GPT-o3が96.98点で首位：2026-09-01 YZ Index Smoke速報データブリーフィング
2026年9月1日のYZ Index Smoke速測では11モデルを対象に評価が行われ、GPT-o3が96.98点で当日首位を獲得した。Smokeは毎日10問の速測であり、短期シグナルの観察に適している。
赢政指数 に関するニュース
Grok 4が89.15点で首位：2026-08-31 YZ Index Smoke速報データブリーフィング
2026年8月31日実施のYZ Index Smoke速測では11モデルを対象とし、Grok 4が89.15点で当日首位を獲得した。本速報はコード実行と資料制約の2次元のみを評価対象とした小サンプルの日次シグナルである。
Claude Opus 4.7が93.08点で首位：2026-08-30 YZ Index Smoke速報データブリーフィング
2026年8月30日のYZ Index Smokeテスト（11モデル対象）において、Claude Opus 4.7が93.08点で当日首位を獲得した。本速報はコード実行と資料制約の2次元による小サンプル単日シグナルであり、週次Full評価と
Grok 4が96.99点で首位：2026年8月29日 YZ Index Smoke速報データブリーフィング
2026年8月29日のYZ Index Smoke速測では11モデルを対象に評価が行われ、Grok 4が96.99点で当日首位を獲得した。Smoke速測は短期シグナルの観察に適した日次10問テストであり、Full週次ランキングの結論とは同等
Claude Opus 4.7が93.54点で首位：2026-08-28 YZ Index Smoke速報データブリーフィング
2026年8月28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が93.54点で当日首位を獲得した。Smokeは1日10問の速測であり、短期的なシグナル観察に適しており、週次フルランキ
Claude Opus 4.7とGPT-o3が同率100点首位：2026-08-27 YZ Index Smoke速報データブリーフィング
2026年8月27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とGPT-o3が100点で同率首位となった。本速報はコード実行と資料制約の2次元のみを対象とした日次10問の簡易評価であ
GPT-o3が97.75点で首位：2026-08-26 YZ Index Smoke速報データブリーフィング
2026年8月26日のYZ Index Smoke速測では11モデルを対象にGPT-o3が97.75点で当日首位を獲得。Smokeは毎日10問の速測であり、短期シグナルの観察に適している。
GPT-o3が86.25点で首位：2026-08-25 YZ Index Smoke速報データブリーフィング
2026年8月25日のYZ Index Smoke速測では11モデルを対象に評価が行われ、GPT-o3が86.25点で当日首位を獲得した。本速測はコード実行と資料制約の2次元のみをカバーする1日10問の小サンプル評価であり、短期シグナルの観
Gemini 3.1 Proが96.98点で首位：2026-08-24 YZ Index Smoke速報データブリーフィング
2026年8月24日のYZ Index Smoke速測では11モデルを対象に評価が行われ、Gemini 3.1 Proが96.98点で当日首位を獲得した。本レポートはコード実行と資料制約の2次元を対象とした小サンプルの日次シグナルである。
DeepSeek V4 Proが82.64点で首位：2026-08-23 YZ Index Smoke速報データブリーフィング
2026年8月23日実施のYZ Index Smoke速測では11モデルを対象とし、DeepSeek V4 Proが82.64点で当日首位を獲得した。Smokeは1日10問の速測であり、短期シグナルの観測に適しており、週次フルランキングの結
Claude Opus 4.7が100点で首位：2026-08-22 YZ Index Smoke速報データブリーフ
2026年8月22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がコード実行・資料制約ともに満点の100点を獲得し、当日首位となった。Smokeは短期シグナル観測に適した毎日10問の速
AIに無意味なルール違反を誘導しようとしたが、すべて失敗に終わった
4つの実際には無意味なルールを設定し、7ラウンドの対話でAIモデルにルール違反を誘導しようとしたが、いずれのモデルも一切違反しなかった。新たな行動ベースの評価システム「WDCD v4」の導入により、コードの実際の実行結果でコンプライアンスを
Claude Opus 4.7が95.08点で首位：2026-08-21 YZ Index Smoke速報データブリーフィング
2026年8月21日のYZ Index Smoke速測では10モデルを対象に評価が行われ、Claude Opus 4.7が95.08点で当日首位を獲得した。一方、Gemini 2.5 Proは主榜スコアが44.1点下落し、誠実性評価がfai
Claude Sonnet 4.6が94.61点で首位：2026-08-20 YZ Index Smoke速報データ
2026年8月20日実施のYZ Index Smoke速測では、11モデルを対象に評価が行われ、Claude Sonnet 4.6が94.61点で当日首位を獲得した。Smokeは毎日10問の速測であり、短期的なシグナル観察に適している。
Claude Opus 4.7とGPT-5.5が同率98.35点で首位：2026-08-19 YZ Index Smoke速報データブリーフィング
2026年8月19日のYZ Index Smoke速測では10モデルを対象に評価が行われ、Claude Opus 4.7とGPT-5.5が同率98.35点で当日首位を獲得した。Smokeは毎日10問の速測であり、短期的なシグナルの観察に適し
GPT-o3が96.93点で首位：2026年8月18日 YZ Index Smoke快速テスト データ速報
2026年8月18日のYZ Index Smoke快速テストでは10モデルを対象に評価を実施し、GPT-o3が96.93点で当日首位を獲得した。上位モデルはコード実行次元で軒並み高得点を記録する一方、素材制約のスコア差が順位を左右する主要因
Claude Opus 4.7とGrok 4が96.99点で並列首位：2026-08-17 YZ Index Smoke速報データブリーフィング
2026年8月17日のYZ Index Smoke速測では11モデルを対象に評価を実施し、Claude Opus 4.7とGrok 4が96.99点で当日首位に並んだ。Smokeは1日10問の速測であり、短期シグナルの観察に適している。
Claude Opus 4.7・GPT-5.5・GPT-o3・Grok 4が86.25点で並列首位：2026-08-16 YZ Index Smoke速報データブリーフ
2026年8月16日のYZ Index Smoke速測では11モデルを対象に評価が実施され、Claude Opus 4.7、GPT-5.5、GPT-o3、Grok 4の4モデルが86.25点で当日首位に並んだ。Smokeは毎日10問の速測で
Claude Opus 4.7が82.55点で首位：2026年8月15日 YZ Index Smoke速報データブリーフィング
2026年8月15日のYZ Index Smoke速測では、9モデルを対象にClaude Opus 4.7が82.55点で当日首位を獲得した。Smokeは1日10問の速測であり、短期シグナルの観測に適するが、Fullウィークリーランキングの
Claude Opus 4.7が72.21点で首位：2026-08-14 YZ Index Smoke速報データブリーフィング
2026年8月14日のYZ Index Smokeクイックテストでは11モデルを対象に評価が行われ、Claude Opus 4.7が72.21点で当日首位を獲得した。一方、複数のモデルで大幅なスコア低下が見られ、今後の追加検証が必要とされて