Benchmarks De Ia

SemiAnalysisは、チップ設計、サイバーセキュリティ、金融、法務、RSIを含む11の領域にわたるエージェント能力ベンチマーク、GDPxを発表した。SemiAnalysisによると、Opus 5.5が12%のスコアでリーダーボードの首位に立った。

ベンチマーク • Techmeme

GoogleはGemini 4 Carbonをリリースした。これはコーディング、エージェントタスク、サイバーセキュリティにおいて大幅な向上をもたらすと同社が述べるフロンティアモデルである。Googleは、CarbonがArtificial Analysis Intelligence Index v5.0で首位に立ち、Claude Opus 5.5やGPT-6 Astraを上回ると主張している。

AIモデル • The Verge AI

Artificial AnalysisはIntelligence Index v5を発表し、コーディングと科学に関する2つの新しいベンチマークと3つのアップグレードを追加した。現在、インデックスの大部分は非公開データセットに基づいて構築されている。同組織によると、Claude Opus 5.5（max）がスコア58で首位に立っている。

AI研究 • Techmeme

トランスクリプトの抜粋に基づく：マシュー・バーマンは、GoogleがGemini 4 Carbonを発表した件についてレビューしている。同社はこれを地球上で最良のモデルであると主張している。彼は、Artificial Analysis Index V5でのトップランクをはじめとするベンチマーク結果、Opusと比較した効率性と低コスト、そして最先端のサイバーセキュリティ能力を取り上げている一方で、このモデルはまだ公にリリースされていないことに言及している。

AI News & Model Releases • Matthew Berman

GoogleのGemini 4 Carbonは、複雑な推論、知識、科学タスクにおける優れたパフォーマンスを背景に、Artificial Analysis Intelligence Index v5で59点のスコアを獲得し、新たな第1位となった。Coding Agent IndexではClaude Opus 5.5に次ぐ第2位であり、以前のGeminiモデルと比較して大規模なコーディングおよび知識作業での向上が見られる。

モデルリリース • Hacker News