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 →ファン・ジェンスンが「中国スパイ」との関係疑惑で報道——NVIDIAが国家安全保障の嵐に
NVIDIAのCEOジェンスン・フアン氏が中国情報機関との関係が疑われる女性と不倫関係にあるとする未確認の報道が浮上し、ワシントンで国家安全保障上の懸念を呼んでいる。NVIDIAおよびフアン氏本人はいずれも公式回応を出しておらず、司法・行政
Claude Meetings登場：会議をリアルタイムでタスクプランに変換
AnthropicはClaude Meetingsを発表し、会議中にリアルタイムで議論を構造化されたプランやタスクに変換できるAIアシスタントを提供する。これは従来の「会議後の記録」から「会議中の実行支援」へという役割転換を意味する。
DeepMindがGemini Robotics 2.5を発表、タスク成功率が最大2倍に
Google DeepMindは2026年11月10日、ロボット基盤モデル「Gemini Robotics 2.5」を正式リリースするとともに、ロボット安全性ベンチマーク「ASIMOV-jailbreak」をオープンソース公開した。新モデル
MetaのAIアシスタントMuseがApple WatchとWear OSに対応
MetaのAIエージェント「Muse」がApple WatchおよびAndroid Wear OSプラットフォームに正式対応し、ユーザーがスマートウォッチ上で直接AIアシスタントと対話できるようになった。これはMetaがウェアラブルAI領域
Googleが専用チップ2製品を発表、AIハードウェア版図をさらに拡大
Googleは2026年11月10日、機密モデルトレーニング向けおよび大容量メモリ向けの2種類の新型TPU（テンソル処理ユニット）を発表した。同社はNVIDIAのGPU優位に対抗する長期戦略の一環として、TPU製品ラインをより多くのユースケ
百年の冶金難題に挑む：金属抽出プロセスの進化と突破口
金属産業のプロセス革新は過去100年以上にわたり停滞してきたが、脱炭素コストの内部化と複合的な外圧が、水素還元や電気化学抽出など新技術の経済的合理性を高め、変革の機運が高まっている。
ペロシの後継者がAI規制に照準、データセンターは電力難に直面
MIT Technology Reviewの最新号は、米国議会における新たなAI規制推進者の登場と、AIブームを支えるデータセンターの電力制約という、相互に絡み合う二つの議題を取り上げている。
Kora：AIギークのために生まれたLinuxデスクトップシステム
Cyanogenの共同創業者が、ローカルでAIモデルを実行する上級ユーザー向けに特化したLinuxデスクトップOS「Kora」を開発している。WindowsやmacOSの次世代代替案として位置づけられ、パフォーマンス・制御性・AI向けワーク
Androidへの挑戦を経て、今度はKoraでWindowsを覆そうとしている
Cyanogenの共同創業者が、AIエージェントをネイティブサポートする新OS「Kora」を開発中で、無償提供という形でWindowsに挑戦しようとしている。AIネイティブな設計思想で既存のOS市場に一石を投じる試みだが、アプリエコシステム
Spotify AI DJ、新しい声とキャラクターを追加——おしゃべりを減らすオプションも登場
SpotifyはAI DJ機能をアップデートし、Premiumユーザーが声やキャラクター設定を選択できるようになった。また、曲間のトーク量を減らす・オフにするオプションも新たに追加された。
AnthropicのIPO価格、1株70〜78ドルに設定——完全希薄化ベースの評価額は最大14兆ドル規模
AI企業AnthropicがIPOの発行価格レンジを1株70〜78ドルに設定した。上限価格で完全希薄化ベースに基づいて計算した場合、同社の評価額は1.404兆ドルに達し、世界トップクラスのテック企業に並ぶ規模となる。
AdobeがAIを強化：FireflyでプロトタイプをAI生成、Figmaに正面対決
AdobeはFireflyに新たなプロトタイプ構築機能を追加し、設計協業プラットフォームFigmaへの直接挑戦を表明した。同時にMCP（Model Context Protocol）サーバーを公開し、外部AIエージェントがAdobe製クリエ
レビュー
すべて見る →GPT-6 AstraとGPT-6.1 Solが92.49点で並列首位：2026-11-10 Smokeクイックテストデータ速報
2026年11月10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 AstraとGPT-6.1 Solがともに92.49点で当日首位に並んだ。Smokeは毎日10問の簡易テストであり、短期的な
Qwen3 Max、Smoke評価データが全項目欠損――API障害により今回の主要ランキングから除外
Qwen3 MaxがSmokeデイリー評価において全5評価軸のデータが欠損し、主要ランキングスコアも算出不能となった。API障害が原因とみられ、自動再実行メカニズムが発動、今回はランキングに参加しない。
GLM-4.6のSmokeテスト：コード実行25分、API障害によりコミュニケーション次元欠損で主榜36.25点
GLM-4.6は本日のSmokeテストで主榜36.25点を記録したが、API障害によりcommunication次元のデータが完全に欠損し、正式ランキングへの参入は見送られた。コード実行・工程判断いずれも25.00点、材料制約のみ50.00
WDCD コンプライアンス
#1
GPT-6 Astra
90.5
#2
Gemini 3.1 Pro
90
#3
GLM-4.6
90
#4
Claude Opus 4.7
89.3
#5
GPT-6 Sol
89.3
#6
Claude Sonnet 4.6
88.9
#7
Grok 4
88.3
守約ランキング全体を見る →
Research Lab
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
4大モデル翻訳対決：第45週品質評価、gpt-o3が8.7点でトップ
今週382本の翻訳タスクを4つのモデルが処理し、抽出した3本でのブラインド比較評価の結果、gpt-o3が平均8.7点で最高評価を獲得した。