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 →Boston Dynamicsの従業員、ICEへのロボット犬販売に抗議
米ロボット企業Boston Dynamicsが米国移民・税関執行局（ICE）への四足歩行ロボット「Spot」売却を進める中、300人超の従業員が連名書簡に署名し、技術が移民取締りや監視目的に利用されることへの懸念を表明した。
アップル、iOS 27.2をリリース：SiriにAI大型アップグレード
アップルはiOS 27.2およびmacOS 27.2のアップデートを正式にリリースし、SiriへのAI機能強化とユーザーによるアプリアクセス制限機能が導入された。プライバシー制御の強化が今回の更新の目玉となっている。
Claude Opus 4.7が87.7点で首位：2026-10-27 YZ Index Smoke速報データブリーフィング
2026年10月27日実施のYZ Index Smokeクイックテスト（13モデル対象）において、Claude Opus 4.7が87.7点で当日首位を獲得した。本テストはコード実行と資料制約の2次元を評価する日次10問形式の速報測定である
Anthropicの上場申請書が明かす：AIの「クローズドループ」は成功への道か、それとも破滅の処方箋か
AnthropicがS-1文書を提出し、同社が「クローズドループ」と呼ぶAIの自律的改善サイクルを中核的な技術戦略として掲げていることが判明した。この概念は能力向上を加速させる一方、人間の監視を不要にするという「存在論的脅威」の処方箋にもな
SpaceX、400億ドルのGPU融資を確保——Apolloが参入
SpaceXがAIチップおよびデータセンター設備の購入を目的とした約400億ドルの拘束力ある融資コミットメントを確保したと、規制当局への提出書類で明らかになった。資産運用大手Apolloが取引の相手方となる、「史上最大規模のGPU融資」とさ
Anthropicの目論見書が明かす「企業顧客のロイヤルティを高める秘訣」
AnthropicがSECに提出したS-1書類によると、年間10万ドル以上を支払う企業顧客の過半数がClaude PlatformとファーストパーティアプリのCross-Selling活用しており、同社が単なる「モデルAPI販売」から製品ポ
GPS欺瞞：高速道路強盗団が1億ドル相当のデータセンター機器を窃取
データセンター向け高価値機器を輸送するトラックを標的に、GPS欺瞞技術を悪用した組織的窃盗事件が発覚した。調査によると、被害総額は約1億ドルに上り、物流セキュリティの新たな脆弱性が浮き彫りとなっている。
真のAnthropicとは何者か？335ページの目論見書が明かすその技術観
AnthropicがIPO目論見書を提出し、その335ページに及ぶ文書は単なる資金調達書類を超え、AI安全への姿勢と企業理念を公に示す宣言書ともなっている。本稿はMIT Technology Reviewの報道をもとに、その意義を読み解く。
日常的なAIの被害は見過ごされ、核動力宇宙開発競争が加熱
MIT Technology Reviewの『The Download』が、AIの「破滅的シナリオ」に隠れがちな日常的被害と、核熱推進による宇宙開発競争という2つのテーマを取り上げ、技術ガバナンスの本質的課題を問いかけている。
テスラが電動車王座を手放し、自動運転レースに全力投球
テスラはかつて君臨していた電動車販売トップの座を失いつつあり、今や戦略の軸を自動運転分野へと全面転換している。FSD（完全自動運転）サブスクリプションとRobotaxiネットワークを次の利益エンジンと位置づけるこの賭けは、同社の企業評価の論
AnthropicがIPO申請を正式提出：AI安全の使命と資本市場の正面衝突
AI企業AnthropicがIPO申請を正式に提出し、公開市場への上場に向けた重要な一歩を踏み出した。急成長と赤字拡大が同居する財務構造、独自のコーポレートガバナンス設計が注目を集めている。
AnthropicがIPO目論見書を提出：AI巨人の切り札と潜在的懸念
AI安全性を企業理念の根幹に据えるAnthropicが、IPO前の登録書類を正式に提出した。この目論見書は単なる財務資料にとどまらず、フロンティアAI開発の費用負担と規制のあり方をめぐる公開的な問いへの回答書でもある。
レビュー
すべて見る →Claude Opus 4.7が87.7点で首位：2026-10-27 YZ Index Smoke速報データブリーフィング
2026年10月27日実施のYZ Index Smokeクイックテスト（13モデル対象）において、Claude Opus 4.7が87.7点で当日首位を獲得した。本テストはコード実行と資料制約の2次元を評価する日次10問形式の速報測定である
GPT-6.1 Solが86.05点で首位：2026年10月26日 YZ Index Smoke速報データブリーフ
2026年10月26日のYZ Index Smoke速測では13モデルを対象に評価が行われ、GPT-6.1 Solが86.05点で当日首位を獲得した。上位モデルはコード実行と資料制約のバランスに明確な差異が見られた。
Qwen3 MaxがSmokeテストで5次元すべてデータ欠損：API障害によりデータ取得不能、今回のランキングから除外
Qwen3 MaxはAPI障害／タイムアウトを原因として、本日のSmokeテストにおける実行・根拠・判断・整合性・コミュニケーションの5次元すべてでデータが欠損し、今回のメインランキングへの参加が見送られた。自動リラン機能はすでに起動済みで
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
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）。
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。