#LLM比較

3件の記事

DeepSeek V4.1 Flashを徹底検証。Terminal-Bench 90.6、DeepSWE 74.2%の実力と、GPT-6 Astraの最大83倍安い価格の裏側。MITオープンウェイトと中国データ問題も正直に書く。

Sakana AI「Fugu Max」の実力と誤算。フロンティアモデル不要を掲げた東京発AIの光と影

Sakana AIのFugu Max/Ultra v2が9月11日公開。Fable 5除外でChartography首位も「これはOpenRouterでは？」と開発者。ベンチマークの読み方と実用上の限界を検証。

DeepSeek V4-Proが2026年5月22日に75%の永久値下げを発表。出力トークンはGPT-5.5の34倍安い$0.87/M。SWE-bench 80.6%の実力と中国データ問題を徹底検証。