GPT-5.6やClaude Opusの性能を「MCPサーバーを構築できるか？」という観点で測定したベンチマークテスト「mcpbench」

GPT-5.6やClaude Opusの性能を、MCPサーバーを構築できるかで評価するベンチマークテスト「mcpbench」が登場しました。Cloudflareのシニアシステムエンジニアが開発し、AIモデルの実用的な構築能力を測定します。

• 「mcpbench」は、AIモデルがMCPクライアント/サーバーを構築できるかを測定するベンチマークテストである。
• MCPはAIシステムに外部サービス連携能力を付与する規格で、2026年7月28日にステートレス化などの大型アップデートがあった。
• GPT-5.6 SolがMCPクライアント構築で最高性能を示したが、最新MCP仕様への対応は課題となっている。
• MCPサーバー構築では、最新仕様(2026-07-28)ではAIモデルの達成率が0%となり、初期化不要化への対応ができなかったと推測される。