測定する項目
タスクの正確性、セキュリティ指摘、回帰不具合、検証完了までの時間、人による修正、トークン使用量。
検証プログラム
本当に重要な成果を、 測る。
製品の実力は、確かめられてこそ伝わります。SynxusAI が報告した CodePulse の成果と製品の検証基準をご覧ください。詳細な評価レポートは、用意が整い次第ここで公開します。
SynxusAI によるテスト結果
比較結果の報告方法
比較可能な課題、明示したエージェント・モデルの版、固定条件、適切な場合のブラインド評価を採用。サンプル数、日付、不確実性を記載します。
報告された成果と製品の証拠
SynxusAI は、自社テストで最先端モデルの精度ほぼ 100%、過信率 0%、総合成功率 96% を報告しています。「競争優位」ページでは報告された成果を、「証拠とセキュリティ」ページでは製品の実際の測定指標と検証プロセスを紹介します。
SYNXUSAI によるテスト結果
引き上げるのは、基準。 モデル予算だけではない。
CodePulse は、最先端モデルの精度をほぼ完全な水準へと押し上げるとともに、低コストのモデルが、支援を受けていない高性能モデルを上回る力を引き出しています。その差を生むのは、アプリケーションインテリジェンス、徹底した手順、そして作業を支える証拠です。
ほぼ 100%最先端モデルの精度
0%過信率
96%総合成功率
SynxusAI が 2026 年 9 月に報告した CodePulse テストの成果です。「証拠とセキュリティ」ページのプロジェクト品質スコアとは別の指標です。
CodePulse + codex-5.1-mini
小さなモデルが、より強い成果を。
SynxusAI が報告したテストでは、API 経由の codex-5.1-mini に CodePulse を組み合わせた結果が、Ultra モードの GPT-6-astra を精度と機能性で上回りました。デザイン面では Astra の結果が優位を保ちました。アプリケーションが実際に動くかという場面で、CodePulse は成果を変えました。
CodePulse
次の変更を、 根拠を持って送り出す。
エージェントはそのままに。アプリケーションの管理を手元に。リリースの判断には証拠を。