ChatGPT驚き屋/JunnosukeTachibana

毎日ブラウザLLMの挙動を観測・検証。 「最近 AI使いこなせていない…？」と思ったら、実は AI側に問題があるかも。 バグやアプデの予兆、影響も発信中。 複数のAIに同じ質問を投げ続け、日々の変化を追跡しています。open AI、Gemini、claudeの22モデル、26年2月5日に56400サンプル突破

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

感謝の八万三千回再生成正拳突きデータ無料配布｜ChatGPT驚き屋/JunnosukeTachibana https://t.co/Z23NJ4GlyF
20MBのデータを無料公開だと

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

さてサウナで今後のオリジナルAI ベンチマークのこれまでの流れを整理して今後の流れを考えて、整ってわすれてくる

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

@hikawoai サム「前ガーリックだったからなぁ、順当にいけばオイリー、スパイシーだ。だが、ここで敢えてヒヤシチャイニーズ。しかしただのオールドスタイルじゃない、トマト、パプリカで色味を出す。言ってしまえば日本で生まれた冷やし中華にイタリアンをつけ足す。IQ、EQ、ツールを統合したことを示す」

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

麺屋　開智の大将サム・アルトマン「新作は明日ださねぇけどよぉ！お前うちのラーメンが現状維持でいいなんて舐めたこというんじゃねぇぞ！」
だとおもう

[ヒカヲ／GPT愛 @hikawoai]

｢5.6Sol最高すぎるから新モデル出なくても問題ない｣ってポストに対して、サム氏が｢間違ってる｣と引用ポスト。

GPT-6がそろそろ……って噂されてるけどホントに出るのか……？早すぎん？もっとゆっくりでいいよ……？

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

この回り道してくれる5.4proありきだったから今の5.5も5.6もproモデルの使い方慣れてねぇわ

ん、脳みそすっきりさせよう

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

んー、最近note 更新しないでずーっとゴルシ検証やってて脳疲労たまってるのとcodex app でpro に作業投げまくってたせいでアイディアも蓄積しないしコーパスへの私の評価もあれだから一度クリーニングしよう

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

ってか新モデル来たらサウナ入るべきだな、特にproなんて飛躍的に性能上がりつつ、最近は先行研究も学習データもないヘンテココーパスのヘンテコベンチを最短ルートぶっちぎろうとするからこっちの知見、経験を打ち込みつつ最適化しないといけないのだけど

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

openAIをラーメン屋にするときの店名、「麺屋開智」はすごいセンスがいい

意識高そう

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

サウナや

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

わかりにくいopen AI あるある
「音声書き起こしで使っててcodex 感覚で命令送って、『風呂から出たらこの計画書をcodexに投げてぱぱっと寝よう』とおもってたら、ブラウザだったから書き起こしが終わった段階で命令送信されてない」

UI 統一しろopen AI 、ほんまそういうとこやぞ

[人権派義士 @hakubaek31]

差し3から先行2差し1に変えてみたら全然勝てねンだわ。差しは厨キャラじゃなくても展開次第で結構ワンチャンあるが、先行はキャラランク通りの結果になりやすいという風潮。DKPIなのに勝てないのは景品表示法違反だろ。怒りの消費者庁通報待ったなし。ヘイト企業■イゲは謝罪しろ！

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

八ヶ月も音声書き起こしヘビーユーザーやってるけどGPT live はフィラー中やら少し黙ってるとかってに相づち打ちだして本題に入れない事多すぎて使ってない

あと、余計なところにトークンつかってそうとか

Seapowerで対艦ミサイル飽和攻撃の発射タイミングの確認しか使ってない

[ニケちゃん @tegnike]

CodexのLiveモード使ってみてるけど、基本的にCodexってツール実行みたいなのばっか使うことになるので対話のテンポが悪くてすっごい体験が良くない

仕様詰めとか相談とかならまだ良いかも知れないけど流石にちょっと常用はできないな

昔AIキャラにも同じようなの実装してて同じような経験したの思い出した

私「〇〇について調べて」
AI「少々お待ちください」
（数十秒待つ）
AI「なになにの結果がわかりました。〜〜」
私（数十秒待ったあとにいきなり話しかけられると調子狂うし、この内容なら口頭で説明されるよりも文字で読みたいな…）

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

中華系モデルがもてはやされてるけど、野生のAIレビュアーのさむちょう氏は警鐘をならしている（適当

[アイライツ／i-rights,Ltd @i_rightsLtd]

📢 #コミックマーケット 108 商品情報 📢

TVアニメ『ぬきたし THE ANIMATION』の新商品情報公開

📍南展示棟3・4ホール ブースNo.2442、2443【aniplus&フォーカス合同ブース】
📅2026年8月15日(土)～8月16日(日)

当日はご来場をお待ちしております。

#ぬきたし #ぬきアニ

[Noah Lebovic @NoahLebovic]

I don't think it's a lack of imagination. I also used to work at Anthropic, think trends will continue, and used to agree with this. But I've changed my mind and now disagree with this take.

Open models are already capable enough to do what you described. For example, I used Opus 4.6 to gain access to other folks medical records, hijack bank accounts, etc. back in February. GLM 5.1 is more capable than Opus 4.6 in most pentesting environments, and it came out in April.

Despite capable open-weight models existing, the sketchier folks I know are still using a Claude Code or Codex subscription for hacking. (Even well-resourced groups in other countries! They use the grey/black market of discounted Ant/OAI subscription tokens sold through resellers.) So I see most of the materialized risk here as still coming from Anthropic and OpenAI; safeguards aren't sufficient to stop a moderately dedicated actor.

The groups I know who are using open-weight models are legitimate offensive security companies. They won't break the rules to use subscription-based pricing, the open-weight models are more reliable in that they don't require specific jailbreaks nor hit classifiers, and the labs use massive partnerships or spend as a prereq for lowering classifiers/safeguards. I know of three legitimate groups running GLM 5.2 as their primary model.

That last part applies for Anthropic, too: I know of two instances where two different Anthropic GTM people used large comitted spend contracts as a prereq for lowering safeguards, and I directly witnessed one.

On the inside, I know the narrative and intent is genuinely about safety. But from the outside, Anthropic-the-system seems to be optimizing for revenue and control/power, isn't diffusing capabilities to defenders, and also doesn't have adequate safeguards to prevent misuse from dedicated bad actors.

As a result, I now lean towards a future where capable open models are freely available (at least for cyber, bio is harder); I don't trust Anthropic or other frontier labs to handle this sufficiently well without diffused capabilties given what I've seen so far.

[Jun Song @jun_song]

This is a revelation from a former Anthropic employee.

Yes, malicious hackers actually use Claude and GPT.

The level of safety guardrails they claim to have is ridiculously weak, getting bypassed with every single patch, and since hackers use leaked keys, KYC is completely meaningless.

Without open weights, legitimate users have zero ways to defend against those attacks.

Because to defend against them, you literally have to illegally bypass the guardrails to get the job done.
Even if you get Trusted Cyber Access permission, the guardrails don't really drop much.

[NHKニュース @nhk_news]

【速報 JUST IN 】直木賞作家 東野圭吾さん 68歳で死去 大腸がんのため
https://t.co/HmiZOnMGlK #nhk_news

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

GPT LIVE Seapowerとか距離の異なる艦隊や航空機、速度の違う誘導弾みたいなのを飽和攻撃するタイミングをパパッと聞いたりするのには凄い便利なんだけどね

[ニケちゃん @tegnike]

CodexのLiveモード使ってみてるけど、基本的にCodexってツール実行みたいなのばっか使うことになるので対話のテンポが悪くてすっごい体験が良くない

仕様詰めとか相談とかならまだ良いかも知れないけど流石にちょっと常用はできないな

昔AIキャラにも同じようなの実装してて同じような経験したの思い出した

私「〇〇について調べて」
AI「少々お待ちください」
（数十秒待つ）
AI「なになにの結果がわかりました。〜〜」
私（数十秒待ったあとにいきなり話しかけられると調子狂うし、この内容なら口頭で説明されるよりも文字で読みたいな…）

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

噂レベルだけどもうGPT 5.6からGPT 6 出るってはなし、早すぎるだろと思いつつ

hugging face 事件で5.6に結構やばいケチがついた(主犯はGPT6の内部モデルでも）

禁輸措置云々で米政府へのフックで

開発中の6から危険性を5.6と6に修正させて拙速で出しちゃうのも同期になり得るかなと

[ChatGPT驚き屋/JunnosukeTachibana @smartAINews]

Geminiゴルシ久々におことわりせずにマトモに生成し始めたと思ったらテキストチャットだって切れだした

流石になにが言いたいかわからん

Gemini　Flashは3.6になってもクソバカですね

三週くらい遅れてるわよ