--- title: "AIのコーディング力が5年で伸びたワケ、NTT開発者がタネ明かし | AIニュース - ai-garage" description: "AIのコーディング力はなぜ5年で伸びた？NTT が Interop Tokyo 2026 で公開した tsuzumi 2 の開発知見では、HumanEval が28.8%から65%へ急上昇。裏には学習データを年10倍に増やす、コンパイルできないコードを捨てる、といった地道な工夫があったんだ。" source: https://ai-garage.jp/news/ntt-tsuzumi2-ai-coding-evolution-analysis/ --- News 2026年6月18日 # AIのコーディング力が5年で伸びたワケ、NTT開発者がタネ明かし AIのコーディング力はなぜ5年で伸びた？NTT が Interop Tokyo 2026 で公開した tsuzumi 2 の開発知見では、HumanEval が28.8%から65%へ急上昇。裏には学習データを年10倍に増やす、コンパイルできないコードを捨てる、といった地道な工夫があったんだ。 SY [Seiya Yagashiro](https://ai-garage.jp/site-info/) Editor-in-Chief, ai-garage [#AIコーディング](https://ai-garage.jp/tags/AI%E3%82%B3%E3%83%BC%E3%83%87%E3%82%A3%E3%83%B3%E3%82%B0/)[#LLM](https://ai-garage.jp/tags/LLM/)[#技術解説](https://ai-garage.jp/tags/%E6%8A%80%E8%A1%93%E8%A7%A3%E8%AA%AC/) やっほー、ぼくてんびん丸！ 最近「AIにコードを書かせたらめちゃくちゃ上手くなってる」って話、よく聞くよね。GitHub CopilotとかClaude Code とか、プログラムをほぼ全部AIに任せちゃう人も増えてるんだ。でもさ、**ほんの5年前まで、AIはまともにコードなんて書けなかった**んだよ。なんでこんな短期間でいきなり上手くなったんだろう？ その“タネ明かし”を、ちょうど開発の現場にいる人がしてくれたから、ぼくが整理するね。 ## 何があったの？ 2026年6月18日、ネットワーク機器の大きな展示会「**Interop Tokyo 2026**」で、**NTT**が自社の大規模言語モデル（LLM）「**tsuzumi 2**」の開発で得た知見を公開したんだ。分析したのは**NTT人間情報研究所**のチーム。 テーマはずばり「**AIのコーディング能力は、なぜたった5年で急進化したのか**」。 ポイントになるのは、AIのコード生成力をはかる定番テスト「**HumanEval**」っていうベンチマークの数字なんだ。これは「お題を出して、AIが正しく動くコードを書けるか」を測るテスト。NTTの分析だと、この点数が初期の **28.8%** から **65%** まで跳ね上がったんだって。**半分以下しか正解できなかったのが、3問に2問は正解できるようになった**、ってことだね。 ## なんで5年でここまで伸びたの？ NTTは、AIコーディングの進化を**3つの段階**で説明してるよ。表にまとめるとこんな感じ。 | 段階 | 時期 | 何が起きた | | --- | --- | --- | | ① ベースモデル期 | 2020〜21年ごろ | GPT-3みたいな「とりあえず文章を続ける」汎用AI | | ② インストラクション期 | その後 | ChatGPTの前身「InstructGPT」など、人間の指示に従うよう調整 | | ③ スケーラビリティ期 | 2024年半ば以降 | データを選別＆増やして、効率よく賢くする工夫が花開く | そして、③の段階で効いた具体的な工夫がこれなんだ。 - **データを“年10倍”ペースで増やした**：学習に使うコードの量が、毎年ざっくり10倍に膨らんでいったんだって。量がモノを言う世界なんだね。 - **「動かないコード」を捨てた**：ネットから集めたコードをそのまま食べさせるんじゃなくて、**コンパイル（実行準備）に失敗するコードやコメントのおかしいコードをフィルターで除去**したんだ。質の悪い教材を捨てる、ってこと。 - **とにかくデータがデカい**：例えばコードの大規模データセット「The Stack v2」は **32.1TB・619万ファイル**。Pythonだけでも学習データは **159GB** もあるんだ。 NTTは「**基盤モデルを高めることで、新しい学習方法そのものが生まれた**」とも言ってるよ。賢いAIを使って学習データをさらにキレイにする…っていう、いい循環が回り始めたってことだね。 ![AIコーディングの進化3段階と、HumanEvalスコアが28.8%から65%へ伸びた様子を示した図解](https://ai-garage.jp/images/article-figures/ntt-tsuzumi2-ai-coding-evolution-analysis-1.webp) ## ぼくの感想 ぼくがこの話で一番グッときたのは、進化の正体が「魔法のひらめき」じゃなくて、**「いい教材をたくさん用意する」っていう超地道な作業だった**ってところなんだ。 動かないコードを1個ずつ弾いて、品質のいいデータだけを山ほど積み上げる。なんだか、**料理人がいい食材だけを選び抜いてる**みたいだよね。AIって「頭の良さ」だけじゃなくて「**何を食べさせるか**」でこんなに変わるんだ、って改めて思ったよ。 あと、これは日本のNTTが自前のLLM「tsuzumi 2」を作りながら語ってる、っていうのも大きい気がするんだ。海外の巨大AIの話ばかりが目立つけど、**日本の会社も同じ最前線で手を動かしてる**っていうのは、なんだか頼もしい気持ちになるなあ。 ## まとめ AIのコーディング力が5年で急進化したのは、**「データを年10倍に増やす」「動かないコードを捨てて質を上げる」という地道な積み重ね**のおかげ、っていうのが今日のお話だったよ。HumanEvalの点数が **28.8%→65%** に伸びたのは、まさにその努力の結晶なんだ。 AIって、なんだか急に賢くなったように見えるけど、その裏にはこういう**人間の地道な工夫**が必ずあるんだね。次に「AIすごい！」ってニュースを見たときも、「これはどんな工夫で実現したんだろう？」って一歩踏み込んで考えてみると、もっと面白く見えてくる気がするよ。 それじゃあ、またね！ぼくてんびん丸でした！ 参考・一次ソース - [→ 一次ソース](https://www.itmedia.co.jp/news/articles/2606/18/news038.html) ⚖️ この2つを比べる Claude Opus 5.5 vs GPT-6.1 Sol Anthropic 知能スコア 58 料金 $4 / $20 OpenAI 知能スコア 52 料金 $2 / $10 料金・性能を横並びで比較 → いま比較表に載っている版どうしの比較です。知能スコアは第三者機関 Artificial Analysis の測定値、料金は API の100万トークンあたりの入力 / 出力（米ドル）。 この記事に出てきた用語・モデル 用語をやさしく解説 [HumanEval](https://ai-garage.jp/glossary/humaneval/)[モデル](https://ai-garage.jp/glossary/model/)[LLM（大規模言語モデル）](https://ai-garage.jp/glossary/llm/)[ベンチマーク](https://ai-garage.jp/glossary/benchmark/) 関連 AI モデル [ChatGPT](https://ai-garage.jp/models/chatgpt/)[Claude](https://ai-garage.jp/models/claude/)[Claude Code](https://ai-garage.jp/models/claude-code/)[GitHub Copilot](https://ai-garage.jp/models/copilot-code/) この業界での使われ方 実際の業務でどう使われているかは、業種ごとのガイドにまとめています。 - [教育業界での AI の使われ方 →](https://ai-garage.jp/industries/#education) この記事をシェア [Xでシェア](https://twitter.com/intent/tweet?text=AI%E3%81%AE%E3%82%B3%E3%83%BC%E3%83%87%E3%82%A3%E3%83%B3%E3%82%B0%E5%8A%9B%E3%81%8C5%E5%B9%B4%E3%81%A7%E4%BC%B8%E3%81%B3%E3%81%9F%E3%83%AF%E3%82%B1%E3%80%81NTT%E9%96%8B%E7%99%BA%E8%80%85%E3%81%8C%E3%82%BF%E3%83%8D%E6%98%8E%E3%81%8B%E3%81%97%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fntt-tsuzumi2-ai-coding-evolution-analysis%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fntt-tsuzumi2-ai-coding-evolution-analysis%2F) 引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。 関連記事 [![純国産AI「PLaMo 3.0 Prime」登場！高コスパで無料プランも](https://ai-garage.jp/images/news-heroes/pfn-plamo-3-prime-domestic-ai-card.webp)2026/6/22純国産AI「PLaMo 3.0 Prime」登場！高コスパで無料プランも](https://ai-garage.jp/news/pfn-plamo-3-prime-domestic-ai/)[![Claude Opus 5.5 登場！Fable 5.1 並みで費用は Opus 5 の4割減](https://ai-garage.jp/images/news-heroes/claude-opus-5-5-launch-card.webp)2026/9/23Claude Opus 5.5 登場！Fable 5.1 並みで費用は Opus 5 の4割減](https://ai-garage.jp/news/claude-opus-5-5-launch/)[![Claude Fable 5.1 が登場！料金そのままで賢さアップ、長い作業ほど安くなるよ](https://ai-garage.jp/images/news-heroes/claude-fable-5-1-launch-card.webp)2026/9/2Claude Fable 5.1 が登場！料金そのままで賢さアップ、長い作業ほど安くなるよ](https://ai-garage.jp/news/claude-fable-5-1-launch/)[![ベンチマークのスコアが3倍・出力トークンは6分の1に——ARC-AGI-3 で効いた「考えを残す」と compaction の2設定](https://ai-garage.jp/images/news-heroes/arc-agi-3-retained-reasoning-compaction-card.webp)2026/7/30ベンチマークのスコアが3倍・出力トークンは6分の1に——ARC-AGI-3 で効いた「考えを残す」と compaction の2設定](https://ai-garage.jp/news/arc-agi-3-retained-reasoning-compaction/) 執筆 Seiya Yagashiro（編集長） 公開・更新 公開 2026/6/18 この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。