Artificial Analysisによると、Googleはプリセット音声と音声複製に対応するGoogle DeepMindのテキスト読み上げモデル、Gemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを公開した。同社のテストでは、Gemini 3.8 Flash TTSの発音ロバスト性は89.5%、Provider Voice ArenaのEloは1,263だった。
Googleによると、Hume AI Voice DesignにおけるGemini 3.8 Flash TTSの総合スコアは71.4、アクセントモデリングのスコアは60.8。Hume AI Overall QualityでもFlash TTSを1位、Gemini 3.8 Flash-Lite TTSを2位としている。
DAIR.AIによると、スタンフォードとTogether AIの論文では、o3-mini、Claude Sonnet 4、DeepSeek-V3が自己組織化するチームとして数学と物理の5つのベンチマークで平均66.7%となり、最も強いメンバー単体の48.8%、完全なルーターの59.0%を上回った。
Artificial Analysisは、新たな9言語のリーダーボードすべてで首位に立つオープンウェイトの音声合成モデルは1つもないとしている。首位はHiggs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS、Breeze TTS 2に分かれている。
Artificial Analysisは、StepAudio 3 ASRの文字起こし速度係数を実時間の88倍と報告している。3つのより速いシステムより遅く、ElevenLabs Scribe v2およびGemini 3.5 Transcribeに近く、Fun-Realtime-ASR-previewより速い。
OpenAIは、GPT-6 LunaがDeepSWE v1.1で66.6%を記録し、medium effortでClaude Opus 5およびFable 5に匹敵しつつ1タスクあたり93〜96%低いコストだと報告している。また、より高いeffortでは事実性でGPT-5.6 Solに匹敵し、コストは約100分の1だとしている。
2026年9月22日、Scale AIはSWE-Bench Proの公開スプリットを更新したSWE-Bench Pro V2を公開した。
elvis（@omarsar0）が、MCPサーバーとして提供されるデータエージェント向け自己進化オントロジー層EvoOntologyに関する論文を共有した。投稿によると、DDR-Benchの精度は6つのバックボーンで平均17.8ポイント上昇し、GPT-5.5では26.7ポイント、BIRDの実行精度は7.4ポイント上昇するという。