 4.0High | High | 26.1% | $4.12Cost per attempt | OpenAI | Introducing Claude Opus 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値。計測主体: 図は区別なし/表脚注では GPT 系の数値は OpenAI 報告値; 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · High: 26.1% $4.12" |
| Terminal-Bench 4.0High | High | 26.1% | $4.12Cost per attempt | OpenAI | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた; 計測主体: 同じ点の重複行(Opus 5.5 発表ページ)の Terminal-Bench 4.0 表脚注に "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI" とある本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · High: 26.1% $4.12" |
| Terminal-Bench 4.0Xhigh | Xhigh | 28.5% | $5.39Cost per attempt | OpenAI | Introducing Claude Opus 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値。計測主体: 図は区別なし/表脚注では GPT 系の数値は OpenAI 報告値; 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · Xhigh: 28.5% $5.39" |
| Terminal-Bench 4.0Xhigh | Xhigh | 28.5% | $5.39Cost per attempt | OpenAI | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた; 計測主体: 同じ点の重複行(Opus 5.5 発表ページ)の Terminal-Bench 4.0 表脚注に "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI" とある本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · Xhigh: 28.5% $5.39" |
| Terminal-Bench 4.0Max | Max | 37.3% | $7.89Cost per attempt | OpenAI | Introducing Claude Opus 5.5公式・2026-11-12 取得 | 証跡(Anthropic 発表の Accuracy vs Cost 図(Opus 5.5・Sonnet 5.5 ページ)の比較グループと同値)ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値。計測主体: 図は区別なし/表脚注では GPT 系の数値は OpenAI 報告値; 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · Max: 37.3% $7.89" |
| Terminal-Bench 4.0Max | Max | 37.3% | $7.89Cost per attempt | OpenAI | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「Terminal-Bench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた; 計測主体: 同じ点の重複行(Opus 5.5 発表ページ)の Terminal-Bench 4.0 表脚注に "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI" とある本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · Max: 37.3% $7.89" |
| Terminal-Bench-Science 0.1記載なし | 記載なし | 22.4% | — | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。表注: Unless otherwise noted, all Claude Opus 5.5 results use adaptive thinking at max effort. production safeguards 有効。 他社モデル値(Anthropic 掲載。effort 未記載のものは null)。 SE ±3.5–5pt。GPT-6 Astra は OpenAI 報告値。表から転記出典の該当箇所22.4%所在 表 Terminal-Bench-Science 0.1 行: 22.4 |
| FrontierCode v1.1(main set)Low | Low | 35.4% | $1.75Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "GPT-5.6 Sol · Low: 35.4% $1.75" |
| FrontierCode v1.1(main set)Med(既定) | Med | 39.9% | $2.50Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "GPT-5.6 Sol · Med: 39.9% $2.50" |
| FrontierCode v1.1(main set)High | High | 45.1% | $3.25Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "GPT-5.6 Sol · High: 45.1% $3.25" |
| FrontierCode v1.1(main set)Xhigh | Xhigh | 46.8% | $3.88Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "GPT-5.6 Sol · Xhigh: 46.8% $3.88" |
| FrontierCode v1.1(main set)Max | Max | 47.5% | $4.85Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode v1.1, main set / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた本文から転記出典の該当箇所FrontierCode v1.1, main set — Accuracy vs Cost: "GPT-5.6 Sol · Max: 47.5% $4.85" |
| CursorBench 4.0Low | Low | 24.6% | $0.87Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · Low: 24.6% $0.87" |
| CursorBench 4.0Low | Low | 24.6% | $0.87Cost per task | 記載なし | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · Low: 24.6% $0.87" |
| CursorBench 4.0Med(既定) | Med | 31.1% | $1.77Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · Med: 31.1% $1.77" |
| CursorBench 4.0Med(既定) | Med | 31.1% | $1.77Cost per task | 記載なし | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · Med: 31.1% $1.77" |
| CursorBench 4.0High | High | 35.7% | $2.85Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · High: 35.7% $2.85" |
| CursorBench 4.0High | High | 35.7% | $2.85Cost per task | 記載なし | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · High: 35.7% $2.85" |
| CursorBench 4.0Xhigh | Xhigh | 37.7% | $4.40Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · Xhigh: 37.7% $4.40" |
| CursorBench 4.0Xhigh | Xhigh | 37.7% | $4.40Cost per task | 記載なし | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · Xhigh: 37.7% $4.40" |
| CursorBench 4.0Max | Max | 41.7% | $8.23Cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs Cost: "GPT-5.6 Sol · Max: 41.7% $8.23" |
| CursorBench 4.0Max | Max | 41.7% | $8.23Cost per task | 記載なし | Introducing Claude Sonnet 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「CursorBench 4.0 / Accuracy vs. cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた本文から転記出典の該当箇所CursorBench 4.0 — Accuracy vs. cost: "GPT-5.6 Sol · Max: 41.7% $8.23" |
| GDPval-AA v2.1Low | Low | 1,289 | $0.27Estimated cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "GPT-5.6 Sol · Low: 1289 $0.27" |
| GDPval-AA v2.1Med(既定) | Med | 1,403 | $0.60Estimated cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "GPT-5.6 Sol · Med: 1403 $0.60" |
| GDPval-AA v2.1High | High | 1,480 | $1.11Estimated cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "GPT-5.6 Sol · High: 1480 $1.11" |
| GDPval-AA v2.1Xhigh | Xhigh | 1,548 | $1.70Estimated cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "GPT-5.6 Sol · Xhigh: 1548 $1.70" |
| GDPval-AA v2.1Max | Max | 1,588 | $2.81Estimated cost per task | 記載なし | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「GDPval-AA v2.1 / Elo vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 他社モデルの値(Anthropic の発表); 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた本文から転記出典の該当箇所GDPval-AA v2.1 — Elo vs Cost: "GPT-5.6 Sol · Max: 1588 $2.81" |
| AutomationBenchLow | Low | 11.7% | $0.42Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード); 図の effort ラベル「Low」を OpenAI API の reasoning effort の low に対応づけた本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "GPT-5.6 Sol · Low: 11.7% $0.42" |
| AutomationBenchMed(既定) | Med | 19.6% | $0.57Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード); 図の effort ラベル「Med」を OpenAI API の reasoning effort の medium に対応づけた本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "GPT-5.6 Sol · Med: 19.6% $0.57" |
| AutomationBenchHigh | High | 24.8% | $0.64Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード); 図の effort ラベル「High」を OpenAI API の reasoning effort の high に対応づけた本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "GPT-5.6 Sol · High: 24.8% $0.64" |
| AutomationBenchXhigh | Xhigh | 26.3% | $0.74Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード); 図の effort ラベル「Xhigh」を OpenAI API の reasoning effort の xhigh に対応づけた本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "GPT-5.6 Sol · Xhigh: 26.3% $0.74" |
| AutomationBenchMax | Max | 28.8% | $0.91Cost per task | Zapier | Introducing Claude Opus 5.5公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「AutomationBench / Accuracy vs Cost」の点。値は図の各点の aria-label(DOM)から取得し、画面上は図のみ; 計測主体: Zapier(Opus 5.5 は Zapier の early access 評価、他は Zapier 公開リーダーボード); 図の effort ラベル「Max」を OpenAI API の reasoning effort の max に対応づけた本文から転記出典の該当箇所AutomationBench — Accuracy vs Cost: "GPT-5.6 Sol · Max: 28.8% $0.91" |
| HealthBench Professional(長さ調整スコア)記載なし | 記載なし | 60.5 | — | OpenAI | GPT-6 Astra System Card (Table 6. HealthBench Evaluations)公式・2026-11-12 取得 | ベンダー発表値。OpenAI 自己申告。effort 記載なし。長さ調整スコア表から転記出典の該当箇所60.5所在 Table 6「HealthBench Evaluations - reported as length-adjusted score」の HealthBench Professional 行 |
| HealthBench Hard(長さ調整スコア)記載なし | 記載なし | 33.1 | — | OpenAI | GPT-6 Astra System Card (Table 6. HealthBench Evaluations)公式・2026-11-12 取得 | ベンダー発表値。OpenAI 自己申告。effort 記載なし。長さ調整スコア表から転記出典の該当箇所33.1所在 Table 6「HealthBench Evaluations - reported as length-adjusted score」の HealthBench Hard 行 |
| GPQA DiamondNone | None | 82.8% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, gpqa_diamond.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (none)"。effort は Epoch の Model version 接尾辞 _none。データ取得 2026-11-12。表から転記出典の該当箇所gpqa_diamond.csv: Model version=gpt-5.6-sol_none, Best score (across scorers)=0.8282828282828283, stderr=0.026869716187429872, Started at=2026-08-07T01:00:09.000Z所在 gpqa_diamond.csv のデータ行 83 件目(ファイルの 136 行目)、id=DDfYPyKQW7vgDtGgkwcKSi、Model version=gpt-5.6-sol_none |
| GPQA DiamondLow | Low | 89.9% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, gpqa_diamond.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (low)"。effort は Epoch の Model version 接尾辞 _low。データ取得 2026-11-12。表から転記出典の該当箇所gpqa_diamond.csv: Model version=gpt-5.6-sol_low, Best score (across scorers)=0.898989898989899, stderr=0.021469735576055356, Started at=2026-08-07T00:46:32.000Z所在 gpqa_diamond.csv のデータ行 90 件目(ファイルの 147 行目)、id=6cmgkNAQZekBr6e6rVdLe9、Model version=gpt-5.6-sol_low |
| GPQA DiamondMax | Max | 93.5% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, gpqa_diamond.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所gpqa_diamond.csv: Model version=gpt-5.6-sol_max, Best score (across scorers)=0.9349747474747475, stderr=0.01570109070867593, Started at=2026-07-09T02:07:13.000Z所在 gpqa_diamond.csv のデータ行 170 件目(ファイルの 240 行目)、id=nuKCgZReCBsXKCkNj9bK37、Model version=gpt-5.6-sol_max |
| FrontierMath Tiers 1-3(v2)Max | Max | 89.1% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tiers_1_3_v2.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所frontiermath_tiers_1_3_v2.csv: Model version=gpt-5.6-sol_max, Best score (across scorers)=0.8912280701754386, stderr=0.018475392571140503, Started at=2026-07-09T02:45:09.000Z所在 frontiermath_tiers_1_3_v2.csv のデータ行 92 件目(ファイルの 122 行目)、id=VBpT2WWYKBZtUxG9Z3svGh、Model version=gpt-5.6-sol_max |
| FrontierMath Tier 4(v2)Max | Max | 82.9% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tier_4_v2.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所frontiermath_tier_4_v2.csv: Model version=gpt-5.6-sol_max, Best score (across scorers)=0.8292682926829268, stderr=0.05949419959829497, Started at=2026-07-09T02:45:09.000Z所在 frontiermath_tier_4_v2.csv のデータ行 47 件目(ファイルの 84 行目)、id=QJ5rJMVypB4PMxPcBGftc8、Model version=gpt-5.6-sol_max |
| OTIS Mock AIME 2024-2025None | None | 68.9% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, otis_mock_aime_2024_2025.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (none)"。effort は Epoch の Model version 接尾辞 _none。データ取得 2026-11-12。表から転記出典の該当箇所otis_mock_aime_2024_2025.csv: Model version=gpt-5.6-sol_none, Best score (across scorers)=0.6888888888888889, stderr=0.0697920592732311, Started at=2026-08-07T00:54:12.000Z所在 otis_mock_aime_2024_2025.csv のデータ行 91 件目(ファイルの 151 行目)、id=g7czyLHudHegzP9yRD939X、Model version=gpt-5.6-sol_none |
| OTIS Mock AIME 2024-2025Low | Low | 95.6% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, otis_mock_aime_2024_2025.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (low)"。effort は Epoch の Model version 接尾辞 _low。データ取得 2026-11-12。表から転記出典の該当箇所otis_mock_aime_2024_2025.csv: Model version=gpt-5.6-sol_low, Best score (across scorers)=0.9555555555555556, stderr=0.031067790907534736, Started at=2026-08-07T00:42:21.000Z所在 otis_mock_aime_2024_2025.csv のデータ行 98 件目(ファイルの 162 行目)、id=Mifz96Jm442bn43Qnxj5rT、Model version=gpt-5.6-sol_low |
| OTIS Mock AIME 2024-2025Max | Max | 100.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, otis_mock_aime_2024_2025.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所otis_mock_aime_2024_2025.csv: Model version=gpt-5.6-sol_max, Best score (across scorers)=1.0, stderr=0.0, Started at=2026-07-09T02:07:13.000Z所在 otis_mock_aime_2024_2025.csv のデータ行 178 件目(ファイルの 253 行目)、id=7RjsANKwwsePSstcZeSMhX、Model version=gpt-5.6-sol_max |
| SimpleQA VerifiedMax | Max | 69.7% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, simpleqa_verified.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所simpleqa_verified.csv: Model version=gpt-5.6-sol_max, Best score (across scorers)=0.697, stderr=0.014539683710535193, Started at=2026-08-10T23:44:30.000Z所在 simpleqa_verified.csv のデータ行 92 件目(ファイルの 142 行目)、id=UnRUSuZzm2X27TUbpeMPva、Model version=gpt-5.6-sol_max |
| Chess Puzzles(Epoch AI)None | None | 7.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, chess_puzzles.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (none)"。effort は Epoch の Model version 接尾辞 _none。データ取得 2026-11-12。表から転記出典の該当箇所chess_puzzles.csv: Model version=gpt-5.6-sol_none, Best score (across scorers)=0.07, stderr=0.02564323999762428, Started at=2026-10-13T13:49:41.000Z所在 chess_puzzles.csv のデータ行 90 件目(ファイルの 141 行目)、id=WvV6QREDDXeDEGdrKztDsy、Model version=gpt-5.6-sol_none |
| Chess Puzzles(Epoch AI)Low | Low | 31.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, chess_puzzles.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (low)"。effort は Epoch の Model version 接尾辞 _low。データ取得 2026-11-12。表から転記出典の該当箇所chess_puzzles.csv: Model version=gpt-5.6-sol_low, Best score (across scorers)=0.31, stderr=0.04648231987117317, Started at=2026-10-13T13:49:48.000Z所在 chess_puzzles.csv のデータ行 89 件目(ファイルの 140 行目)、id=V6aVGtn9gAmRep2oBGsqVN、Model version=gpt-5.6-sol_low |
| Chess Puzzles(Epoch AI)Max | Max | 59.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, chess_puzzles.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。表から転記出典の該当箇所chess_puzzles.csv: Model version=gpt-5.6-sol_max, Best score (across scorers)=0.59, stderr=0.049431107042371025, Started at=2026-10-13T13:50:12.000Z所在 chess_puzzles.csv のデータ行 88 件目(ファイルの 139 行目)、id=oWqwMmwEd7LU3eU5Ftak64、Model version=gpt-5.6-sol_max |
| MirrorCodeHigh | High | 20.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, mirrorcode.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "GPT-5.6 Sol (high)"。effort は Epoch の Model version 接尾辞 _high。データ取得 2026-11-12。表から転記出典の該当箇所mirrorcode.csv: Model version=gpt-5.6-sol_high, Best score (across scorers)=0.2, stderr=0.09229582069908972, Started at=2026-08-10T16:12:44.772Z所在 mirrorcode.csv のデータ行 44 件目(ファイルの 67 行目)、id=mirrorcode-ml-2l-gpt-5-6-sol、Model version=gpt-5.6-sol_high |
| Epoch Capabilities Index(ECI)記載なし | 記載なし | 162.99 | — | Epoch AI | Epoch AI, epoch_capabilities_index/eci_scores.csv (CC BY 4.0)第三者・2026-11-12 取得 | 複数ベンチマーク・複数 effort の結果を統合したモデル単位の指標(effort 別ではない)。Epoch AI 算出。表から転記出典の該当箇所eci_scores.csv: Model=GPT-5.6 Sol, eci=162.99, eci_ci_low=160.68, eci_ci_high=165.49所在 epoch_capabilities_index/eci_scores.csv のデータ行 13 件目(ファイルの 14 行目)、Model=GPT-5.6 Sol |
| τ²-bench banking_knowledge (v1.0.1)Xhigh | Xhigh | 46.9% | — | Sierra | τ²-bench leaderboard submission gpt-5-6-sol_sierra_2026-08-04 (sierra-research/tau2-bench, MIT)第三者・2026-11-13 取得 | τ²-bench リーダーボードの提出 gpt-5-6-sol_sierra_2026-08-04(submission_type standard、tau2_bench_version 1.0.1)。提出者 "Sierra"、model_organization "OpenAI": τ²-bench を運営する Sierra の実行(第三者計測)。リーダーボードで検証済み(軌跡あり・プロンプト調整なし・設問の省略なし)。値は pass^1(%)。reasoning_effort "xhigh"。ユーザーシミュレータ gpt-5.2(reasoning_effort low)。検索の設定 retrieval_config "alltools"。評価日 2026-07-22。注記の要旨: 4 試行・seed 300。表から転記出典の該当箇所banking_knowledge.pass_1=46.90721649484536所在 submissions/gpt-5-6-sol_sierra_2026-08-04/submission.json の results.banking_knowledge.pass_1(ファイルの 17 行目)。model_name "GPT-5.6-sol"。methodology.notes(36 行目) |
関係するランキング
- 総合ランキング(すべてのモデル・記録)
- Terminal-Bench 4.0 の指標別ランキング(すべてのモデル・記録)
- Terminal-Bench-Science 0.1 の指標別ランキング(すべてのモデル・記録)
- FrontierCode v1.1(main set) の指標別ランキング(すべてのモデル・記録)
- CursorBench 4.0 の指標別ランキング(すべてのモデル・記録)
- GDPval-AA v2.1 の指標別ランキング(すべてのモデル・記録)
- AutomationBench の指標別ランキング(すべてのモデル・記録)
- HealthBench Professional(長さ調整スコア) の指標別ランキング(すべてのモデル・記録)
- HealthBench Hard(長さ調整スコア) の指標別ランキング(すべてのモデル・記録)
- GPQA Diamond の指標別ランキング(すべてのモデル・記録)
- FrontierMath Tiers 1-3(v2) の指標別ランキング(すべてのモデル・記録)
- FrontierMath Tier 4(v2) の指標別ランキング(すべてのモデル・記録)
- OTIS Mock AIME 2024-2025 の指標別ランキング(すべてのモデル・記録)
- SimpleQA Verified の指標別ランキング(すべてのモデル・記録)
- Chess Puzzles(Epoch AI) の指標別ランキング(すべてのモデル・記録)
- MirrorCode の指標別ランキング(すべてのモデル・記録)
- Epoch Capabilities Index(ECI) の指標別ランキング(すべてのモデル・記録)
- τ²-bench banking_knowledge (v1.0.1) の指標別ランキング(すべてのモデル・記録)
- 役割別の推奨