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 Astra 80.3
·
#2
GPT-6 Sol 79.7
▲4.1
·
#3
Claude Opus 4.7 79.5
·
#4
GPT-6.1 Sol 78.1
▼4.7
·
#5
GPT-5.5 77.2
▲3.9
·
#6
GPT-6 Luna 76
▼0.9
·
#7
Claude Sonnet 4.6 75.6
▲4.3
·
#8
Grok 4 73.2
▲2.3
·
#9
豆包 Pro 72.5
▼8
·
#10
GPT-o3 70.4
▼1.8
·
#11
DeepSeek V4 Pro 68.5
▲1.6
·
#12
GLM-4.6 59.8
·
#13
Gemini 3.1 Pro 57.5
▼5.4
·
#14
Gemini 2.5 Pro 56.9
▼2.1
·
▲ GLM-4.6 +75.1 · ▼ 豆包 Pro -12.7
·
#1
GPT-6 Astra 80.3
·
#2
GPT-6 Sol 79.7
▲4.1
·
#3
Claude Opus 4.7 79.5
·
#4
GPT-6.1 Sol 78.1
▼4.7
·
#5
GPT-5.5 77.2
▲3.9
·
#6
GPT-6 Luna 76
▼0.9
·
#7
Claude Sonnet 4.6 75.6
▲4.3
·
#8
Grok 4 73.2
▲2.3
·
#9
豆包 Pro 72.5
▼8
·
#10
GPT-o3 70.4
▼1.8
·
#11
DeepSeek V4 Pro 68.5
▲1.6
·
#12
GLM-4.6 59.8
·
#13
Gemini 3.1 Pro 57.5
▼5.4
·
#14
Gemini 2.5 Pro 56.9
▼2.1
·
▲ GLM-4.6 +75.1 · ▼ 豆包 Pro -12.7
·
最新ニュース
すべてのニュースを見る →AnthropicのCEO、ナスダックの鐘を鳴らす——「AIの発展はアクセルだけを踏んではならない」
AnthropicのCEOダリオ・アモデイ氏がナスダックの始値告知の鐘を鳴らす場を借りて、商業的・政治的圧力に屈せず自社の判断するペースでAI開発を進めるという姿勢を公式に表明した。同社の「負責任な拡張ポリシー」の枠組みを改めて公の場で示し
AnthropicがNASDAQ初上場で33%急騰、AIの資本市場への参入が新たな局面へ
Claudeモデルを開発するAnthropicが11月20日にNASDAQへ上場し、初日の取引価格がIPO公開価格83ドルを33%上回る111ドルに達した。今回のIPOで800億ドル超の資本を調達し、AI業界の資本市場参入における重要な転換
GoogleはAIエージェント訓練専用の「並行インターネット」を構築した
GoogleのChromeチームが、AIブラウジングエージェントを安全に訓練・評価するため、実際のインターネットを高度に模倣した隔離されたサンドボックス環境——いわば「鏡の次元」——を構築した。これにより、エージェントの誤動作や情報漏洩のリ
元アリババ幹部創業のEverful、4850万ドルを調達——中国工場への直接仕入れを実現
元アリババ幹部が創業したクロスボーダーEC調達プラットフォームEverfulが4850万ドルの資金調達を完了した。同社は世界の小売業者と中国などの海外製造工場を直接つなぐプラットフォームを構築し、従来の貿易仲介業者を排除する「工場直接仕入れ
Meta AIエージェント「Muse」でセッション混線と他者のプライバシー漏洩が発覚
MetaのAIエージェント「Muse」において、複数の従業員が他人の育児相談、職業アドバイス、注文履歴、さらには銀行口座残高まで自分の画面に表示されるという深刻な混線・プライバシー漏洩問題が報告された。本件はAIエージェントのアーキテクチャ
GoogleのGeminiがMacに上陸:AIエージェントがあなたの代わりにPCを操作
GoogleがGeminiのMac向けアップデートを実施し、ファイル整理・フォーム入力・複数ステップのワークフロー処理をこなすAIエージェント機能を導入した。これはデスクトップ操作の自動化をめぐる競争における、同社の本格的な参戦を意味する。
AnthropicのIPO挑戦:AIループ融資の究極の試練
AnthropicのIPO計画は、AI業界に蔓延する「ループ融資」構造を初めて公開市場の審査に晒すことになる。同社の上場は一企業の成績表であるだけでなく、AIインフラ投資チェーン全体の健全性診断書として注目されている。
体外で7週間生存した肝臓——臓器移植が臨界点を迎える
オーストラリアの研究者が体外生命維持システムを用いて人間の肝臓を体外で7週間生存させることに成功し、臓器保存の時間的スケールを塗り替えた。同日、巨額の電池取引とAIブームをめぐる議論も重なり、技術の限界が押し広げられる中で真の突破口を見極め
SuperhumanがAIアシスタント「Go」を全製品ラインに展開
Superhumanは、AIアシスタント「Go」を単一機能の付属品から製品全体を貫くコアエージェントへと昇格させ、DocsとMailの両製品に統合した。この動きは、生産性ソフトウェア業界全体における「アシスタントからエージェントへ」という転
体外で7週間生存した人体肝臓——臓器保存記録が更新される
オーストラリア・シドニーの研究チームが、ドナーの人体肝臓を体外の生命維持システムで7週間生存させることに成功し、報告されている中で最長の記録を樹立した。この成果は、移植医学における臓器配分・修復・研究のあり方を根本から変える可能性を秘めてい
Anthropic、1,070億ドルIPOの裏側——AI大手最大の敵は自分自身
AnthropicがAI業界史上最大級となる評価額1,070億ドルでのIPOを目指す中、「安全優先」という創業理念と資本市場の成長期待との矛盾、そしてデータセンター建設をめぐる社会的摩擦が、同社の長期的価値を左右する本質的課題として浮かび上
MicrosoftのAIエージェントフレームワークがPyPIサプライチェーン攻撃の標的に:55分間のオンライン状態で3件のクラウド認証情報漏洩を確認
2026年11月17日、MicrosoftのAIエージェントフレームワーク「agent-framework」の悪意あるバージョンがPyPIに約55分間公開され、3件の認証情報漏洩が確認された。攻撃者はMicrosoft内部の署名・リリース基
レビュー
すべて見る →Doubao Pro のコード実行スコアが26.2点急落、メインランキングはわずか0.03点増にとどまる
Doubao Pro の本日のSmokeテストにおいて、コード実行スコアが75.00点から48.80点へと26.2点下落した一方、資料制約スコアは100点満点に達し、メインランキングのスコアは71.81点から71.84点へとわずか0.03点
GPT-o3、素材制約スコアが16.7点急落も、コード実行は23.8点上昇——総合ランキングは5.6点アップ
GPT-o3の本日のSmoke評価では、素材制約スコアが100.00から83.30へ急落した一方、コード実行スコアが50.00から73.80へ大幅上昇し、総合ランキングスコアは72.50から78.08へ改善した。サンプル規模が小さいことから
GPT-6 Sol が80.54点で首位:2026-11-19 YZ Index Smoke クイックテスト速報
2026年11月19日のYZ Index Smokeクイックテストでは13モデルを対象に評価が行われ、GPT-6 Solが80.54点で当日首位を獲得した。複数モデルで大幅なスコア変動が観測されており、後続の検証が必要とされている。
WDCD コンプライアンス
#1
GLM-4.6
88.6
#2
Gemini 3.1 Pro
87.5
#3
Claude Sonnet 4.6
86.9
#4
GPT-5.5
86.4
#5
GPT-6 Sol
84.7
#6
Grok 4
84.2
#7
GPT-6 Astra
82.8
守約ランキング全体を見る →
Research Lab
WDCD Run #434:GLM-4.6が88.6ポイントで首位、平均指示減衰率は-26.7%
Winzhengの動的コンテキスト減衰(WDCD)ベンチマーク第434回において、15モデルを対象とした評価でGLM-4.6が88.6ポイントで首位を獲得。コホート全体の平均指示減衰率は-26.7%に
4大モデル翻訳対決:第47週品質評価、claude-sonnet-4.6が9点でトップ
今週442件の翻訳タスクを4モデルで処理し、抽出した3記事をマルチモデルブラインド評価した結果、claude-sonnet-4.6が平均9/10点で総合最優秀となった。
WDCD ラン #428:Gemini 3.1 Pro が89.8点でトップ、平均指示減衰率は-16.4%を記録
Winzheng Dynamic Contextual Decay(WDCD)ベンチマークのラン #428において、Gemini 3.1 Pro が89.8点で首位を獲得し、15モデル全体の平均コミッ