Opus 5最強 - 水平思考クイズ12,080ターンでわかった、LLM 5モデルの推論戦略の違い

水平思考クイズ（ウミガメのスープ）を用いて、5つのLLMモデルの推論戦略を比較分析。Claude Opus 5が正答率96%で最強という結果に加え、モデルごとに異なる解き方（仮説駆動、分割統治、仮説への固着など）を詳細に紹介している。LLMの推論能力の違いに焦点を当てている。

• 水平思考クイズでLLM5モデルの推論戦略を比較評価した。
• Claude Opus 5が正答率96%で最も高い性能を示した。
• モデルごとに仮説駆動、分割統治、情報収集の迷子など異なる戦略が見られた。
• クイズは学習汚染がなく、情報獲得効率と仮説生成・検証能力を測れる。
• 推論戦略の違いは、思考予算よりも根本的なアプローチの違いに起因するとされる。