出典：電子新聞 イ・ウォンジ記者
「CLEVI、from scratchの独自モデルでGAIA 79.07%…3,090モデル中上位2.5%」記事全文引用
発行日：2026-04-07
リンク：https://www.etnews.com/20260407000203
cip-5.5-agent·cip-5.5-mm独自モデルスタック、5つのエージェント全てが70点台以上
情報損失を考慮すると正答率98%以上、人間（92%）を上回る
AIスタートアップの「CLEVI」は、from scratchで開発した独自モデルを活用し、グローバルAIエージェントベンチマーク「GAIA」で79.07%の正答率を記録し、登録された全3,090モデルのうち上位2.5%以内に入った。
業界の説明によると、AIベンチマーク市場においてGAIAは「実用AIエージェント」の能力を忠実に反映していると評価されている。Meta AI、HuggingFace、パリ・サクレー大学などが共同開発したこのベンチマークは、2023年11月に初めて公開された。
GAIAが他のベンチマークと異なる核心は3つある。第一に、正解が非公開であるため、過学習が不可能だ。第二に、マルチステップ・マルチモーダルの複合推論が求められるため、単純なパターンマッチングでは高得点を獲得できない。第三に、HuggingFaceの公式リーダーボードを通じて、世界中の3,090以上のモデルが同一条件で競い合う。
テストセットは全301問で構成される。Level 1は単一ツールの使用と単純推論、Level 2は複数ツールの組み合わせと中程度の推論、Level 3は5段階以上のエージェントによる計画と実行が求められる最高難度の問題だ。ベンチマーク発表当時はGPTモデル（プラグイン搭載）を基準に約15%にとどまっていたが、現在は上位チームが70～80%台まで引き上げている。
この中でCLEVIは、今回の成果で技術的に最も注目すべき点は、GPT、Claude、Geminiなどの外部LLM APIを一切使用していないことだと強調した。CLEVIの特徴は、from scratch方式で独自開発した2種類のモデルを使用した点にある。
cip-5.5-agentはエージェント型AIモデルであり、複雑なタスクを自律的に計画（planning）・実行（execution）・検証（verification）するエージェントパイプラインの中核となる頭脳の役割を担う。cip-5.5-mmは音声・画像・動画などさまざまなファイル形式を理解し、推論する高性能な汎用マルチモーダルモデルである。GAIAの設問の多くがPDF、画像、音声ファイルなどの非テキスト入力を含むため、このマルチモーダル能力が高得点の核心的な要因となった。
CLEVIはこの2つの自社モデルを基盤に、5つの異なるエージェント構成でGAIAに参加し、全構成で70点台以上を記録した。
同社の説明によると、CLEVI内部での事後検証において興味深い結果が確認された。全301問のうち、一部は現在、公開ウェブ上で正答の根拠が失われた状態だった。過去にはオンラインや検索エンジンで確認できた情報が削除・変更され、もはやアクセスできなくなっているケースである。現在、人間が公開情報として確認できる範囲内で再評価したところ、CLEVIの正答率は98%以上となった。これは人間の平均である92%をすでに上回る数値である。
CLEVI関係者は、「CLEVIは外部モデルを混合せず、from scratchの自社モデルと自社AIエージェントソリューションのみで、5つのエージェント全てが70+を記録し、公開ベンチマークで上位2.5%に入った。今後、自社モデル・エージェントソリューションの改善を通じて、公式スコアもさらに向上できると見込んでいる。今回の成果は、グローバル公開ベンチマークで実測され、『検証された信頼』を示している点、国内AI開発企業によるfrom scratchの自社モデルを基盤とした成果である点、外部モデルの混合ではなく独自モデルスタックによる結果である点、そして一部設問の情報消失を考慮すると、スコア以上に解釈する価値がある点で意義深い」と説明した。