AIニュース
公司内部站点 · 页面资源保存在本地（2026-10-17 17:41 UTC）· 独立 X 采集尚未配置；互动计数仅限本站

#artificial-analysis

すべてのAIニュースを見る
TGRSSフィード全 35 件

Artificial Analysis、独自知能指数で Claude Haiku 5.5 を 43 点と評価

Artificial Analysis は Claude Haiku 5.5 の知能指数スコアを 43 点と評価し、前世代の Haiku から 26 点上昇したと発表した。また、100 万トークンのコンテキストウィンドウを備えるとしている。結果にはトークン消費量、ターミナルタスク、事実の正確性、そして同社が過小評価されている可能性が高いとする AutomationBench スコアも含まれる。

Gemini 3.8 LiveがArtificial Analysis音声対音声指標で首位、音声1時間あたり0.84ドル

GoogleのGemini 3.8 Live Extended ThinkingモデルがArtificial AnalysisのSpeech to Speech Indexで首位を獲得し、標準モデルはブラインド形式の人間によるリアルタイム評価で2位となった。標準モデルの音声入力コストは1時間あたり0.84ドルで、同指標に掲載されている中で最安となっている。

Xiaomi、強化学習に品質チェックリストスコアを導入しMiMo-V2.6-Proのテストハッキングを防止

テスト合格のみを目的に訓練されたモデルが不要なコードを挿入したりエラーを黙殺したりする問題に対し、Xiaomiはテスト結果に品質チェックリストスコアを乗算して対処した。調整後のMiMo-V2.6-Pro RLはArtificial Analysis Intelligence Indexで46点を獲得し、オープンウェイトモデルで首位となった。

Artificial AnalysisがMistral Large 4を評価、512kコンテキスト対応とAPI価格を発表

Artificial AnalysisがMistral Large 4 Previewの評価結果を公開した。同モデルはIntelligence Indexで38、Cyber Indexで50%を記録した。Mistral AIは512kコンテキスト対応の本モデルを、入力100万トークンあたり1.36ドル、出力100万トークンあたり4.18ドルで提供しており、提供開始から最初の2週間は50%割引が適用される。

アントグループが「Ling 3.1 Flash」を公開、Artificial Analysis知能指数で41を記録

アントグループは、総パラメータ数5600億、コンテキストウィンドウ100万トークンの推論モデル「Ling 3.1 Flash」を公開しました。Artificial Analysisの知能指数v4.3でスコア41を獲得し、エージェント性能とトークン効率の改善が示されています。

Artificial Analysis、OpenAI Web Searchのタスクあたり所要時間を約31秒と測定

Artificial Analysisのベンチマークによると、OpenAI Web Searchのタスクあたり所要時間は約31秒で、テスト対象の26製品中14位となった。OpenAIは検索レイテンシを直接公開していないため、測定チームはストリームイベントを基に計測した。

Artificial Analysis、検索インデックスでOpenAI Web Searchを74スコアと評価

Artificial Analysisは検索インデックス（Search Index）でOpenAI Web Searchを検証し、同ツールはスコア74を獲得してプロバイダー中5位、テスト対象26製品中7位となった。中程度の推論設定のGPT-5.6 Lunaで動作し、この組み込み検索ツールのタスクあたり平均コストは約0.05ドルだった。

Artificial Analysis：Eleven v4 Turboは毎秒96文字を処理、価格はEleven v4の半額に

Artificial Analysisによると、ElevenLabsのEleven v4 Turboは生成時間1秒あたり96文字を処理し、価格は100万文字あたり40ドルとなっている。ベンチマークでは、同モデルがEleven v4より高速でありながらコストは半分に抑えられていることが示された。

Eleven v4 Turbo、Artificial Analysis の Provider Voice TTS Arena で首位を獲得

Artificial Analysis の Provider Voice TTS Arena において、ElevenLabs の Eleven v4 Turbo が Elo レート 1,334 で首位を獲得した。Eleven v4、Qwen-Audio-3.1-TTS-Plus、Sonic 3.6 を上回る。Controlled Voice では 2 位となり、発音の堅牢性スコアは 90.1% を記録した。

Artificial Analysis、ノートPCとワークステーション向け推論テスト AA-AgentPerf-Local をオープンソース化

Artificial Analysis は、記録済みのエージェントセッションを再生してローカル推論速度を測る AA-AgentPerf-Local をオープンソース化し、4つのシステムについて初期の 4-bit 結果を公開した。32 GB に収まるモデルでは、GeForce RTX 5090 が他のテスト対象システムより 3.5 倍超速く完了した。

Artificial Analysis：GPT-6.1 SolはGPT-6 Astraに1ポイント及ばず、コストは4分の1未満

Artificial Analysisによると、GPT-6.1 Solは7日後にGPT-6 Solに代わり、Intelligence IndexでGPT-6 Solを4ポイント上回り、最大エフォート時のタスクあたりコストは0.72ドルで、GPT-6 Astraは3.26ドルだ。定価はGPT-6 Solと同じ100万トークンあたり2ドル／10ドルで、キャッシュ読み取り割引は90%から95%に上がった。

Artificial Analysis、企業向けAI防御のCyber Indexを公開

Artificial Analysisは、CollinearAI、IBM、NVIDIA、VercelとともにCyber IndexとCyber Index Allianceを公開した。同指数は、AIエージェントが脆弱性を発見し修正する能力を評価する3つのオープンベンチマークを組み合わせ、Grok 4.7（xhigh）とMiMo-V2.6-Proが56点で首位に立つ。