Category
ベンチマーク
全24本
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・コストとWindsurf移行期限
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...
AIエージェント入門
AIエージェント品質評価ガイド｜pytestでテスト自動化【2026】
AIエージェントを本番導入する前に必須の品質評価手法を5ステップで解説。pyte...
ベンチマーク
MCP Tool Poisoning防御2026｜OWASP 7防御層と実装コード
OWASP MCP Top 10準拠。MCPツール汚染の攻撃メカニズムとMELO...
ニュース
Code with Claude Tokyo速報｜Opus 4.8・Compliance API【2026年6月】
2026年6月6日開催 Anthropic「Code with Claude T...
AIツール比較
Grok 4 Fast・Claude 4.8・GPT-5の実務比較【2026】
Grok claude 比較・grok gpt 比較。Grok 4 Fast・C...
AIツール比較
AIエージェント ベンチマーク崩壊｜数字に騙されない選定法
UC Berkeleyが8大ベンチマークのハッキングに成功。SWE-bench・...