Artificial Analysis、3D 制作の評価 AA-3D を公開

公開 2026年10月13日 17:342 分で読めます

AI モデルの評価を手がける Artificial Analysis は 10 月 12 日、AI モデルが対話型の 3D シーンを作る力を測るベンチマーク「AA-3D」を公開しました。モデルはエージェントとして、文章の依頼書から three.js(ブラウザで 3D を表示するライブラリ)の Web ページを作ります。同社が集めた評価者が、どのモデルの作品かを伏せて 2 つずつ見比べて投票し、Elo(対戦の結果から計算する点数)で順位を付けます。

要点

首位は Claude Sonnet 5.5 の 1194 点で、上位 4 モデルは統計上の差がないとしています。
上位 4 つは Anthropic と OpenAI のモデルで、Meta の Muse Spark 1.3 は 7 位でした。
1 回の作業は 3 時間か 250 ターンで打ち切り、できあがりは index.html のページです。
1 シーンの費用は、GPT-6 Luna の $0.20 から Claude Fable 5.1 の $32.08 まで開きがあります。
上位のモデルは、作りかけの画面を早い段階で自分で見て直す傾向があったとしています。

日本の利用者にとって

発表では、日本語への対応や日本での提供には触れていません。作られたシーンは同社のページで見比べられ、投票を試すこともできます(この投票は順位には数えません)。

YOBITSUGI AI で使えるか

これはベンチマークの発表です。結果に出ているモデルのうち、YOBITSUGI AI では OpenAI の GPT-6 Astra・GPT-6.1 Sol・GPT-6 Luna、xAI の Grok 4.7、Google の Gemini 3.8 Flash と、Anthropic の Claude Opus・Claude Sonnet・Claude Haiku・Claude Fable の系列を使えます。選べるモデルは、アプリのモデルの選択欄で確認できます。