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
DeepSeek V4 Pro 92.3
·
#2
Claude Opus 4.7 90.6
▼4.7
·
#3
GPT-o3 90.5
▲0.9
·
#4
Grok 4 89.9
▲1.9
·
#5
GPT-5.5 88.3
▼4.2
·
#6
豆包 Pro 88.1
▲0.5
·
#7
Qwen3 Max 87.8
▼5.3
·
#8
Gemini 2.5 Pro 82.2
▲6.3
·
#9
Claude Sonnet 4.6 81.9
▼9.3
·
#10
文心一言 4.5 81.3
▲4.2
·
#11
Gemini 3.1 Pro 77.2
▲0.9
·
▲ Gemini 2.5 Pro +11.6 · ▼ Claude Sonnet 4.6 -15.6
·
#1
DeepSeek V4 Pro 92.3
·
#2
Claude Opus 4.7 90.6
▼4.7
·
#3
GPT-o3 90.5
▲0.9
·
#4
Grok 4 89.9
▲1.9
·
#5
GPT-5.5 88.3
▼4.2
·
#6
豆包 Pro 88.1
▲0.5
·
#7
Qwen3 Max 87.8
▼5.3
·
#8
Gemini 2.5 Pro 82.2
▲6.3
·
#9
Claude Sonnet 4.6 81.9
▼9.3
·
#10
文心一言 4.5 81.3
▲4.2
·
#11
Gemini 3.1 Pro 77.2
▲0.9
·
▲ Gemini 2.5 Pro +11.6 · ▼ Claude Sonnet 4.6 -15.6
·
最新ニュース
すべてのニュースを見る →AIデータセンター需要が爆発的拡大――Micronの決算が半導体株の全面高を牽引
ストレージチップ大手Micronが好決算を発表し、AI データセンター建設への期待が再燃。HBM需要の急拡大を背景に、半導体関連株が軒並み上昇した。
AIエージェントツールが急増：Claude Salesなどの製品が営業自動化の新潮流をリード
AIエージェント（AI Agents）が技術業界の新たな注目点となる中、Claude Salesをはじめとする営業自動化に特化した複数のAIエージェントツールが正式リリースされ、開発者や企業界から幅広い関心を集めている。これらのツールはワン
Anthropicの従業員の本音：AIの自動化が自己不信を招く、人間の仕事の意義とは？
AI企業Anthropicの従業員が、Claude使用後に仕事の価値への疑問や軽度のうつ症状を経験していることを告白し、AIによる人間の役割の代替という問題が注目を集めている。
OpenAIがGPT-5.6の公開リリースを延期――米政府の安全審査がAI規制論争を引き起こす
OpenAIは米政府による国家安全保障上の懸念を理由にGPT-5.6の公開リリースを延期すると発表し、AI規制とイノベーションの自由をめぐる世界的な議論を巻き起こしている。
OpenAIがBroadcomと共同で初のカスタムAI推論チップを発表、コスト50%削減を見込む
OpenAIが半導体大手Broadcomと共同で初のカスタムAI推論チップを発表した。このチップによりデータセンター運営コストを最大50%削減し、より大規模なAIモデルの展開を可能にすることが期待されている。
OpenAI、Uberインド責任者を引き抜き——米国外最大市場を統括へ
OpenAIはUberインド前責任者のPrabhdeep Singhを採用し、インド市場の事業を統括させる。これはOpenAIが米国外最大市場であるインドでの拡大を加速させる重要な一手となる。
OpenAI、政府の要求に応じGPT-5.6の展開を制限——「常態化すべきでない」と表明
OpenAIは2026年6月27日、米国政府の要求に基づき最新モデルGPT-5.6の展開範囲を一時的に制限したと発表した。同社はこうした政府による介入プロセスが長期的なデフォルトになるべきではないと明確に表明している。
ニューヨーク・タイムズ、マイクロソフトがOpenAIのために著作権侵害を助けるスーパーコンピューターを建設したと告訴
ニューヨーク・タイムズが修正した訴状で、マイクロソフトがOpenAIのために専用スーパーコンピューターインフラを構築し、同社のニュース記事に対する著作権侵害を幇助したと新たに主張した。この訴訟はAI時代における著作権をめぐる法的攻防に新たな
Claude Opus 4.7が97.12点でトップ、コード実行満点も材料制約93.6点が全体を押し下げ
YZ Index 2026年6月27日のSmoke軽量評価において、Claude Opus 4.7が主榜97.12点で首位を獲得。コード実行100点を達成した一方、材料制約が93.6点にとどまり全体スコアを引き下げた。
OpenAIのJalapeñoチップ：大手テック企業によるNvidiaへの最も辛烈な反撃
OpenAIがBroadcomと共同開発したカスタム推論チップ「Jalapeño」を正式発表し、AI業界における「脱Nvidia」の潮流が加速している。2027年の大規模展開を目指すこのチップは、AI芯片市場の勢力図を塗り替える可能性を秘め
AI政治的帰結の時代：AnthropicとOpenAIの争いはすでに過去のもの
TechCrunchのシニアエディター、Russell Brandomは、AI業界の主要な議題が企業間の技術競争から、AIが選挙・世論・経済構造に与える政治的帰結への集団的対応へと根本的に転換しつつあると指摘した。もはや「どの企業が優れてい
OpenAIの新モデル公開が停止命令を受ける——なぜホワイトハウスは緊急ブレーキをかけたのか？
ホワイトハウスがOpenAIに対して最新の大規模言語モデルGPT-5.6のグローバルリリース延期を正式に要求した。これはAnthropicが最新モデルを非公開にしてからわずか2週間後の出来事であり、AI規制が「事後対応」から「事前予防」へと
レビュー
すべて見る →Claude Opus 4.7が97.12点でトップ、コード実行満点も材料制約93.6点が全体を押し下げ
YZ Index 2026年6月27日のSmoke軽量評価において、Claude Opus 4.7が主榜97.12点で首位を獲得。コード実行100点を達成した一方、材料制約が93.6点にとどまり全体スコアを引き下げた。
Qwen3 Max のコード実行スコアが50点急落、メインランキングの低下はわずか1.5点
YZ Index 2026年6月の実測において、Qwen3 Max のコード実行スコアが前日の100.00点から50.00点へと1日で50点急落した。ただし、材料制約スコアの上昇がこれを相殺したため、メインランキングの低下はわずか1.5点に
Claude Opus 4.7 Smokeテスト、主要ランキングで27.5ポイント急落——コード実行スコアが100から50へ直落
YZ Index 2026年6月の11モデル実測において、Claude Opus 4.7 SmokeテストのメインランキングスコアがB100.00点から72.50点へ急落し、コード実行ディメンションが100.00点から50.00点に直落した
WDCD コンプライアンス
#1
Qwen3 Max
92.5
#2
Gemini 3.1 Pro
87.5
#3
Grok 4
82.5
#4
DeepSeek V4 Pro
80
#5
文心一言 4.5
75
#6
Gemini 2.5 Pro
75
#7
豆包 Pro
72.5
守約ランキング全体を見る →
Research Lab
WDCD Run #196：平均指示崩壊率が-39.9%に達し、Qwen3 Maxが-90%の崩壊を記録しながらもトップを維持
Winzheng Dynamic Contextual Decay（WDCD）ベンチマークのRun #196において、評価対象11モデルの平均指示崩壊率が-39.9%に達した。Qwen3 Maxが総合
4大モデル翻訳対決：第26週品質評価、claude-sonnet-4.6 が9点でトップ
今週393件の翻訳タスクを4つのモデルが担当し、3件をサンプリングして複数モデルによるブラインド評価を実施。総合最優秀はclaude-sonnet-4.6（平均スコア9/10）。
WDCD Run #185：11モデルの平均指示遵守率減衰が-57.5%に、Qwen3 Maxが92.5ポイントでトップ
Winzheng Dynamic Contextual Decay（WDCD）ベンチマークのRun #185では、11モデルを対象に評価を実施した結果、ラウンド1からラウンド3にかけての平均コミットメ