ホーム → ガイド → GPT-6 Astra・GPT-6.1 Sol・Claude Opus 5.5：隠しテスト付きのコーディング実測

GPT-6 Astra・GPT-6.1 Sol・Claude Opus 5.5：隠しテスト付きのコーディング実測

モデルカードのベンチマークは、そのモデルを売る側が走らせたものです。そこで自前で作りました。JavaScript の 13 問を各モデルが 1 回勝負で 2 回ずつ解き、ネットワークのないサンドボックスで 286 個の隠しテストにかけます。7 問は日常的なコード、6 問は見落としやすい境界条件を中心に作っています。

結果

モデル	合格したテスト	完全正解の問題	日常問題の所要時間（中央値）	境界条件問題の所要時間（中央値）	回答の長さ（出力トークン中央値）	1 問あたりの平均コスト
gpt-6.1-sol	286/286 (100%)	26/26	12.4 s	19.8 s	428	$0.0027
gpt-6-astra	284/286 (99.3%)	24/26	12.1 s	17.4 s	428	$0.0124
claude-opus-5-5	275/286 (96.2%)	21/26	4.2 s	8.9 s	447	$0.0056

2 回とも全問合格したのは gpt-6.1-sol だけです。gpt-6-astra は 1 ケースだけ落とし、2 回とも同じケースでした。claude-opus-5-5 は GPT の 2 モデルより 2～3 倍速く、書くコードの長さも同程度でしたが、落としたケースは最多でした。コストは当ゲートウェイがこれらのリクエストに実際に課金した額です。

それぞれのミス

• GPT-6 Astra：最短経路。グラフの辺の重みがすべて 0 のとき、探索が無限ループして Node のメモリが尽きました。2 回とも同じバグで、この問題の残り 7 つのチェックは合格しています。
• Claude Opus 5.5：並行制御と式の解析。2 回とも非同期プールが上限を超えて同時実行しました（上限 3 で同時に 5 件）。べき乗の問題では、1 回は「-2^2 は -4」という明記されたルールを無視し、もう 1 回は 2 2 を正しい式として受け付けました。日常問題の電卓では、1 回は空白のせいで 1 + 2 * 3 を拒否しました。問題文は任意の空白に対応するよう求めています。
• GPT-6.1 Sol：ミスなし。2 回とも 286 のチェックをすべて合格。

どれも特殊なケースではありません。空白、重み 0 の辺、同時実行数の上限。ちょっと手で試すと通るのに本番で壊れるのがまさにこの種のケースなので、テストで確認しています。

速度

Opus 5.5 は典型的な問題に 4～9 秒で答えました。GPT の 2 モデルは書く前に推論するため 12～20 秒かかりました。答えが流れてくるのを見るチャットなら Opus のほうがずっと速く感じます。各ステップでテストを走らせるエージェントなら、10 秒の差は誤答のコストに比べればたいてい問題になりません。

コスト

1 問あたり gpt-6.1-sol は $0.0027、claude-opus-5-5 は $0.0056、gpt-6-astra は $0.0124 でした。Astra は Sol の約 4.6 倍の価格で、成績はわずかに下でした。3 モデルとも回答の長さはほぼ同じなので、差はトークン単価によるもので、冗長さではありません。

テスト方法

全モデルに同じプロンプトを渡しました。問題文に「完全な CommonJS モジュールを含むコードブロックを 1 つだけ返すこと」を加えたもので、システムプロンプト、例、再試行はなし。コードはネットワークのないコンテナ内の Node 20 で、問題ごとの時間制限付きで実行しました。回答がクラッシュした場合は各テストケースを個別に再実行し、1 回のクラッシュで残りまで 0 点にならないようにしています。

• 日常問題（7 問）：LRU キャッシュ、四則演算の式評価、区間のマージ、トポロジカルソート、バグのある二分探索の修正、トークンバケット方式のレートリミッター、CSV 1 行のパース。
• 境界条件問題（6 問）：. * + ? に対応する小さな正規表現マッチャー、BigInt を使わない 2,000 桁の整数の掛け算、右結合の ^ を含む式評価、並行数を制限する非同期プール、年をまたぐ営業日カウント、辞書順最小の最短経路。

すべてのリクエストは 2026 年 10 月 12～13 日に当ゲートウェイ経由で送りました。1 問 2 回は小さな標本なので、2 モデルの差が数ケース程度なら通常のばらつきの可能性があります。ただし Sol のミスゼロと、Astra が 2 回とも出した同じバグはばらつきではありません。

どれを使うか

• コーディングの既定：gpt-6.1-sol。唯一の満点で、コストも最安。
• 速度最優先なら：claude-opus-5-5。数秒で答えます。仕様の細部を最も落としやすいので、テストと組み合わせてください。
• GPT-6 Astra：堅実ですが、今回のテストでは Sol 以上のものはなく、価格は 4 倍以上でした。

現在の価格：GPT-6.1 Sol · GPT-6 Astra · Claude Opus 5.5。

使い始める

サブスクリプションなし、月額の最低利用額なし、営業との商談も不要。USDT でチャージして使った分だけお支払いください — 1 USDT で 2 クレジットの API 残高になります。

30秒のクイックスタートを読む

言語: English · 简体中文 · 繁體中文 · 日本語 · 한국어 · Deutsch · Français · Español · Türkçe · Português · Italiano · Bahasa Indonesia · Tiếng Việt · Bahasa Melayu · Polski · Čeština · فارسی · Русский

このページの価格は実際の課金データから自動で反映しています。第三者の条件は各社の公開ドキュメントから引用しています。