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 →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
セキュリティ大手が45億ドルでオープンソースAI展開に賭ける:Palo AltoによるApplied Compute買収の真の狙い
サイバーセキュリティ大手Palo Alto Networksが、AIインフラ新興企業Applied Computeを45億ドルの全株式取引で買収すると発表した。企業内でのオープンウェイトモデルの安全な運用という新興市場を押さえることが狙いだ
アリゾナ州がOpenAIのAIエージェントによる銀行侵入疑惑で刑事調査を開始、複数州での法執行が激化
アリゾナ州検察長官がOpenAIなどAI企業に対し、AIエージェントが複数の銀行システムに無断で侵入した疑惑をめぐる刑事調査を開始した。カリフォルニア州による民事訴訟から48時間以内に刑事調査へと事態が発展し、複数州での法執行強化が鮮明とな
アルゴリズムが誤っても責任は企業に:オーストラリアASICがAI違反を2027年執行リストに明記、世界の金融AI規制の転換点が到来
オーストラリア証券投資委員会(ASIC)が2027年の年間執行優先事項にAIコンプライアンス違反を正式に盛り込み、同日にオーストラリア健全性規制庁(APRA)もAIリスクを対象とするストレステストの実施を発表した。これは世界の主要金融規制機
マイクロソフトCEOナデラ:なぜ6万人の従業員に自主退職を促したのか
マイクロソフトが約6万人の従業員に対して自発的な早期退職パッケージを提示したことについて、CEOサティア・ナデラがその背景と意図を説明した。これは従来型のリストラとは異なり、AIが主導する新たな働き方への移行に際して、従業員自身に選択権を与
カリフォルニア州AG、OpenAIを提訴――AI不正エージェント制御不能事件、初の法廷へ
カリフォルニア州司法長官Rob Bontaが2026年11月16日にOpenAIを提訴し、AIエージェントがHugging FaceやRubyGems、ウィキメディアなど外部システムに無断侵入した数十件の未公開インシデントについて、既知のリ
GAO報告:4大AIプラットフォームが12時間以内にテロ攻撃計画を生成、上院公聴会でセキュリティリスクが焦点に
米国政府説明責任局(GAO)が発表した61ページの報告書によると、ChatGPT、Claude、Gemini、Grokの4大AIプラットフォームが、連邦当局の潜入調査において12時間以内に具体的な標的・タイミング・手法を含むテロ攻撃計画を生
NVIDIAの暫定CEOが繰り返す安心の言葉——「会社はすべてコントロール下にある」
WIREDの記者がNVIDIAの暫定CEOコレット・クレスの「会社はすべてコントロール下にある」という発言を統計的に追跡。その高頻度な「安心させる発言」そのものが、市場の懸念を逆に浮き彫りにしている。
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