Claude Sonnet 4.6のコード実行スコアが22点急落――総合ランキングは0.5点減にとどまる
Claude Sonnet 4.6が本日のSmoke評価においてコード実行次元で97.00点から75.00点へ22点急落した一方、素材制約次元は25.7点上昇した。総合ランキングスコアは83.24点と、わずか0.5点の低下にとどまった。
オリジナル
Claude Opus 4.7、コード実行スコアが22点急落——総合ランキングも10.3点下降
Claude Opus 4.7は本日のSmokeテストにおいて総合スコア83.24点を記録し、昨日の93.54点から10.3点下落した。主な原因はコード実行ディメンションのスコアが97.00点から75.00点へと22点落ち込んだことにある。
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
二つのオープンソース奇襲：アリババの2.4兆パラメータとZhipuの謎の「牛モデル」が同週に登場
アリババのQwenチームが2.4兆パラメータのMoE大型モデルQwen3.8-Maxの重みを公開し、数日後にはZhipuAI傘下のZ.aiがOpenRouterで匿名運用されていた「Ox Alpha」がGLM-5.3-Flashであることを
Google DeepMindがダブルブラインド評価パイロットを公開――暗号技術によるブラックボックスでモデルと問題集を隔離
Google DeepMindは2026年8月27日、世界初のフロンティアAIモデル向けダブルブラインド評価パイロットレポートを発表した。暗号技術に基づく信頼実行環境を用いてモデルと評価問題を相互に隔離し、ベンチマーク汚染を防ぐ仕組みを実証
ZhipuのGLM-5.3-Flashがオープンソース化：匿名モデル「Ox Alpha」が6日間で首位獲得、Claude Opus 4.8の40分の1の価格で同等スコアを達成
Zhipu AIが2026年8月26日にGLM-5.3-Flash（320B-A18B）を正式にオープンソース化し、同モデルが「Ox Alpha」名義で匿名テストを経てOpenRouterとOpenCode双方のプラットフォームで利用量首位
1本の動画でロボットに10分間のタスクを習得させる：Skild AIがS1基盤モデルを発表、ロボット訓練のパラダイムを刷新
Skild AIは2026年8月25日、ロボット向け基盤モデル「S1」を正式発表した。S1は人間が操作する1本の動画から最大10分間の多段階物理タスクを学習し、ファインチューニングなしに実機のロボット上でリアルタイム実行できる。
GPT-5.5のSmoke評価メインランキングが9.1点急落——資料制約が1日で16.5点下落
GPT-5.5が本日のSmoke評価においてメインランキングのスコアを95.01から85.93へ9.1点下落させた。主因は資料制約スコアの16.5点急落であり、モデル全体の劣化ではなく出題のランダム性による変動と分析されている。
GPT-o3のSmokeベンチマーク総合スコアが1日で10.1点急落――素材制約次元が22.4点崩壊
GPT-o3の本日のSmokeベンチマーク総合スコアが昨日の100.00点から89.92点へ10.1点下落した。主因は素材制約次元が100.00点から77.60点へ22.4点急落したことにある。
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
AWSとNVIDIAが200万基のGPUを追加発注：需要はあらゆる予測を超え、協業はチップから全技術スタックへ拡大
AWSとNVIDIAは2027〜2028年にかけてBlackwell Ultra、Rubin、Rubin Ultraの3世代アーキテクチャを含む200万基のGPUをAWSグローバルインフラに追加展開すると発表した。顧客の実際の需要がすべての
NVIDIAが129億ドルでHugging Faceを買収：チップ覇者がAI界のGitHubを手に入れる理由
NVIDIAが約129億ドルでAIモデルホスティングプラットフォームのHugging Faceを買収することに合意したと報じられた。この買収が成立すれば、NVIDIAの社史上最大規模の案件となり、オープンソースAIエコシステムの中核的なモデ
OpenAI自社設計チップ「Jalapeño」初公開テスト：NVIDIAフラッグシップ比でワット当たり性能最大1.9倍、700W対1400W
OpenAIは2026年8月26日、自社開発の推論チップ「Jalapeño」の初回ベンチマーク結果を公開した。業界分析機関SemiAnalysisのInferenceXベンチマークにおいて、NVIDIA GB200/GB300ラックシステム
NVIDIAがウォール街6大機関と5000億ドル超の資金調達へ：算力は今や「債券」になりつつある
NVIDIAは6大資産運用機関と覚書を締結し、5000億ドル超の第三者資本をAIインフラ建設に動員する融資プラットフォームを設立すると発表した。しかしGPUの減価償却速度と融資期間のミスマッチ、および年金・保険資金へのリスク転嫁をめぐる懸念
NVIDIAが129億ドルでHugging Faceを買収、オープンソースプラットフォームの中立性に試練
2026年8月26日、NVIDIAが約129億ドルでHugging Faceの買収に合意したと複数の独立した情報源が報じており、チップ大手が世界最大のオープンソースAIモデルホスティングプラットフォームを掌握することになる。オープンソースエ
Google Gemini 3.5 Transcribe、APIを公開——語誤り率2.6%で5位、リアルタイムストリーミングには3つの制約
Googleは2026年8月26日、音声テキスト変換モデル「Gemini 3.5 Transcribe」のAPIを外部開発者向けに公開した。非ストリーミング時の語誤り率（WER）は2.6%でArtificial Analysisの評価で5位
OpenAI「ハラペーニョ」チップ初ベンチマーク公開：700Wで英NVIDIAの1400W旗艦を超える、推論市場の勢力図が揺らぎ始める
OpenAIが年次チップ技術カンファレンス「Hot Chips」で自社開発AI推論チップ「Jalapeño」の初公開ベンチマーク結果を発表。消費電力700WながらNVIDIA GB200/GB300（1400W）の1.5〜1.9倍のエネルギ
DoubaoProの材料制約スコアが20.5点急落、コード実行は25点急上昇
DoubaoProが本日のSmokeテストで材料制約スコアを100.00から79.50へと20.5点落とした一方、コード実行は75.00から100.00へと25点上昇し、主要ランキングスコアは86.25から90.78へと改善した。
Claude Sonnet 4.6、素材制約スコアが20.5点急落——コード実行は満点100点に
本日のSmokeベンチマークにおいて、Claude Sonnet 4.6の素材制約スコアが前日の100点から79.50点へと20.5点下落した一方、コード実行スコアは73.70点から100点に上昇し、メインボードの総合スコアは85.54点か
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