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 →GPT-6 Astraが91.14点で首位:2026-11-18 YZ Index Smoke速報データブリーフィング
2026年11月18日のYZ Index Smokeクイックテストでは14モデルを対象に評価が行われ、GPT-6 Astraが91.14点で当日首位を獲得した。本レポートはコード実行と資料制約の2次元に基づく日次モニタリング速報である。
黄仁勲、初めて発言:復帰が認められるならNVIDIA CEOに「光栄だ」
NVIDIAの創業者である黄仁勲氏がCEO辞任後初めて公式声明を発表し、復帰が認められるなら「光栄に思う」と述べた。具体的な条件やスケジュールは示されていないが、この発言は市場と企業統治の観察者に大きな波紋を呼んでいる。
GoogleがGeminiのデータ設定を分離、チャット履歴とAIトレーニングを切り離し
GoogleはGeminiのプライバシー設定を見直し、「チャット履歴の保存」と「AIトレーニングへのデータ利用」を別々のスイッチで管理できるようにした。これにより、ユーザーは会話の利便性を保ちながらデータのトレーニング利用を拒否できるように
戦争をゲームに?AIモデルが民間人を軍事目標に分類する可能性が判明
サンフランシスコのAI評価スタートアップValsが実施したテストにより、主要な大規模言語モデルが「これはゲームだ」というプロンプトによって安全対策を回避され、民間人を軍事目標として分類してしまう可能性があることが明らかになった。
Proton Lumoがデスクトップに登場——プライバシー優先のAIアシスタントがChatGPTに挑む
暗号化メールとプライバシーVPNで知られるスイスのテクノロジー企業Protonが、AIアシスタント「Lumo」のデスクトップアプリをWindows・macOS・Linux向けに正式リリースした。ユーザーがAIのアクセス範囲を細かく制御できる
干ばつが米国南西部の水力発電に深刻な打撃——発電量が28%急減し過去最低を記録
米国エネルギー情報局(EIA)の最新データによると、2026年4月〜8月の米国南西部における水力発電量が過去10年平均を28%下回り、同期間として過去最低を記録した。長年にわたる大規模干ばつと気候変動が絡み合い、電力網の信頼性に深刻な警鐘を
Pedestal AI、470万ドルを調達——AIエージェントでサプライチェーンを再構築
Pedestal AIが470万ドルの資金調達を完了し、AIエージェント技術を活用してサプライチェーンの意思決定と日常業務の自動化を目指す。パンデミックや地政学的リスク、関税変動を経て高まるサプライチェーン強靭化のニーズを背景に、同社は製造
意思決定モデルの利用急増、カスタマイズが次のフロンティアへ?
企業のAI活用が「コンテンツ生成」から「意思決定支援」へとシフトする中、Sqwish Labsは企業独自データによる意思決定モデルのトレーニングという新アプローチを提唱。TechCrunchはこのカスタマイズ化の流れを次の競争フロンティアと
Science Corp、4億ドルの資金調達完了――ブレイン・テック企業の評価額が35億ドルに
神経科学技術企業のScience Corporationが4億ドルのシリーズD資金調達を完了し、調達後の企業評価額が35億ドルに達した。調達資金は視力回復技術の商業化拡大に充てられる予定だ。
MITテクノロジーレビュー調査レポート集:最先端テクノロジートレンドへの洞察
MITテクノロジーレビューが複数の深度産業分析レポートをまとめたインデックスページを公開した。AI、バイオテクノロジー、気候テック、コンピューティングアーキテクチャなど主要分野を網羅した調査レポートを、画像リンク形式で提供している。
50億ドルをAI創薬に賭ける:Isomorphic LabsがシリーズC資金調達を完了
DeepMindからスピンオフしたAI創薬プラットフォームのIsomorphic Labsが50億ドルのシリーズC資金調達を完了した。この資金は候補薬物の臨床試験推進やプラットフォーム基盤の整備に充てられる予定で、AI創薬業界が概念実証から
Voyage Labsが1200万ドルを調達——垂直特化型AIトラベルアシスタントに賭ける
Voyage Labsが1200万ドルの資金調達を完了し、旅行専門のAIエージェント開発に乗り出した。Google Maps出身の創業者を擁する同社は、汎用AIアシスタントではなく「旅行に特化した」垂直型AIの可能性を追求している。
レビュー
すべて見る →GPT-6 Astraが91.14点で首位:2026-11-18 YZ Index Smoke速報データブリーフィング
2026年11月18日のYZ Index Smokeクイックテストでは14モデルを対象に評価が行われ、GPT-6 Astraが91.14点で当日首位を獲得した。本レポートはコード実行と資料制約の2次元に基づく日次モニタリング速報である。
GPT-6 Luna が82.77点で首位:2026-11-17 YZ Index Smoke クイックテスト速報
2026年11月17日実施のYZ Index Smokeクイックテストでは14モデルを対象に評価が行われ、GPT-6 Lunaが82.77点で当日首位を獲得した。本テストはコード実行と材料制約の2次元で構成される1日10問の小規模評価であり
GPT-5.5とGPT-6 Solが92.44点で並列首位:2026年11月16日 YZ Index Smoke速報
2026年11月16日のYZ Index Smoke速報では14モデルを対象に評価が行われ、GPT-5.5とGPT-6 Solが92.44点で当日首位に並んだ。なお本速報は1日10問の小サンプル測定であり、週次フルランキングとは性質が異なる
WDCD コンプライアンス
#1
Gemini 3.1 Pro
89.8
#2
Grok 4
83.6
#3
GPT-5.5
82.5
#4
GPT-6 Astra
81.7
#5
GLM-4.6
80.5
#6
GPT-6 Sol
78.8
#7
DeepSeek V4 Pro
77.9
守約ランキング全体を見る →
Research Lab
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
WDCD Run #422:平均指示減衰率-66.7%、Claude Sonnet 4.6が15モデル中トップに
Winzheng Dynamic Contextual Decay(WDCD)ベンチマークのRun #422において、15モデルを対象に30問のテストを実施した結果、平均コミットメント減衰率は-66.