「benchmark」タグの記事が2件件あります

AICU 公式キャラクター AiCuty を、GPT-Image-2.5 がどれだけ確実に再現できるかを測りました。 主観の「なんとなく似てる」ではなく、正本のデザイン仕様（プロンプト＝設計図）を判定軸に、生成物を機械採点して歩留まりを出す—— これを AiCutyBench として、再現可能な形でまとめています。この記事はその過程と結果の記録です。

AICU API の文字起こし（POST /v1/audio/transcriptions）のバックエンド選定のため、同じ日本語音声・同じ正解文で主要 STT API を測りました。結論: ElevenLabs Scribe が CER（文字誤り率）15.31% で最良。AICU API に高精度レーンとして追加する評価を進めています。