Claude Opus 4.7が96.99点で首位：2026-09-20 YZ Index Smoke速報データブリーフィング
2026年9月20日のYZ Index Smoke速測では10モデルを対象に評価が行われ、Claude Opus 4.7が96.99点で当日首位を獲得した。Doubao ProおよびClaude Sonnet 4.6がそれに続いた。
AIレビュー
Claude Opus 4.7が92.49点で首位：2026-09-19 YZ Index Smoke速報データ
2026年9月19日実施のYZ Index Smoke速測では、10モデルを対象にClaude Opus 4.7が92.49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。
GLM-4.6、Smoke評価で5次元すべてスコア欠落――API障害により本日のランキングから除外
GLM-4.6が本日のSmoke評価においてAPI障害またはタイムアウトによりexecution・grounding・judgment・integrity・communicationの全5次元のスコアが欠落し、ランキングに参加できなかった。
Qwen3 Max、材料制約スコアが16.9点急落、コード実行は64.3点急騰
Qwen3 MaxはSmoke評価の本日テストにおいて、材料制約スコアが90.90点から74.00点へ急落する一方、コード実行スコアが25.00点から89.30点へ急騰し、メインランキング総合スコアは54.66点から82.42点に上昇した。
Claude Opus 4.7が100点で首位：2026-09-18 YZ Index Smoke速報データ
2026年9月18日のYZ Index Smoke速報（10モデル対象）では、Claude Opus 4.7が主榜100点を獲得し首位となった。コード実行・資料制約の両次元でいずれも満点という完全均衡の結果を示した。
GPT-o3が77.45点で首位：2026-09-17 YZ Index Smoke クイックテスト速報
2026年9月17日のYZ Index Smokeクイックテスト（10モデル対象）では、GPT-o3が77.45点で当日首位を獲得した。上位モデルはコード実行・資料制約の両指標でバランスのとれたスコアを示した。
Gemini 2.5 Pro、WDCD得点が25.1点急上昇——6モデルが改善、Doubao Proのみ6.3点下落
今回のWDCD v3.1テストでは、Gemini 2.5 Proが1回で25.1点上昇し、DeepSeek V4 Proが97.70点でトップに立った。6モデルがスコアを改善する中、Doubao Proのみが6.3点下落した。
WDCD横評：ビジネスルール場面が2.25点で全場最低、エンジニアリング規範がClaudeの唯一の弱点に
WDCD v3.1の5場面横断評価において、ビジネスルール場面の全体スコアが最も低く、Doubao Proはわずか2.25/4を記録。一方、Claude Opus 4.7はエンジニアリング規範の場面のみ3/4にとどまり、これが唯一の弱点とし
確認率91%から抵抗率36%へ——GLM-4.6の三ラウンド全崩壊が制約維持の欠陥を露呈
WDCD v3.1パイロットテストにおいて、GLM-4.6は初回ラウンドから制約を拒否し三ラウンドを通じてゼロ点を記録。複数制約の並行シナリオにおける系統的な欠陥が明らかになった。
97.7 vs 75.2：DeepSeek V4 Pro、約束遵守能力でQwen3 Maxに22点差をつけトップ独走
WDCD v3.1約束遵守ランキングにおいて、DeepSeek V4 Proが97.70点で首位を獲得し、11位のQwen3 Max（75.20点）に22.5点の大差をつけた。上位と下位の間には、生産システムでの実用可能性において明確な境界
Claude Sonnet 4.6が100点で首位：2026-09-16 YZ Index Smoke速報データブリーフィング
2026年9月16日のYZ Index Smoke速測では10モデルを対象に評価が行われ、Claude Sonnet 4.6が100点満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次元のみをカバーした小サンプルの単日観測デー
Doubao Pro の材料制約スコアが15.9ポイント急落、総合ランキングも7.2ポイント低下
Doubao Pro は本日のSmokeテストにおいて材料制約スコアが80.20点から64.30点へと15.9ポイント下落し、総合スコアも91.09点から83.94点へと7.2ポイント低下した。
Claude Opus 4.7の材料制約スコアが15.9点急落、主榜は1日で7.2点下落
Claude Opus 4.7は本日のSmoke評価テストにおいて、材料制約スコアが昨日の80.20点から64.30点へと急落し、主榜全体も91.09点から83.94点へと低下した。
Gemini 2.5 Proが100点で首位：2026年9月15日 YZ Index Smoke速報データブリーフィング
2026年9月15日のYZ Index Smoke速測では10モデルを対象に評価が行われ、Gemini 2.5 Proが100点満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次元のみを対象としており、単日スコアは短期的なシグナル
GLM-4.6、Smoke評価で5次元データが全欠落——API障害により今回のランキング対象外に
GLM-4.6が本日のSmoke評価においてAPI障害・タイムアウトにより全5次元のデータが欠落し、自動再実行に入ったため今回のランキングには参加しない。欠落はモデル本来の性能ではなくインターフェース層の接続断に起因するとみられる。
GPT-o3の総合スコアが15点急落——コード実行が100点から75点に低下
GPT-o3は本日のSmoke評価において総合スコアが85.15点から70.19点へと15点下落した。主な要因はコード実行ディメンションが100.00点から75.00点へと25点急落したことによる。
Claude Opus 4.7、DeepSeek V4 Pro、Doubao Pro、GPT-5.5が91.09点で並列首位：2026-09-14 YZ Index Smoke速報データブリーフ
2026年9月14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、Claude Opus 4.7、DeepSeek V4 Pro、Doubao Pro、GPT-5.5の4モデルが91.09点で当日首位に並んだ。S
SGLangとMilesがDeepSeek-V4.1にDay-0サポートを提供
SGLangとMilesがDeepSeek-V4.1に対してDay-0サポートを提供。新アーキテクチャの多層共有、Engram最適化、SWA有界リプレイなど複数の技術的改善を実装した。
GPT-5.5のメインボードスコアが1日で21.4点急落——コード実行が97点から75点に
GPT-5.5が本日のSmoke評価においてメインボードスコアを82.29点から60.87点へ大幅に下落させ、1日の下落幅は21.4点に達した。コード実行と材料制約の両次元が同時に20点以上の急落を記録し、全体的な可用性に深刻な懸念が生じて
Claude Opus 4.7のコード実行スコアが97から50に急落、総合スコアは18.7ポイント暴落
Claude Opus 4.7が本日のSmoke評価において、総合スコアが昨日の82.29点から63.59点へと18.7ポイント急落した。主な原因はコード実行スコアが97.00点から50.00点へと47ポイント下落したことにある。