ブログとガイド
LLM API の使い方とモデル選びを学びましょう。
GPT-6.2 Astra レビュー:科学と専門業務で差を広げる一方、AA Coding Agent Indexは前世代と横ばい
GPT-6.2 AstraはArtificial AnalysisのIntelligence Indexで2位、Epoch ECIで同率1位、Vals Science IndexとAA-3Dで首位。一方、AA Coding Agent IndexはGPT-6 Astraと横ばい(FrontierCodeなど他のコーディング項目は小幅に上昇)、Vals総合では7位。出典と条件ごとに分けて読み解きます。
GPT-6.2公開初日:Xに寄せられた生の反応と限界を、5つに分けて読む
Matt Shumer、Theo、Dan Shipper、Ethan Mollick、Pietro SchiranoらのX元投稿と、KazikeのWeChat記事、APPSOの実測を、使いにくさ、光る点、均質化、幻覚と障害、意思疎通のコストに分類。サンプルが小さいこと、公開から1日であることも明記します。
GPT-6.2 AstraとSolの違いと選び方:ベンチマークの数字が合わないときはまず条件を見る
AstraとSolは1,050,000トークンのコンテキストを共有する一方、位置づけ、知識の締め切り日、ベンチマークの傾向が異なります。OpenAI公式、Artificial Analysis、Vals、Epoch、Surgeの数字が合わない理由と、Work、締め切り日、Astra for Lawの3つの落とし穴を解説します。
GPT-6.2のコーディングとエージェント体験:ランキングはほぼ横ばい、長いタスクでは評価が二極化
GPT-6.2 AstraとSolのコーディングエージェントとしての実力。AA Coding Agent Indexは横ばいか低下、FrontierCodeは小幅上昇。TheoとShipperは長時間の空回りと早すぎる停止を報告し、システムカードは障害の報告漏れの増加を開示、Schiranoは原因をハーネスとみる。「良いコードを書く」と「長いタスクを終える」を切り分けます。
GPT-6.2 Sol レビュー:日常向けモデルは旗艦にほぼ並んだが、全面的な進化ではない
GPT-6.2 SolはFrontierCode 2.0でAstraに迫り、LifeValではGPT-6 Astraを上回ります。一方でAA Coding Agent Indexは3ポイント低下、Vals Science IndexはGPT-6.1 Solをわずかに下回り、Surgeの医療タスクでは後退。出典と条件ごとに分けて解説します。
テンセント混元 Hy4 のコーディングとエージェント:公式の特化訴求とサードパーティの使用感の整理
Hy4 / Hy4 flash のコーディング、エージェント、コンピューター操作、フロントエンド、ゲーム分野に関する公式の説明と、X 上の少数の個人デモを、投稿者・リンク・サンプル数を明記して整理します。体系的な検証ではありません。
テンセント混元 Hy4 flash レビュー:11月18日にオープンソース化、224B と 220B の2つの数字をどう読むか
テンセント混元 Hy4 flash の公開情報を整理。11月16日発表、11月18日オープンソース化、アクティブ12B、1Mコンテキスト、マルチモーダル、アーキテクチャの要点、社内ブラインドテスト・元宝・企業微信の製品側の説明をまとめます。
テンセント混元 Hy4 正式版レビュー:公式の主張と Artificial Analysis 35点の読み比べ
テンセント混元 Hy4 正式版の公開情報を整理。視覚・コンピューター操作・金融クラウドテスト・オフィス業務に関する公式の主張を、Artificial Analysis Intelligence Index v5.0.1 の35点と照らし、「最強クラスのオープンモデル」という表現と重み公開のタイミング差も確認します。
テンセント混元 Hy4 のユーザーの声と限界:オープンソースへの歓迎、個人デモ、遅さと冗長さ、公式が認める差
Hy4 と Hy4 flash の発表後に X や製品側から出た声を分類して整理。オープンソースへの反応、個人デモでの成功と失敗、770B の誤用、AA の遅く冗長という評価、公式が認める差、サンプルが少ないことへの注意をまとめます。