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 →MetaがデフォルトでユーザーのPhoto使用を設定したMuse Image機能が批判を受け撤回
Metaは2026年7月にInstagramでMuse Image機能を公開したが、ユーザーの公開写真をデフォルトでAI画像生成の参照素材として使用する設定が強い反発を招き、数日後に機能を撤回した。Metaは機能が「混乱を招くと判断された」
アップル、OpenAIを営業秘密窃取で提訴――元従業員400人超の入社が訴訟の引き金に
アップルは2026年7月11日、OpenAIおよびそのハードウェア責任者Tang Tanらが、AIハードウェア設計・製造プロセス・サプライヤー情報などの営業秘密を組織的に窃取したとして米連邦裁判所に提訴した。元アップル従業員400人超がOp
WDCD Run #227：Grok 4とDeepSeek V4 Proが91.4点で同率首位、11モデル平均の指示遵守減衰率は-2.8%
WinzhengのWDCDベンチマークRun #227において、11の最先端モデルを対象に測定した結果、Grok 4とDeepSeek V4 Proが91.4点で同率首位を獲得した。全モデルの平均指示遵守減衰率は-2.8%だったが、モデルご
GLM-4.6、材料制約スコアが25点急落・コード実行は50点上昇——Smokeテスト総合ランキングは逆に上昇
GLM-4.6は本日のSmokeテストで材料制約スコアが50点から25点へ急落した一方、コード実行スコアが25点から75点へ上昇し、総合ランキングのスコアは36.25点から52.50点へ上昇した。
Smokeベンチマーク7日間データ：Gemini 2.5 Proがトレンド34.3点で最大上昇、Zhipu GLM-4.6が40.5点の最大変動幅を記録
2026年7月8日から12日にかけてのSmokeベンチマーク評価データによると、Gemini 2.5 Proが7日間でトレンド34.3点上昇し最大の伸びを示した一方、Zhipu GLM-4.6は40.5点という最大の変動幅を記録した。
Claude Opus 4.7・Claude Sonnet 4.6・DeepSeek V4 Pro・Grok 4が96.99点で並列首位：2026-07-12 YZ Index Smoke速報データブリーフ
2026年7月12日のYZ Index Smoke速測では11モデルを対象に評価が行われ、Claude Opus 4.7、Claude Sonnet 4.6、DeepSeek V4 Pro、Grok 4が96.99点で当日首位に並んだ。一方
一週間に三重の激震：OpenAI幹部の突然の離職、9ヶ月運営のブラウザツールも同時閉鎖
2026年7月10〜11日の2日間で、OpenAIで幹部の突然の離職とブラウザツールの閉鎖という2件の動向が相次いで明らかになり、近時の訴訟・制裁疑惑と合わせて一週間で三重の負のシグナルを形成した。
OpenAI、24時間以内に複数の論争に直面：制裁違反疑惑に訴訟・幹部離職が重なる
過去24時間以内に、OpenAIが米国の制裁に違反し中国およびロシアにAI製品を販売したとの報道が複数の媒体から相次いだ。この疑惑はAppleとの訴訟や幹部離職などの負面的な出来事とも重なっている。
アップル、OpenAIを提訴——数百億ドル相当のAIハードウェア機密窃取を主張、2026年の訴訟は画面なしデバイスに関与
2026年7月10日、アップルはカリフォルニア州連邦裁判所においてOpenAI及びその元従業員2名を提訴し、画面なしデバイスに関するAIハードウェア開発の工程ファイルや仕入先データなどの営業秘密を窃取したと主張した。OpenAI側は疑惑を否
中国、最先端AIモデルに対するプレリリース審査と輸出規制の導入を検討
中国が自国の最先端AIモデルに対してプレリリース審査メカニズムと輸出規制の導入を検討していると報じられている。国家レベルでも少数の研究機関への権限集中に懸念を示しており、オープンウェイト公開や既に配布済みのコンテンツは規制対象外とされる見通
Meta AIの機能がプライバシー問題でInstagramから削除
MetaがInstagramから物議を醸したAI機能を削除した。この機能は公開投稿を利用してコンテンツを生成するとして、ユーザーから反発を受けていた。
アップル、AI ハードウェア企業秘密の窃取疑惑で OpenAI を提訴
アップルはカリフォルニア北部連邦地方裁判所に訴訟を提起し、OpenAI および同社の元従業員が企業秘密を窃取したと主張している。元従業員がアップル在籍中に入手したAI部門の中核情報を、OpenAI入社後に活用したとされる。
レビュー
すべて見る →GLM-4.6、材料制約スコアが25点急落・コード実行は50点上昇——Smokeテスト総合ランキングは逆に上昇
GLM-4.6は本日のSmokeテストで材料制約スコアが50点から25点へ急落した一方、コード実行スコアが25点から75点へ上昇し、総合ランキングのスコアは36.25点から52.50点へ上昇した。
Smokeベンチマーク7日間データ：Gemini 2.5 Proがトレンド34.3点で最大上昇、Zhipu GLM-4.6が40.5点の最大変動幅を記録
2026年7月8日から12日にかけてのSmokeベンチマーク評価データによると、Gemini 2.5 Proが7日間でトレンド34.3点上昇し最大の伸びを示した一方、Zhipu GLM-4.6は40.5点という最大の変動幅を記録した。
Claude Opus 4.7・Claude Sonnet 4.6・DeepSeek V4 Pro・Grok 4が96.99点で並列首位：2026-07-12 YZ Index Smoke速報データブリーフ
2026年7月12日のYZ Index Smoke速測では11モデルを対象に評価が行われ、Claude Opus 4.7、Claude Sonnet 4.6、DeepSeek V4 Pro、Grok 4が96.99点で当日首位に並んだ。一方
WDCD コンプライアンス
#1
Grok 4
91.4
#2
DeepSeek V4 Pro
91.4
#3
Claude Opus 4.7
89.4
#4
Gemini 3.1 Pro
88.9
#5
GLM-4.6
81.9
#6
GPT-o3
81.5
#7
Claude Sonnet 4.6
78.8
守約ランキング全体を見る →
Research Lab
WDCD Run #227：Grok 4とDeepSeek V4 Proが91.4点で同率首位、11モデル平均の指示遵守減衰率は-2.8%
WinzhengのWDCDベンチマークRun #227において、11の最先端モデルを対象に測定した結果、Grok 4とDeepSeek V4 Proが91.4点で同率首位を獲得した。全モデルの平均指示
WDCD Run #221：平均命令遵守崩壊率が-36.4%に達し、Grok 4が11モデル中首位に
Winzheng Dynamic Contextual Decay（WDCD）ベンチマークのRun #221において、11モデルの平均命令遵守崩壊率が-36.4%に達した。Grok 4が95点でトップ
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。