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
Claude Opus 4.7 82.5
▲2.7
·
#2
GPT-6 Astra 82.4
▲7.2
·
#3
豆包 Pro 79.6
▲3.1
·
#4
GPT-6.1 Sol 79.3
▼2.5
·
#5
Grok 4 79.1
▲13.4
·
#6
GPT-6 Luna 78.9
▲2.6
·
#7
Claude Sonnet 4.6 78.1
▲5.9
·
#8
GPT-6 Sol 76.9
▲2.7
·
#9
GPT-o3 75.4
▲7.3
·
#10
GPT-5.5 74.2
▲2.9
·
#11
DeepSeek V4 Pro 73.7
▲8.7
·
#12
Gemini 3.1 Pro 61.6
▲1.6
·
#13
Gemini 2.5 Pro 51.4
▼5.7
·
#14
GLM-4.6 34.4
▼14.3
·
▲ Grok 4 +22.7 · ▼ Gemini 2.5 Pro -13.5
·
#1
Claude Opus 4.7 82.5
▲2.7
·
#2
GPT-6 Astra 82.4
▲7.2
·
#3
豆包 Pro 79.6
▲3.1
·
#4
GPT-6.1 Sol 79.3
▼2.5
·
#5
Grok 4 79.1
▲13.4
·
#6
GPT-6 Luna 78.9
▲2.6
·
#7
Claude Sonnet 4.6 78.1
▲5.9
·
#8
GPT-6 Sol 76.9
▲2.7
·
#9
GPT-o3 75.4
▲7.3
·
#10
GPT-5.5 74.2
▲2.9
·
#11
DeepSeek V4 Pro 73.7
▲8.7
·
#12
Gemini 3.1 Pro 61.6
▲1.6
·
#13
Gemini 2.5 Pro 51.4
▼5.7
·
#14
GLM-4.6 34.4
▼14.3
·
▲ Grok 4 +22.7 · ▼ Gemini 2.5 Pro -13.5
·
最新ニュース
すべてのニュースを見る →GoogleがAI要約を教室に強引導入、学校は突破口を模索
GoogleがAI Overviewsを従来の検索と深く統合したことで、学校が学生をAI生成の要約から切り離すことが技術的に困難になっている。教育現場では批判的思考力の低下を懸念する声が高まり、各学区が対策を模索している。
开源AI爆发，Hugging Face解读谁在赚钱
开源大模型正从技术圈的小众实验，变成企业、政府和初创公司共同押注的基础设施。低成本、可控性、灵活性构成了它的吸引力，但当能力越来越容易获得，商业价值究竟落在谁手里？TechCrunch本期节目邀请Hugging Face，围绕价值捕获路径展
GPT-6 AstraとGPT-6.1 Solが81.66点で並列首位：2026-11-05 YZ Index Smoke速報データ
2026年11月5日のYZ Index Smoke速報では、13モデルを対象に測定が行われ、GPT-6 AstraとGPT-6.1 Solが81.66点で当日首位に並んだ。Smokeは毎日10問の速報測定であり、短期的なシグナル観察に適して
使って一日でファンになった：AppleのSiriサマリー機能、便利すぎて不安になるほど
TechCrunchの編集者Sarah Perezが、AppleのAI駆動型Siriサマリー機能をわずか一日試した結果、プライバシーへの懸念を抱えながらもその便利さに心を掴まれたと報告した。本稿では同機能の体験、課題、そしてAIサマリー市場
投票結果が出た：有権者が一斉にデータセンターにノーを突きつける
2026年米国中間選挙の開票結果が次々と明らかになる中、データセンター関連の候補者・提案が党派を超えて軒並み惨敗した。電気料金・水資源・土地問題をめぐる住民の怒りが、AI拡張路線への強烈な政治的反発として顕在化した。
中間選挙で政権交代、米国エネルギー政策はどこへ向かうのか？
2026年米国中間選挙で民主党が上下両院の過半数を奪還したことを受け、エネルギー・気候政策が大きな転換点を迎えた。本稿では、この選挙結果が米国エネルギー政策に与える潜在的影響を多角的に分析する。
混合肉、視力回復、エージェントウェブ：本日のテクノロジー速報
MITテクノロジーレビューより、食品テクノロジー・生体医療・インターネットインフラという異なる分野における3つの技術トレンドを紹介する。いずれも概念実証から実生活への応用へと移行しつつある点が共通している。
英国のAI経済便益が縮小：4000億ポンド予測の主要な出所はGoogle
英国のAI担当大臣は、AIが経済にもたらすとされた4000億ポンドという試算が実際には元の数字の3分の1に満たないと認めた。さらにこの予測の主な出所がGoogleであったことが判明し、企業主導の推計が公共政策に直接組み込まれることへの懸念が
テキサス州知事選で民主党候補が当選、データセンター凍結を公約——AI インフラ関連株が一斉下落
2026年11月3日、民主党のGina Hinojosaがテキサス州知事選でGreg Abbott現職を破り、新規データセンター許可の凍結を公約したことを受け、SpaceXやCoreWeaveなどAIインフラ関連株が大幅下落した。
データリネージ：AIエージェント企業のセキュリティ防衛線を強固にする
AIエージェントが自律的に複数システムをまたいでデータを取得・処理する企業環境では、データの出所や権限情報が引き継がれないまま情報漏洩が起きるリスクがある。データリネージをエージェントアーキテクチャに組み込むことで、データの追跡可能性と信頼
MetaがAIに250億ドルの借入で賭ける：大手テック3社が同時にマイナスキャッシュフロー、今回は性質が違う
MetaはAI投資のため今年2度目となる大規模債券発行（200〜250億ドル規模）を実施し、3.9倍の超過応募を集めた。一方でS&Pは同社の信用格付け見通しを「ネガティブ」に引き下げ、Alphabet・Amazonと合わせた大手3社が揃って
ChatGPTの検索量がGoogleの5分の1に：数字は衝撃的だが、商業的脅威にはまだ一つの重要なピースが欠けている
OpenAIの幹部が、ChatGPTの週間検索類リクエスト数がGoogleの約20%に達したと明らかにした。この数字は競合比較として初めて公開されたものだが、検索量が広告収益に直結するかは別問題であり、Googleへの本格的な商業的脅威とな
レビュー
すべて見る →GPT-6 AstraとGPT-6.1 Solが81.66点で並列首位：2026-11-05 YZ Index Smoke速報データ
2026年11月5日のYZ Index Smoke速報では、13モデルを対象に測定が行われ、GPT-6 AstraとGPT-6.1 Solが81.66点で当日首位に並んだ。Smokeは毎日10問の速報測定であり、短期的なシグナル観察に適して
WDCD v3.1：Claude Opus 4.7が8ポイント逆上昇、DoubaoProは10.1ポイント下落
最新のWDCD v3.1テストでは、Claude Opus 4.7が8ポイント上昇して89.30点を記録した一方、Doubao Proは10.1ポイント、Qwen3 Maxは8.5ポイント下落するなど、複数ラウンドにわたる圧力テスト下でモデ
業務ルール遵守が最大の難関、Doubao-proは1.2点、GPT-5.5は苦手分野で2.7点差
WDCD v3.1の5つの制約次元において、業務ルールシナリオが最も遵守困難な領域であることが判明し、Doubao-proはわずか1.2/4点にとどまった。一方、GPT-5.5はデータ境界シナリオで4点から1.3点へと急落し、単一モデルのシ
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
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。
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