Sonus AIが「Sonus-1」を発表：推論版ProはMATH-500で91.8%を記録

最前線のフロンティアモデルが競い合うベンチマークの争いに、新たなプレイヤーが名乗りを上げました。

Sonus AIは独自開発の大言語モデルシリーズ「Sonus-1」を発表しました。速度重視から高度推論まで、用途に応じた4つのモデル展開で既存の商用モデルに挑みます。

ラインナップは、高速かつ低コストを掲げる「Sonus-1 Mini」、性能とリソース消費のバランスを取った「Sonus-1 Air」、高負荷タスク向けの「Sonus-1 Pro」、そして思考の連鎖（CoT）を取り入れた最上位の「Sonus-1 Pro（w/ Reasoning）」の4本立てです。

数学とコーディングで高いベンチマークを提示

同社が特にアピールしているのが、推論機能を組み込んだSonus-1 Proの性能です。論理的思考力が問われる数学やプログラミングのテストで目を引く数値を並べています。

数学テストでは、GSM-8kで97.0%をマークしたほか、難関とされるMATH-500で91.8%を記録しました。

総合的な推論性能を示すMMLUは90.15%、高難度版のMMLU-Proは73.1%に達しています。科学分野の難問を揃えたGPQA-Diamondでは67.3%、読解・推論テストのDROPでは88.9%という結果です。

コード生成に関しても、HumanEvalで90.0%、実環境に近いLiveCodeBenchで51.9%、コード編集を測るAider-Editで72.6%を記録したとしています。現在、chat.sonus.aiを通じてWeb上で利用可能です。

なぜ重要か

MATH-500やHumanEvalで90%台を超えるスコアは、これまで大手ラボの最上位モデルが占有していた領域です。これらの数字通りの実力があれば、コード生成や数学的処理を多用する開発者にとって実用的な選択肢になり得ます。

ただし、現段階では過度な期待は禁物だと考えられます。モデルのパラメータ規模や学習手法、APIの提供価格といった詳細な技術仕様は明かされていません。自己申告のベンチマークと実際の日常的な対話や複雑なタスクでの挙動には差が出やすいため、まずはWebチャットで手元の課題を試してみるのが賢明です。