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 →マスク氏ら複数のテック経営幹部が連名で請願書に署名、NvidiaのジェンスンCEO復職を求める
Nvidiaのジェンスン・フアンCEOの復職を求める請願書がテック業界で急速に広まり、イーロン・マスク氏を含む複数の著名経営幹部が署名した。土曜日午後時点で署名数は11万5千件を突破した。
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トメント減衰率は-16.4%となった。長
150万枚のGPUが中国へ流入：サプライチェーンの抜け穴からジェンスン・フアン辞任までの全体的な論理
半導体調査機関SemiAnalysisの最新レポートによれば、推定1.5ギガワット相当（最大約150万枚）の米国輸出規制対象Nvidia製GPUが複数の中継ルートを経て中国に流入しており、この大規模なAIチップ密輸ネットワークがNvidia
NVIDIAによるスタートアップへの出資疑惑でGPU不足を人為的に演出か、担保約束額が一四半期で3倍に
『ウォール・ストリート・ジャーナル』の調査報告によると、NVIDIAはGPUを購入できないAIスタートアップや中小クラウド事業者に組織的に融資を行い、市場における高需要の印象を維持していた疑いがある。直近四半期の総担保約束額は5,300億ド
Claude Sonnet 4.6とGPT-6 Lunaが同率95.19点：2026-11-15 YZ Index Smoke速報データブリーフィング
2026年11月15日のYZ Index Smoke速測では13モデルを対象に評価が行われ、Claude Sonnet 4.6とGPT-6 Lunaが95.19点で同率首位となった。Smokeは毎日10問の速測であり、短期シグナルの観察に適
AIの墓場：生き残れなかったプロジェクトと企業たち
TechCrunchが「AIの墓場」リストを公開し、過去数年間に閉鎖・凍結・期待を大きく下回ったAIプロジェクトや新興企業を記録している。AppleのSiriからOpenAIの「スーパーアプリ」構想、無数のAIスタートアップに至るまで、失敗
FBIがARTEXフレームワーク警告を発令——9業種への侵入と1600以上のコンソール露出、特権アクセス取得まで3時間未満
FBIは警報「FLASH-20261113-001」を発令し、オープンソースのLLM駆動攻撃フレームワーク「ARTEX」が金融・政府・テクノロジーなど9業種への侵入に悪用されていることを記録した。世界で1600以上のARTEXコンソールが公
AIがランサムウェアの新たな波を引き起こす：低スキルの攻撃者でも大きな被害をもたらせる時代へ
AIツールの普及により、高度な技術を持たない攻撃者でも効率的なランサムウェア攻撃が可能になりつつある。完全自動化には至っていないものの、「半自動化」モデルが脅威の構図を大きく塗り替えている。
ChatGPTが広告販売を正式開始：週間アクティブユーザー12億人のプラットフォームをブランドに開放
OpenAIは2026年11月10日、「Businesses in ChatGPT」ベータ版を発表した。ブランドが認証済みビジネスページを取得し、商品データを提供し、専用AIエージェントを展開し、スポンサー枠を購入できる商業マネタイズ体系で
NVIDIAの7,500億ドル融資ネットワーク暴露：自ら資金を出してGPU需要を創出、黄仁勲CEOとCFOの内紛が確定
『ウォール・ストリート・ジャーナル』の調査報道により、NVIDIAがAIスタートアップに資金を提供し、その資金でGPUを購入させるという循環融資構造が明らかになった。ブルームバーグの集計によれば、NVIDIAのAI分野における融資コミットメ
パイロット消滅、管制官激減——AIが空を支配するリスク
航空業界ではパイロット不足や管制官の人員難を背景にAIへの期待が高まっているが、ブラックボックス問題や人機引き継ぎの課題、システム障害リスクなど、安全面の懸念も同時に増大している。WIREDの報道をもとに、AI導入が進む航空分野の機会と隠れ
AnthropicのIPO直前にRSPのレッドラインを突破——Claudeの自律的貢献が倍増し上場リスクに
Anthropicは更新された目論見書（S-1/A）において、「責任ある拡張ポリシー（RSP）」に定めた重要な閾値に達したと開示した。ClaudeのAIが社内研究開発への貢献によりモデルの進歩速度を倍増できる水準に至ったとされ、この事実がI
レビュー
すべて見る →Claude Sonnet 4.6とGPT-6 Lunaが同率95.19点：2026-11-15 YZ Index Smoke速報データブリーフィング
2026年11月15日のYZ Index Smoke速測では13モデルを対象に評価が行われ、Claude Sonnet 4.6とGPT-6 Lunaが95.19点で同率首位となった。Smokeは毎日10問の速測であり、短期シグナルの観察に適
Claude Sonnet 4.6、Smoke評価の総合スコアが11.7点急落——素材制約スコアが1日で19.9点の半減
Claude Sonnet 4.6が本日のSmoke評価において総合スコアを82.31点から70.61点へと11.7点低下させた。主な要因は素材制約スコアの19.9点急落であり、次回以降の検証が必要なシグナルとなっている。
Claude Opus 4.7、主要ランキングで11.4ポイント急落——資料制約スコアが一日で19.3ポイント下落
Claude Opus 4.7が本日のSmoke評価において主要ランキングスコアを94.91点から83.48点へと11.4ポイント下落させ、資料制約ディメンションでは89.30点から70.00点へと単日19.3ポイントの大幅下落を記録した。
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
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.
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