すべてのリリース

GPT-6.2 Sol vs. Kimi K3.1 Pro:リリース比較

GPT-6.2 SolとKimi K3.1 Proのリリース比較:それぞれ5個と1個のモデルがあり、知能・性能・料金の特性が異なります。以下では、全6個のモデルの主要指標を比較します。

  • 知能が最も高いのはGPT-6.2 Solです。GPT-6.2 Sol (Max)(57)に対し、Kimi K3.1 Proは46です。
  • タスクあたりの費用が最も低いのはGPT-6.2 Solです。GPT-6.2 Sol (Max)($1.01)に対し、Kimi K3.1 Proは$3.68です。
モデルPlayground

比較するリリース

GPT-6.2 Sol (max)GPT-6.2 Sol (xhigh)GPT-6.2 Sol (high)GPT-6.2 Sol (medium)Kimi K3.1 ProGPT-6.2 Sol (low)
Intelligence Index
57
56
55
53
46
41
財務・会計
57
55
55
52
53
42
戦略・オペレーション
59
58
58
56
58
48
法務
55
53
51
49
49
40
医療・ヘルスケア
53
52
51
48
52
41
タスクあたりの費用USD
$1.01
--
--
--
$3.68
--
タスクあたりの時間分
--
--
--
--
38.7
--
最初の回答トークンまでの時間秒
--
--
--
--
152.96
--
コンテキストウィンドウ
1M
1M
1M
1M
1M
1M
開発元
OpenAI
OpenAI
OpenAI
OpenAI
Kimi
OpenAI
ライセンス
独自
独自
独自
独自
オープン
独自
入力モダリティ

対応:テキスト、画像

対応:テキスト、画像

対応:テキスト、画像

対応:テキスト、画像

対応:テキスト、画像

対応:テキスト、画像

出力モダリティ

対応:テキスト

対応:テキスト

対応:テキスト

対応:テキスト

対応:テキスト

対応:テキスト

プロバイダー
OpenAI
--
--
--
--
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

知能

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index とタスクあたりのコスト

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line

タスク当たりのコスト(USD、対数スケール)

費用

Intelligence Index タスクあたりのコスト

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

パフォーマンス

Intelligence Indexのタスクあたりの時間

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

能力スコア

能力指数

特定の能力や業界におけるモデルの性能を測定
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBench

vs

AA-PersonalityBench: Expressiveness指数、GPT-6.2 Sol (max) vs Kimi K3.1 Pro

Eloの差から求めた、各モデルの回答が各特性をより強く表していると判定される確率 · 50%は互角
OpenAIGPT-6.2 Sol (max)KimiKimi K3.1 Pro
Natural Sounding
90%
10%
Lexically Varied
17%
83%
Eloquent
23%
77%
Literate
25%
75%
Metaphorical
39%
61%