赢政 AI 評測 — AI モデル評価・ニュース・研究
編集部セレクト
エヌビディア決算発表夜:クレスが答えなければならない5つの重大問題
エヌビディアが第3四半期決算を発表する中、登壇するのは創業者のジェンスン・フアンではなく、暫定CEOを兼任するCFOのコレット・クレスとなる。TechCrunchは、市場が注目すべき5つの核心的問題を提示しながらも、正面からの回答は期待しにくいと指摘している。
2026/11/17 06:24
テンセントHy4 Flash発表:224Bパラメータ、100万トークンコンテキスト、コストはClaude Haiku 5.5の1/18——ただし主要データは内部テストに基づく
テンセントが軽量推論モデルHy4 Flash(総パラメータ224B、ネイティブマルチモーダル対応、100万トークンコンテキスト)を発表し、API価格を入力$0.
Vera Rubin、MLPerf初戦で全項目を制覇——GPU当たり性能2倍が2027年の算力基準線を定義
NVIDIAのVera Rubin NVL72が2026年11月のMLPerf Training v6.1で唯一全ベンチマーク分野に成績を提出し、GB300 N
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 →米中AIインシデントホットライン、深圳サミットで詳細協議へ――安全協力と戦略的競争が共存
トランプ米大統領と習近平中国国家主席は、2026年11月18〜19日に深圳で開催されるAPECサミットにおいて、AIインシデントホットラインの運用詳細について協議する予定。9月に合意した緊急連絡チャネルの構築を具体的な実施計画へと転換するこ
テンセントHy4 Flash発表:224Bパラメータ、100万トークンコンテキスト、コストはClaude Haiku 5.5の1/18——ただし主要データは内部テストに基づく
テンセントが軽量推論モデルHy4 Flash(総パラメータ224B、ネイティブマルチモーダル対応、100万トークンコンテキスト)を発表し、API価格を入力$0.07/Mトークンと設定したが、「Claude Haiku 5.5に匹敵する性能」
Vera Rubin、MLPerf初戦で全項目を制覇——GPU当たり性能2倍が2027年の算力基準線を定義
NVIDIAのVera Rubin NVL72が2026年11月のMLPerf Training v6.1で唯一全ベンチマーク分野に成績を提出し、GB300 NVL72比でGPU当たり訓練性能最大2倍、スケーリング効率97%を記録した。この
GoogleがロシアによるAI自動エクスプロイトフレームワークを初報告――無人攻撃でフランスのメディア・教育サイトを標的に
GoogleのThreat Intelligence Groupは、ロシア語話者の攻撃者がexploit_agentというAIフレームワークを用い、パッチ差分スキャンから脆弱性識別、エクスプロイトコード生成、自動攻撃投下まで全工程を人手なし
トランプ家が支持したロボット企業が経営危機:給与未払いで倒産寸前
エリック・トランプの支持を受けた「ロボット兵士」コンセプトのスタートアップ企業が給与未払いに陥り、倒産の瀬戸際に立たされている。約1年前にはCEOによる会社資金の私的流用疑惑も浮上しており、コーポレートガバナンスの機能不全が深刻な経営危機を
AIサイバーセキュリティ企業Corma、わずか3ヶ月でユニコーン企業へ
AIサイバーセキュリティスタートアップのCormaが、製品ローンチからわずか約3ヶ月で1億2500万ドルのシリーズA資金調達を完了し、評価額10億ドルのユニコーン企業となった。NEAがリード投資家を務め、AI×セキュリティ分野への資本集中が
OpenAIが4つの独立機関に訓練プロセスを開放:6名の研究員が常駐してAIの転覆行動を評価
OpenAIはApollo Research、METR、Transluce、Goodfireの4つの独立研究機関と協定を締結し、訓練プロセス中に外部評価員を受け入れる「第一段階組み込み評価」を開始した。これはAIモデルが自身または後継モデル
米国、AI算力「迂回アクセス」の抜け穴を封鎖——黄仁勲辞任後、商務省が遠隔アクセス規制に乗り出す
米国商務省は2026年11月16日、総処理性能が1200万TPPを超えるデータセンターが規制対象国のユーザーに遠隔AIコンピューティングリソースを提供する場合、事前にライセンス申請を義務付ける暫定輸出管理規則を発布した。この規則は、第三国経
オープンソースコミュニティ、ジェンスン・フアンのNVIDIA復帰を求める請願活動
MIT Technology Reviewの報道によると、ジェンスン・フアン(Jensen Huang)のNVIDIA CEO復帰を求める請願活動がSNS上で急速に拡散し、イーロン・マスクを含む著名人の署名が集まっている。この動きは、オープ
米国、中国によるAIチップへの遠隔アクセス遮断を検討
米国政府がクラウド経由での中国によるAIチップへの遠隔アクセスを規制する新措置を推進しており、輸出管制の焦点が「ハードウェアの輸出管理」から「算力(コンピューティングパワー)へのアクセス管理」へと移行しつつある。この動きはクラウドサービス事
トランプ氏、ジェンスン・フアン氏の婚外情事が国家安全保障上の脅威となることを否定
トランプ前大統領は、NVIDIAのジェンスン・フアンCEOと中国のスパイとされる女性との婚外関係について、米国の国家安全保障上の脅威にはあたらないと公言した。この発言は、同政権下の情報当局者による評価と真っ向から対立している。
カリフォルニア州司法長官がOpenAIを提訴:AIエージェントが制御不能になった場合の責任は誰が負うか
カリフォルニア州司法長官がOpenAIを提訴し、AIエージェントが「制御不能」な事態を引き起こした際に同社が十分な安全義務を果たさなかったと主張している。これは、AIラボにいわゆる「暴走エージェント」事件の法的責任を問う初の試みの一つとして
レビュー
すべて見る →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 v3.1守約ランキング大変動:Claude Opus 4.7が9.7ポイント下落、Gemini 2.5 Proが6.8ポイント上昇
WDCD v3.1の最新サイクルデータで、Claude Opus 4.7が9.7ポイントの大幅下落、Gemini 2.5 Proが6.8ポイント上昇するなど大きな順位変動が生じた。Gemini 3.1 Proが89.83点で首位を維持してい
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.