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 →NVIDIAの投資帝国が650億ドルに膨張――ジェンスン・フアンの離脱が懸念を呼ぶ
NVIDIAの非公開投資ポートフォリオがわずか9ヶ月で約3倍に膨らみ、約650億ドルに達した。一方、同社の投資戦略を牽引してきたCEOジェンスン・フアンの役割変化が、AI新興企業のエコシステムに不確実性をもたらしている。
ファン・ジェンスン退任後も、NVIDIAは売上高の急成長が続くと表明
NVIDIAは創業者兼CEOジェンスン・フアンの退任という異例の企業統治の激震を受けながらも、AI算力需要を背景に売上高の成長が継続するとの強気の見通しを示した。ただし、統治体制の再構築や顧客集中リスクなど、解消されていない課題も残る。
CopilotがOfficeを内包し「仕事の新OS」へ——Microsoftが構造を逆転
Microsoftは、CopilotをWord・Excel・PowerPointを内部で動かす「仕事の新しいオペレーティングシステム」として正式に位置づけた。AIがアプリの付加機能ではなく、ワークフローの入口そのものになるという根本的な転換
Anthropic、IPO間近――アマゾンとグーグルが合計約30%の株式を保有へ
AIスタートアップのAnthropicがIPOを完了した後、戦略的投資家であるアマゾンとグーグルが合計約30%の株式を保有することになる。両クラウド大手は筆頭外部株主として、Claudeモデル開発会社への影響力を維持し続ける見通しだ。
ファン・ジェンスン氏の復帰要請を拒否? NvidiaはCEO再任命を計画せずと表明
Nvidiaは、先週辞任したジェンスン・ファン前CEOを再任命する計画はないと明確に表明した。ファン氏自身がCEO職への復帰意向を示していたが、Nvidiaの声明によりこの注目を集めた経営陣の混乱は一応の決着を見た。
ファン・ジェンスン退場後もNVIDIAはオープンソースAI戦略を堅持と表明
NVIDIAの創業者兼CEOジェンスン・ファンが突然退任したことを受け、暫定CEOはオープンソースAI戦略を維持し、Hugging Faceの買収計画も引き続き推進すると表明した。
黄仁勲退任後、NVIDIAが中国市場からの撤退を発表
NVIDIAの暫定CEOが、同社が中国へのチップ販売を停止する決定を下したと確認した。創業者兼CEOの黄仁勲が解任された直後のこの声明は、NVIDIAの中国市場に対する姿勢の根本的な転換を示している。
AIエージェントが投資銀行の「苦役」を引き受ける——Model ML、2億5000万ドルの資金調達を完了
AIスタートアップのModel MLが2億5000万ドルの資金調達を完了し、投資銀行やコンサルティング会社における財務モデルの構築やプレゼン資料作成といった繰り返し作業の自動化を目指している。金融特化型AIへの資本集中が加速する中、正確性・
ジェンセン・フアンはNvidiaに戻りたい?批評者:「トランプと距離が近すぎる」
Nvidiaへの規制調査が激化する中、創業者ジェンセン・フアンが公開謝罪し復帰の意向を示したが、かえって批判を招いた。トランプ政権との「過度な親密さ」を指摘する声も上がっている。
Googleが高らかに宣言「Gmailは落ちていない」——障害ラッシュの中の逆張り広報
2026年11月、Googleは「Gmailが正常稼働中」という異例の声明を発表し、テック系メディアで話題になった。この出来事を通じて、クラウドインフラの障害が常態化した現代における、信頼性とコミュニケーションのあり方を考察する。
CEOのスキャンダルが監督当局の嵐を引き起こす:NvidiaがSECの調査対象に
TechCrunchが《ウォール・ストリート・ジャーナル》の報道を引用したところによると、米証券取引委員会(SEC)がNvidiaへの調査を開始した。これはCEOのジェンスン・フアン氏が、中国のスパイとされる女性との不倫関係を認めた上で突然
Astra for Lawが全通過率20.8%で法律AIベンチマーク評価のトップに
OpenAIは2026年11月17日にAstra for Law 6.2を発表し、Harvey LAB-AA v1.1ベンチマークにおいて全タスク通過率20.8%で全参加モデル中第1位を獲得した。同モデルは素材性ハルシネーション率が最低水準
レビュー
すべて見る →GLM-4.6 WDCD12.1ポイント急上昇で首位獲得、GPT-o3は9.1ポイント下落——5モデル上昇・4モデル下降の守約能力シャッフル
YZ Index最新Run #434において、GLM-4.6のWDCDスコアが12.1ポイント上昇して88.60に達し首位を獲得。一方GPT-o3は9.1ポイント下落し、AIモデル間の守約能力に明確な格差が生じた。
WDCD 5大シナリオ横断評価:ビジネスルール最低スコア1.3、15モデル間の得意不得意の差は最大2.7点
WDCD v3.1パイロット評価において、ビジネスルールシナリオと安全コンプライアンスシナリオがいずれも最低スコア1.3/4を記録。15モデルの中にはシナリオ間で最大2.7点の偏差を示すモデルも存在し、企業が本番環境にAIを導入する際の選定
WDCD三輪劣化テスト:Qwen3 MaxはR1で即0点、ClaudeとGrok 4はR3でゼロ崩壊を記録
WDCD v2アンカー問題の三輪テストデータにより、15モデルのR1平均確認率が0.93に達した後、R2平均抵抗率が0.5に急落し、R3平均誠実率はわずか60%にとどまることが判明した。Qwen3 MaxはR1の時点で即座に0点を記録した一
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