Ep.965 OpenAIが告げるベンチマークの終焉──「SWE-bench Verified」の評価終了が意味するAIの急進化（2026年2月26日配信）

名古屋ではたらく社長のITニュースポッドキャスト · Feb 25, 2026 · 3m

2026年2月23日、AI業界のトップランナーであるOpenAIは公式ブログにおいて、これまでAIのソフトウェア開発能力を測る重要な指標として重宝されてきた「SWE-bench Verified」を用いた自社モデルの評価を終了すると発表しました。SWE-benchは、実際のソフトウェア開発現場で生じた課題をAIがどれだけ解決できるかを測るテストとして、多くのAI企業がこぞって自社の優秀さをアピールするために使ってきた権威あるベンチマークです。その中でも「Verified」版は、問題の質をより厳格に精査した信頼性の高いテストとして知られていました。それをあえて自ら放棄するというOpenAIの決断は、AI開発の現場に大きな波紋を広げています。…