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 Sol 80.4
▼1.1
·
#2
Grok 4 79.5
▼6.9
·
#3
Claude Opus 4.7 79.2
▼2.1
·
#4
GPT-o3 78.4
▲0.8
·
#5
GPT-6.1 Sol 78.2
▼5.1
·
#6
Claude Sonnet 4.6 77.4
▼5.3
·
#7
GPT-5.5 77.2
▼3
·
#8
GPT-6 Luna 77
▼6.9
·
#9
GPT-6 Astra 76.9
▼3.7
·
#10
DeepSeek V4 Pro 74.6
▼2.5
·
#11
豆包 Pro 73.4
▼8.6
·
#12
Gemini 3.1 Pro 71.8
▼2.2
·
#13
Gemini 2.5 Pro 67.2
▼2.6
·
#14
GLM-4.6 38.2
▼1.1
·
▲ Claude Opus 4.7 +6.3 · ▼ GLM-4.6 -35.8
·
#1
GPT-6 Sol 80.4
▼1.1
·
#2
Grok 4 79.5
▼6.9
·
#3
Claude Opus 4.7 79.2
▼2.1
·
#4
GPT-o3 78.4
▲0.8
·
#5
GPT-6.1 Sol 78.2
▼5.1
·
#6
Claude Sonnet 4.6 77.4
▼5.3
·
#7
GPT-5.5 77.2
▼3
·
#8
GPT-6 Luna 77
▼6.9
·
#9
GPT-6 Astra 76.9
▼3.7
·
#10
DeepSeek V4 Pro 74.6
▼2.5
·
#11
豆包 Pro 73.4
▼8.6
·
#12
Gemini 3.1 Pro 71.8
▼2.2
·
#13
Gemini 2.5 Pro 67.2
▼2.6
·
#14
GLM-4.6 38.2
▼1.1
·
▲ Claude Opus 4.7 +6.3 · ▼ GLM-4.6 -35.8
·
最新ニュース
すべてのニュースを見る →ChatGPTに「チャットロック」機能が登場、プライバシー保護をさらに強化
OpenAIは2026年10月、ChatGPTに特定の会話をロックできる「チャットロック」機能を追加した。スマートフォンを他人に貸す際に、プライベートな会話が閲覧されるリスクを防ぐことを目的としている。
OpenAIがOrchestra Bioを買収、ライフサイエンスAIに注力
OpenAIがライフサイエンス特化のAIモデル「Rosalind」とその関連ツール「Rosalind Workbench」の強化を目的に、スタートアップ企業Orchestra Bioを買収した。これはOpenAIが汎用大規模言語モデルから垂
SpaceXのAI事業が予想を上回る好業績、第3四半期純利益44億ドル
SpaceXが第3四半期に純利益44億ドルを達成し、市場予想を大きく上回った。AI事業が成長の主要エンジンとして明確に位置づけられており、商業宇宙産業が新たな競争段階に突入したことを示している。
脳卒中リハビリの新たな解決策：AIロボットが療法士の不足を補う
世界的に深刻な脳卒中リハビリにおける療法士不足を解消するため、AIとロボットを組み合わせた人機協働モデルが注目されている。MITの研究者が提唱するこのアプローチは、反復訓練をロボットに委ねることで療法士の負担を軽減し、より多くの患者にリハビ
炭水化物を食べる理由がまた一つ？ケトジェニックダイエットが小腸がんリスクを高める可能性
減量法として人気のケトジェニックダイエットが小腸がんのリスクを高める可能性を示す新研究が報告された。一方で結腸がんへの予防効果を示す先行研究もあり、同じ食事パターンが部位によって異なる影響をもたらす可能性が注目されている。
溶かして再紡糸：MITの新型糸が古着リサイクルの難題を解決へ
MITの研究者が開発した熱可塑性弾性糸は、従来のスパンデックスと同様の伸縮性を持ちながら加熱で溶融・再利用が可能で、混紡衣料のリサイクルという長年の課題に新たな解決策を示している。
中国の茶箱ラベル一枚が語る、ボストン茶会事件の記憶
ボストンの老南集会所に展示された一枚の褪せた茶箱ラベルをめぐり、MITの歴史学者が物質文化史の観点からその真偽と意味を追跡する。この研究は中米間の古い貿易の絆と、人々が独立革命の記憶をいかに形成してきたかを問い直す試みでもある。
潜水も飛行もできる「ロボットパフィン」が登場
MITとスイス連邦工科大学ローザンヌ校（EPFL）の研究チームが、ニシツノメドリ（パフィン）を模倣した水空両用ロボットの開発に取り組んでいる。空中飛行と水中遊泳を同一プラットフォームで実現するこの研究は、海洋監視や採水調査など幅広い応用が期
Anthropicのクラウド連携に変化——算力危機とIPO前夜
AIモデル企業とクラウドプロバイダーの関係が「親密なパートナー」から「同床異夢」へと変わりつつある中、AnthropicはClaudeシリーズの開発に必要な算力を、競合相手となりつつあるクラウド事業者に依存するという構造的矛盾に直面している
米国土安全省がDeepSeekを禁止――3ヶ月にわたり静かに執行された禁令
米国土安全省（DHS）は2026年10月19日、DeepSeekを連邦民間行政機関から排除する禁令を連邦官報に公示した。禁令自体は同年7月24日に署名されており、公示まで87日間にわたって非公開のまま執行されていた。
WDCD Run #390：15モデルの平均指示劣化率が-60%を記録、GPT-6 Lunaが満点でトップ
Winzhengが実施したWDCD（動的文脈劣化）ベンチマークのRun #390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劣化を測定した結果、ラウンド1からラウンド3にかけて平均-60%の指示劣化が確認された。GPT-6 Lun
GoogleがAmazonに続き、NVIDIAのAI開発者エコシステムに切り込む
GoogleはAmazonに続き、PyTorchユーザーがAIアプリケーションをNVIDIA GPUから他のハードウェアへ移行しやすくする開発者向けツールを公開した。この動きは、NVIDIAのCUDAエコシステムが形成してきた開発者囲い込み
レビュー
すべて見る →Claude Opus 4.7が84.9点で首位：2026-10-21 YZ Index Smoke速報データブリーフィング
2026年10月21日実施のYZ Index Smoke速測では14モデルを対象に評価が行われ、Claude Opus 4.7が84.9点で当日首位を獲得した。本速報はコード実行と資料制約の2次元のみを対象とした日次小規模サンプルテストであ
Qwen3 Max、Smoke評価で5次元すべて欠損――API障害により主要ランキングに記録なし
Qwen3 MaxはSoftware評価において実行・グラウンディング・判断・整合性・コミュニケーションの5次元すべてが欠損し、主要ランキングのスコアは「- → -（-）」となり、今回の順位付けに参加できなかった。API障害による自動再実行
GPT-6 Astra、コード実行スコアが25点急落——メインランキングで1日に11.3点下落
GPT-6 AstraのSmoke評価におけるメインランキングスコアが82.33点から71.01点に低下し、コード実行ディメンションは97.00点から72.00点へと25点の急落を記録した。他のディメンションに大きな変動はなく、メインランキ
WDCD コンプライアンス
#1
GPT-6 Luna
100
#2
GLM-4.6
98.2
#3
DeepSeek V4 Pro
97.3
#4
GPT-6 Sol
95.7
#5
GPT-6.1 Sol
94.4
#6
GPT-6 Astra
94.2
#7
Grok 4
93.8
守約ランキング全体を見る →
Research Lab
WDCD Run #390：15モデルの平均指示劣化率が-60%を記録、GPT-6 Lunaが満点でトップ
Winzhengが実施したWDCD（動的文脈劣化）ベンチマークのRun #390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劣化を測定した結果、ラウンド1からラウンド3にかけて平均-60%の
4大モデル翻訳対決：第43週品質評価、gpt-o3が8.7点でトップ
今週402件の翻訳タスクを4つのモデルで処理し、そのうち3件を複数モデルによるブラインド評価で比較した結果、gpt-o3が平均8.7点で最高評価を獲得した。
WDCD ラン #384：Grok 4が92点でトップ、平均命令遵守減衰率は-6.4%
Winzheng動的コンテキスト減衰（WDCD）ベンチマークのラン#384において、15モデルを対象にした評価でGrok 4が92点を獲得しトップに立ち、全体の平均命令遵守減衰率は-6.4%を記録した