自作FWを実験台にGemini Argonの性能を検証してみた

Anthropic が 30 万件以上の実会話を分析し、Claude の応答態度が言語とモデルバージョンで系統的に変わることを実証した研究成果。服従度、温かさ、深さ、率直さという 4 つの軸で人格差を定量化し、同じ質問でも英語か日本語かで応答ニュアンスが異なる仕組みを明らかにした。利用者が言語やバージョンを選ぶだけで AI との付き合い方が変わる可能性を示唆。

Meta が発表した Muse Wonder は最上位グループの一角だが、総合評価では Claude Opus 5.5 が首位のままで、Fable 5.1・GPT-6 Astra と同等かやや上。長時間の開発や業務プロセスの完遂に強い一方、事実知識やゼロからの実装は苦手で、API で試せる無料版（Wonder）は Wonder Full より性能が一段低い。

Meta が 2026年10月に発表した Muse Wonder と、Anthropic の Claude Fable 5.1・Opus 5.5、OpenAI の GPT-6 Astra を、ベンチマーク・得意分野・料金で比較。Muse Wonder は最上位グループの一角だが、総合では Opus 5.5 が首位。長時間の開発業務に強く、事実知識は苦手。API で利用できるのは Wonder 版で、Wonder Full より性能が劣る点に注意。

Anthropic が 10 月 7 日に発表した Claude Haiku 5.5 は、入力 100 万トークンあたり 0.10～0.50 ドルの低価格と調整可能な effort に対応し、要約・分類・問い合わせなど大量の定型作業を現実的コストで実行可能。単一の上位モデルに依存するのではなく、方針決定 AI と実働 AI を組み合わせた分散型チーム体制への移行を促進する設計が特徴。