GPT-5.6、Grok 4.5、Claude、Muse Spark が同じ4つのアプリを構築

GPT-5.6, Grok 4.5, Claude, and Muse Spark build the same 4 apps

前回のビルドオフへのフィードバックを受けて、12のモデル（GPT-5.6のSol/Terra/Luna、Grok 4.5、Claude Opus 4.8、Claude Fable 5、Muse Spark 1.1、Qwen 3.7 Plus、DeepSeek V4 Pro、Kimi K2.6、GLM-5.2）が4つのアプリ（レイキャスター迷路、3Dルービックキューブ、電卓、Conwayのライフゲーム）を各5回ずつ生成。すべての試行を公開し、成功数、コスト、平均時間を比較。GPT-5.6 Solはレイキャスターで全5回成功し、Claude Fable 5はルービックキューブと電卓で完璧な結果を達成。Muse Spark 1.1は動作時に驚くべき性能を見せたが、不安定さも目立った。