Claude Opus 5.5 と Sonnet 5.5 に家計簿アプリを直させ、見せていないテストで比べた

Claude の Opus 5.5 と Sonnet 5.5 を、同じお題で比べるシリーズの4本目です。今回はアプリ改修で、小さな家計簿アプリのバグ修正・機能追加・別の銀行の明細の取り込みを頼み、AI に見せていないテストで採点しました。 この記事は、動画で見せた結果を、表とコードでじっくり見られるようにまとめたものです。2つのモデルが実際に直したところを、差分でそのまま載せています。

Related

JapanClaude CodeのUIや動作をTypeScriptでカスタマイズできる「Mods」正式リリース gihyo.jp

JapanGoogle、Geminiのチャットに「Skills」を導入、個人向けから順次提供 ——Gemsは自動移行へ gihyo.jp

JapanGoogle、Gemini 4 Argonを発表、サイバー防御向けに先行提供 gihyo.jp

JapanOpenAI、AIとチームで作業する「ChatGPT Space」と、継続的に動作するクラウドエージェント「dots」を発表。GPT-6.1 Solも提供開始 gihyo.jp

JapanClaude Code、同梱のclaude-apiスキルに新コマンド「build-eval」と「hillclimb」を追加 ——評価の作成からプロンプト・モデル設定の調整まで gihyo.jp

JapanAWS、AIエージェントを自作できるツール「Strandsハーネス」をオープンソースで公開。特定のLLMに依存せず入れ替え可能、任意のコンテナ環境にデプロイ Publickey

More from Zenn (AI) on Accept All.