TAG / TOPIC
「Artificial Analysis」に関するAIニュースと解説記事の一覧です。
03 STORIES
LATEST STORIES
RESEARCH / 04
Artificial Analysisが2026年9月4日にIntelligence Index v4.2を公開。新評価AA-BriefcaseとGDP.pdfの追加、GPQA Diamondの除外、非公開テスト40%への倍増など変更点を整理し、Claude Fable 5.1首位・GPT-6 Astraの追走という結果を一次情報に基づき伝える。
RESEARCH / 04
独立ベンチマーク機関のArtificial Analysisは2026年8月19日、AIエージェントの検索APIを比較する新ベンチマーク「Search Index」を公開した。12の検索APIプロダクト（7プロバイダ）を対象に、GPT-5.6 Luna（medium）を候補モデル、Stirrupハーネス（web_search・web_fetch・finish、最大25ターン）を固定して、検索プロバイダだけを変える同一条件で評価する。品質指標はDeepSearchQA（F1）・BrowseComp（正解率）・AA-Omniscience（正解率）の等加重平均。検索なしのモデル単体ベースライン（33点）に対し、上位はParallel Search（advanced）75点、Exa Search（auto）74点、Firecrawl Search 73点など。コスト（タスクあたり）と速度（タスクごとの所要時間）も併せて比較する。数値は全てArtificial Analysisの公開データに基づく。
RESEARCH / 04
第三者のベンチマーク機関Artificial Analysisは2026年8月17日前後、Alibaba Qwen製の27Bオープンウェイトモデル「Qwen3.8-27B」の評価結果を公開した。インテリジェンス指標（9種の評価の複合）で52点を記録し、同指標でGPT-5.6 Luna（max）と同点、GLM-5.2（max）より1点低い水準。小規模なオープンウェイトモデルがフロンティア級のスコアに並んだ点が注目される一方、評価中の出力トークン数は160Mで中央値（43M）の約3.7倍と非常に冗長で、効率面の課題も明らかになった。数値は全てArtificial Analysis（一次情報）および同指標のデータに基づく。
