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 81.8
▲3.6
·
#2
Claude Opus 4.7 79.8
▲0.6
·
#3
豆包 Pro 76.5
▲3.1
·
#4
GPT-6 Luna 76.3
▼0.7
·
#5
GPT-6 Astra 75.2
▼1.7
·
#6
GPT-6 Sol 74.2
▼6.2
·
#7
Claude Sonnet 4.6 72.2
▼5.2
·
#8
GPT-5.5 71.3
▼5.9
·
#9
GPT-o3 68.1
▼10.3
·
#10
Grok 4 65.8
▼13.7
·
#11
DeepSeek V4 Pro 65
▼9.6
·
#12
Gemini 3.1 Pro 60.1
▼11.7
·
#13
Gemini 2.5 Pro 57.1
▼10.1
·
#14
GLM-4.6 48.7
▲10.6
·
▲ Claude Opus 4.7 +6.3 · ▼ GLM-4.6 -35.8
·
#1
GPT-6.1 Sol 81.8
▲3.6
·
#2
Claude Opus 4.7 79.8
▲0.6
·
#3
豆包 Pro 76.5
▲3.1
·
#4
GPT-6 Luna 76.3
▼0.7
·
#5
GPT-6 Astra 75.2
▼1.7
·
#6
GPT-6 Sol 74.2
▼6.2
·
#7
Claude Sonnet 4.6 72.2
▼5.2
·
#8
GPT-5.5 71.3
▼5.9
·
#9
GPT-o3 68.1
▼10.3
·
#10
Grok 4 65.8
▼13.7
·
#11
DeepSeek V4 Pro 65
▼9.6
·
#12
Gemini 3.1 Pro 60.1
▼11.7
·
#13
Gemini 2.5 Pro 57.1
▼10.1
·
#14
GLM-4.6 48.7
▲10.6
·
▲ 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 →汚染論争が激化：NAACPのxAIデータセンター訴訟、審理継続が認められる
全米黒人地位向上協会（NAACP）がxAIのデータセンターによる大気汚染を訴えた裁判について、連邦地裁判官が審理継続を認め、xAI側の早期却下申請を退けた。この訴訟は、AI算力拡張に伴う環境負荷をめぐる公共的議論へと発展しつつある。
カウントダウン4日：TechCrunch Founder Summitがスケールアップのためのリソースをつなぐ
TechCrunch Founder Summitが11月4日にボストンのSoWa Power Stationで開催される。スケールアップを目指す創業者にとって、高質なネットワーク形成と実践的な知見を得る場として注目されている。
Appleの新CEO：「AIのためのAIはやらない」
AppleのCEOが決算説明会でAI戦略について異例の正面回答を行い、「AIのためのAIを目的とした製品は出さない」と明言した。これが戦略的な信念なのか、それとも後れを取ったことへの自己正当化なのかが業界で議論を呼んでいる。
WDCD Run #406：Gemini 3.1 Proがネガティブ減衰でトップ、15モデル平均は9.3%低下
WinzhengのWDCDベンチマークRun #406において、Gemini 3.1 Proが唯一の制約強化モデルとして91.0点で首位を獲得。15モデルのコホート平均は指示減衰率-9.3%を記録した。
OpenAI、著作権訴訟の重要局面で12件の法廷書面を結集——フェアユース原則はAI学習の盾となりうるか？
OpenAIは著作権訴訟の「法廷の友」意見書提出期限に合わせ、AI学習がフェアユースに該当すると主張する12団体の法廷書面摘要を公開した。ニューヨーク・タイムズが提起したこの訴訟は、AI業界全体の学習データコスト構造を左右しかねない重大な帰
ニューヨーク州RAISE法、11月に登録受付開始：年収5億ドル超のAI開発者はDIGITへの登録が義務化
ニューヨーク州の「責任あるAI安全・教育法（RAISE Act）」に基づき、2026年11月1日から大規模フロンティアAI開発者向けの登録受付が開始される。年収5億ドル超かつ演算量10²⁶回超のモデルを保有する企業が対象となり、米国初の実質
Claude Opus 4.7が98.79点で首位：2026-11-01 YZ Index Smoke速報データブリーフィング
2026年11月1日のYZ Index Smoke速測では13モデルを対象に評価が行われ、Claude Opus 4.7が98.79点で当日首位を獲得した。本レポートはコード実行と資料制約の2次元のみをカバーする日次モニタリング向け速測であ
新型AIスパイウェア「Volta-Autodoxer」が発覚――被害者データを自動収集
AIツールを悪用して被害者のデータを自動収集・整理する新型情報窃取マルウェア「Volta-Autodoxer」が発見された。ログイン認証情報やクレジットカード番号からDiscordのセッション、UberEatsの領収書まで幅広いデータを標的
Meta Muse：破壊はまだ来ていないが、不安はすでに到来
MetaのMuseがテクノロジー業界に特有の心理的反応を引き起こしている。市場は潜在的な破壊をすでに織り込み始めているが、実際のビジネスへの影響はまだ現れていない。
AIエージェントが生きたマウスの脳内に自律的に遺伝子療法を注射
あるバイオテクノロジースタートアップが、AIエージェントがほぼ人間の直接操作なしに遺伝子療法を自律的に選択し、生きたマウスの脳内への注射を完了するという実験を実施した。この出来事は神経科学と人工知能の両分野に大きな波紋を広げている。
NVIDIAが顧客のデータセンター融資の共同署名者に？AI投資不安を払拭へ
NVIDIAがAIクラウドサービス企業Nscaleのウェストバージニア州データセンタープロジェクトに対し、融資の共同署名者（cosigner）として信用保証を検討していると報じられた。この動きは、AI設備投資への市場不安が高まる中、需要の持
プライバシー優先のAIアシスタントがまた一つ消える：Ollieが1週間以内にサービス終了
プライバシー保護を掲げる個人AIアシスタント「Ollie」が1週間以内にサービスを終了する。巨大テック企業が市場を席巻する中、プライバシー優先型製品の構造的な苦境を浮き彫りにしている。
レビュー
すべて見る →Claude Opus 4.7が98.79点で首位：2026-11-01 YZ Index Smoke速報データブリーフィング
2026年11月1日のYZ Index Smoke速測では13モデルを対象に評価が行われ、Claude Opus 4.7が98.79点で当日首位を獲得した。本レポートはコード実行と資料制約の2次元のみをカバーする日次モニタリング向け速測であ
GPT-6 Sol、メインランキングで16.4点急落——コード実行が100点から66.8点に激減
GPT-6 SolがSmoke評価のメインランキングで90.51点から74.14点へと16.4点下落し、主な要因はコード実行次元が100.00点から66.80点へと急落したことにある。材料制約・タスク表現などの次元は安定または上昇しており、
GPT-6 Luna、材料制約スコアが15.9点急落——コード実行は19.7点の大幅上昇
本日のSmoke評価テストにおいて、GPT-6 Lunaの材料制約スコアが87.90点から72.00点へ15.9点下落した一方、コード実行スコアは74.30点から94.00点へ19.7点上昇し、総合メインスコアは80.40点から84.10点
WDCD コンプライアンス
#1
Gemini 3.1 Pro
91
#2
GLM-4.6
84.4
#3
Grok 4
84.2
#4
Claude Opus 4.7
83.1
#5
GPT-6 Sol
82.7
#6
GPT-o3
80.4
#7
GPT-6 Astra
79.1
守約ランキング全体を見る →
Research Lab
WDCD Run #406：Gemini 3.1 Proがネガティブ減衰でトップ、15モデル平均は9.3%低下
WinzhengのWDCDベンチマークRun #406において、Gemini 3.1 Proが唯一の制約強化モデルとして91.0点で首位を獲得。15モデルのコホート平均は指示減衰率-9.3%を記録した
WDCD Run #400：全15モデルで指示忘却ゼロを達成、GLM-4.6が96.2点でトップ
Winzhengが実施したWDCD Run #400では、評価対象の全15モデルが多ターン対話における平均コミットメント劣化率0%を記録した。GLM-4.6が96.2点で首位に立ち、Gemini 3.
5大モデル翻訳対決：第44週品質評価、deepseek-v4-proが8.7点でトップ
今週400件の翻訳タスクを5つのモデルが担当し、抽出した3件についてマルチモデルのブラインド評価を実施。総合最優秀はdeepseek-v4-pro（平均スコア8.7/10）。