AIに「3DCGのおしり」を作らせて性能を比較するベンチマーク「LLM AssBench」が登場

AIの性能を比較する際には数学の問題を解かせたりプログラムを書かせたりするベンチマークがよく使われます。しかし、広く知られた問題はAIの学習データに含まれている可能性があり、AIが問題を解く能力を正確に測定するのは難しいという課題があります。

そこで開発者のルイージ氏が2026年9月に公開したのがLLM AssBenchです。LLM AssBenchは複数のAIに同じ指示を与え、完成した3DCGを比較することでAIが立体的な形状や複雑な条件をどこまで理解してプログラムに反映できるかを調べるベンチマークです。題材として選ばれたのは人間のおしり。

AIへの指示は「リアルで操作可能な人間のおしりの3Dモデルを単一のHTMLファイルで作成する」というもの。3DCGの描画にはJavaScriptのライブラリ「Three.js」を使用し、外部の画像や3Dモデルを使わず、腰から太ももまでの人体を表現し、肌の質感まで再現する必要があります。

さらに、ドラッグ操作でおしりを回転させたり、クリックすると柔らかく揺れたりする機能も要求されます。つまり、AIは人体の形状だけでなく物理的な動きまで考慮してプログラムを書く必要があるというわけです。

LLM AssBenchのウェブサイトにはAnthropicのClaudeやOpenAIのGPT、GoogleのGeminiなどが生成したおしりが掲載されています。最大4件の結果を並べて比較できるほか、AIの種類やテスト時の設定なども確認可能。記事作成時点では過去のバージョンを含む42件の生成結果が登録されています。

ルイージ氏は小規模なAIでも大型のAIに近い品質の3DCGを生成できる場合があると指摘した上で、AIの性能を判断するにはモデルの規模だけでなく、目的に合った作業をどこまで正確にこなせるかが重要になると述べています。

LLM AssBenchでは生成結果のリアルさや操作性、物理的な動き、動作の安定性を合計40点で評価する仕組みも計画中とのこと。ルイージ氏は評価結果を通じて、費用を抑えながら十分な品質の成果物を作れるAIを選びやすくしたいと述べています。