Google、Gemini 3.8 Flash公開、コーディング性能がClaude Opus 5に接近
GoogleがGemini 3.8 Flashと政府・防御機関向けの3.8 Flash Cyberを発表。ソフトウェアエンジニアリング評価でClaude Opus 5に迫る性能を、大幅な低価格で実現した。
続きを読む
タグ一覧に戻る
コーディングAI
記事数: 5 件
GLM-5.3 オープンウェイト公開、GPT-5.6 Luna超えの性能を今すぐ無料で試す方法
約束どおり2週間でウェイトを公開したZ.ai。Artificial Analysis ベンチマークでGPT-5.6 Lunaを上回る75BのGLM-5.3が、HuggingChatから誰でも無料で使えるようになった。ローカル実行からAPIまで、実践的な使い方を徹底解説する。
続きを読む
LLM・生成AI
更新
Grok 4.5 一般公開、Cursor データで訓練も『自己申告ベンチマーク』に懐疑の声
SpaceXAI（旧xAI）が Grok 4.5 を一般公開しました。Cursor の実開発セッションを学習に取り込み、Harvey 法律ベンチマークで1位を獲得。価格は入力$2/出力$6（100万トークンあたり）と Opus 4.8 の半分以下ですが、独立系ベンチマークでの検証はまだなく、Cursor ユーザーのコードが無断で学習に使われた可能性も指摘されています。
続きを読む
Claude Fable 5 実践ガイド：コーディングからゲーム生成まで、今日から試せる使い方まとめ
6月9日に公開されたAnthropicの最強モデルClaude Fable 5。SWE-Bench Proで80.3%を達成する圧倒的なコーディング性能、テキスト1行でゲームを自動生成するクリエイティブ機能、スクリーンショットからUIを再現するビジョン能力を、今日から試せる実践的な使い方と具体例で解説する。
続きを読む
GLM-5.1リリース——長時間エージェントタスクで既存モデルを上回る新世代AI
ZhipuAI が GLM-5.1 を MIT ライセンスでオープンソース公開。SWE-Bench Pro で 58.4% を達成し、600 回反復の最適化や 8 時間連続でのデスクトップ構築など、長時間エージェントタスクで突出した能力を示している。
続きを読む