問題セットを替えれば同じモデルでも順位は数段落ちます。ランキングは通知表ではなく、出題者の視点で切り取った一枚にすぎません。ベンチマークの作り方、採点器の設計、数字が膨らまない工夫を扱います。
2026年9月22日、テンセントはApsara Conferenceの開幕と同じ日に、混元（Hunyuan）画像モデルの新バージョン「Hy Image 3.5 Preview（プレビュー版）」を発表した。これは通常の反復更新ではない。テンセントは「マルチターン対話式編集」を今回の更新の核となる売りに...
2026年9月22日、Anthropicは公式NewsroomでClaude Opus 5.5を発表した。新しい5.5シリーズの先頭を切るモデルだ。公式によると、多くのタスクで最上位モデルClaude Fable 5.1と同等の性能を発揮しながら、Opus 5と比べた典型的なワークロードの実行コスト...
2026年9月22日、小米のMiMoチームは公式チャネルを通じて大規模モデルMiMo-V2.6シリーズを正式に発表・オープンソース化した。旗艦モデルのMiMo-V2.6-Proと高効率推論モデルのMiMo-V2.6-Flashである。いずれもネイティブな全モーダルモデルで、テキスト・画像・動画・音声...
2026年9月22日（米国時間）、Anthropic は公式アカウント claudeai を通じて Claude Opus 5.5 を発表した。全く新しい Claude 5.5 シリーズの最初のモデルとなる。公式発表によれば、Opus 5.5 は多くのタスクで Claude Fable 5.1 に匹...
2026年9月21日、第三者ベンチマーク機関のArtificial AnalysisがGrok 4.7の完全評価を公開しました。結論は明確です。これは「エージェント能力優先」のバージョンアップであり、Grok 4.7はIntelligence Indexで46点（4.6比＋2点）を獲得し、xAIを世...
2026年9月22日、AIモデルAPIアグリゲーションプラットフォームのOpenRouterは、公式ブログでBatch APIの提供開始を発表しました。リクエストをまとめて一括送信すると、プロバイダーが24時間のウィンドウ内で実行時間を自由に調整する代わりに、料金は通常、標準のトークン単価の50％、...
2026年9月22日、中国電信 AI（TeleAI）は公式プレスリリースで Xing4.0-29B-A4B を発表した。次世代の軽量エージェント大規模モデルという位置づけだ。主要スペックは明快。総パラメータ290億、トークンごとに活性化するのは40億のみ。MoE アーキテクチャを採用し、コンテキスト...
2026年9月22日、Hugging Face は公式ブログで、transformers が GGUF 量子化モデルを直接読み込めるようになったと発表した。from_pretrained に gguf_file を渡すだけで、Hub 上の GGUF チェックポイントを慣れ親しんだ transform...
