カテゴリー · 95 本 · 最新 2026/11/11 · ページ 7
ベンチマーク
ベンチマーク·Claude Opus 5.5は数字を捏造する？経営会議の罠で検証不足データを求める経営会議向けの分析で、Opus 5とOpus 5.5を比較。Anthropicが公表した18件のレポート検証結果も紹介します。ベンチマーク·SWE-Flux：LLMはコードの実行時の動きを理解できるのか実際のPythonリポジトリを使ったベンチマークSWE-Fluxでは、最良のモデルも正答率37%。LLMがコードの実行時の動きをどこまで理解できるのかを検証します。ベンチマーク·Wan 3.0とWan 2.2を比較。同じ指示で8本の動画を生成同じ4つの指示でWan 3.0とWan 2.2を比較。生成した8本の動画を並べ、画質や物理表現、音声、生成時間、コストを検証します。ベンチマーク·Claude Opus 5.5のデータ分析力を検証、44項目中43項目が正確文章生成テストのCSVをClaude Opus 5.5に分析させ、44項目を照合。相関計算やグラフ用コード、分析コストを検証しました。ベンチマーク·ローカルAIとAPIの料金比較：RTX 4090の実測コストRTX 4090でローカルAIの電力コストを測定し、API料金と比較。モデル別の品質スコアや、GPU購入費の損益分岐点も紹介します。ベンチマーク·Wan 2.2をRTX 4090で実測：生成時間・VRAMと4本の作例Wan 2.2 TI2V 5Bで生成した4本の動画とRTX 4090の測定値。初回読み込み、VRAM、電力量、小容量GPUに結果を当てはめる際の限界を整理します。ベンチマーク·Z-Image TurboとQwen-Image 2.1：RTX 4090実測とVRAM同じ8プロンプトで生成した16枚とRTX 4090の実測値。小容量GPUの未測定条件、ComfyUIの設定、日本語の文字品質を判断できる範囲を整理します。ベンチマーク·Gemma 4 12BなどローカルAI 7モデルを比較、RTX 4090で検証RTX 4090でローカルAI 7モデルの文章作成、速度、VRAMを比較。クラウドのHaikuとのAPI料金も補足します。ベンチマーク·Midjourney V8.2とGemini Nano Bananaを比較、どちらを選ぶ？【2026年】Midjourney V8.2とNano Banana 2／Proを、速度・料金・画質・APIで比較。実測テストの結果と、用途別の選び方を紹介します。ベンチマーク·GPT Image 2.5やMuse Imageなど画像生成AI 6モデルを比較Artificial Analysis上位の画像生成AI 6モデルを同じ条件で比較。画質、生成時間、画像1枚あたりのUSD料金を検証しました。