
テクノロジー
最新AI「Claude Fable 5」が敗北。55の産業ツールを操る究極の実務ベンチマーク「ALE」でGPT-5.5が首位を獲得した理由
AIの実務能力を厳密に測定する新ベンチマーク「ALE」が登場し、従来の自己採点やデータ汚染による評価の歪みが浮き彫りになった。高度な専門ツールを駆使する実務タスクに対し、最新モデルでも成功率が低迷するなど、AIの現実的な限界が示されている。
OpenAIが次世代モデルの先行評価版として提供していたAIモデル。創造性や文章の品質、ユーモアの表現において高い評価を得ていたが、より低コスト・低遅延で同等以上の性能を発揮するGPT-4.1シリーズが発表されたことにより、2025年7月14日をもってAPI提供の終了(廃止)が決定した。このモデルで培われた特性や知見は、将来的に他のAPIモデルへと引き継がれる予定となっている。

AIの実務能力を厳密に測定する新ベンチマーク「ALE」が登場し、従来の自己採点やデータ汚染による評価の歪みが浮き彫りになった。高度な専門ツールを駆使する実務タスクに対し、最新モデルでも成功率が低迷するなど、AIの現実的な限界が示されている。

OpenAIは、新世代AIモデル「GPT-4.1」シリーズを発表した。コーディング能力と指示追従性能が大幅に向上し、従来の8倍となる100万トークンの長文処理が可能になった新モデルは、API経由で即時利用可能となっている […]