OpenRouter に登場した 5 大モデル、実力を比較──Claude Opus 4.8・Step 3.7 Flash・MiniMax M3 ほか
Hiroba による自動要約
2026年5月27日~6月4日の10日間に OpenRouter に Claude Opus 4.8、Step 3.7 Flash、MiniMax M3、Qwen 3.7 Plus、NVIDIA Nemotron 3 Ultra が相次いで掲載された。同じ 3 つのプロンプト(コード生成・推論問題・翻訳)を投げて応答速度・コスト・品質を比較したところ、推論問題では全モデルが同等、コード生成では Claude と Nemotron が優位、コストは Claude が 1 リクエストあたり 17.5 ミリドルと他モデルの 7~17 倍高い結果になった。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 6607 件あります。
関連する記事
同じタグの記事

個人開発の LLM アプリを「お財布攻撃」から守る: App Attest、Durable Object の実行制限、WAF を見送った理由
Zennログインなし・無料で Claude を呼べる iOS アプリ「空海とともに」の防御設計の記録。Workers の Rate Limiting binding が本番で一度も 429 を返さず、Durable Object の厳密なカウンタに置き換えた経緯、定数から 1 日の最大料金を算出する設計、App Attest による端末検証、WAF を見送った判断を解説。Claude Code の security-assessment skill を使った検証にも言及。LLM アプリを公開する個人開発者向け。

LLM の長期記憶ベンチマーク LongMemEval を直訳せず日本の暮らしに合わせて作り直した LongMemEval-JA を公開
Qiita長期記憶ベンチマーク LongMemEval の 500 問を、円・メートル法・日本の店や祝日に置き換えて再構築した LongMemEval-JA の公開記事。生成は Claude の Message Batches API、スクリプトと記事は Claude Code と共同作成。ShareGPT 由来の会話は除外し新規作成で代替。Claude Opus 5.5 の正答率は英語版とほぼ同等の 474/500。データとスクリプトは MIT ライセンスで公開、日本語の記憶評価を行う開発者向け。
Anthropic、常時稼働エージェント構築ガイドを公開 (11/13):inbox・timers・memory・permissions・outbox の 5 要素で構成
RedditAnthropic が設計ガイド「Building always-on agents」を公開。普段は休止し、イベントやタイマーで起動して session 内で run を実行する Agent の構成を、event inbox、timers、memory、permissions、outbox の 5 要素で整理。承認待ちを deferred tool calls で処理する手法や Claude Code auto memory への言及もあり、定期実行・常駐型 Agent の設計者向け。
Show HN: Claudette - Claude Code で Mistral モデルを使うためのラッパー
HNClaude Code のリクエストを Mistral API 向けに変換するローカルプロキシ型ラッパー「claudette」が公開。`claude` と同じフラグ・サブコマンドで動作し、設定ディレクトリを分離するため既存の Claude Code 環境には影響しない。既定は mistral-large-latest、ステータスラインにコンテキスト使用率と推定コストを表示。非 Claude モデルでの実行は Anthropic 非サポートで、動作確認は macOS のみ。