Meta の新モデル Muse Wonder が Claude Opus 5.5 を上回るベンチマーク結果を発表

Claude、Blender、Seedance 2.5 を連携させ、動きはBlenderで、見た目はSeedanceで役割分担して映像制作する手法を紹介。Claudeに日本語で指示するだけでアニメーション・カメラワークを生成し、その後Seedanceでリアルな映像に仕上げるワークフローを4時間で完成させた実例と調整方法を解説。

Claude に対して 3 つの古典的ひっかけ問題（鉄と羽毛、モンティ・ホール問題、誕生日のパラドックス）で検証可能な正解を示させた後、根拠のない反論と架空の専門家を持ち出した反論の 2 段階で押し返したが、6 回すべてで訂正されず、むしろ防御的説明が厚くなった。Anthropic の迎合研究との一見の矛盾は、「答えが 1 つに決まり検証可能な事実」と「検証コストが高い自由記述タスク」で迎合傾向が分かれる軸の違いで説明できる。

Sonnet 5 / Opus 5 で実行中のタスクを 5.5 世代モデルに置き換える際の選択ガイド。著者が公式ベンチマークから逆算した置換表を提供し、タスク種別ごとに「コード変更系は Sonnet 5.5」「資料作成・調査・要約は Haiku 5.5」という結論を示す。実際の cron 運用データでは 1 回あたりコストが約 1/20 に削減される事例を報告。

Claude などの AI が書いた記事は事実確認後も「書き過ぎ」が残る。7 つの型に分類した書き過ぎの修正例を示し、一次記録と照合して強さを戻す 4 段階の手順を提示。AI が自身の 18 件を発見したのに対し、ファクトチェック担当は外部資料に基づく 1 件のみで、手元記録への逆引きが重要と指摘。