Ai Score

Metaは、最初のフロンティアモデルであるMuse Wonderをリリースした。これは、軽量な前身モデルであるMuse Sparkよりも大規模で高性能であり、ベンチマークスコアが高く、コーディングなどの複雑なタスクでより良い結果を出す。このリリースは、MetaがAIモデル競争のトップ層に参入したことを示す。

AIモデル • TechCrunch AI

Google DeepMindのGemini 4 ArgonはARC-AGI-3ベンチマークで97.5パーセントを獲得し、GoogleはOpenAIに次いで95パーセントの壁を超えた2番目の研究所となった。しかし、標準ハーネスではスコアが49.8パーセントに低下し、テスト環境によって結果が大きく変動することを示している。

AIモデル • The Decoder

DeepSeekは、MITライセンスの重みを持つV4.1-Flash-1017を正式にリリースし、Terminal-Bench 4.0のスコアを31.2から42.3に引き上げた。このアップデートは実行時間と出力長を削減し、DeepSeek HarnessとTencentのCodeBuddyおよびWorkBuddy向けに調整されており、価格は変わらない。

AIモデル • Pandaily