赢政 AI 評測 — AI モデル評価・ニュース・研究
総合トップ5
完全ランキング →
#1
GPT-6.1 Sol 82.8
▲3.5
·
#2
GPT-6 Astra 80.6
▼1.8
·
#3
豆包 Pro 80.5
▲0.9
·
#4
Claude Opus 4.7 79.2
▼3.3
·
#5
GPT-6 Luna 76.9
▼2
·
#6
GPT-6 Sol 75.6
▼1.3
·
#7
GPT-5.5 73.3
▼0.9
·
#8
GPT-o3 72.2
▼3.2
·
#9
Claude Sonnet 4.6 71.3
▼6.8
·
#10
Grok 4 70.9
▼8.1
·
#11
DeepSeek V4 Pro 66.9
▼6.8
·
#12
Gemini 3.1 Pro 62.9
▲1.3
·
#13
Gemini 2.5 Pro 59
▲7.6
·
▲ Gemini 2.5 Pro +15.8 · ▼ GLM-4.6 -52.1
·
#1
GPT-6.1 Sol 82.8
▲3.5
·
#2
GPT-6 Astra 80.6
▼1.8
·
#3
豆包 Pro 80.5
▲0.9
·
#4
Claude Opus 4.7 79.2
▼3.3
·
#5
GPT-6 Luna 76.9
▼2
·
#6
GPT-6 Sol 75.6
▼1.3
·
#7
GPT-5.5 73.3
▼0.9
·
#8
GPT-o3 72.2
▼3.2
·
#9
Claude Sonnet 4.6 71.3
▼6.8
·
#10
Grok 4 70.9
▼8.1
·
#11
DeepSeek V4 Pro 66.9
▼6.8
·
#12
Gemini 3.1 Pro 62.9
▲1.3
·
#13
Gemini 2.5 Pro 59
▲7.6
·
▲ Gemini 2.5 Pro +15.8 · ▼ GLM-4.6 -52.1
·
最新ニュース
すべてのニュースを見る →NVIDIAのCFOクレス氏、緊急登板で暫定CEOに就任
NVIDIAの長年の最高財務責任者（CFO）であるコレット・クレス氏が、ジェンスン・フアン氏の辞任を受けて暫定CEOに就任した。AI半導体最大手の権力中枢に、財務のトップが突如として押し上げられた格好だ。
ファン・ジェンスンの不倫スキャンダルによる辞任がNVIDIAを揺るがし、米中AI競争に新たな変数
NVIDIAの創業者兼CEOジェン・スン・ファンが不倫スキャンダルにより辞任を発表し、グローバルなAI産業・金融市場に衝撃が走った。この出来事は、米中AI覇権競争が激化する敏感な時期と重なり、広範な影響を及ぼす可能性がある。
GoogleのGeminiスマートグラス発売：395ドルから、プライバシーを最優先に
Googleは初のGemini AI搭載スマートグラスを395ドルから発売。Samsung、Gentle Monster、Warby Parkerとの共同開発で、Google Glass時代の教訓を踏まえプライバシーを発売の核心に据えた。
Fireworks AIが再び攻撃被害：Notionのチャット記録が流出
AI推論プラットフォームのFireworks AIがサイバー攻撃を受け、Notionの一部顧客のチャット記録が不正アクセスされた。TechCrunchによると、これはFireworksが2か月以内に経験した2度目のデータ侵害とされる。
Norwest、40億ドルの新ファンドを設立——AI投資を強化
ベンチャーキャピタルのNorwestが同社史上最大規模となる40億ドルの新ファンドの設立を発表し、人工知能分野への投資を一層拡大する方針を明らかにした。この動きは、AI投資が一級市場における資金調達と投資の双方を牽引する主要テーマとなってい
ジェンセン・フアン、スキャンダルでCEO辞任——Nvidia CFOのコレット・クレスが暫定代行へ
科技メディアTechCrunchの2026年11月12日付報道によれば、NvidiaのCEOジェンセン・フアンがスキャンダルを理由に辞任し、CFOのコレット・クレスが取締役会による正式後継者の選定が完了するまで暫定CEOを務めることになった
トランプ大統領が驚きの発言：クックがジェンスン・ファンの後継者としてNVIDIAを率いるべき
トランプ大統領がSNSプラットフォームTruth Socialに投稿し、NVIDIAのCEOジェンスン・ファンの後継者として、アップルの会長ティム・クックを指名する発言が科技界に大きな波紋を呼んでいる。
9社の韓国ディープテックスタートアップがDisrupt 2027の出場枠をめぐって争う
9社の韓国スタートアップがTechCrunch Disrupt 2027「Startup Battlefield 200」への選出をめぐって競い合っており、医療健康、フィンテック、エネルギー、半導体、AIにまたがるディープテック企業として、
ファン・ジェンスンがNvidia CEO辞任：婚外交際調査が引き金となった半導体帝国の激震
NvidiaのCEOであるジェンスン・フアン（黄仁勳）が木曜日に正式辞任した。中国情報機関と関係があるとされる人物との婚外交際が社内調査の対象となったことが引き金となった。
COP31気候交渉の難題と不老不死探求の熱狂
トルコのアンタルヤで開幕したCOP31の気候交渉の課題と、シリコンバレーや生命科学界で過熱する「不老不死」追求の潮流を対比的に取り上げ、現代テクノロジーの二つの顔を描き出す。
オーストラリア、先端AI企業への強制規制と刑事責任追及を発表——「危害阻止失敗」を犯罪とする世界初の制度へ
オーストラリアのアルバニージー首相は、先端AIモデルを開発する企業に対する強制規制機関の設立と、AIが引き起こした危害を阻止できなかった企業への刑事訴追制度の導入を発表した。実現すれば、同国は「AIモデルによる危害阻止の失敗」を刑事罰の対象
スピリット航空の数百万ドル規模のデータ取引——客室乗務員組合はいかにしてGoogleを譲歩させたか
破産清算中のスピリット航空が保有するデータをGoogleが約1,000万ドルで取得しようとした取引において、客室乗務員組合が直接交渉に乗り出し、従業員の機密個人情報をデータ売却対象から除外させることに成功した。この事例は、データ経済における
レビュー
すべて見る →Doubao Pro の主要スコアが10.6点急落――エンジニアリング判断は100点から63.6点へ
Doubao Pro が本日のSmokeベンチマークで主要スコアを79.18点から68.54点へと10.6点下落させた。コード実行・素材制約の2つのコアディメンションが同時に約10〜11点低下し、エンジニアリング判断は36.4点という大幅な
Claude Opus 4.7、材料制約スコアが16.9点急落も主榜は4.6点上昇——コード実行が下支え
Claude Opus 4.7の本日のSmokeテストでは、材料制約スコアが88.30点から71.40点へ16.9点下落した一方、コード実行スコアが22.1点上昇したことで主榜スコアは79.56点から84.11点へ4.6点上昇した。
GLM-4.6、誠実性評価でfail――探針スコア25点、主要ランキング53.40・コード実行25.00
YZ IndexのSmoke速報テスト（Run#423）において、GLM-4.6は主要ランキング53.40点、コード実行25.00点、資料制約88.10点を記録し、誠実性評価はfail（探針スコア25.00点）となった。同日テストを受けた他
WDCD コンプライアンス
#1
Claude Sonnet 4.6
93.9
#2
Gemini 3.1 Pro
91.9
#3
GPT-6 Sol
85.3
#4
GPT-5.5
81.9
#5
GPT-6 Luna
81.7
#6
Claude Opus 4.7
77.7
#7
Grok 4
77
守約ランキング全体を見る →
Research Lab
WDCD Run #422：平均指示減衰率-66.7%、Claude Sonnet 4.6が15モデル中トップに
Winzheng Dynamic Contextual Decay（WDCD）ベンチマークのRun #422において、15モデルを対象に30問のテストを実施した結果、平均コミットメント減衰率は-66.
4大モデル翻訳対決：第46週品質評価、claude-sonnet-4.6が9点でトップ
第46週の翻訳評価レポートでは、4つのモデルが計395件の翻訳タスクを処理し、3件のサンプルを対象にした複数モデルによるブラインド評価の結果、claude-sonnet-4.6が平均9点で総合最高評価
WDCD Run #411：GPT-6 AstraがトップのYZ Index 90.5点、平均指示崩壊率は-80%
Winzhengが実施したWDCD Run #411（2026年11月4日）では、15モデルを対象に多ターン対話における指示遵守の崩壊を測定した結果、フィールド全体の平均崩壊率は-80%を記録し、GP