Llama 4 Maverick vs GPT-6 Luna

ポジ 0 ／ ネガ 0 ／ 中立 0 （判定材料が少なくスコアは保留）

ポジ 18 ／ ネガ 9 ／ 中立 4

Meta 公式 Llama 4 系の旗艦。MoE 128 experts、native multimodal、1M context、Knowledge cutoff 2024-08。 公式公表ベンチは MMLU Pro 80.5、LiveCodeBench 43.4、MMMU 73.4、MathVista 73.7、ChartQA 90、DocVQA 94.4。 SWE-Bench / GPQA / AIME / HLE は Meta から公式公表なし（同列比較困難）。Llama 4 Scout（10M context、17B/109B MoE）も同時リリース。 第三者機関 Artificial Analysis の Intelligence Index は 10（v4.3.2・2026-09-23 確認）。ただし AA はこの値を推定値（estimated）として表示しており、全体の順位には入れていない（2026-09-08 の v4.3 では 9）。 オープンウェイト（Llama 4 Community License、月7億 MAU 超は別ライセンス必要）。 本表の100万トークンは公式モデルカードの Context length（同時公開の Scout は 10M）。入力と出力の内訳は公表されていない（2026-08-18 確認）。

2026-09-22（米国時間）公開の GPT-6 世代の軽量・低価格モデル（API は gpt-6-luna）。同じ日に中堅の GPT-6 Sol も出た。 OpenAI の位置づけは「目的のはっきりした大量の作業のための、いちばん効率のよいモデル」。 料金は入力 $0.10／出力 $0.50 で、前世代 GPT-5.6 Luna（$0.20／$1.20）から入力は半額、出力は約58%減（OpenAI の表記は「50%安い」）。キャッシュ済み入力は $0.01、入力が27万2千トークンを超えたリクエストは全体が $0.20／$0.75 になる。入力3:出力1の平均額は $0.20 で、2026-10-07 公開の Claude Haiku 5.5 と並んで本表でいちばん安い。ただし長い依頼の割増しの境目が違い、Haiku 5.5 は10万トークンを超えると単価が5倍になるので、10万〜27万2千トークンの依頼では Luna のほうが安い。 第三者機関 Artificial Analysis の AA Intelligence Index は 38（v4.3.2・max 設定、小数では 38.12／2026-10-09 確認。2026-09-23 の確認時は 37）で、前世代 GPT-5.6 Luna（37.32）を1点上回る。同じ平均額の Claude Haiku 5.5 は 43。 OpenAI の公表グラフ（max 設定どうし）では、コード修正の DeepSWE v1.1 が 66.6%（GPT-5.6 Luna は 62.2%）、業務自動化の AutomationBench が 20.7%（同 17.0%）、パソコン操作の OSWorld 2.0（オフライン版）は 52.7% で前世代とほぼ同じ。ユーザーが誤りを指摘した難しい会話での「事実の誤りを含む回答」の割合は 7.56%（同 11.96%）。一方、Artificial Analysis のコーディング用の総合指標（Coding Agent Index）は 41.1 で、前世代の 43.2 を少し下回った。 ChatGPT では 2026-10-07 からチャットにも GPT-6 が入り、無料・Go は 10/8 から順次 GPT-6 Luna に切り替わっている（OpenAI の発表とリリースノート。モデル別のヘルプは 10/9 時点で無料・Go の既定をまだ GPT-5.6 Luna と書いていて、公式の説明が食い違う）。チャットに入ったのは「10月版」で、API・ChatGPT Work（ChatGPT の中のエージェント機能）・Codex で使う9月版とは別物と OpenAI のシステムカードは説明している。 安全面の評価は OpenAI の Preparedness Framework でサイバー・生物化学とも「High」（最上位の「Critical」ではない）で、GPT-5.6 Luna と同じ。 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。入力はテキストと画像、出力はテキスト。知識は2026年5月18日まで。 GPQA Diamond・HLE・SWE-bench Verified は Luna 個別の公開値が無いため本表では「—」。前世代の GPT-5.6 Luna（2026-07-09 公開）は終了日の告知なく提供が続いている。

• → Meta Developer：Llama 4 モデルページ（llama.com の統合先）
• → Meta AI Blog：Llama 4 リリース（2025-04-05）
• → Llama 4 model card / GitHub
• → Artificial Analysis：Llama 4 Maverick（Intelligence Index v4.3.2 で 10・AA の推定値で順位の対象外・2026-09-23 確認。v4.3 では 9・130モデル中112位）
• → Hugging Face：meta-llama/Llama-4-Maverick-17B-128E-Instruct（公式モデルカード・Context length 1M）

• → OpenAI 公式：Introducing GPT-6 Sol and Luna（2026-09-22。ページ本文は JavaScript 必須で機械取得できない）
• → OpenAI Developers：GPT-6 Luna Model（コンテキスト1,050,000・出力上限128,000・知識 2026-05-18・$0.10/$0.50）
• → OpenAI Developers：Pricing（gpt-6-luna の長文料金・Batch/Flex/Fast）
• → OpenAI ヘルプセンター：ChatGPT Work and Codex（9月版の GPT-6 Sol / Luna を使う場所）
• → OpenAI 公式：GPT-6 for everyone（2026-10-07。ChatGPT のチャットにも GPT-6、無料・Go は GPT-6 Luna）
• → OpenAI Deployment Safety Hub：GPT-6 Astra System Card（§11 に GPT-6 Sol / Luna を追記）
• → Artificial Analysis：GPT-6 Luna（Intelligence Index v4.3.2 で 38・max 設定・2026-10-09 確認）
• → Artificial Analysis：コーディングエージェントの比較（Coding Agent Index v1.5）
• → TechCrunch：OpenAI launches GPT-6 Sol and Luna（2026-09-22）