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 88.2
▼1.1
·
#2
DeepSeek V4 Pro 81.7
▼7.1
·
#3
Grok 4 80.4
▼4.6
·
#4
Claude Sonnet 4.6 79.5
▼3.5
·
#5
GPT-5.5 79.1
▲6.2
·
#6
GPT-o3 78.9
▼4.5
·
#7
Gemini 2.5 Pro 75.8
▼2.1
·
#8
豆包 Pro 74.3
▼7.3
·
#9
Qwen3 Max 72.1
▼8.9
·
#10
Gemini 3.1 Pro 69.3
▼13.2
·
#11
GLM-4.6 63.4
·
▲ Gemini 3.1 Pro +8.8 · ▼ GPT-5.5 -30.2
·
#1
Claude Opus 4.7 88.2
▼1.1
·
#2
DeepSeek V4 Pro 81.7
▼7.1
·
#3
Grok 4 80.4
▼4.6
·
#4
Claude Sonnet 4.6 79.5
▼3.5
·
#5
GPT-5.5 79.1
▲6.2
·
#6
GPT-o3 78.9
▼4.5
·
#7
Gemini 2.5 Pro 75.8
▼2.1
·
#8
豆包 Pro 74.3
▼7.3
·
#9
Qwen3 Max 72.1
▼8.9
·
#10
Gemini 3.1 Pro 69.3
▼13.2
·
#11
GLM-4.6 63.4
·
▲ Gemini 3.1 Pro +8.8 · ▼ GPT-5.5 -30.2
·
最新ニュース
すべてのニュースを見る →初のAIランサムウェア攻撃が発覚：それでも黒幕は人間だった
「史上初のAI完全自律型」ランサムウェア攻撃として注目を集めた事件の詳細が明らかになり、AIはあくまで自動化ツールに過ぎず、攻撃の企画・準備・実行の根幹には依然として人間が関与していたことが浮き彫りになった。
Vercel CEOがモデルとエージェントの分離論争を語る：コストパフォーマンスが鍵
Vercel CEOのGuillermo Rauchは、AI開発が実験段階から本番最適化へと移行するにあたり、モデルとエージェントを分離することがコストパフォーマンスの観点から不可欠だと主張している。この見解は、AI応用のアーキテクチャをめ
カリフォルニア州がAnthropicとClaudeの契約を締結、全州機関に50%割引を提供
カリフォルニア州知事Gavin Newsomは2026年6月29日、Anthropicとの協定締結を発表した。州内すべての州機関、市、郡が標準価格の50%割引でClaudeにアクセスできるほか、無料の従業員トレーニングと技術支援を受けられる
AnthropicがClaudeに「全球工作空間」の存在を発表——意識の真実性と安全制御をめぐる対立が浮上
Anthropicは2026年7月6日、Claudeに人間の意識に類似した「J-space」内部ワークスペースが存在するという研究を発表した。この発見はAIの解釈可能性と安全性をめぐる議論を呼んでいる。
あなたの家庭にもOpenAIの株式300ドル分
OpenAI CEOのSam Altmanが、すべてのアメリカの家庭に約300ドル相当のOpenAI株式を分配する前例のない計画を推進していると報じられた。この構想はAIがもたらす富を社会全体で共有することを目的としているが、実現には多くの
2026年テクノロジー業界のレイオフ波：AIが主要な理由に
2026年が半ばを過ぎた時点で、テクノロジー業界のレイオフは新記録を樹立しており、TechCrunchの統計によれば、今年発表された大規模レイオフの80%以上でAIが主要な要因として挙げられている。かつて「未来の技術」とされたAIが、今や驚
iOS 27 beta：SiriのスピードとExpressionがカスタマイズ可能に
Appleが最新のiOS 27 betaでSiriの話速と表現力を自由に調整できる新機能を追加した。これはAppleが生成AIによってSiriを再構築する取り組みの一環であり、音声アシスタントが「機能型」から「関係型」へと移行する重要な一歩
Claude Opus 4.7 と Grok 4 が96.99点で並列首位：2026-07-07 Smokeクイックテストデータ速報
2026年7月7日のYZ Index Smokeクイックテストでは、11モデルを対象に評価を実施し、Claude Opus 4.7 と Grok 4 がともに96.99点で当日首位に並んだ。
Claudeに秘密トラッカーが発覚、Anthropicの反監視の誓いに疑惑の影
テックメディアArs Technicaが、「責任あるAI」を標榜するAnthropicの主力製品Claudeに秘密のユーザー追跡コードが組み込まれていたと報じた。CEOが公に「いかなる形のユーザー監視にも反対する」と宣言してきた同社にとって
GoogleはあなたのデータでAIを訓練している？ワンクリックで無効化する方法
Googleが2026年7月に利用規約を改定し、検索履歴やGmailなどのユーザーデータをAI訓練に活用できる範囲を拡大した。本記事ではその概要と、データ提供をオプトアウトする具体的な手順を解説する。
マイクロソフトがAIデプロイ企業へのコミットメントを推進、シスコは大規模な企業向けAIエージェントの展開を開始
マイクロソフトはAIデプロイに特化した企業への支援を表明し、シスコは社内でAIエージェントツールの大規模展開を計画しており、両社の動向は企業向けAIがPoC段階から本格的なスケールデプロイへと移行しつつあることを示している。
英国金融規制当局が警告：AI活用が規制の「軍拡競争」を引き起こす
英国金融行動監視機構（FCA）のサラ・プリチャード市場執行ディレクターが、金融サービスにおけるAI活用の急速な拡大に対し、規制当局への「権限拡大」の必要性を訴えた。現状を「軍拡競争」と表現し、消費者保護と責任あるAI利用の重要性を強調した。
レビュー
すべて見る →Claude Opus 4.7 と Grok 4 が96.99点で並列首位：2026-07-07 Smokeクイックテストデータ速報
2026年7月7日のYZ Index Smokeクイックテストでは、11モデルを対象に評価を実施し、Claude Opus 4.7 と Grok 4 がともに96.99点で当日首位に並んだ。
豆包 Pro が83.91点で首位：2026-07-06 Smokeクイックテストデータ速報
2026-07-06のWinzheng YZ Index Smokeクイックテストでは11モデルを対象に評価が実施され、豆包 Pro が83.91点で当日首位を獲得した。
GLM-4.6、資料制約25点・コード実行88.7点・誠実性プローブがゼロ
GLM-4.6は2026-07-05 Run#214のSmokeクイックテストにおいて、コード実行で88.70点を記録した一方、資料制約は25.00点にとどまり、誠実性評価はfailと判定された。同日テストされた11モデルの中で、誠実性プロ
WDCD コンプライアンス
#1
Grok 4
91.2
#2
Gemini 3.1 Pro
79.1
#3
GPT-o3
76.6
#4
Claude Opus 4.7
72.2
#5
GLM-4.6
71.8
#6
Claude Sonnet 4.6
70
#7
DeepSeek V4 Pro
67.8
守約ランキング全体を見る →
Research Lab
4大モデル翻訳対決：第28週品質評価、gpt-o3が9点でトップ
今週318件の翻訳タスクを4つのモデルが担当。3件をサンプリングしてマルチモデルのブラインド評価を実施した結果、総合最優秀はgpt-o3（平均スコア9/10）となった。
WDCD Run #211：Grok 4が-13%のインストラクション劣化で首位、GPT-o3は-75%で崩壊
Winzheng Dynamic Contextual Decay（WDCD）ベンチマークのRun #211では、11モデルを評価した結果、Grok 4が最高スコアかつ最小劣化率で首位を獲得。一方、G
WDCD Run #207：11モデルの平均指示崩壊率が-66.3%に達し、Grok 4がトップに
Winzheng Dynamic Contextual Decay（WDCD）ベンチマークのRun #207では、11モデルを対象に複数ターン対話における指示遵守の崩壊を測定した結果、平均崩壊率は-6