Category
ベンチマーク
全20本
ニュース
DeepSeek V4-Flash 0731、V4-Pro超えの実力と使い分け
DeepSeek-V4-Flash-0731は再学習のみでエージェント系ベンチマ...
ベンチマーク
HANDBOOK.md解説｜長文ポリシーはエージェントを縛れない【2026】
Surge AIのベンチマークHANDBOOK.mdを解説。20〜124ページの...
ニュース
FLUX 3登場｜画像・動画・ロボット統合の新モデルを徹底解説【2026】
Black Forest Labsが発表したFLUX 3は画像・動画・ロボット制...
ニュース
DeepSeek V4が正式版に｜7/24旧モデル名廃止と移行ガイド
DeepSeek V4が7/24に旧モデル名deepseek-chat/reas...
ニュース
Qwen3.8-Max登場｜自前運用の判断はまだ早い理由
AlibabaがQwen3.8-Max-Previewを発表。2.4兆パラメータ...
ニュース
Soofi S 30B登場｜独発オープンモデルは自前運用に足るか
独AIコンソーシアムがSoofi S 30Bを公開。ベンチマークで既存オープンモ...
AIエージェント運用
Claude Sonnet 5の位置付け｜Opus 4.8とのルーティング設計
Claude Sonnet 5の公式ベンチマーク・価格を基に、Opus 4.8/...
AIツール比較
GLM-5.2徹底比較｜コーディングエージェントは自前運用すべきか
MITライセンスで公開されたGLM-5.2は753BパラメータのMoEモデル。S...
ニュース
Devin SWE-1.7とは｜性能・Windsurf移行期限まとめ【2026年7月】
CognitionがDevin向け新モデルSWE-1.7を投入。ベンチマークはG...
AIツール比較
GPT-5.6 Ultra mode解剖:Claude Agent SDKと比較
GPT-5.6のUltra modeはモデル内蔵の並列サブエージェントでTerm...