#ベンチマーク
記事
モデル
AIエージェントはアプリ全体を作れるか：ReplitのViBench 2.0で検証
ReplitのViBench 2.0は、AIエージェントが機能を一つずつ追加して製品を作れるかを検証する。スコア、コスト、失敗例、限界を検討する。
モデル
Gemini 4 Carbon：Googleは首位を奪還したが、鍵をかけたままだ
Gemini 4 CarbonはArtificial AnalysisとLMArenaで首位に立つが、開発者にも一般にもまだ提供されていない。スコア、価格、アクセス。
モデル
オープンウェイトモデル：首位は誰か、クローズドモデルとの差は
Kimi、DeepSeek、GLM、Qwen、Gemma、gpt-oss：オープンウェイトの首位、クローズドモデルとの差、ライセンス、開発者への影響。
モデル
COBOL、Fortran：OpenAIがレガシー移行にAIを提案
OpenAIはGPT-6.1 SolでCOBOL移行の成功率が5.4%から86.6%になったと報告。テスト、実際の価格、限界を検証する。