4日前
Claude Fable 5、価格2倍で性能差は5.7%
- •Fable 5の性能向上はOpus 4.8比わずか5.7%
- •価格はOpus 4.8の2倍でコスパが課題
- •安全フィルターの迂回コストも加わり割高
#ベンチマーク
12 件の記事
注目6月4日
Qwen3.7-Plus発表、テキストでOpus超え
- •AlibabaがQwen3.7-Plusを発表
- •視覚と言語を統合したマルチモーダルAI
- •テキスト性能でOpus-4.6 Max超えと主張
5月16日
新ベンチマーク、Claude MythosとGPT-5.5がブラウザ脆弱性を自律攻撃
- •CMUが新ベンチマークを公開
- •V8エンジンの脆弱性を自律攻撃
- •Mythosが首位だがコスト12倍
続きを読む →
4月19日
複雑なグラフでAIの性能が半減、新ベンチマークで判明
- •複雑なグラフでAIの性能が約50%低下
- •RealChart2Codeが14モデルを実データで評価
- •上位商用モデルも複雑化で大幅に精度が落ちる