GPT-6 Luna が86.95点で首位：2026年10月28日 YZ Index Smoke クイックテスト速報
2026年10月28日実施のYZ Index Smokeクイックテストでは13モデルを評価し、GPT-6 Lunaが86.95点で当日首位を獲得した。Smokeは短期シグナルの観察に適した毎日10問のクイックテストであり、週次フルランキング
AI评测 に関するニュース
Claude Opus 4.7が87.7点で首位：2026-10-27 YZ Index Smoke速報データブリーフィング
2026年10月27日実施のYZ Index Smokeクイックテスト（13モデル対象）において、Claude Opus 4.7が87.7点で当日首位を獲得した。本テストはコード実行と資料制約の2次元を評価する日次10問形式の速報測定である
GPT-6.1 Solが86.05点で首位：2026年10月26日 YZ Index Smoke速報データブリーフ
2026年10月26日のYZ Index Smoke速測では13モデルを対象に評価が行われ、GPT-6.1 Solが86.05点で当日首位を獲得した。上位モデルはコード実行と資料制約のバランスに明確な差異が見られた。
Grok 4が96.65点で首位：2025-10-25 YZ Index Smoke速報データブリーフィング
2025年10月25日のYZ Index Smoke速測では14モデルを対象に評価を実施し、Grok 4が96.65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いる。
Claude Sonnet 4.6が89.8点で首位：2026年10月24日 YZ Index Smoke速報データブリーフィング
2026年10月24日のYZ Index Smoke速測では13モデルを対象に評価が行われ、Claude Sonnet 4.6が89.8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おり、週次Full
DoubaoProとGPT-6.1 Solが87.27点で同率首位：2026年10月23日 YZ Index Smoke速報データブリーフィング
2026年10月23日のYZ Index Smoke速測では14モデルを対象に評価が行われ、Doubao ProとGPT-6.1 Solが87.27点で同率首位となった。なお、Smokeは1日10問の速測であり、短期的なシグナルの観察に適し
GPT-5.5が96.1点で首位：2026-10-22 YZ Index Smoke速報データブリーフィング
2026年10月22日実施のYZ Index Smoke速測では14モデルを対象に評価が行われ、GPT-5.5が96.1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次元のみを対象とした小サンプルの単日シグナルである。
Claude Opus 4.7が84.9点で首位：2026-10-21 YZ Index Smoke速報データブリーフィング
2026年10月21日実施のYZ Index Smoke速測では14モデルを対象に評価が行われ、Claude Opus 4.7が84.9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次元のみを対象とした日次小規模サンプルテストであ
MiniMax M3.1 Flash が「Space Bunny」の正体を公開：潜伏中に200兆トークンを処理、エージェントテストで中国首位
MiniMaxは2026年10月19日にM3.1 Flashを正式発表し、以前「Space Bunny（宇宙ウサギ）」として匿名で稼働していたモデルが同製品の初期バージョンであることを明らかにした。匿名稼働中に200兆トークン超を処理し、O
GPT-o3が97.83点で首位：2026-10-20 YZ Index Smoke速報データブリーフィング
2026年10月20日のYZ Index Smoke速測では14モデルを対象に評価を実施し、GPT-o3が97.83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たもので、Full週間ランキングの結
GPT-5.5が93.54点で首位：2026-10-19 YZ Index Smoke速報データブリーフィング
2026年10月19日実施のYZ Index Smoke速測（14モデル対象）において、GPT-5.5が主榜93.54点で当日首位を獲得。SmokテストはFull週次ランキングとは異なる短期モニタリング用シグナルである。
Claude Opus 4.7が81.91点で首位：2026-10-18 YZ Index Smoke速報データブリーフィング
2026年10月18日のYZ Index Smoke速測では14モデルを対象に評価が行われ、Claude Opus 4.7が81.91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日次10問の簡易テストであり、
GPT-o3が94.51点で首位：2026年10月17日 YZ Index Smoke速報データブリーフィング
2026年10月17日のYZ Index Smoke速測では14モデルを対象に評価が行われ、GPT-o3が94.51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問の簡易測定であり、短期シグナルの観察に
Doubao Pro が85.09点で首位：2026年10月16日 YZ Index Smoke クイックテスト速報
2026年10月16日のYZ Index Smokeクイックテストでは13モデルを対象に評価が行われ、Doubao Proが85.09点で当日首位を獲得した。本テストは1日10問の小規模サンプルによる短期シグナル観測に適したものであり、週次
Gemini 2.5 Proが95.91点で首位：2026年10月15日 YZ Index Smoke簡易テスト速報
2026年10月15日実施のYZ Index Smoke簡易テストでは13モデルを評価し、Gemini 2.5 Proが95.91点で当日首位を獲得した。一部モデルでは大幅な得点変動が観測され、継続的なモニタリングが必要とされている。
AnthropicとOpenAI、評価レポート発表前に承認を要求――独立性の公約と矛盾
ロイターの報道によると、AnthropicとOpenAIはともに外部評価機関によるレポートの発表前に承認権を求めており、両社がこれまで表明してきた評価機関の編集独立性への支持と矛盾する実態が明らかになった。
Claude Opus 4.7・DeepSeek V4 Pro・GPT-o3が92.39点で並列首位：2026-10-14 YZ Index Smoke速報データブリーフィング
2026年10月14日実施のYZ Index Smokeテストで13モデルを評価した結果、Claude Opus 4.7・DeepSeek V4 Pro・GPT-o3が92.39点で並列首位となった。Gemini 3.1 Proのコード実行
Gemini 3.1 Proが82.39点で首位：2026年10月13日 YZ Index Smoke速報データブリーフィング
2026年10月13日のYZ Index Smoke速報では、13モデルを対象に評価が実施され、Gemini 3.1 Proが82.39点で当日首位を獲得した。コード実行と資料制約の2次元を評価する小サンプルの日次シグナルとして、短期的な動
GPT-6 AstraとGPT-6.1 Solが84.99点で並列首位：2026-10-12 YZ Index Smoke速報データブリーフィング
2026年10月12日のYZ Index Smokeテストでは14モデルを対象に評価が行われ、GPT-6 AstraとGPT-6.1 Solがいずれも84.99点で当日首位に並んだ。本レポートはコード実行と資料制約の2次元のみを対象とした小
Claude Opus 4.7・GPT-6 Astra・GPT-6.1 Sol が79.79点で並列首位：2026-10-11 YZ Index Smoke 速報
2026年10月11日のYZ Index Smoke速報では、13モデルを対象に評価が実施され、Claude Opus 4.7・GPT-6 Astra・GPT-6.1 Solが79.79点で並列首位となった。Smokeは1日10問の速報テス