Image Arena、カテゴリー別順位表と品質フィルタを導入
2026年2月10日 (火)
- •視覚領域別のパフォーマンスを測定する7つの専門リーダーボードを新設。
- •ノイズの多いプロンプトを15%削減するフィルタリングにより、統計的信頼性が向上。
- •人物肖像やテキスト生成など、各モデルの得意分野が明確に可視化される。
画像生成モデルの評価軸が、汎用的なものから領域特化型へとシフトしている。アリーナ・チームは、従来の総合ランキングを刷新し、新たに7つのカテゴリー別リーダーボードを導入した。400万件以上のユーザープロンプトを分析した結果、3Dモデリングや正確なテキスト描画など、利用目的によってモデルの性能が大きく変動することが判明したためだ。
この詳細なアプローチにより、既存の基盤モデルに関する興味深い事実が明らかになった。例えば、GPT-image-1.5のような有力モデルが総合首位を維持する一方で、3D構築においてはNano-banana-proが圧倒的な性能を示している。また、総合順位では劣るQwen-image-2512が、人物肖像の分野では非常に高い評価を得るなど、特定のタスクに最適なツール選びの重要性が浮き彫りとなった。
さらにデータの精度を高めるため、大規模言語モデル（LLM）を用いたフィルタリング機能も実装された。これにより、履歴書の誤貼り付けや実行不可能な動画編集の指示など、全体の約15%を占める低品質なプロンプトを排除することに成功した。その結果、リーダーボードの統計的信頼性が向上し、モデル本来の画像生成能力を正確に反映できるようになった。今回のアップデートは、進化を続けるAI画像生成分野において、より透明性の高い評価基準を提供するものだ。