WDCD横断比較で判明：リソース制限が11モデル最大の弱点、平均わずか1.7点
WDCD遵守テストにおいて、リソース制限のシナリオが全モデルを苦戦させ、11モデルの平均得点はわずか1.7点と、他4シナリオを大きく下回った。本記事では各モデルの偏向特性と企業選定への具体的提言を分析する。
オリジナル
11モデルWDCD三段階テスト：R1で95%が約束、R3で65回の直接崩壊
WDCD三段階テストの結果、モデルは初期段階でほぼ全員が高得点を獲得したものの、二度の干渉を経た後、6割以上のモデルが直接的な圧力下で当初の約束を完全に放棄した。
WDCD遵守ランキングで70点の三強が並びトップ、文心一言は50点で崩壊し最下位
WDCD遵守テストで11モデルのうち、Claude Opus 4.7、GPT-5.5、GPT-o3の3モデルが70点で並びトップとなり、文心一言4.5は50点で明らかな断層を見せ最下位となった。
三大モデルが Smoke ランキング首位に並列、実行は満点も制約に警告
Smoke 本日のクイックテストで Claude Opus 4.7、Claude Sonnet 4.6、GPT-5.5 が 87.76 点で並列首位となり、コード実行は満点だが材料制約次元で warn シグナルが発生した。
AnthropicがIPO申請を提出、未上場のOpenAIとの対比で市場の見解が分かれる
Anthropicは2026年6月1日に正式にIPO申請を提出した。未上場のOpenAIとは対照的な選択であり、評価額、収益力、競争構図をめぐって市場の見解が分かれている。
ウォーレン上院議員、対中AIチップ輸出の抜け穴封鎖を要請、トランプ政権の政策が焦点に
米国のエリザベス・ウォーレン上院議員が、AIチップの対中輸出における潜在的な抜け穴を塞ぐよう政府に公開要請し、トランプ前政権下での政策緩和を批判した。中国企業による海外子会社を通じた規制回避の防止を目的とし、現政権に先進AIチップの輸出管理
NVIDIA CEOジェンスン・フアン氏のGTC台北講演:エージェント型AIが物理知能の新時代を牽引
NVIDIAのCEOジェンスン・フアン氏は台北で開催されたGTCカンファレンスで基調講演を行い、エージェント型AI時代の到来を正式に宣言した。Vera Rubinプラットフォームの量産計画やAI PC向けチップを発表し、物理AIとロボティク
HPEがAIデータセンター需要の爆発的拡大により第2四半期業績が予想を上回り、2028年目標を2年前倒しで達成
ヒューレット・パッカード・エンタープライズ（HPE）の2024会計年度第2四半期決算が市場予想を上回り、AIサーバーとネットワーク製品への強い需要が業績を牽引した。これにより、当初2028年に設定していた財務目標を2年前倒しで達成した。
AnthropicがClaudeの利用枠をリセット、subagent並列消費問題を修正
AnthropicはClaude AIモデルのProおよびMaxサブスクリプションユーザー向けに5時間および週次の利用枠をリセットし、Claude Codeのsubagent並列生成による過剰な額度消費問題を修正した。この措置は開発者コミュ
xAI、Composer 2.5モデルを発表：長尺タスク処理能力でAIの新たなブレイクスルーを牽引
xAIは最新AIモデルComposer 2.5をGrok Buildプラットフォームで公開し、長尺タスクと複雑な指令の処理能力に優れ、応答速度と知能水準が大幅に向上したと発表しました。
NVIDIA Vera Rubinプラットフォームが全面量産、グローバルなエージェント型AIの展開を加速
NVIDIAはVera Rubinマルチラックシステムの全面量産開始を発表した。エージェント型AI向けに設計された同プラットフォームは、すでにMicrosoft AzureおよびDell PowerEdgeサーバーで展開されている。
フロリダ州がOpenAIおよびSam Altmanを提訴、AIセーフティの個人責任を問う世界初の訴訟が注目を集める
フロリダ州が83ページに及ぶ訴状でOpenAIとCEOのSam Altmanを正式に提訴し、AI製品の開発・展開における「無謀かつ故意の不当行為」を指摘し、これに起因する暴力事件への法的責任を求めている。本件はAIセーフティの責任を個人経営
Anthropicが極秘IPO申請、評価額9650億ドル AIユニコーンとOpenAIが上場レースを展開
AI大手Anthropicが米証券取引委員会に極秘IPO申請書類を提出し、評価額は9650億ドルに達した。OpenAIと初のAI公開企業の座を巡り競争が激化している。
GPT-5.5 が素材制約71点でSmokeランキング首位に、コード満点後の後半戦で差が拡大
本日のSmoke軽量評価では、上位7モデルすべてがコード実行で満点を獲得し、ランキングは素材制約スコアによって決定された。GPT-5.5 は素材制約71点で総合86.95点を記録し、首位に立った。
ソフトバンク、フランスに750億ユーロ規模のAIデータセンター建設計画、欧州インフラ拡張が新段階へ
ソフトバンクグループは欧州最大規模のAIデータセンターをフランスに建設するため、750億ユーロを投資する計画を発表した。世界的なAIインフラ競争における重要な一歩と位置付けられている。
アリババ Qwen 3.7-Max を発表：価格は Claude のわずか6分の1、AIコストパフォーマンスの優位性が顕著に
アリババグループは最新の大規模モデル Qwen 3.7-Max を正式発表し、Claude 同等製品の6分の1という競争力ある価格と、長時間安定動作・多タスク処理能力で世界の注目を集めている。
OpenAIモデルが80年前のErdős幾何予想を解明：125ページのAI証明が数学界に認められる
OpenAIの先進AIモデルが、数学者Paul Erdősが80年以上前に提唱した幾何予想を自律的に証明することに成功した。生成された125ページに及ぶ証明文書は厳密な内容で、複数の数学専門家から認められている。
NVIDIA RTX Spark チップが衝撃の発表：AIエージェントのローカル推論がPCの新時代を切り開く
NVIDIAは、AIエージェント専用に設計された初のRTX Sparkチップを発表し、ローカルPC上での大規模AIモデルの直接実行を可能にした。Microsoft、Adobeなどのパートナーが同チップを基にソフトウェア製品の再構築を表明して
OpenAIが1100億ドルの資金調達を完了、評価額は7300億ドルに達し、IPO噂が市場で熱い議論を呼ぶ
OpenAIは1100億ドルの大型資金調達を完了し、評価額が7300億ドルに上昇した。年末のIPO開始の噂とともに、AI業界の資本熱と持続可能な発展への注目が高まっている。
3大モデル翻訳対決：第23週品質評価、gpt-o3が9点でトップ
今週の270件の翻訳タスクは3つのモデルによって完了されました。2件をサンプリングし複数モデルのブラインド比較評価を実施した結果、総合最優秀はgpt-o3（平均9/10）でした。