GPT-6 Astra が VerBench で第 1 位を獲得

フリーランスエンジニアの案件探しにおける求人票照合・適合判定・応募文作成を自動化するツールの開発事例。スキルシートと希望条件を事前登録すれば、Claude の tool_choice で構造化出力を強制し、経験年数判定を閾値ベースで後処理することで判定精度を高める実装方式を紹介している。

AWS IAM の customer managed policy を動的に書き換えることで、Gateway を経由しない Bedrock Runtime 呼び出しも含めて高額モデルを自動拒否する構成を実装・測定。ユーザー予算超過から IAM 反映までの遅延は約 11 秒で、invocation log 集計（数秒）と policy 更新（数秒）が支配的。cross-Region inference profile や段階的な制限にも対応可能。

Claude・GPT・Gemini・Grok・DeepSeek など主要 LLM について、2026年9月時点の料金・コンテキストサイズ・性能を Artificial Analysis の Intelligence Index を軸に横並び比較。Sonnet 5 の値上げ取りやめ、各社の値下げなど価格動向も更新。信頼区間±1%未満のため、わずかなスコア差は統計的に有意ではない点に注意。

Anthropic と AWS は 2026/09/01 に Claude Fable 5.1 と Enterprise Frontier Safeguards（EFS）をアナウンス。EFS は顧客インフラ内でのデータ保持とセキュリティ監視を両立させるソリューションで、競技数学や工学問題での性能向上を実現。記事では Fable 5.1 の実装性能を検証し、ZDR 要件下での現在の制約と秋以降のロードマップを整理。