18社・88モデルを1つのAPIキーで。ルーティングが勝手に最適モデルを選んでくれる「AICraft」を公開しました
なぜ作ったか AIのAPI、増えすぎじゃないですか。 Claudeは長文が得意、GPTは汎用、DeepSeekはコスパ最強、Geminiはマルチモーダル——どのモデルがどのタスクに強いか、いちいち覚えてられない。しかも価格差が激しくて、GPT-4で翻訳したらDeepSeek Flashの100倍かかった、みたいなことが平気で起きる。 「タスクを送ったら、一番適切なモデルを自動で選んで、しかも安く済ませてくれる」——そういうAPIが欲しかったので、作りました。 運営会社について AICraft は海南艾創矩陣科技有限公司（Hainan AICreatrix Technology Co., ...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
この話題に関連する、TOEの実践・観測記録
予測画面が正常でも装置は壊れるのか — 成功率96.5%が43.1%まで落ちた実験
カメラ映像にごくわずかな改ざんを加えると、AIロボットの「未来予測の映像」はもっともらしいまま、実際の動作だけが破綻しました。2026年7月公開の研究が示した成功率96.5%→43.1%という数字と、AI設備を入れる中小企業が検収・監視で見るべき対象を整理します。
続きを読む →
大きいモデルほど早く力尽きるのか？ 5体のAIを「エネルギー経済」に置いた実験で最大モデルが平均5.2ラウンドで停止
トークン生成に「エネルギー」の値段をつけ、ゼロになったら停止する環境に5体のLLMエージェントを置いた研究です。最大モデルは平均5.2ラウンドで停止し、小型モデルは30ラウンド全生存。議論と記憶を外したときの劣化も含めて、中小企業のAI運用設計に何が読めるかを整理します。
続きを読む →
音声AIは「総合点1位」で選べるのか（7次元すべてで上位5位に入った製品はゼロ）
音声AIを7つの能力次元で実測したベンチマークで、全次元で上位5位に入ったシステムは1つもありませんでした。読み上げ・対話・聞き取りで選ぶべき製品は変わります。訛りへの弱さは製品間で+2.15ptから+8.04ptまで開き、感情の絶対識別は最高22.7%にとどまります。中小企業の選定基準を整理します。
続きを読む →