GPT-6 Luna、材料制約スコアが15.9点急落——コード実行は19.7点の大幅上昇
本日のSmoke評価テストにおいて、GPT-6 Lunaの材料制約スコアが87.90点から72.00点へ15.9点下落した一方、コード実行スコアは74.30点から94.00点へ19.7点上昇し、総合メインスコアは80.40点から84.10点
主榜得分 に関するニュース
GPT-5.5のコード実行スコアが100点から75点に急落――総合ランキングも5.3点下降
本日のSmoke評価テストにおいて、GPT-5.5のコード実行スコアが昨日の100.00点から75.00点へと25点急落し、総合ランキングのスコアも78.49点から73.20点に低下した。ただし他の評価次元の上昇が一部を相殺しており、モデル
GPT-6 Luna、材料制約スコアが20点下落・コード実行が41.7点上昇——総合ランキングは13.9点増加
本日のSmoke評価テストにおいて、GPT-6 Lunaの材料制約スコアが95.00点から75.00点に低下した一方、コード実行スコアは58.30点から100.00点に上昇し、総合ランキングスコアは74.82点から88.75点へと13.9点
Claude Opus 4.7の材料制約スコアが15.9点急落、総合ランキングは5.8点上昇
本日のSmoke評価テストにおいて、Claude Opus 4.7の材料制約スコアが100.00点から84.10点へ15.9点下落した一方、コード実行スコアが23.5点上昇し、総合ランキングスコアは92.02点へと5.8点改善した。
Grok 4の材料制約スコアが21.7点急落、コード実行は100点満点に
YZ IndexのSmoke評価において、Grok 4の材料制約スコアが83.00から61.30へと21.7点急落した一方、コード実行スコアは80.90から100.00へと満点を記録した。