【タイムライン】AGI終末時計

現在のAIビックテックのAGI到達レベル

– 2025年8月4日更新 –

AIビックテックのAGI到達レベルの変遷

更新情報

2025年7月30日、ChatGPTに新しく「Study Mode（学習モード）」が追加された。
この機能は、ただ正解を提示するのではなく、ヒントや対話を通じて「考える力」を育てる学習支援ツール。対話を通じて学べる家庭教師のように、学生一人ひとりの理解に寄り添うことが可能に。変更なし。

2025年7月29日、MicrosoftがWebブラウザ「Edge」に新機能「Copilot Mode（コパイロットモード）」を導入！
AIがユーザーのニーズを先読みしてサポートする能動的なブラウジング体験へと進化させる試み。28→29に変更。

– 2025年7月29日更新 –

AIビックテックのAGI到達レベルの変遷

更新情報

2025年7月10日にxAI社が、Grokの最新モデルであるGrok4を発表。
先代のGrok3から大幅に進化を遂げ、ベンチマークの結果を見る限りChatGPTやGemeni、Claudeなどといった主要の生成AIツールよりもハイスコアを記録。29→32に変更。

2025年7月14日、AWSからAIエージェント搭載のIDEが公開。
新たに公開された「Kiro」はコード補完に留まらず、要件定義から設計・実装・テスト・デプロイまでをAIエージェントと共に進めることが可能。12→15に変更。

アリババ CloudのQwenチームは、コード生成特化型の巨大言語モデル 「Qwen3‑Coder」 をリリース。
Qwen3ファミリーの中でもエンジニアリングに特化したオープンエージェントコーディングモデル。

さらに、2025年7月25日、アリババ・クラウドは多言語翻訳に特化した最新モデル「Qwen3‑MT」をリリース。
wen3ファミリーの技術をそのまま受け継ぎつつ、翻訳タスク専用に数兆規模の多言語・対訳トークンで追加学習が行われたモデル。45→47に変更。

– 2025年6月23日更新 –

（前回と変更なし）

AIビックテックのAGI到達レベルの変遷

更新情報

2025年6月18日、「Gemini 2.5 Flash-Lite」が登場。
Gemini 2.5モデルの中で最も高速に動作し、最もコストに優れたモデル。
最大100万トークンの長文入力に対応し、テキスト・画像・音声・動画といったマルチモーダルにも対応。

– 2025年6月16日更新 –

AIビックテックのAGI到達レベルの変遷

更新情報

2025年6月6日、Alibabaから新たなAIモデル「Qwen3-Embedding」が登場！
テキスト埋め込みモデルで、多言語対応。従来のLLMと異なり、明示的なタスク記述に対応したLLM。44→45に変更。

2025年6月11日、OpenAIは推論特化型モデル「o3」の最上位版となる 「o3‑pro」 をリリース！
GPT‑4oで確立したマルチモーダル技術と、o3系列で磨き上げた段階的思考アルゴリズムを統合し、200 kトークンという巨大なコンテキストを保持しながら、数理・科学・コーディング領域で従来モデルを上回る精度を実現。
OpenAIは「最も信頼できる汎用AI」と位置付けており、教育・研究・ビジネスの現場で“考える作業”そのものを肩代わりする存在として注目を集めている。91→92に変更。

– 2025年6月9日更新 –

AIビックテックのAGI到達レベルの変遷

更新情報

2025年6月3日、Googleから「Gemini Fullstack LangGraph」が公開！
Geminiモデルの高精度な推論力とLangGraphの柔軟なエージェント制御が可能で検索クエリの自動生成からウェブ調査、ギャップ分析、回答生成までを一気通貫で実装しているのが特徴。　
公開からわずか数日でGitHub 2,000star超えを記録しており、LLMエンジニアの間で話題を呼んでいる。85→87に変更。

– 2025年5月26日更新 –

AIビックテックのAGI到達レベルの変遷

更新情報

2025年5月21日　Google

Google I/O 2025でAI技術を中心に多数の新機能が発表された。
Gemini 2.5 Proの強化や、対話型検索が可能な「Google検索のAIモード」などが注目を集めたほか、新たなLLMやAIアシスタント機能の進化も披露された。78→85に変更。

「Gemma 3n」が登場。
軽量・高性能なオープンソースAIモデルであり、スマートフォンやタブレットなどのオンデバイス実行に最適化。
Gemini Nanoと同じ基盤技術を使用し、「日常のデバイス上で動作するリアルタイムAI体験の実現」を目指して設計されたAIモデル。

Gemini Diffusionという「テキスト用拡散モデル」という新機軸を採用した研究モデルが公開。
従来の大規模言語モデル（LLM）がトークンを一語ずつ逐次的に出力するのに対し、Gemini Diffusionは、“ノイズを洗練させる”拡散過程を経て、複数トークンをブロック単位で同時に生成する。

動画生成AIのVeo3が公開。音声付きの動画がプロンプト1つで生成できるように進化していて、編集・リップシンク不要で会話調のショート動画などが作成可能に。

コーディング用AIエージェント「Jules」
ソースコードの生成からデバッグ、プルリクエストまでの高度な自動化が可能。OpenAIが繰り出す「Codex」の直接的なライバル。

2025年5月23日

Anthropicから「Claude Opus 4」が登場！
コーディング性能が高いLLMであり、さらに複雑な問題解決に優れており、複数のエージェントに採用されている。
Cursor社や楽天が高い評価をしている。

同日、「Claude Sonnet 4」も公開。
「高速性」と「深い推論力」のバランスを兼ね備えたモデル。前世代のSonnet 3.7の「ハイブリッド推論」をさらに発展させ、用途に応じて即座に高速レスポンスを返したり、じっくりと思考を深めたりと自在に調整可能。59→63に変更。

– 2025年5月19日更新 –

AIビックテックのAGI到達レベルの変遷

更新情報

2025年5月17日、OpenAIから「Codex」が登場！
ChatGPTのサイドバーやターミナル、API経由で動作し、コード生成からテスト、自動リファクタリングまでを一気通貫でサポート。
従来のコード補完ツールと異なり、仮想マシン内でコマンドを実行しながら結果を説明してくれるため、開発プロセスの透明性と安全性が大幅に向上。

– 2025年5月7日更新 –

AIビックテックのAGI到達レベルの変遷

更新情報

2025年4月30日、Alibaba Cloudから最新大規模言語モデルファミリー「Qwen 3」がリリース！
前世代のQwen 2.5の推論・多言語性能に加え、思考プロセスを“見せる／隠す”モードを自在に切り替えられるハイブリッド設計を採用し、パフォーマンスとコスト効率を大幅に向上。

同日、Microsoftから新たなSLM「Phi-4-reasoning」が登場。
推論に特化したSLM (Small Language Model) であり、特に数学、科学推論、アルゴリズムの問題解決、コーディングといった分野で高い性能を発揮。大規模言語モデルに匹敵する性能を軽量な構成で実現することを目的にしている。

2025年5月2日、Claudeに新機能「Integrations」を実装。
Web版&デスクトップ版Claudeと外部ツールを「MCPサーバーのインストールなし」で実現してくれるように。
Claudeと外部ツールをシームレスに連携することが可能。

– 2025年4月21日更新 –

AIビックテックのAGI到達レベルの変遷

変更なし。

更新情報

2025年4月17日、OpenAIから「o3」が登場。
GPT-4までの従来モデルと比べ、「より長く考えてから回答する」ことを特徴とする「oシリーズ」の第3世代モデル。
ChatGPT環境において、ツールのフル活用が可能で、ウェブ検索・コード実行（Python）・ファイルや画像の解析・画像生成といったあらゆるツールを自律的に組み合わせて問題解決ができるように。

同日、推論能力やコスト効率にも優れたハイバランスモデル「o4-mini」が公開。
軽量でありながらも、推論能力が向上しているモデル。軽量ながらもマルチモーダル対応であり、手書きの文字や画像内の情報も理解可能。

さらに、ターミナル上からコマンドラインで操作することができる、コーディングエージェント「Codex CLI」も公開。
マルチモーダル対応であり、スクリーンショットや手書きのUIスケッチからコードが生成でき、すべての処理はユーザーのローカル環境内で行われる。

2025年4月18日、Googleから新たな大規模言語モデル「Gemini 2.5 Flash」がリリース。
速応答とコスト効率を維持しつつ高度な推論能力を備えた「ハイブリッド推論モデル」で、
従来モデル（Gemini 2.0 Flash）の優れた基盤の上に構築されており、初めて「思考（thinking）」モードをオン/オフできる設計が採用。

– 2025年4月14日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

Googleが、2025年4月9日にAgent2Agentというオープンプロトコルを発表。
異なるベンダーやフレームワークで構成されたAIエージェント同士をシームレスに連携し、一括で作業を行えるようにするプロトコル。
IntuitやPayPal、Salesforceといった50社以上のテクノロジーパートナーとAccentureやBCG、Capgeminiなどの主要なサービスプロバイダーが参加しており、今後更なる機能の拡大が期待されている。77→78に。

– 2025年3月31日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2025年3月24日、Microsoftから「Playwright MCP」が登場。
LLMがWebブラウザを操作できるようにするためのツール。高速かつ軽量で従来のスクリーンショットに頼らない新たな手法を用いているとのこと。22→26に変更。

2025年3月26日、Googleから試験版の「Gemini 2.5 Pro」が公開。
これまでで最も知的と位置づけられた次世代モデルであり、回答生成前に内部で「思考」する能力を備えた大規模言語モデル。前モデルのGemini 1.5やGemini 2.0 Proから大幅に進化しており、数学・科学・コードの各種ベンチマークで競合を凌駕する結果に。75→77に。

– 2025年3月24日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2025年3月21日、OpenAIが、次世代音声認識モデル「GPT-4o Transcribe」「GPT-4o Mini Transcribe」を公開。
「GPT-4o Transcribe」は、従来のWhisperモデルを上回る性能を持ち、
人間に近いレベルの聞き取り精度と堅牢性で、テキストベースのAIエージェントを音声対話へと拡張するような仕組み。
「GPT-4o Mini Transcribe」はGPT-4o Transcribeの軽量高速版であり、モデルサイズを小型化し、推論速度を向上させている。

同日、さらに新たな音声合成モデル「GPT-4o Mini TTS」が公開。
従来の音声合成モデルに比べ、テキストをより自然な音声に変換するための軽量かつ高性能モデル。
話し方を指示できるのが大きな特徴で、音声出力の対応言語は多言語対応になっており、英語はもちろん、スペイン語や日本語、フランス語、中国語などに対応している。88→91に。

– 2025年3月17日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2025年3月12日、OpenAIから新たなマルチエージェントワークフロー「Agents SDK」と従来の「Chat Completions API」と「Assistants API」の統合「Responses API」が登場。
Agents SDKは、「swarm」をベースに改良されたAIエージェント開発フレームワークで、高度なAIエージェント構築の支援、複雑なタスクの自動化を容易にすることを目的としている。
Webサーチやファイルサーチ、コンピューター操作といったツールも組み込まれ、誰でも標準利用可能に。85→88に。

同日、Googleから「Gemma 3」が公開された。
リリースされたモデルは1B、4B、12B、27Bの4モデルで、1B以外はマルチモーダル対応(画像)。
Gemma 2と比べると、全てのベンチマークでスコアが向上しているが、Gemini 2.0 FlashとProで比較してみると、性能がやや劣るよう。72→75に。

– 2025年3月3日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2025年2月20日、「PaliGemma 2」をベースとした「PaliGemma 2 mix」を公開。
追加の学習なしで汎用的な画像と言語の処理能力を発揮する実用的なモデルであり、マルチモーダル入力も可能。
物体検出やOCRに活用できる。70→72に。

2025年2月25日、AnthropicからClaudeの新たなモデル「Claude 3.7 Sonnet」が公開。
安全性と性能を兼ね備えたハイブリッド型の推論モデル。
従来のモデルにはない新たな「拡張思考モード」を搭載し、複雑な問題に対しても回答できるように。54→58に。

2025年2月27日、OpenAIはGPT-4oの後継にあたる「GPT-4.5」を公開。
思考力と会話の自然さが向上したGPT-4.5では、従来モデルよりもわかりやすく、適切な回答が行えるようになった。83→85に。

同日、Microsoftから新しい言語モデル「Phi-4-multimodal」と「Phi-4-mini」が公開。、
Phi-4-multimodalはテキストのみならず画像や音声などの入力が可能なマルチモーダルモデル。
テキストだけではなく、画像や音声などの組み合わせによる推論が可能になっていて、音声+テキストや画像+音声などといった推論が可能に。

Phi-4-miniは3.8億パラメータを持つコンパクトなモデル。
従来の大型モデルに匹敵する性能を発揮。
小型かつ高速なモデル設計のため、エッジデバイスやオンデバイス実行での利用が可能に。18→22に変更。

– 2025年2月25日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2025年2月18日、Grok-3が公開。
前世代の「Grok2」と比較するとおよそ10倍ものトレーニングが行われている。
ベンチマークの結果から、複数項目でGemini 2 Pro、Deepseek V3、Claude 3.5 Sonnet、GPT-4oといった最新のAIモデルよりもGrok3の性能が優れていることが明らかに。24→29に変更。

– 2025年2月10日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2025年2月2日、ChatGPTの新機能であるdeep researchを公開。
検索、分析し、高精度なレポートを自動生成するエージェント機能を搭載。81→83に変更。

2025年2月6日、Googleは「Gemini 2.0シリーズ」を拡張。
Gemini 2.0に「Pro」モデルと「Flash-Lite」モデルが追加された。
Gemini 2.0 Proは、これまでのモデルに比べコーディング性能が向上。200万トークンのコンテキストウィンドウをもち、大量の情報を一度に処理することも可能に。
Gemini 2.0 Flash-Liteは低コスト版として開発され、処理コストは100万トークンあたり約0.019ドル。64→70に変更。

– 2025年2月3日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2025年1月28日、QwenグループからVLM「Qwen2.5-VL」が公開された。
画像とテキストだけではなく1時間を超える動画を解析し、特定のイベントを識別することが可能。
エージェント機能が搭載され、AndroidのUI操作やタスク実行ができるようになった。

2025年1月29日、QwenグループからVLM「Qwen2.5-Max」が登場。3日連続のリリースとなった。
事前トレーニングは20兆トークンで、DeepSeek V3、GPT-4o、Claude-3.5-SonnetなどのLLMと比較し、DeepSeek V3を上回る性能を発揮。39→43に変更した。

2025年1月31日OpenAIから「o3-mini」が登場。
従来の「o1-mini」と比較して応答速度が24%向上し、より正確な回答を提供。
推論モデルと検索機能が統合された初期のモデルとなった。79→81に変更した。

– 2025年1月27日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

OpenAIは、2025年1月14日に、リマインダー機能である「タスク」を有料プラン加入ユーザー向けにベータ版として提供開始。
指定した時間に指定したタスクをこなすことができるので、ChatGPTを使って毎日繰り返し行う作業や、時間になったら最新のニュースを通知してくれる様に。

2025年1月21日、ソフトバンク・OpenAI・オラクル・MGX・Arm・Microsoft・NVIDIAなど大手企業を中心に全世界に莫大な経済的利益をもたらす取り組み。
AI技術の安全性と倫理的側面への配慮は不可欠であり、これらの企業は透明性のある運用で、新しい時代を築いていくことが期待されている。

2025年1月23日、OpenAIからWebブラウザを直接操作してタスクをこなすことができるAIエージェントが公開。
画面に表示されるボタンやメニュー、テキストなどのGUIで操作できるように。よって72→79に変更。

2025年1月27日、Qwenグループから100 万トークンのコンテキストを処理する「Qwen2.5-1M」が登場。
他の大規模言語モデルと比較して、同等またはそれ以上の性能を持ちながら、計算コストが低く、効率的に動作するように。37→39に変更。

– 2024年12月23日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

OpenAI
2024年12月16日、ChatGPT searchが無料プランでも使用可能に。Advanced Voice Modeにも対応し、音声会話での検索ができるように。スマホアプリ版にも地図機能が実装、地元のレストランや施設もできる。

2024年12月17日、API版のOpenAI o1が新機能とともにTier 5以上の開発者向け限定でリリース。
Advanced Voice ModeのAPI版、Realtime APIがアップデート。さらに新手法「Preference Fine-Tuning（選考性ファインチューニング）」が登場。

2024年12月18日、ChatGPT用の電話番号「1-800-ChatGPT（1-800-242-8478）」が登場。
米国限定だが、アカウント&利用料なしで、毎月15分まで通話可能。WhatsAppによるメッセージのやり取りにも対応。

2024年12月19日、macOSアプリ版ChatGPTが大幅アップデート。連携できるコーディングアプリが追加され、連携できるノートアプリも追加。2025年明けからは、Windowアプリや無料版でもリリース予定。

2024年12月20日、史上最もAGI（汎用人工知能）に近いLLM「OpenAI o3 / o3-mini」が登場。
o3は「ARC-AGI」を史上初めてクリアし、AGIに一歩近づいたとのこと。67→72に変更。

Google

Googleが2024年12月20日に「Gemini 2.0 Flash Thinking」を公開。
ライバルであるOpenAI o1の推論トークンと似た技術で「回答毎に思考過程を繰り返し生成して結論に至る」という仕組み。実際に検証したところ、o1の方が優れているという結果になったが、生成スピードはGemini 2.0 Flash Thinkingの方が上だった。61→64に変更。

– 2024年12月16日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

OpenAI
2024年12月5日、OpenAIが強化学習型ファインチューニングを発表。 特定タスクへの特化に加え、正確性の向上も実現したそう。 現在は研究・企業向けのみ募集している。

2024年12月9日、OpenAIがSoraを公開。 今年の2月に発表されており、テキスト・画像・動画からの動画生成が直感的に行える。 高品質な動画生成が可能。

2024年12月10日、ChatGPTユーザー全員全員がCanvas機能が利用できるように。 2024年10月に有料プランで先行公開された機能。 Canvasだけで文書作成やコーディングが完結させられるように。

2024年12月11日、Apple IntelligenceとChatGPTが連携。 Siriのように必要に応じてChatGPTが質問に回答してくれ、 カメラとの連携やMac上での補助ができるように。

2024年12月12日、Advanced Voice Modeに、 端末のカメラを使ったビデオ通話&画面共有の機能「Advanced voice with video」が追加。 カメラや画面の内容をリアルタイムで共有できるように。

2024年12月13日にChatGPTでの作業を助ける新機能「プロジェクト（Projects）」が実装。 チャット・ファイル・カスタム指示の一括管理ができる機能で、より便利に。

Google
Googleが2024年12月9日にリリースした最新の実験段階LLM「gemini-exp-1206」 200万トークン超のコンテキストウィンドウを持ち、マルチモーダルに機能を搭載。 総合性能（Overall）で1位を獲得し、さまざまなタスクで高い性能を発揮。

Googleが2024年12月12日に「Gemini2.0 Flash」を公開。 情報を処理するだけでなく、ユーザーのニーズや背景を理解し、 その情報を基に「次に何が必要か」を考え、さらにその計画に従って行動できるモデルとして設計されている。

xAI
2024年12月9日にxAIのGrokから画像生成機能が公開。 より人間のアイディアに沿った画像が生成でき、xのすべてのユーザーで利用可能に。20→23に変更。

2024年12月12日、Grok2がxのすべてのユーザーに公開。 8月にリリースしたものより3倍ほど高速で、精度の向上もされた。

Microsoft
2024年12月13日、MicrosoftからPhi-4が発表。 140億パラメータでありながらもGPT-4oと同等な性能を持つとされ、数学タスクではLLMをも凌駕するとのこと。

– 2024年12月5日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2024年12月5日、OpenAIが「ChatGPT Pro」を公開。 長く熟考する代わりに、理数科目や法律関連でより高度な問題解決能力を発揮する。 従来のo1を差し置いて圧倒的なベンチマークを獲得。57→61に変更。

2024年12月4日にGoogleが「Genie2」を公開。 テキストや画像から3D仮想世界を生成する基盤世界モデル。 人やAI（エージェント）がキーボードやマウスを使って操作すると、その結果をシミュレーションして画面に反映できるように。 49→52に変更。

– 2024年11月28日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2024年11月28日にQwenグループから「QwQ」が登場。 AI推論機能の進化に焦点を当てた、実験的研究モデルかつ未知の境界に深く向き合うことを目指したLLM。 数学やプログラミングの分野で期待されているが、研究段階のモデル。36→37に変更。

2024年11月26日Anthropicから「Model Context Protocol」がリリース。 AIシステムがGoogle DriveやSlack、GitHub、Postgresなどの複数のデータやツールと共通の標準プロトコルで連携可能。 サービス間の文脈を維持しながら効率的にデータを扱えるように。50→54に変更。

– 2024年11月15日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2024年11月15日、Googleから新たなGeminiモデル「Gemini-exp-1114」が公開。 ベンチマーク上ChatGPTを抑え、総合世界1位に。複雑で曖昧な指示や難しい質問にも的確に応答する能力を持ち、 さらに数学的な計算や数式に基づく問題を正確に解く能力が優れているとのこと。 45→49に変更。

2024年11月12日、アリババクラウドが新たな大規模言語モデル「Qwen2.5-Coder」を公開。 「Qwen2.5」のコードバージョンである「Qwen2.5-Coder」は、オープンソースで公開され、コードアシスタントやコード生成に活用可能。 GPT-4oのコーディング能力に匹敵する性能があるとして、35→36に変更。

2024年10月31日、OpenAIが検索エンジン機能「ChatGPT search」をChatGPTに実装。 GoogleやPerplexityといった外部の検索エンジンにアクセスしなくても、必要十分な情報が引用付きで得られるように。 リアルタイム検索が可能となったことで利便性が向上。よって、54→57に変更。

2024年10月22日、イーロンマスクが率いるAI企業xAIがAPIを公開。 Grokモデルを使用するためのAPIであり、エンジニアや開発者はGrokの大規模言語モデルをもとにアプリケーションの開発が可能に。 17→20に変更。

– 2024年10月23日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2024年10月23日にClaude 3.5 Sonnetの更新と、新しいClaude 3.5 Haikuを公開。さらに、computer useというAPI経由で動作するAIエージェントも発表。47→50に。
しかし、この機能はベータ版で、スクロールやドラッグが苦手で、スパムや詐欺への流用が懸念されている。

– 2024年10月10日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2024年10月10日にGoogleが「Imagen3」を公開。 人物の表情や服のしわ、風景の細かな質感など、より細部まで正確に再現できるように。 また、テキストの描画能力も格段に向上。よって43→45に更新。

– 2024年10月3日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

日本時間2024年10月3日、ChatGPTの新機能「Canvas」が公開された。 生成した文章・ソースコードの気になる箇所を指定してピンポイントで修正ができる GPT-4oでは素のモデルよりも、コメントの正確性が30％、質が16％向上した。

– 2024年9月25日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

「Advanced Voice Mode」がChatGPT アプリPlusとTeamユーザーに公開された。 日本語を含む50以上の言語に対応しており、自然な音声会話が可能。 9種類の音声から選択でき、口調やアクセントの記憶までできるようになった。 その精度の良さに全世界のユーザーが驚いた。49→52に変更。

2024年9月24日Geminiの最新版「Gemini-1.5-Pro-002 / Gemini-1.5-Flash-002」が公開。 GPT-4oと比較したところ、理数科目のタスクに対してはそこまで良い結果が得られなかった。 しかし、要約タスクでは、順番を変更したり、複数の表を使ることで読みやすい回答を得られた。よって、42→43に更新した。

– 2024年9月12日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

日本時間2024年9月12日、OpenAI o1-previewを公開。 このモデルは回答する前に考えるように設計され、より複雑なタスクに対しても回答が可能になった。 特に物理学、化学、生物学、数学での高いベンチマークで評価されている。しかし、回数制限があることを踏まえ、48→49に変更。

同日にGoogleが、ハルシネーション（幻覚）を抑えたモデル「DataGemma」を公開。 実際に使ってみた結果、間違った情報を出力することはなかったが、求めていた情報を完全に出力することができなかったため、大幅な変更はなく、41→42。

– 2024年8月29日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

Qwen2-VLは、アリババクラウドが発表した最新の視覚言語モデルであり、優れた視覚理解能力を持っているとのこと。

弊社で検証してみた結果、確かに忠実に画像を認識し、解説できることがわかった。動画の解析もできるということで、33に設定。

– 2024年8月13日更新 –

AIビックテックのAGI到達レベルの変遷

– 2024年7月18日更新 –

AIビックテックのAGI到達レベルの変遷

– 2024年5月14日更新 –

AIビックテックのAGI到達レベルの変遷

– 2024年5月13日更新 –

AIビックテックのAGI到達レベルの変遷

– 2024年4月23日更新 –

AIビックテックのAGI到達レベルの変遷

– 2024年4月5日更新 –

AIビックテックのAGI到達レベルの変遷

– 2024年3月4日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

日本時間2024年3月4日、AnthropicがClaude 3を公開。公式の発表によると、全ベンチマークでGPT-4を超えるLLMであるとのこと。

弊社で検証してみた結果、確かにGPT-4に匹敵かそれ以上の性能を出していることがわかった。
しかし、ChatGPTは、性能が良い上に、GPTsやCode Interpreterなどの機能があり、総合的に判断するとChatGPTの方が優れているため、42に設定。

– 2024年2月20日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

2024年2月15日、OpenAIが動画生成AI「Sora」を公開。世界中に激震が走った。
Soraは、ユーザーがプロンプトで何を要求したかだけでなく、それらのものが物理世界にどのように存在するのかも理解し、もはや本物と見分けがつかないレベルの動画生成が可能。
公式文書では、Soraは「AGI達成への重大なマイルストーンである」と述べられており、AIの技術革新を大きく推し進めた。

（参考：https://openai.com/sora#research）

– 2024年2月13日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

日本時間2024年2月8日 、GoogleがGemini Ultra 1.0を発表。Googleの発表によると、OpenAIのGPT-4を超えるとのこと。
弊社で検証してみた結果、GPT-4の方が優れていると感じた。加えて、Googleのレポートが示すよりもGemini UltraとGPT-4の差は大きいと考えた。
これは、Gemini Ultraの性能が低いのではなく、GPT-4が非公表のマイクロアップデートを経て、性能が上がっていると思う。
そのため、今回はGoogleのスコアは変わらず、OpenAIのスコアを38に引き上げた。

– 2024年2月7日更新 –

AIビックテックのAGI到達レベルの変遷

変更理由

Alibabaの数値を23％から30%に変更した。

日本時間2024年2月4日、AlibabaがQwen-1.5を発表。今回のQwen-1.5は、2023年に発表されていたQwenの強化版。

公式のレポートによると、Claude-2.1、GPT-3.5-Turbo-0613を上回り、GPT-4に迫る性能。その状況を見て、AlibabaのAGI到達レベルを30に引き上げた。

※我々の検証によって、到達レベルを変更する可能性あり。（https://qwenlm.github.io/blog/qwen1.5/）