中国のオープンソース言語モデルがClaude、GPT-5.5、Geminiをコーディングチャレンジで上回る

AIコーディング競技会の概要

今回の競技会は、LLMにスライディングタイルパズル「Word Gem Puzzle」をリアルタイムで解かせる形式で行われました。このパズルは、グリッド状の盤面に配置された文字タイルを動かし、水平または垂直に英単語を形成させるものです。

単語のスコアリングは、7文字以上の長い単語を優遇し、短い単語にはペナルティが課される仕組みです。各モデルは5ラウンドを戦い、制限時間内にどれだけ効率的に単語を生成し、スコアを稼ぎ出すかが試されました。

中国モデルの圧倒的勝利と戦略

優勝したKimi K2.6は、文字を積極的にスライドさせる「貪欲（Greedy）」な戦略を採用していました。これは、可能なすべての移動の中で、最も多くのプラス評価の単語を解き放つ移動を選択し続ける手法です。

この戦略は、盤面が大きく文字がランダムに配置される30×30のグリッドで真価を発揮しました。文字がバラバラになった状況で、Kimiは累積スコア77を叩き出し、他の追随を許しませんでした。一方、他の主要モデルは、このパズル特有の「スライド」というアクションをうまく実行できなかったことが敗因と見られています。

西側主要モデルの課題と限界

GPT-5.5やClaude Opus 4.7といった西側の高性能モデルも上位に入りましたが、それぞれ戦略的な課題を抱えていました。GPT-5.5はバランスの取れた動きを見せましたが、Claudeは盤面のランダム性が高まる30×30のボードで性能が低下しました。

また、一部のモデルは、短い単語にペナルティがあるというルールを無視し、無駄な単語を大量に主張してしまい、大幅なマイナススコアを記録するという、致命的な戦略ミスを犯した事例も報告されています。

結論：オープンウェイトの台頭

今回の結果は、単に「中国モデルが勝った」という単純な話ではなく、特定のタスクにおけるモデルの設計思想や戦略の有効性が重要であることを示しています。オープンウェイトで公開されているKimi K2.6がトップに立ったことは、AI開発における多様なアプローチの価値を再認識させる出来事だと言えます。