AIMPACT メッセージ、5 月 15 日（UTC+8）、動察 Beating 監測によると、Google と DeepMind の元研究員 Shumeet Baluja と Ian Fischer によって設立された 6 人のスタートアップチーム Poetiq は、その Meta-System がプログラミングベンチマーク LiveCodeBench Pro で最高記録を更新したと発表しました。このシステムは純粋に API アクセス権に基づくインテリジェントなハッシェル（Harness）であり、再帰的な自己改善を通じてタスクの経験を自動的に抽出します。公式テストによると、モデルの重みを触れず、微調整を行わない前提で、このシステムは市販の主流大規模モデルのコード能力を直接向上させました。 テスト結果は、このモデルと切り離されたハッシェル方式が能力の低いモデルの向上に特に効果的であることを示しています。Poetiq システムを導入した後、Kimi K2.6 の正確率は 50.0% から 79.9% に急上昇し、絶対得点は 29.9 ポイント向上しました。軽量級の Gemini 3.0 Flash の成績も 10 ポイント向上し、自社の大容量バージョン Gemini 3.1 Pro を逆転し、Poetiq が「より大きく、より高価」と称する Claude Opus 4.7 や GPT 5.2 High を凌駕しました。 パフォーマンスの上限突破に関しては、元々 89.6% の GPT 5.5 High がハッシェルのサポートにより 93.9% の新記録に到達しました。一方、基本版 Gemini 3.1 Pro はこのハッシェルと組み合わせて 90.9% のスコアを獲得し、Google が未だ API を公開していない最強の推論モデル Gemini 3 Deep Think（88.8%）を直接上回りました。Poetiq チームは、従来の微調整は改善効果を単一モデルに固定してしまうが、彼らのこのシームレスなハッシェルは、企業が推論能力のために微調整やフルスペックモデルの展開にかかる高コストを負担せずに済むと述べています。（出典：BlockBeats）
重みを触らず純粋にAPIを調整：Poetiq「外部プラグイン」でKimiが29.9ポイント上昇、軽量版GeminiがClaude Opusに逆襲