オピニオン

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
出典
OpenRouter:Announcements(RSS)
カテゴリ
オピニオン
AI スコア
66
原文を読む 情報源で全文を読む
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。

原文記事 · AIHOT 記事

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/

すべて見る →
  • OpenAIのモデルがErdős予想の反例を発見

    80年の歴史を持つErdős予想の反例を当社のモデルの1つが見つけたとき、何が起きたのか。研究者の@alexwei_、@HongxunWu、@wjmzbmr1がOpenAIポッドキャストで@AndrewMayneにこの物語を共有し、数学者…

    X:OpenAI (@OpenAI)オピニオンAI スコア 70

  • 世界モデルの機能分類

    World Labsチームと李飛飛氏が文章を発表し、乱用されている「世界モデル」という用語を整理した。言語モデルがテキストの統計を学ぶのに対し、世界モデルは空間と時間の統計(照明、物理法則など)を学ぶ。部分観測マルコフ決定過程(POMDP…

    X:Fei-Fei Li (@drfeifei, World Labs)オピニオンAI スコア 78

  • 共存と協調知能の終焉

    Ethan MollickはOne Useful Thingブログで「共存と協調知能の終焉」と題し、あわせてAIに本を売り込む方法を紹介した。

    Ethan Mollick:One Useful Thing(RSS)オピニオンAI スコア 61

  • AIのミニ製鉄所

    著者はスキル蒸留によりAI作業の78%をMacのローカルモデルで処理し、複雑なタスクのみクラウドに送っている。エージェントがタスクを自動分類し、単純なタスクはローカルで数秒で完了、複雑なタスクはクラウドへルーティングする。過去1週間のロー…

    Tomasz Tunguz 博客(VC 分析)オピニオンAI スコア 68