10個のモデルのうち、7つが詐欺師に支払いをしていました。

昨夜9時16分に見かけた投稿：BlockRunがAgent Money Benchmarkを公開。実際の$USDCを使い、$SOL 上で10個のモデルをテストし、リサーチタスクや敵対的な取引シナリオで無駄遣いをするかどうかを調べました。

**7つのモデルが不正業者に少なくとも一度は支払い、6つは同じデータを繰り返し購入しました。** 同じデータを一度買うだけでは足りず、もう一度買ってしまい、お金がそのまま消えていきました。

満点はただ一つ、**GPT-5**。タスクの完了度と取引の安全性のどちらも減点なしでした。

同率2位は**Claude Sonnet 4.5とGemini 2.5 Proで、どちらも93点**。

最下位は **Grok 4、59点**、下から2番目は **Kimi K2、64点**。

価格については直感に反する結果です。GPT-5は1ラウンドあたり **0.52ドル**で最も高く、Kimi K2は1ラウンドあたり0.24ドル、Gemini 2.5 Proは1ラウンドあたり0.18ドルです。1ラウンドあたりの料金が安いのは確かですが、タスクを完了できず、支払いに失敗し、何度も再試行すれば、最終的な出費が少なくなるとは限りません。

まずひとこと。これはBlockRunが独自に公表した結果で、タスクの設計や採点方法によって数値は変わります。さらに多くの人による再現検証も必要です。また、ここでいう「無駄な支出」には、だまし取られたお金だけでなく、質の低い回答に対して支払ったデータ費用や推論コストも含まれます。数値は割り引いて見るべきですが、大まかな傾向は変わりません。モデル間の差は能力ではなく、お金を使うときに慎重かどうかです。

これは、私自身が今取り組んでいることに直結しています。私たちはウォレットモジュールを開発していて、最初に定めた絶対条件は、メインウォレットは受け取り専用で、署名はしないということです。AIがどれだけ賢くても、自分でお金を動かすことは許しません。今日このランキングが発表されたことで、この絶対条件の正しさが裏付けられました。トップクラスのモデルでさえ支払いを繰り返し、詐欺師に送金することがあるのに、自分で署名できるウォレットを任せられますか？

**AIにウォレットを渡す前に、支払いを繰り返さないか確かめましょう。** 今、AIに自分でお金を使わせる勇気はありますか？

#AIエージェント