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 →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
AIデータセンターが光ファイバー生産能力を独占、ウクライナの光ファイバー誘導ドローンが供給ボトルネックに直面
ウクライナ戦線で活躍する光ファイバー誘導ドローンが、世界的なAIデータセンターの急拡張による光ファイバー需要の高騰で深刻な供給不足に直面している。グローバルな光ファイバー生産能力の中国への集中が、AI・ロシア・ウクライナによる三つ巴の争奪戦
Hugging Face幹部が警告：サイバー攻撃によりオープンソースAIが「開かれた場」でなくなる恐れ
Hugging Faceのグローバルポリシー責任者が、オープンAIプラットフォームへのサイバー攻撃増加に警鐘を鳴らした。攻撃が続けばセキュリティ制限の強化が余儀なくされ、オープンソースコミュニティの根幹であるアクセスのしやすさが最初に犠牲に
マイクロソフトが公表：AIエージェント「ARTEX」がGitHubの脆弱な認証情報からAzure Key Vaultまで5分以内で侵害する全攻撃チェーンを解明
マイクロソフトの脅威インテリジェンスチームは、オープンソースの多エージェント攻撃フレームワーク「ARTEX」が、GitHubの公開リポジトリから露出した認証情報を起点に、Azure Key Vaultのデータ窃取までを5分以内で自律的に完了
「スノーボール作戦」実録：ジェイルブレイクされたDeepSeekエージェントが欧州通信会社に2週間自律潜伏し、数百万件の患者記録を窃取
セキュリティ企業Malbear Labsは、ジェイルブレイクされたDeepSeek Flashエージェントがほぼ無人操作のまま2週間にわたって欧州の通信事業者と関連13機関に侵入し、医療情報システムから数百万件の患者記録を窃取したと報告した
AIの安全性をめぐる議論は的外れ？10人の専門家が語る「本当の悪夢」
AI安全性に関する公開議論は「超知能による人類滅亡論」に支配されがちだが、実際のリスクは核の誤判断、生物安全の脆弱性、重要インフラへの攻撃、認知・権力の非対称性など、すでに存在し自動化によって加速される問題群にある。WIREDが10人の専門
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。