500日間の起業テストで初期資本を上回る利益を出したAIモデルはわずか3つ
原題:Only three AI models finished above starting capital in a 500-day startup survival test
AI 要約
プリンストン大学はCEO-Benchベンチマークを発表し、AIエージェントに模擬環境でサブスクリプション型ソフトウェア企業NovaMindを500日間運営させ、初期資金100万ドルを付与した。テストした14モデルのうち、最良の実行で初期資本を上回ったのはClaude Fable 5(最良ラウンドで4715万ドルの利益)、Claude Opus 4.8(2780万ドル)、GPT-5.5(2130万ドル)の3つのみ。言語モデルを呼び出さない単純なルールベースのヒューリスティック手法が、固定価格設定、クォータ、的を絞った開発により1576万ドルに達し、上記3モデル以外のすべてを上回った。多くのモデルは一貫した戦略を維持できず、シミュレーション終了前に破綻した。このテストはAIの長期的な戦略的意思決定能力を測定することを目的としている。
要点
- プリンストン大学はCEO-Benchベンチマークを発表し、AIエージェントに模擬環境でサブスクリプション型ソフトウェア企業NovaMindを500日間運営させ、初期資金100万ドルを付与した。
- テストした14モデルのうち、最良の実行で初期資本を上回ったのはClaude Fable 5(最良ラウンドで4715万ドルの利益)、Claude Opus 4.
- 8(2780万ドル)、GPT-5.
- 5(2130万ドル)の3つのみ。
- 言語モデルを呼び出さない単純なルールベースのヒューリスティック手法が、固定価格設定、クォータ、的を絞った開発により1576万ドルに達し、上記3モデル以外のすべてを上回った。
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- AI スコア
- 70
普林斯顿的 CEO-Bench 测试了一个反直觉结果,一个不用 AI 的简单规则系统击败了绝大多数模型——在当前 agent 都在比窄任务时,这个测试直指长期战略决策的致命短板,做 agent 的必须看。
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:500日間の起業テストで初期資本を上回る利益を出したAIモデルはわずか3つ。2026年6月28日。https://new.nat6.net/ja/news/cmqxnrjtc004ssljh9zvejgbo/