GoogleがGemini 4 Argonを発表：価格は競合の5分の1、Vals Indexで首位も差は2%未満
GoogleのDeepMindが2026年10月13日にGemini 4 Argonを正式発表。業界ベンチマークのVals Indexで首位を獲得しつつ、競合モデルの5分の1という戦略的価格設定で企業市場への参入を図る。
AI基准测试 に関するニュース
GPT-6.1 Sol「Astraに近い」：公式声明の独立検証
OpenAIが2026年9月29日にDevDayで発表したGPT-6.1 Solについて、「GPT-6 Astraに近い」という公式声明をYZ Indexの18問テストと公開ベンチマークデータから検証した。両モデルの差異はAstra自体の2
同日宣告：OpenAIがAGI到来を宣言、米議会は超高度AIの開発を刑事犯罪とする法案を提出
2026年9月3日、OpenAI社長グレッグ・ブロックマンが「AGI時代の到来」を宣言した同日、バーニー・サンダース上院議員とグレッグ・カサル下院議員が超知能AI開発を刑事犯罪と定める法案を共同提出し、AI業界は過去11年間で前例のない局面
ARC-AGI-3のフレームワーク差異がGPT-6 Astraのスコアに37ポイントの乖離をもたらす
ARC Prizeが発表したテスト報告によると、GPT-6 AstraはARC-AGI-3 Semi-Privateタスクセットにおいて、使用するharnessの種類によってスコアが62.7%と99.9%と大きく異なることが明らかになった。
世界第3位を主張、8時間の長時間推論をサポート：未発表のGLM-5.1は本当にオープンソースモデルの限界を刷新できるのか？
本文はWinzheng.com Research Labによる突発信号の追跡分析であり、すべての「事実」とマークされた内容はZ AI内部で公開されたテスト通知に由来しています。信号の確認状態は<strong>未確認</strong>であり、
Anthropic、Claude 3.5 Sonnetを発表：コーディングと視覚タスクでGPT-4oをリード
AnthropicがClaude 3.5 Sonnetモデルを正式発表し、コーディング、数学、視覚などの複数のベンチマークテストでOpenAIのGPT-4oを全面的に上回り、生成AI分野の競争が再び激化している。