タグ: AI評価

オープンウェイトモデルGLM-5が、Artificial Analysis Intelligence IndexでClaude Opus 4.5と同点の50を記録し、ベンチマークではトップクラスの性能を示した。一方で、Twitter上の検証では実務的なコーディングタスクでの課題が指摘されており、ベンチマークスコアと実用性の評価に乖離が見られる。