技術ブログ

LLM

2026.06.10

Claude Fable 5 vs GPT-5.5 vs Gemini 3.5 Flash — 3社最新フロンティアLLMベンチマーク徹底比較

6月9日リリースのClaude Fable 5を含む3社最新モデルのベンチマークを、自社公表・他社公式資料・第三者評価の3ソースを区別して徹底比較。安全フォールバックがスコアに影響する新世代特有の論点も解説。

LLM

2026.04.14

GPT-5.4 vs Claude Opus 4.6 vs Gemini 3.1 Pro vs Muse Spark — 4モデルのベンチマーク徹底比較と得意・不得意マップ

公式発表（一次ソース）と第三者評価（二次ソース）を明確に区別し、各社が「見せたかったもの」と「見せなかったもの」の差分からフロンティアLLMの得意・不得意を読み解く。

LLM

2026.04.03

Google Gemma 4 登場 — Qwen 3.5・Llama 4 など主要ローカルLLMとベンチマーク徹底比較

2026年4月リリースのGoogle Gemma 4を、Qwen 3.5やLlama 4など主要オープンLLMとベンチマークで徹底比較。MMLU Pro・GPQA Diamond・LiveCodeBench等の最新スコアを表形式で整理。