GPT-4o vs Gemini 1.5 Pro
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
OpenAIのGPT-4oとGoogleのGemini 1.5 Proは、注目度の高い主要AIモデルです。GPT-4oは128K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$2.50/出力$10.00、一方のGemini 1.5 Proは2M トークンのコンテキストで入力$1.25/出力$5.00です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GPT-4o
音声・スピーチAIモデルOpenAI の GPT-4o は、自然な音声合成（TTS）、リアルタイム音声対話、高精度な文字起こし向けに設計されたAIモデルです。128K のコンテキストウィンドウ、毎秒 105 トークンの生成速度、知能指数 41/100（1Mトークンあたり入力$2.5・出力$10）を実現しています。
$2.50 / 1M
$10.00 / 1M
128K tokens
38.8%
Gemini 1.5 Pro
クラシック世代モデルGoogle の Gemini 1.5 Pro は、安定したチャット対話、文書要約、一般的なエンタープライズ業務向けに設計されたAIモデルです。2M のコンテキストウィンドウ、毎秒 65 トークンの生成速度、知能指数 46/100（1Mトークンあたり入力$1.25・出力$5）を実現しています。
$1.25 / 1M
$5.00 / 1M
2M tokens
32.5%
ひと目でわかる主な違い
- Gemini 1.5 Pro is 2.1x cheaper for API usage (input + output tokens combined).
- Gemini 1.5 Pro has a larger context window (2M vs 128K tokens).
- GPT-4o is faster at 105 tok/s vs 65 tok/s.
- GPT-4o leads on SWE-bench coding (38.8% vs 32.5%).
| Feature | GPT-4o | Gemini 1.5 Pro |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 41 | 46 |
Provider | OpenAI | |
Input Price Cost per million input tokens | $2.50 / 1M | $1.25 / 1M |
Output Price Cost per million output tokens | $10.00 / 1M | $5.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $2.38 / 1M | $0.97 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 2M tokens~3,000 A4 pages of text |
Max Output Tokens Per single request | 16K | 8K |
Throughput Speed Tokens generated per second | 105 tok/s | 65 tok/s |
SWE-bench Verified Real-world software engineering | 38.8% | 32.5% |
GPQA Diamond Graduate-level reasoning | 53.6% | 58.5% |
Cached Input Price Prompt caching discount per 1M tokens | $1.25 / 1M | $0.31 / 1M |
分野別勝者スコアカード
At-a-glance decision framework検証済みベンチマークスコア比較
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GPT-4o · Strengths & Key Advantages
- 128K のコンテキストウィンドウと最大 16K トークンの出力容量（SWE-bench Verified 38.8% · GPQA Diamond 53.6%）
- 毎秒 105 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 410ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$2.5・出力$10）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 大量のトークンを処理する本番環境では、プロンプトキャッシュや Batch API の併用によるコスト最適化が推奨されます
Gemini 1.5 Pro · Strengths & Key Advantages
- 2M のコンテキストウィンドウと最大 8K トークンの出力容量（SWE-bench Verified 32.5% · GPQA Diamond 58.5%）
- 毎秒 65 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 800ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$1.25・出力$5）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | GPT-4o | Gemini 1.5 Pro |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.68 | $0.20 |
Output Tokens / Task Tokens generated per task | 24K | 24K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | GPT-4o | Gemini 1.5 Pro |
|---|---|---|
| Official API Model ID (SDK) | gpt-4o | models/gemini-1-5-pro |
| API Protocol | OpenAI Responses API & Chat Completions v1 | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2024-05 | 2024-02 |
| Knowledge Cutoff | October 2023 | May 2024 |
| Architecture | Omni-Multimodal Dense | Sparse Mixture-of-Experts (MoE) Multimodal |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 4,000,000 – 10,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($2.5/1M in) across full 128K window | Standard rate up to 200K tokens; 2x input/output tier above 200K tokens |
| Prompt Cache Policy & TTL | Automatic prefix caching at $1.25/1M (no extra cache-write fee) | Implicit + Explicit Context Caching at $0.31/1M with configurable TTL |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Native Web Search tool + Hosted Code Interpreter & File Search RAG | Built-in Google Search Grounding + Managed Python Code Execution Sandbox |
| Official Fine-Tuning Support | Supervised Fine-Tuning (SFT), Direct Preference (DPO) & Reinforcement Fine-Tuning (RFT) | Vertex AI Supervised Adapter Tuning & Context Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) · Video (~258–300 tokens/sec) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | OpenAI Preparedness Framework Audited & System Card Published | Google DeepMind Frontier Safety Framework Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision, audio | text, vision, audio, video |
| Output Modalities | text, audio | text |
GPT-4o vs Gemini 1.5 Pro: よくある質問 (FAQ)
Which is more intelligent, GPT-4o or Gemini 1.5 Pro?
Gemini 1.5 Pro is more intelligent. It scores 46 compared with 41 on the composite Intelligence Index.
Which model is faster?
GPT-4o is faster, generating 105 tokens per second compared with 65 tokens per second.
Which model is cheaper to run?
Gemini 1.5 Pro is cheaper at $0.97 per 1M tokens blended, compared with $2.38 (7:2:1 cache:input:output ratio).
Which model has lower latency?
GPT-4o has lower latency, with a time to first token of 0.41s compared with 0.80s.
Which model has a larger context window?
Gemini 1.5 Pro has a larger context window, supporting 2M tokens compared with 128K tokens.
総合評価
GPT-4o（自然な音声合成（TTS）、リアルタイム音声対話、高精度な文字起こし、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とGemini 1.5 Pro（安定したチャット対話、文書要約、一般的なエンタープライズ業務、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではGemini 1.5 Proがリードし、応答速度とスループットではGPT-4oが優れ、APIコスト効率ではGemini 1.5 Proが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には GPT-4o と Gemini 1.5 Pro のどちらが適していますか？+
総合知能指数およびコーディング評価では Gemini 1.5 Pro が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
GPT-4o と Gemini 1.5 Pro ではどちらのAPI料金が安いですか？+
GPT-4o は100万トークンあたり入力$2.50 / 出力$10.00、Gemini 1.5 Pro は入力$1.25 / 出力$5.00です。総合的なコスト効率では Gemini 1.5 Pro がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは GPT-4o が 128K トークン、Gemini 1.5 Pro が 2M トークン です。出力スピード（トークン/秒）では GPT-4o がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Claude 3.5 Sonnet vs GPT-4o：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Claude 3.7 Sonnet vs GPT-4o：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- DeepSeek V3 vs GPT-4o：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Gemini 1.5 Pro vs Claude 3 Opus：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- GPT-4o vs GPT-4 Turbo：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Grok 2 vs GPT-4o：ベンチマーク・API料金・速度の徹底比較 (2026)比較
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
公的ソース: OpenAIおよびGoogle公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。