Gemini 3.1 Proが98.35点で首位：2026-09-10 YZ Index Smoke速報データブリーフィング
2026年9月10日実施のYZ Index Smoke速測では、10モデルを対象に評価が行われ、Gemini 3.1 Proが98.35点で当日首位を獲得した。コード実行と材料制約の2次元における各モデルの動向が注目される。
AI评测 に関するニュース
Doubao Proが89.91点で首位：2026-09-09 YZ Index Smoke速報データブリーフィング
2026年9月9日のYZ Index Smoke速測では10モデルを対象に評価が行われ、Doubao Proが89.91点で当日首位を獲得した。本ブリーフィングでは各モデルのスコア変動と注目すべきシグナルをまとめる。
Claude Sonnet 4.6とGrok 4が86.25点で同率首位：2026-09-08 YZ Index Smoke速報データブリーフィング
2026年9月8日の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とGrok 4が86.25点で同率首位となった。本速報はSmoke（日次10問速測）のデータに基づくもので、週次Ful
Gemini 3.8 Flash発表：コストパフォーマンスがClaude Opus 5に迫る、GoogleはFlashシリーズで速度戦を仕掛ける
Googleは2026年9月2日、Gemini 3.8 FlashとGemini 3.8 Flash Cyberの2モデルを正式発表した。前者はDeepSWE v1.1ベンチマークでClaude Opus 5とほぼ同等のスコアを記録しながら
DeepSeek V4 Pro・Gemini 3.1 Pro・GLM-4.6が83.49点で同率首位：2026-09-07 YZ Index Smoke速報データブリーフィング
2026年9月7日のYZ Index Smoke速測では11モデルを対象に評価を実施し、DeepSeek V4 Pro・Gemini 3.1 Pro・GLM-4.6が83.49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
Gemini 2.5 ProがYZ Index Smoke速報テストで88.21点首位：2026-09-06データ速報
2026年9月6日実施のYZ Index Smoke速報テスト（11モデル対象）で、Gemini 2.5 Proが88.21点を獲得し首位となった。本テストは1日10問の小規模サンプルによる速報であり、短期シグナルの観測に適している。
GPT-o3が90.64点で首位：2026年9月5日 YZ Index Smoke速報データブリーフィング
2026年9月5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90.64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が92.49点で首位：2026-09-04 Smokeクイックテストデータ概要
2026年9月4日のYZ Index Smokeクイックテストでは、Claude Opus 4.7が92.49点で首位となりました。Smokeは日次10問の小規模テストであり、短期的なシグナルの観察に適している一方、Full週間ランキングの
GPT-o3が83.94点で首位：2026年9月3日 YZ Index Smoke速報データブリーフィング
2026年9月3日のYZ Index Smoke速測では11モデルをカバーし、GPT-o3が83.94点で当日首位を獲得した。Smokeは1日10問の速測であり、短期シグナルの観察に適しており、Fullウィークリーランキングの結論とは同一で
Doubao Pro が95.91点で首位：2026-09-02 YZ Index Smoke クイックテスト・データ速報
2026年9月2日実施の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、Doubao Proが95.91点でその日の首位を獲得した。本テストはデイリー10問形式の短期シグナル観測用であり、週次フルランキングとは
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。
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。
テンセント、Hy4 Previewをオープンソース公開——770Bパラメータのコードベンチマークでは DeepSeek V4 Pro を上回るも、過剰な自己検証が実用的な応答速度を低下
テンセント混元チームが770BパラメータのMoEモデル「Hy4 Preview」を正式に発表・オープンソース化し、Terminal Bench 2.1でDeepSeek V4 Proを超えClaude Opus 5と同等のスコアを記録した。
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
アリババ、125BパラメータのQwen新フラッグシップをオープンソース化——学習コストは前世代の9分の1、価格はClaude Opus4.6の3%
アリババのQwenチームが、Transformerパラメータ数125B・トークンあたり6BのみをアクティベートするマルチモーダルMoEモデル「Qwen3.8-Flash-Next」を正式リリース・オープンソース化した。学習コストは前世代から
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