Share
OpenAI「GPT-5.6」一般公開 最上位モデルは「コスト半分で一部Fable 5超え」うたう（2/2 ページ）
公開
ターミナルでのコーディング性能を測るベンチマーク「Terminal-Bench」の結果（出典：公式ブログ）
コーディングエージェントとしての性能を測るベンチマーク「DeepSWE」の結果（出典：公式ブログ）
Web検索性能を測るベンチマーク「BrowseComp」の結果（出典：公式ブログ）
経済的価値のある実務遂行能力を測るベンチマーク「GDPval-AA」の結果（出典：公式ブログ）
コンピュータ使用能力を測るベンチマーク「OSWorld 2.0」の結果（出典：公式ブログ）
ビジネスシーンのワークフローの完遂能力を測るベンチマーク「Terminal-Bench」の結果（出典：公式ブログ）
脆弱性発見や悪用の能力を測るベンチマーク「ExploitBench」の結果（出典：公式ブログ）
サイバーセキュリティ関連性能を測るベンチマーク「Capture the Flag Challenges」の結果（出典：公式ブログ）
計算生物学における性能を測るベンチマーク「GeneBench-Pro」の結果（出典：公式ブログ）
生命科学分野における性能を測るベンチマーク「LifeSciBench」の結果（出典：公式ブログ）
創薬化学における性能を測るベンチマーク「MedChemBench」の結果（出典：公式ブログ）
Copyright © ITmedia, Inc. All Rights Reserved.
印刷する
SNSでシェア
SpecialPR
関連記事
SpecialPR
こんなメディアも見られています
ITmedia AI＋に関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
メールマガジンを配信中
SpecialPR
よく見られているカテゴリー
アクセスランキング
-
1
デスクトップ版ChatGPT大幅刷新 AIエージェント「Codex」統合、「ChatGPT Work」に
-
2
Claude、利用制限を全リセット 競合「GPT-5.6」公開と同日……OpenAI幹部「ビビってるね」
-
3
Anthropic、「Claude Code」のシステムプロンプトを80％削減 「モデルの創造性を解放するため」
-
4
FDEとリコーの新コンサルサービス、どこが違う？ AXのパートナー選びを考察
-
5
「Claude Fable 5」サブスク、突如5日間延長 ユーザー悲喜こもごも「寝ずに頑張ったのに」「制限リセットして」
-
6
AIがExcel作業を丸ごと自動化？ 企業の定型業務を効率化へ
-
7
農水省の“クソダサ”ポスター話題 「AIよりよっぽど良い」の声も 担当者に狙いを聞いた
-
8
Claude「サブスク最上位プラン」6カ月間無料で提供 OSS開発者向けキャンペーン、対象を拡大
-
9
1万9000人が利用するソフトバンクの「全社RAG基盤」 構築の泥臭い舞台裏
-
10
AIが破壊するIT業界の“人月商売” 「SIerの死」後に“生き残る者”の正体
SpecialPR
ITmedia AI＋ SNS
@itm_aiplusをフォロー
インフォメーション
注目情報をチェック
ITmedia AI＋をフォロー
あなたにおすすめの記事PR