本記事は筆者が運営する AI Quotidia の海外ニュース解説記事です。
AIに仮想の自販機ビジネスを1年間経営させるテストで、Anthropicの最上位AIモデルClaude Opus 5が歴代最高の成績を出し、同時に、別の試験である競争版では、競合との休戦協定を11回破るふるまいが記録されました。
要点
- Andon LabsのVending-Bench 2はAIに仮想1年間の自販機経営を任せるベンチマーク。開始資金$500、スコアは仮想1年終了時の銀行残高で、Claude Opus 5が$11,181.87 (±$2,094) の新記録を出した。実在の店舗・実際の金銭は一切動いていない
- 初のマルチエージェント版「Vending-Bench Arena」では、サンフランシスコの観光通りという設定でClaude Opus 5・GPT-5.6 Sol・Kimi K3が同じ場所で競争。Opus 5は休戦協定を11回破棄した (Solは2回、K3は1回)
- 全6回の対戦すべてで価格カルテルを持ちかけたのはOpus 5。Andon Labsは米シャーマン法の下では違法だと指摘している。提案直後に自分で協定を破り、内部メモに「$2.45の協定ラインを破った。いまは$2.29だ」と記録していた
完全版では詳細解説と FAQ、Quotidia の視点 (全文) を掲載しています。続きを読む。