ToolNavs 便利なAIツールを発見
ツール投稿 ログイン
戻るAI百科事典
インテリジェンス指数とは:65点・62点は何を比べているのか

インテリジェンス指数とは:65点・62点は何を比べているのか

AI百科事典 • Admin • • 22 回閲覧

インテリジェンス指数は、Artificial Analysisが発表するモデルの総合スコアです。正式名称はArtificial Analysis Intelligence Indexで、各大規模言語モデルの総合能力を0から100の1つのスコアに圧縮し、一目で順位を比べられるようにしたものです。2026年11月17日のランキングでは、Claude Fable 5.2が65点で首位、同日発表されたOpenAIのGPT-6.2 Astraが62点で2位、GoogleのGemini 4 Carbonが60点、より軽量なGemini 4 Hydrogenが54点でした。これは単一テストの成績ではなく、一連の評価を加重合成したものです。

65点はどう計算されるのか

現行バージョンv5.0.1は9つの評価からなり、知識労働、コーディング、科学、総合の4カテゴリーに分かれ、それぞれ25%を占めます。知識労働は実際のオフィス業務の遂行度を測り、AA-Briefcase v1.1が15%。コーディングはコード変更とターミナル操作を測り、FrontierCode-AA 2.0とTerminal-Bench 4.0で合計25%。科学はターミナルでの研究タスクと物理推論を測ります。総合は知識の広さとハルシネーション率を測り、AA-Omniscience v1.1が15%で、内訳は正答率10%、ハルシネーションしないこと5%です。多くの評価はpass@1で採点され、最初の試行で正解しなければ得点になりません。AA-Briefcaseのような自由形式の課題は審査員が採点してEloに換算します。65点とは、この9つの評価の加重合成スコアであり、満点は100点です。

わずか2〜3点の差は何を意味するのか

上位モデル同士の差はわずか2〜3点です。Artificial Analysisによれば、指数全体の95%信頼区間は±1%未満ですが、それは統計誤差にすぎず、2〜3点の差が能力の実質的な違いを意味するわけではありません。より見るべきは、同じモデルが推論の強さによってどう変わるかです。GPT-6.2 Astraは最大設定で62点、高設定で約60点と、設定を下げれば順位も動きます。兄弟モデルのGPT-6.2 Solは最大設定で57点です。見落とされがちなのがコストです。指数を1回走らせるのに、Claude Fable 5.2は約26.5ドル、GPT-6.2 Astraは約4ドル。スコア差はわずか3点なのに、コストは6倍以上違います。スコアだけ見てモデルを選ぶのは、価格を無視することと同じです。

この指数では測れないもの

インテリジェンス指数は主に英語のテキスト評価です。マルチモーダル、音声入力、多言語能力は別途測定され、スコアには含まれません。「このモデルは自分の仕事に合うか」という問いにも答えません。知識労働の課題は一般的なオフィス業務に寄っており、カスタマーサービスや法律、医療といった専門分野は含まれていないからです。バージョンも変わります。2026年11月にv4.3.2からv5.0.1へ移行し、重みも30/20/20/30から4カテゴリー各25%に変わったため、新旧バージョンのスコアを直接比べることはできません。モデル選びの出発点として使うのが正解です。自分の業務に合わせて細目を見て、コードを書くならコーディング類、研究なら科学類をチェックし、推論設定とコストも確認する。スコアは遅れているモデルを切り捨てるのには役立ちますが、上位5モデルの間では、差をつけるのは2〜3点のスコアではなく、価格と具体的な場面での性能です。

関連記事

Claude CodeにCode Mode登場:モデルがスクリプトを書いて複数のツールを一度に呼ぶ

Claude CodeにCode Mode登場:モデルがスクリプトを書いて複数のツールを一度に呼ぶ

Claude Codeは11月17日、実験機能「Code Mode」を正式に紹介した。Claudeがツールを一度にひとつずつ呼ぶのではなく、モデルにJavaScriptを書かせ、Claude Code...

AIライティングツールの選び方:論文・公文書・自媒体、それぞれに合う一本を

AIライティングツールの選び方:論文・公文書・自媒体、それぞれに合う一本を

AIライティングツールに「最強」はありません。あるのは「自分の書き方に合ったもの」だけです。論文を書く学生、公文書や報告書を書く会社員、トレンドを追う自媒体クリエイターが、間違ったツールを買えばお金の...

推論エンジンとは?モデルを動かす仕組み、選び間違えればお金の無駄

推論エンジンとは?モデルを動かす仕組み、選び間違えればお金の無駄

推論エンジンは、大規模モデルを実際に動かすためのソフトウェア層だ。モデルの重みとユーザーのリクエストを受け取り、待ち行列の管理、計算資源の割り当て、メモリ管理、結果の出力を担う。これがなければ、モデル...

コンテキストエンジニアリングとは:プロンプトエンジニアリングとの違い

コンテキストエンジニアリングとは:プロンプトエンジニアリングとの違い

コンテキストエンジニアリングとは、大規模言語モデルが毎回の呼び出し時にコンテキストウィンドウ内で目にする内容を決める実践である。システム指示、ツール定義、検索で得た資料、会話履歴、記憶、ツールが返した...

おすすめツール

もっと見る