MoonshotがKimi K3.1 Proの重みを公開、CognitionがSWE-2 Flashを発表、RoboColosseumが実環境でロボットを評価

Moonshot AIが約束どおり、2,8TパラメーターのMoEであるKimi K3.1 Proの重みをHugging Faceで公開した。ライセンスはMIT型で、大規模な再販事業者向けの条件が付いている。Cognitionは、Inkling-Smallを基に構築し、SWE-2の5分の1の価格となるコードモデルSWE-2 Flashを発表。RoboColosseumは、100台以上の実機ロボットでロボットの制御方策を評価する。OpenAIは、すでにCodexにツールを提供しているPierreを買収する予定だ。一方、VS Code 1.145はCopilot、Claude、Codexを同じセッションにまとめ、GitHub CopilotはXcodeのコードアシスタントに加わる。

Moonshot AIが約束どおり、2,8TパラメーターのMoEであるKimi K3.1 Proの重みをHugging Faceで公開

11月4日 — Moonshot AIは10月23日のKimi K3.1 Pro発表時に、遅くとも11月4日までに全重みを公開すると約束していた。それが実現した。11月2日に作成され、11月4日16時00分UTCに@Kimi_Moonshotが告知したリポジトリmoonshotai/Kimi-K3.1-Proは、申請フォームなしで自由にアクセスできる。safetensorsファイルは96個、合計容量は約1,56 Toだ。

モデルカードには、発表時には概要にとどまっていた詳細が記されている。Moonshot AIが自社の「3Tクラス」で最も高性能なモデルとするKimi K3.1 Proは、テキストと画像に標準対応するマルチモーダルモデルで、Kimi K3を基に事後学習されている。Kimi K3からのアーキテクチャ変更として、完全アテンションを行うGated MLA層が、長いコンテキストをより効率的に処理できる24層のGated DeepSeek Sparse Attention（Gated DSA）に置き換えられた。重みはMXFP4、活性値はMXFP8で提供され、この形式は学習段階から組み込まれている（量子化を考慮した学習）。

技術仕様	モデルカード記載の値
総パラメーター数と稼働数	2,8T、うち104Bが稼働
ネットワークの層数	93、うち69がKDA、24がGated DSA
MoEのエキスパート数	896、うちトークンごとに16、共有が2
コンテキストウィンドウ	1 048 576 tokens
重みの形式	MXFP4、活性値はMXFP8
視覚エンコーダー	MoonViT-V2、401Mパラメーター
公開ファイル	96個のsafetensors、約1,56 To

Moonshot AIはモデルの提供にvLLM、SGLang、TokenSpeedを推奨している。platform.kimi.aiのAPIからも利用でき、識別子はkimi-k3.1-proとなる。モデルページで推論プロバイダーとして掲載されているTogether AIは、すでにモデルを提供し、事後学習にも対応している（短報を参照）。モデルカードは、統合時の注意点を強調している。複数ターンの会話やツール呼び出しを伴う場合、推論を含むアシスタントの完全なメッセージを、そのままモデルに返す必要がある。発表時のスコアも再掲されている。Terminal-Bench 4.0では65,7で、Claude Opus 5.5の66,4にわずかに届かなかった。SWE Marathon v1.1では51,7と、表内で最高のスコアを記録した。Kimi K3.1 Proの評価にはClaude Codeがハーネスとして使われている。

「Kimi K3.1-Pro License」と名付けられたライセンスは、使用、改変、再配布、販売を認めるMITライセンスの枠組みに、2つの条件を加えている。第三者に推論やファインチューニングへのアクセスを提供するモデルサービス事業（Model as a Service）を営み、連続する12か月の累計売上高が2,000万ドルを超える企業は、商用利用に先立ちMoonshot AIと別途契約を結ぶ必要がある。月間アクティブユーザー数が1億人を超える、または月間売上高が2,000万ドルを超える商用製品は、「Kimi K3.1-Pro」を目立つ形で表示しなければならない。社内利用、およびMoonshot AIの公式製品や認定推論パートナーを通じた利用は、いずれも対象外となる。

🔗 Hugging FaceのKimi K3.1 Pro · XでのMoonshot AIの発表

CognitionがSWE-2 Flashを発表、Inkling-Smallを基に構築し、価格はSWE-2の5分の1

11月4日 — Cognitionは、高速かつ効率的なコードモデルSWE-2 Flashを発表した。Devin DesktopとDevin CLIですぐに利用でき、11月30日までは無料となる。発表スレッドによると、対象はPro、Max、Teamsの契約者だ。基盤モデルも変わった。9月10日公開のSWE-2がKimi K3を事後学習したモデルだったのに対し、SWE-2 FlashはThinking MachinesのオープンウェイトモデルInkling-Smallを基にしている。パラメーター数は276Bで、うち12Bが稼働する。Cognitionはこれを、完全に米国製のコードモデル（完全米国製コードモデル）と説明している。同社によると、価格はSWE-2の5分の1、速度は3倍だが、具体的な料金は公開されていない。毎秒200トークン対60トークンという速度のデモは、タスクの実行を模擬的に再生したものだ。

Introducing SWE-2 Flash, our new fast & efficient coding model. On leading evals, it outperforms all American open-weight models, even ones 3x larger. To balance transparency and cyber risks, we are building a program to securely share the weights with partners & researchers.

🇯🇵 高速かつ効率的な新しいコードモデル、SWE-2 Flashをご紹介します。主要な評価では、規模が3倍のものも含め、米国のすべてのオープンウェイトモデルを上回ります。透明性とサイバーリスクへの対処を両立させるため、パートナーや研究者と重みを安全に共有するプログラムを設けます。 — Xの@cognition

新しさは、まず学習手法にある。Cognitionは初めて、強化学習の前に中間学習（中間学習）の段階を挿入した。科学論文、ブログ、コードからなる数兆トークンを3段階で学習し、最も希少で入念に整えたデータを最後に使う。その後に大規模なRLを行い、性能向上は主に、より多様で、より厳密に検証されたタスクによって得られたという。ベースモデルからの改善として、Terminal-Bench 4.0は0,9 %から20,0 %、独自ベンチマークのFrontierCode 2.0は3,2 %から24,0 %、ExploitBenchは11,3 %から34,8 %に上昇したと発表している。

評価ベンチマーク (%)	SWE-2 Flash	Inkling-Small（ベース）	Muse Spark Open	GLM 5.3 Flash	SWE-2
規模（総数・稼働数）	276B-A12B	276B-A12B	816B-A42B	320B-A18B	2,8T-A104B
FrontierCode 2.0	24,0	3,2	6,2	14,2	23,8
Terminal-Bench 4.0	20,0	0,9	8,0	41,8	27,3
DeepSWE 1.1	60,1	17,4	60,0	63,4	73,0
SWE-Atlas QA	50,0	27,4	54,0	56,5	56,3
ExploitBench	34,8	11,3	—	36,0	36,1

記事内の表を見ると、目玉の主張には留保が必要だ。3倍の規模を持つMetaのMuse Spark Openは、SWE-Atlas QAで54,0対50,0と優位を保ち、DeepSWE 1.1ではほぼ互角となっている。中国のオープンモデルとの比較では、結果は分かれる。SWE-2 FlashはFrontierCode 2.0でGLM 5.3 FlashとDeepSeek V4.1 Flashを上回るが、Terminal-Bench 4.0では20,0対41,8、42,3と大きく後れを取る。SWE-2をわずかに上回るのはFrontierCode 2.0だけで、ほかのどの項目でも追いついていない。

重みは現時点では公開されていない。Cognitionは学習時にサイバーセキュリティを重視しており、こうした能力は攻撃者にも役立つと指摘している。同社によれば、最近相次いだサイバー攻撃がそれを示したという。同社は、産業界のパートナーや信頼できる研究機関と重みを安全に共有するプログラムを準備している。参加者はモデルをファインチューニングし、機密性の高い環境で稼働させられる可能性がある。詳細は数週間以内に発表するとしている。

🔗 SWE-2 Flashの紹介（Cognition）

コードエージェント：Claude Code 2.1.318、VS Code 1.145、XcodeのCopilot、Vibe CLI 3.1.0、Antigravity 2.29.0

Claude Code 2.1.318が接続の有効期限を通知、Haiku 5.5がサブエージェントのステータス行を作成

11月4日 — Claude Code 2.1.318の記載項目は84件で、うち47件が修正となる。11月3日21時55分UTCにnpmで公開され、UTCの午前0時を過ぎて間もなくGitHubにリリースノートが掲載された。npmの安定版チャンネルは引き続き2.1.311だ。最も実用的な新機能は、有効期限のある保存済みclaude.ai接続に関するものだ。期限がclaude auth status（loginExpiresAt）とclaude -pのJSON出力（credential_expires_at）に表示されるようになり、claude -pは期限の10日前から標準エラー出力に警告する。これにより、自動タスクが失敗して初めて期限切れが判明する事態を避けられる。

対象分野	2.1.318の新機能
クラウドセッション	リポジトリなしのオプション：リポジトリを選択せず、Anthropicがホストする環境でセッションを開始
バックグラウンドのサブエージェント	プロンプトキャッシュの有効期限が切れないよう、シェルコマンドは3分後にバックグラウンドへ移行
管理	`deniedMcpServers`は上流URLが一致するAnthropic提供のサーバーもブロックし、`mantle`の上流には`assume_role`
IDE拡張機能	IDEのターミナル起動時にはインストールされなくなり、`/ide`から実行
セルフホスト型ランナー	オーケストレーターのログ形式を更新。`retryable=true:`を検索するスクリプトは見直しが必要

同日、@ClaudeDevsは、2.1.316から2.1.318までのどのリリースノートにも記載されていない変更を発表した。30秒ごとに更新されるバックグラウンドのサブエージェントのステータス行は、これまで会話全体を読み直して作成していた。今後は短いメモを基にHaiku 5.5が作成し、サブエージェント自体は従来のモデルを維持する。Anthropicによると、更新1回あたりのコストは約99 %下がり、バックグラウンドのサブエージェントを使うセッションでは利用上限の消費が約5 %減少した。これはプロンプトを約6 %多く使えることに相当する。変更はClaude Code 2.1.316以降で、Pro、Max、Ultraの大半の契約者と、すべてのTeam、Enterprise契約者に適用される。Claude CodeチームのLydia Hallieは、対象はCLIのみだと補足している。

🔗 Claude Code 2.1.318のリリースノート · Haiku 5.5に関する@ClaudeDevsのスレッド

VS Code 1.145が同じセッション内でCopilot、Claude、Codexのハーネスを組み合わせ

11月4日 — VS Code 1.145は、エージェントへの移行をさらに進める。主な新機能はプレビュー版で、異なるハーネスで動く入れ子の会話を、同じセッション内にまとめられる。例えば、Copilotの会話が作成した計画をClaudeがレビューしたり、同じタスクをCodexにも依頼して並べて実行したりできる。それぞれの会話は独自のモデル、エージェント、権限レベルを保つ。この構想は、VS Code 1.143でプレビュー版が登場したCompare Modelsを発展させたものだ。

ローカルの自動化は、cron式によるスケジュール設定に対応し、ワークスペースのカスタムエージェントも使用できるようになった。クラウドの自動化は対象外だ。リモートエージェントでは、Agentsウィンドウの内蔵ブラウザーがリモートホストを経由するようになり、そのマシン上でエージェントが起動したアプリケーションをプレビューできる（プレビュー版）。新規セッションの既定は引き続きCopilotハーネスで、Localハーネスからの移行ガイドも用意されている。Localハーネスでは3つのツール（#installExtension、#runCommand、#newWorkspace）とコマンド/newが削除されるため、これらを参照するカスタムエージェントやプロンプトファイルは修正が必要だ。企業環境では、組織が管理するMCPサーバーの許可リストが、レジストリへの制限より優先されるようになった。

🔗 VS Code 1.145のリリースノート

GitHub CopilotがXcode内蔵コードアシスタントに登場、公開プレビューを開始

11月4日 — GitHub Copilotが、Xcode内蔵のコードアシスタントで利用できるようになった。公開プレビューの対象は、macOS Tahoe 26.6以降を搭載したMac上のXcode 27.3ベータ以降となる。統合はXcodeの設定にあるインテリジェンスの項目から行い、すべてのCopilotプランで利用できる。Apple向け開発者にとっては2つ目の利用経路だ。別途配布されている拡張機能GitHub Copilot for Xcodeも、引き続き利用できる。GitHubは、Appleのアシスタントから利用できるモデルや機能については明らかにしておらず、拡張機能のリポジトリまたはAppleの報告ツール（Feedback Assistant）でフィードバックを受け付けている。

🔗 Xcodeのコードアシスタントに統合されたGitHub Copilot

Vibe CLI 3.1.0が/context、月間使用量メーター、画像読み取りを追加

11月4日 — Mistralは、10月19日の3.0.0以来初のマイナーバージョンとなるVibe CLI 3.1.0を、Xでの告知なしに公開した。記載項目は67件で、追加11件、変更25件、修正29件、削除2件となる。コマンド/contextは、コンテキストウィンドウを何が占めているかを表示する。システムプロンプト、ツール定義、スキル、会話、空き領域、自動圧縮用の予約領域について、分類ごとの推定トークン数を示す。フッターにはVibe Codeの月間使用枠の消費率が表示され、黄色から赤へと変化する。従量課金に切り替わるとPAYGと表示される。ツールread_fileは、画像を読み取れるモデルを使って画像も開けるようになった。Ctrl+Rでプロンプト履歴を検索でき、音声録音はCtrl+Tに移る。また、MistralのMCPコネクターが実験的に追加された。

複数の修正はMistral Large 4を対象としている。思考レベルを指定せずに開始したターンが400エラーで失敗しなくなり、選択肢にはLow、High、Maxが表示される。スマート承認モードでは、GLM 5.3のように推論を無効にできないモデルでも、ツール呼び出しのたびに承認を求めなくなった。設定smart_approve_defaultは廃止され、default_agent = "smart-approve"に置き換わる。

🔗 Vibe CLI 3.1.0のリリースノート

Antigravity 2.29.0、Gemini Liveによる音声モードとクラウド上のリモートエージェントの展開を開始

11月3日 — Antigravityアプリのバージョン2.29.0（22件の改善、13件の修正）で、2つの機能の段階的な展開が始まった。Gemini Liveを搭載した音声モードでは、Antigravityに話しかけ、エージェントに音声で依頼できる。Google AI UltraとProの加入者にはリモートエージェント（リモートエージェント）も提供される。クラウドプロジェクトの会話は、ユーザーのコンピューターではなくクラウドで実行され、antigravity.google.com/remoteから引き続きアクセスできる。Antigravityは8月からRemote Controlによる遠隔操作に対応していたが、その時点ではセッションはユーザーのマシン上で動いていた。今回は実行そのものが端末からクラウドへ移る。

このバージョンでは、Jupyterノートブック用のネイティブビューアー、自動化ページの刷新（スケジュール済み、常時有効、一時停止中）に加え、内蔵ブラウザーにダウンロード機能と閲覧履歴も追加された。修正点として、サブエージェント用に作成するGitワークツリーが、未コミットのローカル変更を引き継ぐようになった。

🔗 Antigravityの変更履歴

RoboColosseum、100台を超える実機のロボット群でロボット方策を評価

11月4日 — RoboColosseumが公開された。研究室やシミュレーターの外でロボット方策を測定する、オープンな評価の取り組みだ。住宅内のUnitree G1ヒューマノイドや飲食店のYAMアームなど、実際の環境（実環境）に配備されたロボット群を使う。同サイトによると、設立したのはNUS MAGIC Lab、BitRobot、EAIC Singapore、Hugging Faceで、Hugging Faceも自らを設立パートナーと紹介している。公開告知のスレッドでは、100台超のロボット、140超のシーン、申請に応じて割り当てられる10 000時間分の無料評価枠が発表された。

Robotics has an evaluation problem. Most benchmarking efforts have measured progress in sim or labs.

🇯🇵 ロボティクスの評価には課題があります。測定の取り組みの大半は、シミュレーション内や研究室内での進歩を追うものでした。 — Xの@RoboColosseum

評価には2つの部門がある。Open Trackでは、匿名の2つのモデルに、同じシーンで同じ未見の指示を与え、人間の評価者がより優れた実行を選ぶか、引き分けと判定する。Fine-tune Trackでは、同じ100件の実演データを使って各モデルを同じタスクにファインチューニングし、その後25回の試行を与える。最初の評価では、5つの視覚・言語・行動（VLA）方策と3つのフロンティアモデルが競う。

評価対象の方策（Franka、Open Track）	モデル提供元	DCRスコア（±1標準偏差）	ブラインド比較数
GPT-6 Astra	OpenAI	1 925 ±38	194
MolmoAct2	Ai2	1 869 ±24	1 859
G0.5	Galaxea	1 744 ±27	1 626
Claude Opus 5.5	Anthropic	1 636 ±47	206
GR00T N1.7	NVIDIA	1 350 ±36	1 797
π0.5	Physical Intelligence	1 285 ±43	1 845
LingBot-VLA v2	Robbyant	1 233 ±56	1 603
Grok 4.7	SpaceXSI	1 160 ±128	193

Frankaアームを使うOpen Trackのオンラインランキング（11月4日のデータ、1時間ごとに更新、ブラインド評価済みの比較4 662件）では、GPT-6 AstraがAi2のMolmoAct2を抑えて首位に立つ。ただし、差は誤差範囲内に収まり、フロンティアモデルの比較件数は各約200件にとどまる一方、VLAはそれぞれ1 600件を超える。Ai2は、MolmoAct 2がこれらのタスク向けの追加学習なしで2位になった点を強調している。

公開に合わせて11月2日にarXivへ掲載された論文は、124か所で実施した5 699件の比較を基に、この結果をより慎重に位置づけている。フロンティアエージェントは特化型VLAに匹敵するものの、オープンワールドのタスクを安定して完遂できるシステムはない。ファインチューニング後は、SO-101でGR00T N1.7が、FrankaとYAMの双腕作業環境ではπ0.5が首位となり、Open Trackの順位からファインチューニング後の順位を予測するのは難しい。ヒューマノイドG1では、どの方策も5つのタスクのいずれも完遂できず、平均進捗率は13,3 %から23,2 %だった。失敗を含むすべての実行結果は、LeRobot形式でHugging Face上に公開されている。

🔗 RoboColosseumの公開告知スレッド · RoboColosseumのランキング · arXiv論文2611.02497

OpenAI、TreesとDiffsがすでにCodexに採用されているPierre Computer Companyを買収へ

11月4日 — OpenAIは、開発者向けツールを手がける小規模企業Pierre Computer Companyを買収すると発表した。同社の商用製品Code Storageは、アプリケーションがコードを保存し、Gitでその履歴を追跡できるAPIだ。プロジェクト内のファイルを閲覧するTreesと、変更を可視化するDiffsというオープンソースライブラリーは、すでにCodexアプリに組み込まれている。

Today we’re announcing that OpenAI will acquire @pierrecomputer to accelerate our vision for making Codex a place where teams can build software together with AI, from first idea to the version they ship. Pierre’s open-source developer tools already power parts of Codex today. Together, we’ll build on that foundation for the agentic era.

🇯🇵 本日、OpenAIが@pierrecomputerを買収し、チームが最初のアイデアからリリースするバージョンまでAIとともにソフトウェアを開発する場へとCodexを育てる計画を加速させることを発表します。Pierreの開発者向けオープンソースツールは、すでにCodexの一部を支えています。私たちはともに、この基盤を発展させ、エージェントの時代に向けた開発を進めます。 — Xの@OpenAINewsroom

OpenAIは、この買収を2日前に発表したモノレポ用GitバックエンドのPandoと結びつけている。エージェントが最初のブランチを作成する段階からデプロイまで、ソフトウェア開発の標準を定め、買収完了後には業界全体のバージョン管理（ソース管理）を進歩させたい考えだ。Pierreのオープンソースプロジェクトは公開を維持し、Code Storageも、その機能をCodexに統合する間は顧客が引き続き利用できる。買収には通常の規制当局の承認が必要で、金額も日程も公表されていない。

🔗 OpenAI、Pierre Computer Companyを買収へ

科学を支えるAI：Claudeによるバクテリオファージ由来のボールト研究、Ai2のNeuralGCM+、Rustに移植されたFVCOM

Anthropic、Claudeとともにバクテリオファージ由来のボールトの3D構造を解明

11月4日 — Anthropicの科学チームが、バクテリオファージのタンパク質から作られたボールトの3D構造を公開した。同社によると、原核生物では初の事例となる。ボールトは、リボソームのおよそ3倍の質量を持つ、大きな中空のタンパク質殻だ。1986年に発見されたが、その機能は現在も分かっていない。L05と名づけられ、大腸菌E. coliで産生されたこのボールトは、哺乳類の78分子に対し、同じタンパク質96分子で構成される。質量は約9,5メガダルトンで、体積も約25 %大きい。96分子のそれぞれに収まる未同定の小分子は、形状が補酵素Aに似ており、これが確認されれば機能の解明につながる最初の手がかりとなる。

Claudeは各段階に関わった。Claude Scienceを使って約150億個の予測タンパク質から近縁タンパク質を探し、精製にかかる時間を約3日から約90分に短縮した。チームによると、最初の構造モデルも、数週間ではなく34時間で作成できた。Anthropicは誤りも詳しく説明している。DNAの細胞への導入を妨げる添加剤を含んだプロトコルによって2週間を失い、クライオ電子顕微鏡法で標準的な工程を省いたため、鏡像が混在するマップが得られた。プレプリントはbioRxivに投稿済みで、ボールトの共同発見者であるレナード・ロームが、有償コンサルタントとしてチームに助言した。

🔗 Claudeによるボールト粒子の研究

Ai2、Google.orgが3年間資金提供するオープンな気候モデルNeuralGCM+を発表

11月4日 — Ai2は、Google.orgから3年間で数百万ドルの資金提供を受ける気候モデリング計画を開始した。正確な金額は公表されておらず、Google Researchが技術面で支援する。計画では、Google ResearchのNeuralGCMを発展させたオープンソースモデルNeuralGCM+を開発する。これは、大規模な力学現象については物理方程式を解き、雲の形成や降水など、より細かな過程をAIに任せるハイブリッドモデルだ。公開ベンチマークでは、NeuralGCMの大気のみを扱うバージョンが、TPU1基で全球の大気の1年分を8分でシミュレーションした。

Ai2は、これに海洋と海氷を結合し、過去50年間を対象とした地域ごとの気温と降水量の誤差を減らしながら、数十年にわたる安定したシミュレーションを実現したい考えだ。役割は分かれており、Google Researchは数週間から数か月先の予測を、Ai2は数年から数十年単位の傾向を扱う。例えば、米国南西部で今世紀半ばまでに降水量や利用可能な水量がどう変わるかといった問題だ。モデルとモデリング用フレームワークは、文書化されたワークフローとともに公開される。

🔗 Googleとの提携に関するAi2の記事

Google、174 000行のFortran海洋モデルFVCOMの中核をGemini 4 ArgonでRustに移植

11月3日 — 海洋モデリングを支える別の取り組みとして、GoogleのAI研究開発チームに所属するダン・グルールとプラシャント・ナイアが、Gemini 4 ArgonによるFVCOM（Finite-Volume Community Ocean Model）の近代化をAntigravityのブログで紹介した。FVCOMは、264ファイルに分かれた174 774行のFortran 90とCで書かれた沿岸海洋モデルだ。エージェントは1つのプロンプトから、その中核を完全にメモリ安全なRustへ59分で移植した。制約は、unsafeのコードを一切使わない、計算ループ内でメモリを割り当てない、各ファイルを400行未満に収める、100個の乱数シードでFortranと同じ結果を得る、という4点だった。

監査では、1 300ノードを超える格子での整数オーバーフローなど、元のコードに数十年間残っていた6件のバグが見つかった。100回のシミュレーションの結果は、小数点以下12桁までFortranと一致した。

移行の段階	実行時間	測定された高速化率	最大メモリ使用量
元のFortran 90とC (-O3)	883 ms	1,00x	11,84 Mo
慣用的でメモリ安全なRust	682 ms	1,29x	6,39 Mo
配列の構造体（SoA）、ループ内の割り当てなし	548 ms	1,61x	5,83 Mo
LLVMのプロファイルに基づく最適化	469 ms	1,88x	5,48 Mo

Googleはこの手法を、オープンソースのスキルmigrate-to-rustとして公開しており、10月13日からgoogle/skillsリポジトリに含まれている。

🔗 FVCOMに関するAntigravityの記事

開発者向けAPIとプラットフォーム：PerplexityのDecisions API、Grokのデフォルトの透かし、Together Compiler、OpenRouter上のCohere

PerplexityのDecisions API、回答前にウェブを検索

11月4日 — Perplexityは、10月1日に公開した、テキストではなく確率を返す意思決定モデルAPIであるDecisions APIに、ウェブに基づく根拠づけ（ウェブグラウンディング）を追加した。これまでモデルが参照できたのは、学習済みの知識と、開発者が送るコンテキスト（状態）だけだった。"mode": "web_grounding"を設定すると、ゲートウェイがまず質問ごとにPerplexity Fast Searchを1回実行し（1リクエストあたり最大100件）、ページのタイトル、URL、本文をコンテキストに追加する。応答では、search_resultsに参照元が列挙される。検索1回につき、入力トークン料金（pplx-decider-v1.2では100万トークンあたり0,02ドル）に加えて0,001ドルがかかる。PythonとTypeScriptのSDKでは、パラメーターをリクエスト本文で渡す。

Perplexityが公表した測定値	ウェブグラウンディングなし	ウェブグラウンディングあり
内部テスト、328件の主張	56,4 %	97,3 %
内部テスト、レイテンシー中央値	139 ms	366 ms
PWS-Decisions、100件の公開質問	51 %	86 %

公開ベンチマークPWS-Decisionsでは、ウェブ検索を使った場合のレイテンシー中央値は370 ms、95パーセンタイルは685 msだったとPerplexityは報告している。

🔗 Decisions APIのウェブグラウンディング

SpaceXSI、11月7日からAPIのGrokモデル出力にデフォルトで透かしを付与

11月3日 — SpaceXSIのTypeScript SDK 0.2.8によって、10月31日に更新されたドキュメントページが明らかになった。欧州のAI Actに準拠するため、2026年11月7日から、grok-4.7、grok-4.6、grok-4.5、grok-4.3、およびgrok-4.20の3つの派生モデルが生成するテキストには、APIでデフォルトの透かしが付く。見えない透かしは、文字を追加せず、トークン選択にわずかな偏りを与える。すべてのエンドポイントで、構造化出力やツール呼び出しの引数を含む、すべてのテキストAPIに適用される。x-watermarkヘッダーは応答に透かしがあることを示し、統計的な検出を行うAPIは申請制でのみ公開されている。

無効化できるのはチーム管理者だけで、モデルごとに設定し、5分以内に反映される。その際、法律で定められた例外が適用され、表示義務についてチームが単独で責任を負うと表明する必要がある。一部のモデルは無効化できない場合もある。Anthropicは11月3日に独自のテキスト透かしの適用を拡大した一方、OpenAIの透かしはAPIでは引き続きデフォルトで無効になっている。

🔗 出力の透かしに関するSpaceXSIのドキュメント

Together AI、公開モデルの推論を継続的に最適化するエージェント群Together Compilerを発表

11月4日 — Together AIは、自社の推論エンジンの最適化をエージェントに任せる。Together Compilerは、モデル、ハードウェア、トラフィックの特性を出発点とする。多数のエージェントがカーネルの変更案を出し、継続稼働するエンジンが各案の速度と正確性を元のエンジンと比較してテストし、検証済みの変更だけを本番環境に導入する。Togetherはこれを継続的コンパイル（継続的コンパイル）と呼び、モデル、ハードウェア、負荷が変わると再実行する。

発表された改善値はTogetherによるものだ。SemiAnalysisのベンチマークInferenceXで公開されている最良の構成に対し、各モデルにつき2ノードで24時間コンパイルした後、Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek V4.1-Flashで、ユーザーあたりの速度を維持しながらGPUあたりのトークン数が最大2,6倍になったという。顧客のワークロードでは最大50 %の高速化を報告し、低レイテンシー条件ではMiniMax M3.1-Flashで毎秒1 111トークン、DeepSeek V4.1-Flashで毎秒1 205トークンを達成したとしている。SemiAnalysisは、結果の1つを検証したと述べている。このコンパイラーは、サーバーレスのDeepSeek V4.1 Flash、GLM 5.3 Flash、GLM 5.3ですでにデフォルトで有効になっている。Togetherは、本番環境の規模で自己改善を再帰的に繰り返す（再帰的自己改善）初の推論システムと位置づけているが、この表現は同社自身によるものだ。

🔗 Together AIのブログに掲載されたTogether Compilerの記事

CohereがEmbed 5とRerank 5をOpenRouterで提供開始

11月4日 — Cohereの検索モデル4種（Embed 5 ProとFast、Rerank 5 ProとFast）がOpenRouterに登場した。既存のOpenRouterのキーとクレジットを使い、Cohere APIと同じ料金で利用できる。埋め込みは100万トークン当たり0.12ドルと0.08ドル、再順位付け（リランキング）は0.05ドルと0.02ドル。OpenRouter固有の制限は2つあり、ベクトルは浮動小数点数で返され（int8とバイナリ形式はCohere APIで利用可能）、Rerank 5はテキストに限定される。検索拡張生成（RAG）のチュートリアルである記事では、Cohereが40のデータセットで実施したテストによると、Embed 5 Proで構築したインデックスをEmbed 5 Fastで検索しても、すべてProを使った検索の品質の98.4 %を維持できると紹介している。

🔗 OpenRouterで利用できるCohereの検索モデル

音声：Gemini 3.8 Flash TTSの音声リミックスとコンタクトセンター向けElevenAgents

Gemini 3.8 Flash TTSにリミックス機能が追加、既存の音声から新しい音声を作成

11月4日 — Googleは、9月23日に公開した音声設計（Voice design）と複製に続き、Gemini 3.8 Flash TTSに3つ目の音声作成モードを追加した。音声リミックス（Voice remixing）は、ライブラリにある2,000以上の音声や独自に設計した音声をもとに、自然言語の指示で声質、音の高さ、話す速さ、アクセント、年齢などを変更する機能だ。Googleは例として、米国南部のアクセントをわずかに加えた声や、火を吐くドラゴンの声を挙げている。

APIでは、gemini-3.8-flash-ttsを指定してPOST /v1beta/voicesを呼び出すと、元の音声から独立した新しい音声が作成・保存される。この音声はGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSで利用でき、さらに別のリミックスのもとにもできる。AI Studioでは、「この音声をリミックス」ボタンから3つの候補を聴き比べられる。有料階層（Tier 1以上）のプロジェクトが必要で、各プロジェクトには最大200の音声を保存できる。音声は最終使用から1年間保持される。

🔗 GoogleによるXでの発表 · 音声リミックスのガイド

ElevenLabsがElevenAgentsをNiCE CXone、Genesys Cloud、Amazon Connect、Five9に標準統合

11月4日 — ElevenLabsの音声エージェント基盤ElevenAgentsが、大手コンタクトセンター基盤4つに標準統合された。電話システム、ルーティング、CRMを変更せずに、既存の通話フローへ音声エージェントを追加できる。それ以外の基盤には、Twilio、Vonage、Telnyx、Plivo、Bandwidth、Exotelなどの電話サービス事業者を通じ、SIP（セッション開始プロトコル）で接続する。

コンタクトセンター基盤	発表された統合方式
NiCE CXone	標準統合。電話システム、ルーティング、レポートはCXoneが引き続き担当
Genesys Cloud	標準のAudio Connectorを利用し、SIP接続（SIPトランキング）は不要
Amazon Connect	Amazon ConnectのAIエージェントがElevenAgentsを呼び出し、その後に制御を引き継ぐ
Five9	Five9の追加モジュールFive9 AI Agent Connectを介したSIP接続

記事では、90以上の言語で17,000以上の音声を提供していることを改めて紹介し、すでにGenesysを電話基盤として利用していたことなどを理由にElevenLabsを選んだAMC Healthの事例を挙げている。料金や性能の数値は示されておらず、9月3日に発表されたGenesysとの提携を拡大する内容となっている。

🔗 ElevenAgentsが主要コンタクトセンター基盤と統合

動画・音楽生成：Kling 4.0 Flashを全利用者に開放、SunoはMIDIファイルからの楽曲作成に対応

KlingがKling 4.0 Flashを自社サイトとAPIで全利用者に開放

11月4日 — Kling 4.0の高速版で、9月28日から限定早期アクセスを実施していたKling 4.0 Flashが、Kling AIのサイトとAPIで誰でも利用できるようになった。Klingによると、MCPサーバー、CLI、各種プラグインからも呼び出せる。対象にはAdobe Photoshop、Premiere Pro、After Effects向けのプラグインも含まれる。発表では最長時間、解像度、料金は示されておらず、Klingのリリースノートも10月15日のKling 4.0公開時点までしか更新されていない。早期アクセス中のKling 4.0 Flashは、720pで3～20秒の映像を生成していたが、この制限が変わったかどうかは不明だ。

🔗 KlingによるXでの発表

SunoがMIDIファイルをもとにした楽曲作成に対応

11月4日 — Sunoで、MIDIファイルを出発点に楽曲を作成できるようになった。.midまたは.midiファイルを作成ページにドラッグするか、「+」メニューから選び、Sunoに何をさせたいかを自然言語で指示する。書かれたとおりに音符を演奏させたり、モチーフをもとに展開させたり、別の楽器に演奏させたりできる。音声ファイル（WAVまたはMP3）をもとにするRemixやCoverと異なり、MIDIでは正確な音符とリズムを渡せるため、より細かく制御できる。記事では、MIDIをフルオーケストラ向けに編曲する例や、ピアノ伴奏付きのゴスペル合唱、和音を忠実に再現する弦楽四重奏の例を挙げている。公開時点ではSimple Createモードとv6-wildモデルを使用し、ProとPremierの加入者のみが利用できる。7月26日に追加されたMIDI書き出しを補完する機能だ。

🔗 MIDIから楽曲を作成

ChatGPTのdotsがEnterprise、Edu、Healthcareで一般提供へ、11月18日から既定で有効化

11月4日 — 9月29日にProとBusiness Premium向けに公開され、Enterpriseではベータ版として提供されていたChatGPTの常駐エージェントdotsが、対象となるChatGPT Enterprise、Edu、Healthcareのワークスペースで一般提供される。2026年11月18日までは管理者限定のプレビュー期間となり、それまでは管理者が有効にしない限りdotsは無効のままとなる。その後は、ワークスペース側で利用を拒否しない限り、既定で利用可能になる。管理者は利用できるメンバーを選び、個人のdotsとその接続先を確認し、一時停止や再開、使用状況の追跡を行える。ヘルプ記事によると、有効化には対応するAgent Securityポリシーも必要となる。コンプライアンス面では、dotsはデータレジデンシーとEnterprise Key Managementに対応し、推論はEUまたは米国で実行される。一般提供前に作成されたdotsは30日以内に必要なリージョンへ移行し、対象ワークスペースではHIPAAの適用対象となる。

🔗 ChatGPT EnterpriseとEduのリリースノート

短報

エージェントとコーディングツール

Zed 1.27とプレビュー版1.28 — 安定版1.27には10月28日のプレビュー版の内容が反映された（Agentパネルのリソース消費削減、復元ポイントの廃止、最低要件をmacOS 12に変更）。プレビュー版1.28は最新のAgent Client Protocolに対応し、エージェントが読み取る行を2,000文字に切り詰め、コンテキスト圧縮に関する3つの不具合を修正した。🔗 情報源
Delta 0.24 — サブスレッドの変更を親スレッドに統合できるようになった（/merge-into-parent、/pull-from-subthread）。エージェントはリンクだけで共有スレッドを読み取り、delta thread sendで別のスレッドのエージェントにメッセージを送れる。MCPサーバーはベアラートークンとカスタムヘッダーに対応した。🔗 情報源
Copilot CLI 1.0.106-7～1.0.106-9 — 3つのプレビュー版が公開されたが、1.0.106の安定版はまだない。/codeコマンドで現在のセッションをVS Codeに開けるようになり、Fusionのレベルはcopilot configで設定できる。79件の修正には、新たなエスケープシーケンスの無効化などが含まれる。🔗 情報源
Gemini CLI v0.67.0とv0.68.0-preview.0 — 安定版はすでに紹介済みの0.67.0系を正式版に昇格させたもので、プレビュー版は直近8日間のナイトリービルドをまとめている。唯一の新要素は11月4日のナイトリービルドで、gemini hooks migrateがClaude CodeのSubagentStopイベントを認識するようになり、root権限なしのPodman環境向けに--userns=keep-idが追加された。🔗 情報源
Qwen Code v0.26.7 — リポジトリが提供するフック、権限、言語サーバーは、フォルダーを明示的に信頼しない限り実行されなくなった。qwen serveはリモート接続に対応し、Claude Opus 5.5、Sonnet 5.5、Fable 5.1、Mythos 5.1でツール選択を強制する際の不具合が修正された。🔗 情報源
Kimi Code 2.5.0 — SSH、Docker、またはコマンドで定義した環境（--environment）でセッションを開始でき、エージェントの作業中にも/modelや/effortを利用できるようになった。サーバーのRESTおよびWebSocketの複数のエンドポイントが削除されたが、変更は修正項目に分類されている。🔗 情報源
mistral CLI 0.17.0 — mistral agents initでエージェントのプロジェクトを作成できる。アプリケーションにエージェントを組み込み、開発中はmistral devで提供し、mistral deployで公開できるようになったが、mistral_cli_agentsフラグの有効化が必要。mistral login --deviceによる接続は拒否されるようになった。🔗 情報源
DeepSeek Harness 0.2.2-rc.1 — 0.2.2系の最初のリリース候補で、安定版が出ないまま37番目のプレビュー版となる。主に紹介済みのアルファ版の内容を引き継ぎ、TypeScriptとPythonのSDKをウェブモードに揃えたほか、Ralph loopとセッション検索を実験段階から正式機能へ移行した。🔗 情報源
Zach Lloydが語るソフトウェア工場 — Warpのブログで、ソフトウェア工場（ソフトウェアファクトリー）はプロンプトとクラウドエージェントをつなぐだけでは構築できず、階層構造として設計すべきだと主張している。工場をコードで記述し、持続的な実行制御、評価と過去タスクの再実行、APIとMCPを優先した統合を組み合わせる構想だ。🔗 情報源

プラットフォーム、API、管理

Together AIとKimi K3.1 Pro — Together AIはKimi K3.1 Proの重み公開当日から提供を開始した。そのまま利用するほか、Together Post-TrainingでRLまたはSFTによる事後学習を施すこともできる。発表に料金の記載はない。🔗 情報源
OpenAIのSDK — openai-python 3.45.0とopenai-node 7.50.0が、10月に発表された12時間のレスポンスキャッシュとプロジェクト単位のサービス階層に対応した。Codex CLIは10月29日の0.166.0以降、安定版の公開がなく、説明が空のプレビュー版だけが続いている。🔗 情報源
Copilotの使用状況指標 — 使用状況指標APIが、ローカルでのBYOK（独自キーの持ち込み）による利用を、下限値として集計した独立項目で示すようになった。また、企業独自のモデルをis_custom_enterprise_modelという指標で示す。既存の合計値は変わらない。🔗 情報源
grok-imagine-image-qualityを廃止 — 11月2日以降、SpaceXSIはこの画像モデルへのリクエストを、コードの変更なしでgrok-imagine-image-2.0の低品質設定に振り向けている。料金は1K画像が1枚0.04ドル、2K画像が1枚0.06ドルで、従来より0.01ドル安い。🔗 情報源
Claude Marketplace — Chainguard、Zoom、Datadog、Netlify、Runway、Gleanなど、パートナーのエージェントと製品14件がClaude Marketplaceに加わり、合計は25件を超えた。対象企業は、Anthropicに対する契約上の利用確約額の一部を支払いに充てられる。🔗 情報源

セキュリティ

WarpのGPGキー — Warpは、詳細を明かしていないセキュリティインシデントを受け、予防措置として一部のLinuxパッケージへの署名に使うGPGサブキーを更新する。不正使用は確認されていない。Fedora 42以前、RHEL、openSUSEでは、先に古いキーを削除する必要がある。🔗 情報源
AWS GovCloudでGPT-5.6 Cyberを提供 — 承認済みのDaybreak Redの顧客は、OpenAIの承認とAWSによる有効化を経て、Amazon Bedrock経由でAWS GovCloud（US-East）リージョンのGPT-5.6 Cyberを利用できる。AWSは10月30日の時点で提供を開始していた。🔗 情報源
Mistral Large 4がDjangoの脆弱性に挑む — 90倍速の動画で、133のエージェントがコードの構造を調べ、Djangoの最近の脆弱性を発見・確認し、その後Le Chonkが修正する。CVE番号、費用、実際の所要時間はいずれも示されていない。🔗 情報源
CodeQL 2.27.4 — JavaとKotlin、Rust、C/C++で誤検知を削減し、6言語のReDoSクエリからCWE-730のラベルを削除した。また、パックの作成時に、ルート外へリンクされたファイルを除外するようになった。今回はAI関連の変更はない。🔗 情報源
PerplexityのMCPガイド — 間接的なプロンプトインジェクションからローカルサーバーの侵害まで、MCPシステムのリスクを3分類・11項目で整理し、対策とともに解説している。Perplexityの製品や数値に関する情報はない。🔗 情報源

オープンモデルと研究

合成音声の検出 — メルボルン大学の研究者2人が、合成音声の検出、生成元の特定、判定理由の説明を行う29億パラメータの音声LLM、VeriSpoofを公開した。著者らによると、VeriSpoof-PlusはSpeech-DF-Arenaで平均等誤り率（EER）1.79 %を達成した。重みは非商用ライセンスCC BY-NC 4.0で公開されている。🔗 情報源
Dharma-AIのField Extractor — 文書の各フィールドを型付きJSONで返す2Bモデル。546文書からなる独自ベンチマークで0.834を記録し、Claude Opus 5の0.816を上回った。ただし、比較対象は各社の最新モデルではなく、Hubでは重みを確認できない。🔗 情報源
CriblのOTAP — 最適輸送で参照計画と対応付け、エージェントの計画の構造を評価する指標。著者らによると、236の実行軌跡において、ROUGE-Lよりも人間の評価との一致度が高かった（0.74対0.64）。🔗 情報源

一般利用者向けエージェント

Grok Botで買い物 — 11月3日、SpaceXSIのエージェントが、最もお得な商品を探し、商品を比較し、すべての注文を追跡する買い物機能を紹介した。対象国、プラン、販売店は示されていない。🔗 情報源
Grok Botの電話機能 — 11月4日、@botアカウントが、Grok Botで電話をかけられるようになったと動画付きで発表した。対象国、プラン、料金は示されていない。🔗 情報源
Get Maine LobsterとComputer — Perplexityが提案し、同社が30,000ドルのテスト予算を提供した試験導入で、ComputerによるMeta広告キャンペーンは、顧客の通常の広告と比べて広告費用対効果（ROAS）が63 %高く、支出2.1倍に対して売上は3.5倍となった。🔗 情報源
ComputerのMotionSites — @viktoroddyのスキルにより、Perplexityのエージェントが、40の参考設計と52のホスティング済み素材をもとに、スクロール連動アニメーションを備えたWebGLサイトを構築できるようになった。ウェブ上ですべての利用者が使える。🔗 情報源
Manusの3D機能 — Manusが写真から、操作可能な利用者自身の3D版を作成する。エージェントで作った世界に登場させられる機能で、Game Devの拡張に当たる。対象プランやクレジット消費量は示されていない。🔗 情報源

画像、動画、クリエイター

HeyGen Video 1がモバイルに対応 — HeyGenの動画モデルが、iOSとAndroidのHeyGenアプリに登場した。料金、時間、解像度の詳細は示されていない。🔗 情報源
Pika H3 Flex — 予告日から2日遅れでPikaのプラットフォームに正式登場した。CreatorとFancyの加入者は、11月15日まで1日15回無料で生成できる。🔗 情報源
LumaのCharacter Sheet — Expression Sheetの公開翌日に登場した機能で、参照素材や説明から、一貫性を保った複数視点のキャラクター設定画を作成する。レイアウトは8種類。記事や料金の案内はない。🔗 情報源
HyperFrames — HeyGenの動画ツール群は、月間利用者数が700,000人を超えたとしているが、集計方法は明かしていない。また、コミュニティ専用のDiscordを開設した。🔗 情報源

これが意味すること

オープンウェイトモデルは、条件付きながら最先端の規模に達している。パラメーター数2.8T、ファイル容量約1.56 TBのKimi K3.1 Proは自由にダウンロードでき、Together AIは初日からモデルの提供と事後学習に対応している。しかし、そのライセンスは開放性の限界も示している。売上高が2,000万ドルを超える再販事業者はMoonshot AIとの契約が必要であり、Mistral Large 4のライセンスも、10月29日の時点ですでに、サービスとしてのモデル提供には商用ライセンスを求めていた。インフラもこれに続く。Together Compilerは、それぞれ異なるアーキテクチャを持つオープンモデルの最適化をエージェントに任せ、GPUあたりのトークン数が最大2.6倍になると主張している。一方、Cognitionはサイバーリスクを理由に、SWE-2 Flashのウェイトを現時点では非公開にしており、基盤モデルも変更している。SWE-2はKimi K3を基盤としていたが、SWE-2 Flashは米国製モデルを基盤としている。

コーディングエージェントは相互に連携し、ツールも充実している。VS CodeではCopilot、Claude、Codexが同じセッションで動作し、CopilotはXcode標準のアシスタントに組み込まれる。そしてOpenAIは、Pandoの発表から2日後、すでにCodexで使われているGitツールを買収することになった。エージェントがブランチを増やす中、バージョン管理が戦略上の重要分野になっている。コストも、もう一つの競争軸だ。Cognitionによると、SWE-2 FlashのコストはSWE-2の5分の1であり、Anthropicはサブエージェントのステータス行をHaiku 5.5に担当させることで、同じ利用上限で使えるプロンプト数を約6％増やしている。

評価はベンチマークの枠を超えつつある。RoboColosseumは、住宅やレストランで実機のロボットを使ってロボットの制御方策を評価しており、その結果はランキングへの過信を戒めるものだ。最先端モデルは特化型VLAに匹敵するが、オープンワールドで信頼できるシステムはなく、ヒューマノイドG1では、どのシステムもタスクを一つも完了できない。PerplexityのDecisions APIも、ソフトウェアの分野で同じ認識を出発点としている。学習時の知識しか持たないモデルは最新の出来事について誤り、ウェブ検索によって、公開ベンチマークにおけるpplx-decider-v1.2の成績は51％から86％へと向上する。科学の分野では、検証そのものが成果物になりつつある。Rust版FVCOMは100回のシミュレーションでFortran版と小数点以下12桁まで一致し、Anthropicは結果とともにClaudeの誤りも公開している。

電子透かしは、規制に基づく標準設定になりつつある。SpaceXSIはAI Actへの対応として、11月7日に七つのGrokモデルで電子透かしを有効にする。無効化できるのは、法的な例外に該当する旨の証明がある場合だけだ。Anthropicは11月3日に自社の電子透かしの適用範囲を拡大した一方、OpenAIでは標準で無効のままとなっている。開発者にとって、この違いは本文には現れず、応答ヘッダーと責任の所在に現れる。電子透かしを無効にすることは、表示義務への対応を単独で引き受けることを意味する。