VS COMPARISON
OpenAI
GPT-6.1 Sol ／ 2026-09-29
「Sol が1週間で 6.1 に。お値段そのままで賢さが上がって、キャッシュは半額だよ」
3.8 Flash ／ 2026-09-02
「6週間で3世代目！お値段そのままで賢くなったけど、よく考えるぶんタスク単価は上がるんだ。」
編集部の総合判定
総合知能（AA Index）は GPT-6.1 Sol 52 対 Gemini 3.8 Flash 41。現時点では GPT-6.1 Sol が明確に優位
同じシリーズの別グレードで比べる
WHICH ONE
SPECS
| 項目 | GPT-6.1 Sol | Gemini 3.8 Flash |
|---|---|---|
| バージョン | GPT-6.1 Sol | 3.8 Flash |
| 公開日 | 2026-09-29 | 2026-09-02 |
| コンテキスト長 | 922K | 1049K 勝ち |
| 入力料金 $/1M | $2 | $0.75 安い |
| 出力料金 $/1M | $10 | $3.75 安い |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | ✓ あり |
| AIコスパ指数 独自指標 | 68 勝ち | 65 |
BENCHMARKS
バーの長さは100%スケール。長い方が勝ち。
総合知能（AA Intelligence Index）
※ AA Intelligence Index（第三者機関 Artificial Analysis の統合知能指標）/ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）/ HLE（Humanity's Last Exam・最難関試験）
※「—」は未公表（実測0ではありません）。未公表の項目は勝敗のカウント対象外です。公式が個別ベンチを公表していないモデルも、AA Intelligence Index は第三者測定のため横並びで比較できます。
X VOICE
ベンチマークとは別の軸として、直近7日（2026-10-12 〜 2026-10-19）の X上の日本語の声をサンプル分析。てんびん丸総研調べ。
ポジ 16 ／ ネガ 9 ／ 中立 0
👍 会話・業務が便利
👍 すごい・優秀
👎 回答がイマイチ・微妙
👎 微妙に違う・違和感
ポジ 16 ／ ネガ 2 ／ 中立 3
👍 雑用・ITサポートに強い
👍 実装・校正に適する
👎 ゲーム作成時のバグ見落とし
👎 TTS多用で課金負担
※ Grok（x_search）で過去7日の日本語Xポストを、モデルごとに3つの角度（感想・活用報告・他モデル比較）から検索してサンプル収集し、ポジ・ネガ・中立をLLM分類した傾向値。全数調査ではなく、角度間の重複除外も完全ではありません。評判スコア＝ポジ÷（ポジ＋ネガ）×100（判定5件未満は「—」）。 全モデルの一覧と推移は てんびん丸総研へ。
EDITOR'S NOTE
数値の背景と、いまの提供状況・注意点
2026-09-29（米国時間）公開の OpenAI のモデル（API は gpt-6.1-sol）。 1週間前の9月22日に出た GPT-6 Sol のアップグレード版で、GPT-6 世代の中位を担う。最上位は引き続き9月3日の GPT-6 Astra、軽量版は GPT-6 Luna のまま（2026-09-30 時点）。 OpenAI の位置づけは「Astra に近い性能を、より安い料金で出すモデル」で、複雑なコーディング・パソコン操作・専門業務向け。OpenAI 自身も、総合力では GPT-6 Astra が最上位だと明記している。 料金は入力 $2／出力 $10 で GPT-6 Sol と同じ（GPT-6 Astra の5分の1）。変わったのはキャッシュ済み入力で、$0.20 から $0.10 に半減した（通常の入力の95%引き）。キャッシュ書き込みは $2.50。入力が27万2千トークンを超えたリクエストは、そのリクエスト全体が入力2倍・出力1.5倍（$4／$15）で計算される。まとめて投げる Batch と Flex は半額、優先処理の Fast モードは2倍。 第三者機関 Artificial Analysis の AA Intelligence Index は 52（v4.3.2・max 設定／2026-10-01 確認）で、同社モデルページでは223モデル中11位。前の GPT-6 Sol（同じ max 設定で 48）より4点高い。出力速度は毎秒64.2トークン（同社実測・2026-10-01）で、GPT-6 Sol の実測値（毎秒104.4トークン・9月23日確認）より遅い。 OpenAI の公表では、コード修正の DeepSWE v1.1 で GPT-6 Astra と同等の成績を約5分の1の費用で出し、GPT-6 Sol の最高スコアを6.4ポイント上回った。パソコン操作の OSWorld 2.0（オフライン版）では max 設定で GPT-6 Sol を7ポイント上回り、Astra との差は2.1ポイント。難しい会話での「事実の誤りを含む回答」の割合は、xhigh 設定で GPT-6 Sol の 4.5% から 4.1% に下がった（Astra は 4.0%。OpenAI 自身が「ふだんの使い方を代表するものではない」と注記）。 本表の SWE-bench Verified・MMLU・GPQA・AIME・HLE の各欄は、OpenAI が GPT-6.1 Sol の値を公表していないため「—」（前の世代の値は流用しません）。 GPT-6 Sol との違いとして、思考量の設定から none と minimal が無くなり（low〜max の5段階）、Chat Completions ではツール呼び出しが使えない（Responses API を使う）。Responses API ではサブエージェントに仕事を振る Multi-agent がベータで使える。 ChatGPT では通常のチャットにはまだ入っていない（2026-10-07 からチャットに入ったのは GPT-6 Sol と GPT-6 Luna の10月版で、GPT-6.1 Sol ではない。2026-10-09 確認）。使えるのは Plus・Pro・Business・Enterprise・Edu の ChatGPT Work（ChatGPT の中のエージェント機能で、プラン名ではない）と Codex。 安全面の評価は OpenAI の Preparedness Framework で、サイバーが最上位の「Critical」、生物化学が「High」。GPT-6 Sol（どちらも High）より一段厳しい扱いで、GPT-6 Astra と同じ安全対策を適用している。 コンテキストウィンドウは OpenAI 公式表記で 1,050,000 トークン、1回の出力上限は 128,000 トークン。本表の「一度に読める量」922,000 は、その差を取った値（GPT-6 Astra と同じ数え方）。入力はテキストと画像、出力はテキスト。知識は2026年4月30日まで（GPT-6 Sol は4月20日まで）。 前の GPT-6 Sol（2026-09-22 公開・AA 48）は、API のモデルページと料金表に同じ料金のまま残っており、終了日の告知はない（2026-09-30 に OpenAI の deprecations ページで確認）。ただしキャッシュ済み入力は $0.20 のままなので、同じ料金なら GPT-6.1 Sol のほうが安い。その前の GPT-5.6 Sol（2026-07-09 公開）も、$4／$20 の期間限定価格（少なくとも2026-11-21まで）のまま提供が続いている。
前世代 Gemini 3.7 Flash（2026-08-13 公開）の後継として 2026年9月2日（米国時間）に公開された Google の主力（workhorse）モデル。 3.7 Flash からわずか3週間、6週間で3世代目という速さで、Google の位置づけは「いちばん賢い働き者」。 同時に、防御側専用の Gemini 3.8 Flash Cyber も発表されました（Fairwind Program の審査を通った政府機関・重要インフラ・ ソフトウェア保守者だけが使える枠で、一般提供ではありません）。 料金は 3.7 Flash と据え置きで、2026年12月31日までの導入価格が 入力 $0.75 / 出力 $3.75、2027年1月1日から 入力 $1.50 / 出力 $7.50 （本表とコスパ指数は、いま実際に請求される導入価格で算出しています）。 入力 1,048,576 / 出力 65,536 tokens、マルチモーダル入力（テキスト・画像・音声・動画、出力はテキスト）、モデル名は `gemini-3.8-flash`。 thinking level は low / medium / high の3段階（指定しない場合は medium）で、3.7 Flash にあった minimal は 3.8 Flash では使えません （指定するとAPIエラーになります）。 Google 公表のベンチで数値が明示されているのは HLE-Verified 54.9% のみ。DeepSWE v1.1・Vals Finance Agent V2・ Harvey's Legal Agent Benchmark は「3.7 Flash を上回る」とだけ書かれていて、具体的な数値は公表されていません（推測では埋めていません）。 第三者測定は Artificial Analysis Intelligence Index v4.3.2 で 41（high 設定・2026-09-23 確認）。 SWE-Bench Verified / GPQA / AIME / MMLU は公式も第三者も数値を公表しておらず空欄です（名前の似た別テストの値では埋めていません）。 【1トークンあたりは同じでも、1タスクあたりは高くつきます】Google 自身が「3.8 Flash はより多く考え、道具を何度も呼ぶので、 とくに effort を上げるとトークンを多く使うことがある」と明記しています。実際 Artificial Analysis の測定でも、 同じテスト一式を解くのに使った出力トークンは 3.7 Flash の 64M に対し 3.8 Flash は 120M で、 1タスクあたりのコストは $0.40 → $0.58 に上がっていました（2026年9月上旬の指標の版での値。AA は 9月19日の v4.3.2 で全モデルを採点し直しているので、 最新の値は AA のページで確認してください）。公開時は、安さ優先の用途では 3.7 Flash がそのまま使え、Google も継続提供を明言していました。 ただし 3.7 Flash は2026年10月8日に提供を終え、Google AI Studio では選べなくなり、Gemini API で指定すると自動で 3.8 Flash に回されます。 いま安さを優先するなら、3.8 Flash の thinking level を low に下げるか、より安い Gemini 3.5 Flash-Lite（入力 $0.30 / 出力 $2.50）を使う手があります。 本表の 1,048,576 トークンは、Google が Input token limit（入力に使える上限）として公表している値で、出力の上限 65,536 トークンは別枠（2026-09-03 に公式モデルページで確認）。
PROS & CONS
AIブームの火付け役。2026-10-07 からチャットが GPT-6 になり、Plus 以上は GPT-6 Sol、無料・Go は 10/8 から順次 GPT-6 Luna。最上位は GPT-6 Astra で、改良版の GPT-6.1 Sol は Work（エージェント機能）と Codex で使える。画像・音声まで一つで完結。
◎ 強み
△ 注意点
Google 製。Gmail / Docs との連携と、100万トークンの長文＋画像・動画・音声の読み取りが持ち味。最上位は 2026-10-13 に一般公開された Gemini 4 Argon（Gemini アプリは AI Pro・Ultra、API は有料ティア）、速くて安い Flash 系の最新は 3.8 Flash。
◎ 強み
△ 注意点
USE CASES
GPT-6.1 Sol か Gemini 3.8 Flash を取り上げてるタスク 10件
PRIMARY SOURCES
GPT-6.1 Sol
Gemini 3.8 Flash
FAQ
Q. GPT-6.1 Sol と Gemini 3.8 Flash、結局どっちがいい？
A. 第三者測定の AA Intelligence Index は GPT-6.1 Sol が 52、Gemini 3.8 Flash が 41 と明確な差があり、現時点の総合性能では GPT-6.1 Sol が優位です。料金や使い勝手も含めた選び方は「こんな人はどっち？」の欄を参考にしてください。
Q. GPT-6.1 Sol と Gemini 3.8 Flash、料金が安いのはどっち？
A. 入力料金は GPT-6.1 Sol が $2／1M、Gemini 3.8 Flash が $0.75／1M。出力料金は GPT-6.1 Sol が $10／1M、Gemini 3.8 Flash が $3.75／1M です。入力・出力とも Gemini 3.8 Flash の方が安く、コスト重視なら Gemini 3.8 Flash が有利です。
Q. GPT-6.1 Sol と Gemini 3.8 Flash、ベンチマークで強いのはどっち？
A. 両モデルが共通で公表している指標は1項目と少ないため、全モデルを第三者が同一条件で測定している AA Intelligence Index（GPT-6.1 Sol 52／Gemini 3.8 Flash 41）を軸に判断するのがおすすめです。AA Intelligence Index・SWE-Bench・MMLU・GPQA・AIME などの比較可能な指標では GPT-6.1 Sol の勝ち数が多く（1／0）、総合的なベンチ性能では GPT-6.1 Sol が優勢です。
Q. GPT-6.1 Sol と Gemini 3.8 Flash、コスパがいいのはどっち？
A. AIコスパ指数（第三者測定の知能スコアと料金の安さを 6:4 で合成した編集部独自指標）は GPT-6.1 Sol が 68、Gemini 3.8 Flash が 65。「安くて賢い」バランスでは GPT-6.1 Sol が有利です。
Q. GPT-6.1 Sol と Gemini 3.8 Flash、初心者にはどっちがおすすめ？
A. 初心者へのおすすめ度は GPT-6.1 Sol・Gemini 3.8 Flash とも同程度（5／5）。どちらも入門用途に向いているので、料金や使いたいツールとの相性で選んで大丈夫です。
LABS
公式発表の要約ではなく、編集部が自分で動かして測った数字を載せた検証記事
2026-09-26
話題の組み合わせを実際に回して、声の読み間違い・速さ・料金を測った
検証メモ
2026-09-26
落とし穴を20個仕込んだ契約書で、Claude と Gemini を採点した
検証メモ
2026-09-13
「考える量」を上げると、何が変わって何が変わらないのか
検証メモ
RELATED
AIエージェント時代の本格幕開け
「指示するAI」から「自分で動くAI」へ。2026年は、AIがコードを書き、画面を操作し、Slackに常駐して仕事を片づける「エージェント」が本番運用に入った年。
AIブラウザ／Computer Use — 「PCを触るAI」の普及期
Dia・Comet などの AI ブラウザがブラウザのUIを作り変え、ChatGPT agent や Claude の Computer Use はAIにPCを触らせる。
推論モデル革命
「考える時間」を持たせると、AIは数学・コードで人類トップに肉薄する。
MCP（Model Context Protocol）が業界標準に
AnthropicがOSSで公開した「AIに道具を渡す共通規格」が、業界全体に広がっている。
更新を受け取る