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 →Apple Watchに新AI機能がベータテスト開始：会話の聞き返しと自動メモ生成が可能に
Appleは、Apple Watchに会話の聞き返しや要約・メモ自動生成を行う「Audio Intelligence」機能をベータテストとして導入した。ウェアラブルデバイスのAI競争が「記録」から「理解」へと移行しつつある。
アブダビとOpenAIが4件の協定を締結――世界初の機械可読政府が始動
アブダビ政府とOpenAIは2026年11月2日に4件の協定を締結し、世界初のAIネイティブ・機械可読政府構想を始動させた。最初のパイロット運用はすでにアブダビ農業食品安全局で開始されている。
AIを活用し48時間以内に28件のゼロデイ脆弱性を発見、フィジカルAIサプライチェーンに警鐘
サイバーセキュリティ企業VicOneは、AI支援の脆弱性探索ツールを用いて48時間未満でGoogleやNVIDIA、Metaが関与するロボット関連ソフトウェアから28件のゼロデイ脆弱性を発見したと報告した。脆弱性の約75%が開発・訓練・シミ
AnthropicがClaudeの旧バージョン4モデルに不可視透かしを導入——検出権限は監督機関が掌握
Anthropicは2026年11月3日、旧バージョンのClaude 4モデル4種に対し、GoogleのDeepMind SynthID-Textを用いたテキスト透かし技術を適用した。ただし透かしの検出APIは非公開のまま、監督機関や報道機
改名は踏み絵：トランプの「超級知能」忠誠テスト
トランプ大統領が「人工知能（AI）」の呼称を「超級知能（Super Intelligence）」に統一するよう命じる大統領令に署名し、ワシントンとシリコンバレーの間で表明と踏み絵をめぐる連鎖反応が巻き起こった。技術的に不正確なこの呼称変更は
中国人ハッカーがClaude CodeとDeepSeekで100社以上の企業を侵害——1回あたりのコストはわずか50ドル
中国人ハッカーがオープンソースのCairnフレームワークにClaude CodeとDeepSeekを組み合わせ、23時間以内に100社以上の企業サイトへの侵入を完遂した。総コストは約5,000ドル、1回あたりの攻撃コストは50ドルまで低下し
アップル、サードパーティAIアプリに照準——次の収益の柱となるか？
アップルが決算説明会でサードパーティAIアプリを通じた新たな収益源の開拓を示唆した。具体的な手段は明かされていないが、App Storeの手数料モデルやシステムレベルでの連携など複数の収益化経路が考えられる。
年間トークン費用20万ドル、YCトップが自称「サイバー精神病」
Y Combinatorのトップ、Garry Tanが年間最大20万ドルをAIトークンに費やしていることを明かし、AIエージェントの本格的な活用が働き方やコスト構造をどう変えるかを浮き彫りにした。
AIトレーニングの参入障壁がさらに低下：Trajectoryが4500万ドルの資金調達を完了
AI スタートアップのTrajectoryが4500万ドルの資金調達を完了し、企業価値3億ドルに達した。同社は、プログラミング知識を持たないドメインエキスパートもAIモデルのトレーニングと最適化に参加できる環境の実現を目指している。
Squarespace、従業員の19%を削減——ウェブサイト構築業界に冬の時代が到来か？
ウェブサイト構築・ホスティングプラットフォームのSquarespaceが従業員の約19%を削減すると発表した。組織全体の再編の一環と説明しているが、AI技術の台頭や市場競争の激化を背景に、業界全体の転換点を示す動きとして注目されている。
Anthropic警告：AIの再帰的自己改善はすでに目前に迫っている
Anthropicは、AI系統が自身の訓練と改善を自律的に行う「再帰的自己改善（RSI）」の実現が「非常に近い」と公式に警告した。この警告は安全研究を重視する最前線のAI研究所から発せられたものであり、業界に重大な問いを突きつけている。
Oracleが2026年に2度目となる200億ドル資金調達計画を発表——AIへの賭けが招くレバレッジコスト
Oracleは2026年11月2日、SECに株式・優先社債各100億ドル、合計200億ドルの資金調達登録書類を提出した。AI データセンター建設を目的とするこの調達は同年2度目の同規模案件であり、提出当日に株価が5%超下落するなど市場は厳し
レビュー
すべて見る →GPT-5.5・GPT-6 Astra・GPT-6 Luna・GPT-6 Solが87.27点で並列首位：2026-11-03 YZ Index Smoke速報データブリーフィング
2026年11月3日のYZ Index Smoke速報では13モデルを評価し、GPT-5.5・GPT-6 Astra・GPT-6 Luna・GPT-6 Solが87.27点で当日首位に並んだ。Smokeは毎日10問の速報テストであり、短期シ
GPT-6 AstraとGPT-6 Solが84.9点で並列首位：2026-11-02 Smokeクイックテストデータ速報
2026年11月2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とGPT-6 Solがともに84.9点で当日首位に並んだ。
Qwen3 MaxのWDCDスコアが26.2点急落——上昇したのはわずか2モデル、12モデルが下落
最新のWDCD v3.1テスト（Run #406）では、15モデル中上昇したのはDeepSeek V4 ProとGPT-6.1 Solの2モデルのみで、残る12モデルはすべて下落。なかでもQwen3 Maxは26.2点減と最大の落ち幅を記録
WDCD コンプライアンス
#1
Gemini 3.1 Pro
91
#2
GLM-4.6
84.4
#3
Grok 4
84.2
#4
Claude Opus 4.7
83.1
#5
GPT-6 Sol
82.7
#6
GPT-o3
80.4
#7
GPT-6 Astra
79.1
守約ランキング全体を見る →
Research Lab
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
WDCD Run #400：全15モデルで指示忘却ゼロを達成、GLM-4.6が96.2点でトップ
Winzhengが実施したWDCD Run #400では、評価対象の全15モデルが多ターン対話における平均コミットメント劣化率0%を記録した。GLM-4.6が96.2点で首位に立ち、Gemini 3.