[B! AI] OpenAI o3, Claude 3.7 Sonnet , Gemini 2.5 Proの評価と解釈[2025年4月版]

ancientdragon o3のコンテキストサイズは128kではなく、正確には200kです。公開前に十分な校正・校閲を実施し、しっかりとレビューを行ったうえで情報発信されることを推奨します。情報の信頼性が高まり、混乱や誤解を防げますよ。

2025/04/29 リンク

jintrick 推論もコーディングも「o3 ≒ Gemini 2.5 Pro > Claude 3.7 Sonnet」／ツールの連携は「3.7 Sonnet > o3」。Copilotに要約してもろた

2025/04/29 リンク

T-norf くそ忙しくて実物触る時間ないので助かる。Geminiが追いついてきて三つ巴よね。文殊の知恵とかクロスチェックさせるのもそこまで難しくないので、コードレビューとかはそういう運用もありかも

2025/04/29 リンク

$fraction$

fraction 論理的思考が何たるものか「分かってそう」な順だとClaude 3.7 Sonnet ~ Gemini2.5 Think何ちゃら ~ Grok3>>ChatGPPT3o(でいいか？）だった。依然としてどれも小学生ができることができない（数式レベルで問うてるので大学知識必要だが

2025/04/29 リンク

misshiki “OpenAI o3, Claude 3.7 Sonnet , Gemini 2.5 Proの評価と解釈と題して、2025年現在よく使われているベンチマークセットの紹介と結果を整理し、解釈をまとめました。”

2025/04/30 リンク

$fraction$

2025/04/29 リンク

jintrick 推論もコーディングも「o3 ≒ Gemini 2.5 Pro > Claude 3.7 Sonnet」／ツールの連携は「3.7 Sonnet > o3」。Copilotに要約してもろた

2025/04/29 リンク

chi-bd そのうち「SWE-bench VerifiedやAider polyglotをクリアできないプログラマはAI以下だから要らない」という時代が来るのかなぁ

2025/04/29 リンク

aomvce Claude 3.7 Sonnet は、拡張思考モードで比較しないと意味ないのでは？　史上初のハイブリッド思考モデルだったかと

2025/04/29 リンク

OpenAI o3, Claude 3.7 Sonnet , Gemini 2.5 Proの評価と解釈[2025年4月版] - Algomatic Tech Blog

こんにちは。Algomatic AI Transf ormation(AX) のsergicalsix（@sergicalsix）です。最近OpenAI の o3,... こんにちは。Algomatic AI Transf ormation(AX) のsergicalsix（@sergicalsix）です。最近OpenAI の o3, o4-mini、Anthropic の Claude 3.7 Sonnet、Google の Gemini 2.5 Pro や Gemini 2.5 Flash など、次々と新しい大規模言語モデル（LLM）が登場しました。あまりのスピードに、最新動向を追い切れず困っている方も多いのではないでしょうか。モデルを選ぶ際は、実際に触ってみた使用感や解きたい課題・利用環境を重視するのが理想です。しかし、すべてのモデルをあらゆるシナリオで試すのは現実的に難しいです。そこで役立つのが公開ベンチマークのスコアです。自分で全モデルを試せなくても、共通データセットで測った成績をベースラインとして押さえておけば、おおまかな実力を比較できます。