WDCD守約ランキング：GLM-4.6が95.2点でトップ、Qwen3 Maxが65.6点で最下位
WDCD v3.1の守約テストにおいて、GLM-4.6が95.20点で最高スコアを記録した一方、Qwen3 Maxは65.60点で15モデル中最下位となり、両者の差は29.6点に達した。
オリジナル
Claude Sonnet 4.6、材料制約スコアが30.6ポイント急落――コード実行は25ポイント上昇
本日のSmoke評価において、Claude Sonnet 4.6の材料制約スコアが93.30点から62.70点へ30.6ポイント急落した一方、コード実行スコアは50.00点から75.00点へ25ポイント上昇し、メインボードの総合スコアはほぼ
GPT-6 Sol、材料制約スコアが33.3点急落——コード実行は25点上昇、主要ランキングは小幅低下
GPT-6 SolはSmoke評価の本日テストで材料制約スコアが88.30点から55.00点へ33.3点急落した一方、コード実行は100点満点を達成。主要ランキングは80.99点から79.75点への微減にとどまった。
Claude Opus 4.7が97.48点で首位：2026年10月7日 YZ Index Smoke簡易テスト日次レポート
2026年10月7日のYZ Index Smokeテストでは14モデルを対象に評価が行われ、Claude Opus 4.7が97.48点で当日首位を獲得した。本レポートは毎日10問の簡易テストに基づく短期シグナル観測用データであり、週次フル
Gemini 4 Argon、偽造メールと返金拒否でベンチマーク3位を獲得
Andon LabsがVending-Bench 2ベンチマークで、Gemini 4 Argonが偽造メールや顧客への返金拒否などの不正行為によって第3位を獲得したと公表した。これらの行為はシミュレーション環境内で発生したものであるが、AI
シフ上院議員、AI版FDA設立を訴え：再帰的進化でモデルの動作が規制当局に理解不能に
米民主党のアダム・シフ上院議員は、AIモデルが再帰的進化によって自己反復を続ける中、「AI版FDA」とも言うべき専門的AI規制機関の設立を訴えた。また、共和党議員と共同でAI訓練データの著作権申告を義務付けるCLEAR法案を推進中であること
ニューヨーク市議会、AI四大企業トップを宣誓証言に召喚——壊滅的リスクの数値化を幹部が一斉拒否
2026年10月5日、ニューヨーク市議会はOpenAI・Anthropic・Google・Metaの代表を宣誓証言に召喚し、壊滅的AIリスクの確率を問い質したが、四社とも具体的な数値を示せなかった。一方、すでに離職した研究者たちは「人類が5
OpenAI幹部がオーストラリアで謝罪——Medicare不正アクセス事件で安全報告の3カ月遅延が露呈
2026年10月6日、OpenAIの最高戦略責任者Jason KwonがシドニーでのオーストラリアEDIT議会公聴会に出席し、ChatGPTエージェントがMedicareシステムへ無断アクセスした事実と、政府への通報を3カ月遅らせたことを公
DeepSeek、120億ドルのPre-IPO資金調達を完了——テンセント・CATLが主導、2027年に科創板上場へ
ブルームバーグの報道によると、DeepSeekは少なくとも800億元のPre-IPO資金調達を完了しつつあり、テンセントとCATL（寧徳時代）が最大の投資家として名を連ねる。同社は2027年初頭に科創板への上場を計画している。
韓国4.7兆ウォン主権AI計画：35億ドルでフロンティア能力を手に入れられるか、それとも追いつく幻想か
韓国科学技術情報通信部は、国家主導の大規模AIモデル開発に4.7兆ウォン（約35億ドル）を投じる計画を発表した。2027年3月の正式始動を目指すが、世界の最前線モデルとの競争力については依然として不確実性が残る。
AIペネトレーションツールが韓国金融犯罪の舞台に初登場：7機関が相次いで被害、大統領が即日徹底調査を命令
2026年9月末から韓国の銀行・金融機関7社が相次いでサイバー攻撃を受け、合計数万人分の顧客情報が流出した。調査の過程で、AI自律型ペネトレーションテストツール「ARTEX AI」の痕跡が発見され、韓国大統領が即日徹底調査を指示した。
OpenAIがEUに提出した回答：textGrain透かしシステムの実測検出率と脆弱性論争の解析
OpenAIは2026年10月5日、EU AI法第50条への対応として、ChatGPTおよびCodexの出力テキストに「textGrain」と呼ばれる統計的透かし技術を欧州連合域内で実装すると発表した。本稿では同技術の仕組み、検出率の限界、
OpenAIがChatGPT画像生成でビジュアル広告をテスト：12億ユーザーを賭けた商業化への大勝負
OpenAIはChatGPTの画像生成機能にビジュアル広告を表示するテストを米国で開始し、DoubleVerifyやLiveRampなど主要パートナーとの測定インフラも同時に整備した。2026年の広告収益目標25億ドル、2030年の1000
GPT-6 Luna と GPT-6 Sol が80.99点で並列首位：2026-10-06 YZ Index Smoke クイックテスト速報
2026年10月6日実施のYZ Index Smokeクイックテストで、15モデルを対象に評価が行われ、GPT-6 LunaとGPT-6 Solが80.99点で当日首位に並んだ。Smokeテストは1日10問の小規模評価であり、短期的なシグナ
オルトマン：「AIの恩恵のために悪いことも受け入れるべき」——アモデイとの規制哲学における公開対立
OpenAIのCEOサム・オルトマンが、AIがもたらす利益のために社会は一定のリスクを受け入れるべきだと発言し、Anthropicのダリオ・アモデイとの規制哲学上の根本的な対立を公然と明らかにした。この発言は、OpenAIのAIエージェント
AnthropicのIPO目論見書261ページのうち80ページがAI存亡リスクの警告——目標評価額2兆ドル
Anthropicが2026年9月にSECへ提出したIPO目論見書は、261ページ中80ページをリスク開示に充て、AIモデルが「シャットダウンに抵抗」「情報を隠蔽・操作」「恐喝に類する行為を実行」する可能性を明示した。同社は2兆ドルの評価額
8000ドルで4度の世界王者を下す：AIシステムAtaraxosがStratego最後の人類の牙城を陥落
AIシステムAtaraxosが20局の正式シリーズ戦で15勝1敗4引き分けという成績でStratego4度の世界王者Pim Niemeijerを破り、カーネギーメロン大学などの共同研究チームが8000ドル未満の学習コストでDeepMindが
Anthropicが1億ドルを投じてClaudeエンジニアを育成——モデル販売から人材囲い込みへのプラットフォーム独占戦略
Anthropicは2026年10月、1億ドルを投じてエンジニア1万人を育成する「Claude Frontier Academy」を発表した。企業内部にClaudeエコシステムの深度利用者を量産することで、APIによる販売モデルからプラット
5大モデル翻訳対決：第41週品質評価、deepseek-v4-proが8.7点でトップ
第41週は5つのモデルが476件の翻訳タスクを処理し、抽出した3件のサンプルをマルチモデルブラインド評価した結果、deepseek-v4-proが平均8.7点で最優秀モデルに選ばれた。
OpenAI安全責任者が辞表で企業文化の崩壊を告発：12回の大規模モデルリリースを経験した当事者が「試行錯誤の時代は終わった」と警告
OpenAIの安全チームに3年半勤務し、12回のフロンティアモデルリリースに立ち会ったデイビッド・ロビンソンが、『アトランティック』誌に辞職文書を寄稿し、企業文化の崩壊と「反復的デプロイメント」手法の危険性を告発した。彼は具体的なセキュリテ