OpenRouterが11のLLMを比較し最速の意思決定モデルを探索:ClaudeとGrokが首位
原題:A Robot is Sprinting Towards You: Do You Want it Running on Claude or Grok?
AI 要約
OpenRouterは総額482ドルの推論費用を投じ、11の大規模言語モデルを30ラウンドのリアルタイム意思決定「バトルロイヤル」チャレンジで競わせた。実験結果は、従来の静的ベンチマーク順位が、即時反応を要するエージェントタスク(ロボットの自律制御など)におけるモデルの実際の性能を反映できないことを示した。ClaudeとGrokシリーズのモデルは意思決定速度とタスク成功率で際立った一方、高スコアのモデルの多くはリアルタイムスケジューリング能力が期待に達しなかった。
要点
- OpenRouterは総額482ドルの推論費用を投じ、11の大規模言語モデルを30ラウンドのリアルタイム意思決定「バトルロイヤル」チャレンジで競わせた。
- 実験結果は、従来の静的ベンチマーク順位が、即時反応を要するエージェントタスク(ロボットの自律制御など)におけるモデルの実際の性能を反映できないことを示した。
- ClaudeとGrokシリーズのモデルは意思決定速度とタスク成功率で際立った一方、高スコアのモデルの多くはリアルタイムスケジューリング能力が期待に達しなかった
概要
- 公開日時
- 更新日時
- カテゴリ
- オピニオン
- AI スコア
- 66
おすすめの理由
Jacky 把 11 个模型丢进大逃杀,发现 Grok 4.1 Fast 以 27 倍成本优势击败 Sonnet,而获胜关键不在基准分数,在于模型被训练时压制的攻击性。对任何不再只看排行榜选模型的人,这是今年最值得读的实验。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:OpenRouterが11のLLMを比較し最速の意思決定モデルを探索:ClaudeとGrokが首位。2026年6月4日。https://new.nat6.net/ja/news/cmq02h5su02a7sltrhs0xegph/