GPT-6 Astra
- 入力の単価
- $10.00
- 100 万トークンあたり(USD)
- 出力の単価
- $50.00
- 100 万トークンあたり(USD)
- effort の段階
- 5段階
- 既定の記載なし
- ベンチマーク結果
- 55件
- 26 種類のベンチマーク
モデルの情報
- API のモデル ID
- gpt-6-astra
- 公開日
- 2026-09-03
- effort
- Low / Med / High / Xhigh / Max
- effort の根拠
- OpenAI のモデルページ(developers.openai.com/api/docs/models/gpt-6-astra)の reasoning effort による。
- Claude Code
- 選べない
- Codex
- 選べる
- 提供状況の補足
- Codex models page: 'codex -m gpt-6-astra'. Codex UI 表記は Light(=low)/Medium/High/Extra High(+Max/Ultra)。'Some paid plans omit Astra Extra High.' none は非対応。API 既定 effort はモデルページに記載なし 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://learn.chatgpt.com/docs/models
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 | $10.00 |
|---|---|
| 出力 | $50.00 |
| キャッシュ読み出し | $1.00 |
| キャッシュ書き込み | $12.50 |
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. 表の列: short input/output/cached/30m write/12h write、続いて >272K 同列 (input $20, output $75, cached $2)。cacheWrite は 30m write。
| gpt-6-astra | $10.00 | $50.00 | $1.00 | $12.50 | $25.00 | $20.00 | $75.00 | $2.00 | $25.00 | $50.00 |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 | 49.7% | $4.95Cost per attempt | OpenAI | 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「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; 表脚注の原文: "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI"本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-6 Astra · Low: 49.7% $4.95" |
| Terminal-Bench 4.0Med | Med | 53.9% | $6.15Cost per attempt | OpenAI | 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「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; 表脚注の原文: "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI"本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-6 Astra · Med: 53.9% $6.15" |
| Terminal-Bench 4.0High | High | 57.9% | $7.21Cost per attempt | OpenAI | 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「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; 表脚注の原文: "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI"本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-6 Astra · High: 57.9% $7.21" |
| Terminal-Bench 4.0Xhigh | Xhigh | 57.6% | $7.48Cost per attempt | OpenAI | 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「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; 表脚注の原文: "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI"本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-6 Astra · Xhigh: 57.6% $7.48" |
| Terminal-Bench 4.0Max | Max | 56.7% | $10.35Cost per attempt | OpenAI | 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「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; 表脚注の原文: "GPT-6 Astra and GPT-5.6 Sol figures are as reported by OpenAI"本文から転記出典の該当箇所Terminal-Bench 4.0 — Accuracy vs Cost: "GPT-6 Astra · Max: 56.7% $10.35" |
| Terminal-Bench-Science 0.1記載なし | 記載なし | 64.6% | — | OpenAI | 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64.6%所在 表 Terminal-Bench-Science 0.1 行: 64.6 |
| Terminal-Bench-Science 0.1記載なし | 記載なし | 68.1% | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所68.1%所在 表 Terminal-Bench-Science 0.1 行: 68.1 |
| FrontierCode v1.1(main set)Low | Low | 45.3% | $1.59Cost 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-6 Astra · Low: 45.3% $1.59" |
| FrontierCode v1.1(main set)Med | Med | 48.8% | $2.28Cost 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-6 Astra · Med: 48.8% $2.28" |
| FrontierCode v1.1(main set)High | High | 50.9% | $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「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-6 Astra · High: 50.9% $2.85" |
| FrontierCode v1.1(main set)Xhigh | Xhigh | 50.6% | $3.10Cost 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-6 Astra · Xhigh: 50.6% $3.10" |
| FrontierCode v1.1(main set)Max | Max | 53.3% | $4.36Cost 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-6 Astra · Max: 53.3% $4.36" |
| FrontierCode 2.0Low | Low | 31.1% | $2.44Cost per task | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / 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FrontierCode 2.0 — Accuracy vs. cost: "GPT-6 Astra · Low: 31.1% $2.44" |
| FrontierCode 2.0Med | Med | 36.8% | $3.49Cost per task | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / 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FrontierCode 2.0 — Accuracy vs. cost: "GPT-6 Astra · Med: 36.8% $3.49" |
| FrontierCode 2.0High | High | 38.3% | $4.28Cost per task | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / 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FrontierCode 2.0 — Accuracy vs. cost: "GPT-6 Astra · High: 38.3% $4.28" |
| FrontierCode 2.0Xhigh | Xhigh | 41.4% | $4.54Cost per task | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / 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FrontierCode 2.0 — Accuracy vs. cost: "GPT-6 Astra · Xhigh: 41.4% $4.54" |
| FrontierCode 2.0Max | Max | 42.8% | $6.68Cost per task | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。Anthropic 発表ページの図「FrontierCode 2.0 / 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FrontierCode 2.0 — Accuracy vs. cost: "GPT-6 Astra · Max: 42.8% $6.68" |
| FrontierSWE 2記載なし | 記載なし | 65.5% | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所65.5%所在 表 FrontierSWE v2 行: 65.5 |
| GDPval-AA v2.1Low | Low | 1,366 | $0.85Estimated 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-6 Astra · Low: 1366 $0.85" |
| GDPval-AA v2.1Med | Med | 1,468 | $1.82Estimated 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-6 Astra · Med: 1468 $1.82" |
| GDPval-AA v2.1High | High | 1,485 | $2.43Estimated 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-6 Astra · High: 1485 $2.43" |
| GDPval-AA v2.1Xhigh | Xhigh | 1,516 | $3.04Estimated 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-6 Astra · Xhigh: 1516 $3.04" |
| GDPval-AA v2.1Max | Max | 1,542 | $4.53Estimated 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-6 Astra · Max: 1542 $4.53" |
| AA-Briefcase v1.1(Elo)記載なし | 記載なし | 1,569 | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所1569所在 表 AA-Briefcase v1.1 (Elo) 行: 1569 |
| AA-Briefcase v1.1(rubric)記載なし | 記載なし | 52.0% | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所52.0%所在 表 AA-Briefcase v1.1 (rubric) 行: 52.0 |
| AutomationBench記載なし | 記載なし | 41.4% | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所41.4%所在 表 AutomationBench 行: 41.4 |
| AutomationBenchLow | Low | 30.3% | $1.08Cost 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-6 Astra · Low: 30.3% $1.08" |
| AutomationBenchMed | Med | 34.1% | $1.28Cost 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-6 Astra · Med: 34.1% $1.28" |
| AutomationBenchHigh | High | 37.1% | $1.45Cost 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-6 Astra · High: 37.1% $1.45" |
| AutomationBenchXhigh | Xhigh | 39.0% | $1.53Cost 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-6 Astra · Xhigh: 39.0% $1.53" |
| AutomationBenchMax | Max | 41.4% | $1.77Cost 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-6 Astra · Max: 41.4% $1.77" |
| Humanity's Last Exam(ツールあり)記載なし | 記載なし | 57.2% | — | 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)。表から転記出典の該当箇所57.2%所在 表 Humanity's Last Exam (with tools) 行: 57.2 |
| Humanity's Last Exam(ツールあり)記載なし | 記載なし | 57.2% | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所57.2%所在 表 Humanity's Last Exam (with tools) 行: 57.2 |
| OSWorld 2.1(offline set・partial)記載なし | 記載なし | 79.5% | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所79.5%所在 表 OSWorld 2.1 (offline set, partial) 行: 79.5 |
| Chartography(ツールなし)記載なし | 記載なし | 71.0% | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所71.0%所在 表 Chartography (no tools) 行: 71.0 |
| RoboDojo Sim記載なし | 記載なし | 29.8% | — | Anthropic | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。 ‡ highest-available effort, run internally.表から転記出典の該当箇所29.8%所在 表 RoboDojo Sim 行: 29.8 |
| Remote Labor Index(RLI)記載なし | 記載なし | 20.8% | — | 記載なし | Introducing Claude Fable 5.2 and Claude Mythos 5.2公式・2026-11-12 取得 | ベンダー発表値。表注: Scores for Fable 5.2, Fable 5.1, and Opus 5.5 show results with safeguards on unless otherwise noted. All scores show each model’s highest-available effort unless otherwise noted. 他社モデル値(Anthropic 掲載)。表から転記出典の該当箇所20.8%所在 表 Remote Labor Index (RLI) 行: 20.8 |
| HealthBench Professional(長さ調整スコア)記載なし | 記載なし | 64.7 | — | 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64.7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 | 36.6 | — | 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36.6所在 Table 6「HealthBench Evaluations - reported as length-adjusted score」の HealthBench Hard 行 |
| GPQA DiamondMax | Max | 95.8% | — | 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-6 Astra (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-6-astra_max, Best score (across scorers)=0.9577020202020202, stderr=0.013696812097020311, Started at=2026-08-30T14:57:43.000Z |
| FrontierMath Tiers 1-3(v2)Max | Max | 93.7% | — | 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-6 Astra (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-6-astra_max, Best score (across scorers)=0.9368421052631579, stderr=0.014434038295343787, Started at=2026-08-30T14:57:43.000Z |
| FrontierMath Tier 4(v2)記載なし | 記載なし | 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-6 Astra (none)"。effort は Epoch の Model version 接尾辞 _none。データ取得 2026-11-12。; 出典の effort 表記「none」は公式の effort 一覧に無いため effort なし表から転記出典の該当箇所frontiermath_tier_4_v2.csv: Model version=gpt-6-astra_none, Best score (across scorers)=0.8292682926829268, stderr=0.05949419959829497, Started at=2026-08-30T02:22:12.000Z |
| FrontierMath Tier 4(v2)Low | Low | 87.8% | — | 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-6 Astra (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frontiermath_tier_4_v2.csv: Model version=gpt-6-astra_low, Best score (across scorers)=0.8780487804878049, stderr=0.051739520574625435, Started at=2026-08-30T02:22:12.000Z |
| FrontierMath Tier 4(v2)Med | Med | 97.6% | — | 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-6 Astra (medium)"。effort は Epoch の Model version 接尾辞 _medium。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-6-astra_medium, Best score (across scorers)=0.975609756097561, stderr=0.024390243902439022, Started at=2026-08-30T02:22:12.000Z |
| FrontierMath Tier 4(v2)High | High | 97.6% | — | 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-6 Astra (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frontiermath_tier_4_v2.csv: Model version=gpt-6-astra_high, Best score (across scorers)=0.976, stderr=0.024, Started at=2026-08-30T02:22:12.000Z |
| FrontierMath Tier 4(v2)Xhigh | Xhigh | 97.6% | — | 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-6 Astra (xhigh)"。effort は Epoch の Model version 接尾辞 _xhigh。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-6-astra_xhigh, Best score (across scorers)=0.976, stderr=0.024, Started at=2026-08-30T02:22:12.000Z |
| FrontierMath Tier 4(v2)Max | Max | 97.6% | — | 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-6 Astra (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-6-astra_max, Best score (across scorers)=0.976, stderr=0.024, Started at=2026-08-30T02:22:12.000Z |
| 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-6 Astra (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-6-astra_max, Best score (across scorers)=1.0, stderr=0.0, Started at=2026-08-30T14:57:43.000Z |
| SimpleQA VerifiedMax | Max | 75.6% | — | 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-6 Astra (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-6-astra_max, Best score (across scorers)=0.756, stderr=0.013588548437881386, Started at=2026-08-30T14:57:43.000Z |
| Chess Puzzles(Epoch AI)Max | Max | 74.0% | — | 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-6 Astra (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-6-astra_max, Best score (across scorers)=0.74, stderr=0.0440844002276808, Started at=2026-10-13T13:42:38.000Z |
| MirrorCodeHigh | High | 46.7% | — | 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-6 Astra (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-6-astra_high, Best score (across scorers)=0.467, stderr=0.1186, Started at=2026-08-30T16:51:09.000Z |
| MirrorCodeMax | Max | 60.0% | — | 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-6 Astra (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mirrorcode.csv: Model version=gpt-6-astra_max, Best score (across scorers)=0.6, stderr=0.11818736805705578, Started at=2026-10-29T18:04:06.000Z |
| Epoch Capabilities Index(ECI)記載なし | 記載なし | 169 | — | 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-6 Astra, eci=169.0, eci_ci_low=166.08, eci_ci_high=172.26 |
| LMArena Text(style control・overall)Max | Max | 1,474 | — | LMArena | lmarena-ai/leaderboard-dataset text_style_control/latest-00000-of-00001.parquet (CC BY 4.0)第三者・2026-11-12 取得 | 人間の対戦投票(Bradley-Terry)。出典表記 "GPT-6 Astra (Max)"(effort は表記の括弧内)。公開日 2026-11-09。表から転記出典の該当箇所model_name=GPT-6 Astra (Max), rating=1474.09, rating_lower=1468.5, rating_upper=1479.7, vote_count=18315, rank=41, category=overall, leaderboard_publish_date=2026-11-09 |
| LMArena Text Coding(style control なし)Max | Max | 1,494 | — | LMArena | lmarena-ai/leaderboard-dataset text/latest-00000-of-00001.parquet (CC BY 4.0)第三者・2026-11-12 取得 | 人間の対戦投票(Bradley-Terry)。出典表記 "GPT-6 Astra (Max)"(effort は表記の括弧内)。公開日 2026-11-09。表から転記出典の該当箇所model_name=GPT-6 Astra (Max), rating=1494.39, rating_lower=1484.6, rating_upper=1504.2, vote_count=4154, rank=33, category=coding, leaderboard_publish_date=2026-11-09 |
関係するランキング
- 総合ランキング(性能優先)
- Terminal-Bench 4.0 の指標別ランキング
- Terminal-Bench-Science 0.1 の指標別ランキング
- FrontierCode v1.1(main set) の指標別ランキング
- FrontierCode 2.0 の指標別ランキング
- FrontierSWE 2 の指標別ランキング
- GDPval-AA v2.1 の指標別ランキング
- AA-Briefcase v1.1(Elo) の指標別ランキング
- AA-Briefcase v1.1(rubric) の指標別ランキング
- AutomationBench の指標別ランキング
- Humanity's Last Exam(ツールあり) の指標別ランキング
- OSWorld 2.1(offline set・partial) の指標別ランキング
- Chartography(ツールなし) の指標別ランキング
- RoboDojo Sim の指標別ランキング
- Remote Labor Index(RLI) の指標別ランキング
- HealthBench Professional(長さ調整スコア) の指標別ランキング
- HealthBench Hard(長さ調整スコア) の指標別ランキング
- GPQA Diamond の指標別ランキング
- FrontierMath Tiers 1-3(v2) の指標別ランキング
- FrontierMath Tier 4(v2) の指標別ランキング
- OTIS Mock AIME 2024-2025 の指標別ランキング
- SimpleQA Verified の指標別ランキング
- Chess Puzzles(Epoch AI) の指標別ランキング
- MirrorCode の指標別ランキング
- Epoch Capabilities Index(ECI) の指標別ランキング
- LMArena Text(style control・overall) の指標別ランキング
- LMArena Text Coding(style control なし) の指標別ランキング
- 役割別の推奨