OpenAIがGPT-6 Cyberを公開、AnthropicがClaudeでPersonal Financeを提供開始、PerplexityがTeammatesを公開

OpenAIは、同モデルを用いた自律的な脆弱性探索パイプラインが120万ドルでLinuxカーネルの権限昇格の脆弱性948件を検証したとする記事の翌日、サイバーセキュリティ分野でCriticalに分類されたモデルGPT-6 Cyberの提供を、まずDaybreak Redの一部顧客向けに開始した。AnthropicはClaudeのPersonal Financeを米国で読み取り専用のベータ版として提供し、Perplexityは、MistralがStudioに追加するものと同様に継続的に働くエージェントTeammatesを公開した。制作分野では、OpenAIがImages 2.6で画像生成を高速化し、GoogleはGemini Omni 1.2 Flashの一般提供を開始、15秒の動画に対応し、料金を30 %引き下げた。一方、Ricursive Intelligenceは、エージェントによるコーディングに重点を置いた、重みを公開するデンスモデルRipple-65B Previewを公開した。

OpenAIがサイバーセキュリティ分野でCriticalに分類されたモデルGPT-6 Cyberを公開、当初はDaybreak Redの顧客に限定

11月5日 — OpenAIは、GPT-5.6 Cyberの後継モデルGPT-6 Cyberを公開した。研究者が定めた範囲を守りながら、悪用可能な脆弱性を発見・検証するよう訓練されている。同社の備えの枠組み（Preparedness Framework）では、GPT-5.6 CyberのHighに対し、サイバーセキュリティ分野でCriticalに分類される。OpenAIによると、Astraがリクエストを拒否しない場合も含め、サイバー分野の大半のタスクでGPT-6 Astraを上回る。

Introducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time.

🇯🇵 GPT-6 Cyberは、強化された能力とモデルのアラインメント向上を組み合わせ、セキュリティ研究を大きく前進させる新モデルです。このモデルは、昨日発表したLinuxカーネルの研究を支えており、OpenAIの私たちのチームに加え、Mozilla、Palo Alto Networks、Calif、Ciscoなどの企業のセキュリティチームがすでに利用しています。GPT-6 CyberはDaybreak Redの一部顧客向けに提供しており、今後順次アクセスを拡大していきます。 — Xの@OpenAI

OpenAIが公開した数値は、まず脆弱性を悪用する能力、次いで与えられた任務の範囲を守る能力に関するものだ。ExploitGym Honeypotでは、意図的に攻撃しやすくした補助サービスを標的の近くに配置し、モデルにはそれらを攻撃しないことが求められる。

OpenAIが公表した評価	GPT-6 Cyberのスコア	比較対象
ExploitGym（指定された脆弱性をリモートで悪用）	48,5 %	GPT-5.6 Cyberは32,1 %
ソースコードへのアクセスなしでのウェブ侵入テスト	40,3 %の脆弱性を再発見	GPT-6 Astraは32,0 %
RemoteExploitBench（初期評価）	95 %のタスクに成功	GPT-6 Astra (Daybreak Blue)は100 %拒否
ExploitGym Honeypot、デプロイ用プロンプトなし	99,93 %の範囲外攻撃を回避	GPT-5.6 Cyberは94,49 %
SRE-Bench、バイナリのリバースエンジニアリング（システムカード）	92,84 %	GPT-6 Astraは87,98 %

実際の成果として、OpenAIはLinuxカーネルのローカル権限昇格エクスプロイト948件（以下に詳述）と、Mozillaの分類で深刻度が高いFirefoxの未知の脆弱性81件を挙げており、Mozillaは修正パッチの公開を開始している。Cisco、Calif、CodeRabbitのセキュリティチームも、脆弱性調査やコードレビューですでに利用している。

安全対策も強化された。サイバー分野特有のアラインメント逸脱の監視、データ非保持を利用するAPI顧客へのPrivate Safety Processingの原則義務化（暗号化された記録を顧客のストレージに30日間保管）、Daybreak RedのAPIアクセスにおけるIPアドレス許可リストの標準での必須化、重要システムへの攻撃支援を防ぐ新たな制御が含まれる。Dragosと模擬発電所で実施した評価を経て、Daybreak Red for Critical Infrastructureというグループで、承認済みの重要インフラ防御担当者による許可されたテストを受け付ける。

GPT-6 Cyberはまず、承認済みのDaybreak Red顧客のうち限られたグループにAPIとCodexで提供され、その後、対象顧客全体へ段階的に拡大される。GPT-5.6 Cyberは、これらの顧客にすでに開放されている。APIでは、gpt-6-cyberの料金は入力100万トークン当たり20ドル（キャッシュ利用時は2ドル）、出力100万トークン当たり100ドルで、コンテキストウィンドウは1 050 000トークン。OpenAIは、11月12日午前10時（太平洋時間）のライブ配信「Cyber at the Frontier」で、さらなる発表を行うとしている。

🔗 GPT-6 Cyber：アラインメントを高めたサイバーセキュリティエージェントの最前線を切り開く（OpenAI） · GPT-6 Cyberのシステムカード

自律パイプラインが120万ドルでLinuxの権限昇格の脆弱性948件を検証

11月4日 — 公開前日、OpenAIのCyberチームは、人間による確認に先立ち、脆弱性の発見、隔離された仮想マシンでの再現、悪用可能性の評価、修正パッチの生成を、介入なしで連続して実行する試作システムを紹介した。10月中旬に、その時点で最新のLinuxカーネルのメインブランチを対象として10日間稼働し、公開時のツイートでGPT-6 Cyberと特定されたモデルを使用した。ローカル権限昇格の脆弱性948件という数は、個別の修正パッチを基準に数えている。

実行段階	得られた結果	APIクレジットの費用
分析エージェントによる探索（12 h）	脆弱性の候補2 308件	316 549ドル
動的検証（30 h）	脆弱性1 724件を再現	73 330ドル
脆弱性の悪用	動作するエクスプロイト1 169件、個別の脆弱性948件	775 929ドル
発見と選別を含む全工程の実行	個別の権限昇格の脆弱性948件	1 213 430ドル、脆弱性1件当たり1 279ドル

7月末の時点では、GPT-5.6 Solが発見して悪用に成功した同種の脆弱性は166件にとどまり、費用は513 690ドルだった。両調査の間の3か月間には、カーネルの防御も強化されていた。Googleが強化されたカーネルを用いて実施するプログラムkernelCTFでは、このパイプラインは112時間で21件のエクスプロイトを得ており、費用は約32 936ドルだった。エージェントは、OpenAIにも相談を受けた専門家にも知られていなかった悪用手法を少なくとも10種類使用したが、詳細は非公開のままだ。OpenAIは仮説として、Pwn2OwnとTyphoonPWNの過去の報奨金基準なら、これらの脆弱性の報奨金は1,890万〜6,630万ドルに相当したと見積もっている。10日間の終了時点で、61件はすでに上流で修正済み、43件は修正パッチの準備中、299件は公開の場で議論されていた。

🔗 rootへの経路を1,000本減らす（OpenAI）

AnthropicがClaudeでPersonal Financeを提供開始、Plaid経由の読み取り専用機能として米国でベータ公開

11月5日 — Anthropicは、ClaudeのPersonal Financeを、米国のPro、Max、Ultraプランでベータ公開した。ユーザーは利用したい銀行口座とカードを連携し、お金に関する質問を普段の言葉で入力する。Claudeは、そのユーザー自身の残高と取引履歴に基づいて回答する。

Introducing Personal Finance in Claude, in beta in the US. Connect the accounts you choose, and Claude answers your money questions in everyday language, from your own balances and transactions. Access is read-only, and Claude can’t move, manage, or invest your money.

🇯🇵 ClaudeのPersonal Financeが、米国でベータ版として登場します。利用したい口座を連携すると、Claudeがあなた自身の残高と取引履歴に基づき、お金に関する質問に普段の言葉で答えます。アクセスは読み取り専用で、Claudeがあなたの資金を移動、管理、投資することはできません。 — Xの@claudeai

連携にはPlaidを使う。ユーザー自身が銀行にログインし、そこでClaudeのアクセスを許可するため、Claudeが銀行のパスワードを見ることはない。選択した口座について、Claudeは銀行名、各口座の名称、種類、口座番号の末尾4桁、残高、与信限度額、最長2年分の取引履歴を読み取る。投資、ローン、カードについては、残高と限度額のみを読み取り、保有ポジションや金利は読み取らない。この機能は投資助言を目的としておらず、広告やスポンサー付きの推奨も表示しない。Anthropicは、クレジットカード、ローン、普通預金口座のいずれも提供していないと明記している。

専用ページには、支出、資金の流れ、サブスクリプション、今後の請求がまとめられる。記事中の例では、Claudeは月の支出を4 309,37ドルと集計し、その半分以上が家賃と諸費用であると示したうえで、給料日前に予定されている4件の引き落としを列挙し、残る金額を1 393,22ドルと計算する。重複した引き落とし、予想外の手数料、請求額の上昇も指摘し、グラフ、支払期日のカレンダー、ダッシュボードを作成することもできる。

提供条件	発表された内容
対象プラン	Pro、Max、Ultra（Free、Team、Enterpriseは対象外）
対象国と銀行	米国、最大16行の米国の銀行
公開状況	ベータ版、今週から段階的に展開
対応環境	ウェブ、Claude Desktop、iOS、Android
読み取るデータ	最長24か月分の取引履歴、読み取り専用
モデルの訓練	Personal Finance内の会話は対象外

この専用領域の外では通常のプライバシー設定が適用される。ヘルプセンターによると、口座を利用した会話はメモリにも履歴検索にも使われない。連携した口座は、Cowork、Claude Code、スケジュールされたタスクでは利用されず、Claude Duetにもこの機能はない。AnthropicはPersonal Financeを第一歩と位置づけ、認可を受けた専門家や規制対象の金融機関と協働する取り組みを検討しているが、時期は示していない。Claudeは、同じくPlaidを使うChatGPT、Perplexity、Grokに加わる。

🔗 ClaudeのPersonal Financeを紹介 · ClaudeでPersonal Financeを使う（ヘルプセンター）

継続的に働くエージェント：Perplexity TeammatesとMistral Studioのマネージドエージェント

11月5日 — Perplexityは、長期にわたる仕事のためのパーソナルエージェントTeammatesを公開した。アラヴィンド・スリニヴァスに続き、Perplexityの公式アカウントも発表した。各担当エージェント（チームメンバー）は、Computerにすでにあるプロジェクト、スキル、メモリ、プラグイン、自動化を出発点とする。名前、役割、常時適用する指示、ユーザーに確認すべきタイミングを定めるルールを与えると、作業を計画し、Computerのセッションやほかのチームメンバーを連携させ、途中で結果を検証し、完成した成果を承認のために提出する。単一の永続的なスレッド内で、実行をまたいで目標、タスク履歴、ファイルを保持する。

Today, we’re launching Perplexity Teammates. They are personal agents for work. And change the paradigm from writing prompts in a session to giving high-level goals. Rolling out to Max users on the web today. Native apps (mobile, desktop) coming soon.

🇯🇵 本日、Perplexity Teammatesを公開します。仕事のためのパーソナルエージェントです。セッション内でプロンプトを書くという形から、大きな目標を設定するという形へ、パラダイムを変えます。ウェブ版のMaxユーザー向けに、本日から展開します。ネイティブアプリ（モバイル、デスクトップ）も近日公開予定です。 — Xの@AravSrinivas

Computerとの違いは、先回りして動く点にある。チームメンバーは進行中の仕事を監視し、何かが変わると新たなリクエストなしで行動する。例えば営業担当のチームメンバーは、常連客が購入しなくなったことを検知し、注文履歴や問い合わせチケットを調べ、提案を準備したり問題を報告したりする。よくある質問によると、チームメンバーは24時間バックグラウンドで稼働し、判断が必要になると通知する。Slackのチャンネルに追加すると、同僚から仕事を受け取ることができ、チームメンバー同士で引き継ぎも行う。あるメンバーがサイトのバグを見つけ、別のメンバーが修正を準備するといった流れだ。

製品の項目	Perplexityが公表した詳細
必要なプラン	Perplexity Maxのみ
対応環境	11月5日からウェブで提供、ネイティブアプリは発表済みだが時期は未定
利用料金	キャンペーン期間中は無料、その後はMaxに含まれる月間クレジットを使用
分離	各チームメンバーに専用のデスクトップ、ブラウザ、セッション、クッキーを用意
権限	Computerのツールとプロジェクトの権限を使用、認証情報は暗号化

ユーザーは作業内容を確認し、デスクトップの操作を引き継いだり、途中でチームメンバーの方針を修正したりできる。キャンペーン期間の終了日は示されておらず、Perplexityは今後数週間でアクセスと機能を拡大するとしている。Teammatesは、4月1日に公開されたSlack内のComputerと、9月29日に公開された自動化機能の延長線上にある。

🔗 Teammatesは複雑で継続的な仕事のためのエージェント（Perplexity） · Perplexity Teammatesの製品ページ

MistralがStudioを拡張、マネージドエージェントとアプリを追加し、Workflowsを一般提供へ

11月5日 — 企業向けでは、MistralがAIプラットフォームStudioを拡張する。マネージドエージェント（Managed Agents）とアプリ（Apps）のパブリックプレビューを開始し、4月末からパブリックプレビュー中だったWorkflowsを一般提供に移行する。3つの機能は11月5日からMistral Cloudで利用でき、プライベートクラウドとオンプレミスの環境には11月末に導入される。マネージドエージェントはSDK mistralai-agentsを使い、Pythonで記述する。一度定義した同じエージェントを自社サーバー（agents serve）でもMistral側（agents deploy）でも実行でき、数時間から数日間にわたってバックグラウンドで動作し、クラッシュ後は最後に完了したステップから再開し、人間の承認を待つこともできる。Studioはアプリ向けにホスティング、認証、アクセス制御を提供する。リリースノートには12の新機能が記載されており、Mistral Vibeによる自然言語でのワークフロー構築、オフラインおよび実際のトラフィックを使った評価、マネージド検索インデックス、Webhookなどが含まれる。Mistralは、すでにStudioを本番環境で使用している顧客やパートナーとして、ABANCA、BNP Paribas、Capgemini、CMA CGMなどを挙げている。料金は公表されておらず、マネージドエージェントのAPIはプレビュー期間中に変更される可能性がある。

🔗 Le Chonkが知能をもたらし、Studioがそれを活用する（Mistral AI）

OpenAIがImages 2.6を公開：アニメーションGIF、参照画像、50 %高速化した2つのAPIモデル

11月4日 — Images 2.5から2か月後、OpenAIは11月4日夜に発表を公開し、ChatGPT、Codex、APIでImages 2.6の提供を開始した。このモデルは画像を50 %速く生成し、編集を重ねても細部をよりよく保持する。たとえば、背景を変更しても人物の服装を維持できる。世界中のChatGPTとCodexで、すべてのプランを対象に、ウェブ、デスクトップ、モバイルで利用できる。

ChatGPTには2つの機能が加わる。順次提供中のGIF作成機能は、プロンプト、画像、スケッチをループするアニメーションに変換し、再生速度の調整や各フレームの編集もできる。保存した参照画像は、新しい会話でも写真を再利用できるようにする。愛犬の写真をPepperという名前で保存しておけば、再送せずに@Pepperの水彩画の肖像を依頼できる。

APIモデル	発表された主な強み	出力画像、100万トークンあたり
`gpt-image-2.6-flare`	低品質設定で6秒で1枚を生成し、ポスターやビジュアルを整ったレイアウトに仕上げる	30 ドル
`gpt-image-2.6-sunburst`	中品質または高品質設定で、画質と編集を重ねた際の一貫性が向上	30 ドル

APIでは、両モデルとも生成と編集に利用できる。APIには、モデルがどの程度綿密に計画するかを調整する複雑度パラメータも追加される。低い値は素早い編集に適している。このほか、SVG出力、アニメーションGIFの生成、注釈に基づく編集も加わり、注釈に基づく編集は対応するGPT Image 2.5モデルでも利用できる。料金はGPT-Image-2.5 Flareと同じで、入力テキスト100万トークンあたり5ドル、入力画像100万トークンあたり8ドル。OpenAIによると、ChatGPT、Codex、APIでの画像利用は週40億枚、1日あたり5億枚超に達する。OpenArt、Figma Weave、Picsart、fal、Sable、Higgsfieldには先行アクセスが提供され、HeyGenは翌日に導入した（短報を参照）。

🔗 Images 2.6の発表（OpenAI） · ChatGPTのリリースノート

GoogleがGemini Omni 1.2 Flashを一般提供：15秒の動画に対応し、料金を30 %引き下げ

11月5日 — Googleは、動画生成・編集モデルの新版Gemini Omni 1.2 Flashを、Gemini API（gemini-omni-1.2-flash、有料枠のみ）とGemini for businessで一般提供した。Googleによると、Provisioned Throughputを含むGoogle Cloudのインフラを利用するGemini Omniの一般提供は今回が初めてで、すべての出力にSynthIDの透かしが付く。

モデルは15秒のクリップを標準で生成・編集できる。Omni 1.1では10秒だった。長さは3秒から15秒まで1秒単位で設定できる。参照情報への忠実度も向上し、人物・製品・スタイルの画像、短い動作クリップ、音声の手がかりを扱える。APIでは最大6枚の参照画像に対応し、唐突なカット（jump cuts）も減った。複数ターンの対話による編集は15秒のクリップ全体に対応し、会話はより自然に、リップシンクはより正確になった。APIでのクリップ延長は1ターンあたり3〜10秒を追加でき、合計30秒まで延長できる。有料枠のレート制限も2倍になる。

比較項目	Omni 1.1 Flash	Omni 1.2 Flash
標準で対応する最大動画長	10 秒	15 秒
動画出力、100万トークンあたり	17,50 ドル	12 ドル
720pでの実効料金	約0,10 ドル／秒	約0,07 ドル／秒

Googleはこれを30 %の値下げとしている。720pの15秒クリップは約1.04ドルで、1秒あたりの料金は360pで0.023ドル、アップサンプリングした4Kで0.209ドルとなる。12月3日には、gemini-omni-1.1-flash宛てのすべてのリクエストが1.2へ転送され、その料金で課金される。一般ユーザー向けにはFlow、Google Vids、Google Ads、Geminiアプリに導入される。Google Vidsでは、GoogleアカウントまたはWorkspaceの契約があれば、15秒クリップに追加料金はかからない。GeminiアプリではGoogle AIの全加入者がモデルを利用できるが、15秒動画はGoogle AI Ultra限定となる。Runwayは同日に追加した（短報を参照）。Googleは、素早いスポーツ動作、急なスクリプト変更、複雑な物理表現には改善の余地があると認めており、ベンチマークは公開していない。

🔗 Gemini Omni 1.2 Flashの発表（Google） · Gemini Omni 1.2 Flashの料金

LumaがMCPコネクターで制作ワークフローをClaudeとChatGPTに接続

11月3日 — Lumaは、制作ツールをClaudeとChatGPTで利用できるMCPコネクターを公開した。記事は11月3日付で、4日に更新され、5日にLumaが告知した。コネクターからは、1つのプロンプトでプロジェクト全体を統括できるとされるLuma Agentと、Lumaの定義済みワークフローを利用できる。対象はProduct Shots、Camera Angles、Background swap、Relight Studio、短いプロモーションクリップの制作だ。完成した画像や動画は会話内に返される。主な利用例として示されているのはマーケティングで、前週に最も成果を上げた広告をアシスタントに尋ね、その広告を基に、場面、アングル、照明を変えた派生版をLumaで制作する。Lumaアカウントは一度接続すればよく、生成のたびにLumaの契約に含まれるクレジットを消費する。コネクター独自の料金はない。Lumaは10月8日にすでにMCPコネクターをClaude Motionに接続していた。今回の新しさはChatGPTへの対応と、両アシスタントで定義済みワークフローとLuma Agentを利用できるようになった点にある。Lumaは、ここ数週間でツールをアシスタントに接続したRunway、Synthesia、Suno、HeyGenに続く形となる。

🔗 LumaをChatGPTとClaudeに接続する（Luma）

Ricursive IntelligenceがRipple-65B Previewを公開、エージェント型コーディング向けのオープンウェイト密モデル

11月4日 — これまでこの動向紹介では取り上げていなかった研究機関Ricursive Intelligenceが、Ripple-65B Previewを公開した。650億パラメータの密な構造の言語モデルで、12兆トークンを使ってゼロから事前学習され、Apache 2.0ライセンスで提供される。コンテキスト長は最大1,048,576トークン。公開物には、BF16版とNVFP4版の指示調整済みモデル、事前学習のみを行ったベースモデル、投機的デコード向けの小型ドラフトモデルDFlash2が含まれる。Ricursiveは、ハードウェア、ソフトウェア、モデルを一体で最適化する研究機関と説明している。Ripple-65B Previewは、同社のAIによるチップ設計プラットフォームで使う独自モデルの汎用版だ。

強調されているのはエージェント型コーディングの数値で、Terminal-Bench 2.1で80.5 %、SWE-Bench Pro v2.0-Hardで79.1 %、DeepSWE v1.1で44.3 %を記録した。Ricursiveは、はるかに大規模な混合エキスパート（Mixture-of-Experts、MoE）モデルを上回り、この分野で米国のオープンウェイトモデルの首位に立ったと主張している。この主張の対象は米国のオープンモデルであり、すべてのオープンモデルではない。

特性（Ricursiveの仕様表）	Ripple-65B Preview	Reflection Beam	Muse Spark Open	Inkling	Nemotron 3 Ultra
モデルのアーキテクチャ	Dense	MoE	MoE	MoE	MoE
総パラメータ数	65B	501B	816B	975B	550B
有効パラメータ数	65B	23B	42B	41B	55B
Terminal-Bench 2.1	80,5	80,1	76,4	63,8	56,4
GPQA Diamond	85,2	90,6	89,0	87,2	87,0

Ricursiveは、可能な範囲で条件をそろえた比較（best-effort）だとしている。競合の公式スコアがあればそれを使い、なければ自社で評価した。テストごとに評価ハーネスが異なり、公式ハーネスTerminus 2を使ったTerminal-Bench 2.1のスコアは、Muse Spark Openを除いてすべて低くなる。一般知識を測るGPQA Diamondでは、Rippleは競合を下回る。

これは、1人から5人へと増えた小規模チームによる開発手法だ。Ricursiveは、Ai2のオープンモデルOlmo 3の学習手法を出発点に、スケーリング則、アーキテクチャ、データ、事後学習のすべてを見直した。同社によると、Olmo 3シリーズに比べ、コードに関する計算効率は16倍、学習全体では最大55倍になった。インフラを簡素化するため、モデルは混合エキスパートではなく密な構造を採用し、Gemma 3Nに着想を得た幅が狭く深いアーキテクチャ（80層）を用いる。学習はBF16で行い、独自の計算カーネルは使っていない。比較的軽量な事後学習では、強化学習のロールアウト（rollouts）140万回でTerminal-Bench 2.1の80.5点に到達した。Ricursiveによると、これはReflection Beamの約70分の1の回数だ。

モデルは量子化せずにB200を2基使い、バッチサイズ8で毎秒250トークンを生成する。NVFP4のチェックポイントならDGX Spark 1台に収まる。Together AIは11月5日から、入力100万トークンあたり0.20ドル、出力100万トークンあたり0.60ドルで提供している。同プラットフォームでのコンテキストウィンドウは128Kトークン。Atomic Chatはllama.cppに移植し、最初のGGUFを公開した。

🔗 RicursiveによるXでの発表 · Hugging FaceのRipple-65B Preview · Together AIのRipple-65B Preview

コーディングエージェント：Devin Review 2.0、Cursorのオンラインアプリ、ReplitのmicroVM、Qwen Code v0.26.8

CognitionがDevin Review 2.0を公開、PRレビューを低価格化し、差分レビューを標準に

11月5日 — CognitionはDevin Review 2.0を公開し、Devinで作業する際の標準のプルリクエストレビューツールにした。記事の見出しでは8月以降にレビュー料金が5分の1になったとし、モデルの組み合わせの改善とハーネスの最適化によって、同期間のPRあたりのコストが82 %減少したと説明している。一方、@cognitionの発表スレッドでは、レビュー料金が最大で5分の1になったと述べている。典型的なレビューの料金は0.25〜0.75ドルで、顧客の利用実績ではバグ1件の修正あたり平均約2.25ドルとなる。Cognitionによると、PRあたりに見つかるバグの平均数は1.22件から1.32件へ増え、遅延の中央値は139秒から94秒へ短縮した。レビューは標準で差分方式となり、再実行時は変更された部分だけを読み直す。すべてのプッシュを含めても約80 %のPRは1ドル未満で済み、PRごとの利用額上限で費用の膨張を防ぐ。さらに、課金処理やセキュリティなど慎重な確認が必要なコード向けに、より多くの処理を行う高価格のDevin Review Ultraと、カスタムレビュアー（Custom Reviewers）のベータ版も加わる。新たな料金は公表されていない。

🔗 Devin Review 2.0（Cognition）

Cursorがオンラインアプリの構築、ホスティング、共有に対応

11月5日 — Cursorでオンラインアプリを構築し、リンクで共有できるようになった。Cursorが出発点とするのは、エージェントによってコード作成のコストは下がったものの、作られたツールの多くはローカルマシン（localhost）から外に出ないという現状だ。クラウドエージェントを起動してアプリの作成を明示的に依頼すると、Cursorがひな形を作り、必要に応じてPostgresデータベースを作成し、Cursorへのログインを通じた認証を設定する。そのうえで、ほかのチームのアカウントから分離された専用アカウント内でホスティングする。選択したドメインで公開する前に、ファイルに書き込まれたシークレット、認証情報ファイル、.envファイル、ソースマップに関する4種類の決定論的チェックと、AIによるセキュリティレビューに合格する必要がある。その後、ユーザーが明示的に公開操作を行う。管理者はすべてのアプリとシークレットを確認でき、独自のレビュー規則を追加し、どのアプリでも公開を停止できる。共有先には個人、グループ、チーム、一般公開を指定できる。一般公開はTeamsとEnterpriseでは標準で無効になっている。この機能はクラウドエージェントを利用できるすべての有料プランで提供され、Cursor OriginまたはGitHubから利用できる。GitLabにも近日対応予定で、ホスティング料金は示されていない。

🔗 Cursorでオンラインアプリを構築する · Cursorのアプリに関するドキュメント

Replit、サンドボックスエンジンを各自のLinuxカーネルを備えたmicroVM中心に再構築

11月4日 — Replitが、新しいサンドボックスエンジンに関する連載の第1部を公開した。記事は11月4日夜に掲載され、翌日に広まった。各サンドボックスは、ホストのカーネルを共有するコンテナから、独自のLinuxカーネルを備えた軽量仮想マシンであるmicroVMへと移行した。Replitによると、数億件のプロジェクトをデータ損失なしで移行したという。仮想マシンモニターのCloud HypervisorはFirecrackerとコンポーネントを共有し、tinyconfigから構築したゲストカーネルにはBluetooth、USB、ディスプレイドライバーを含めていない。

LinuxカーネルのCVE監査（2026年6月1日〜11月4日）	Replitによる数値
公開され、監査されたCVE	6 211
新エンジンで回避したCVE	5 969 (96,1 %)
公開前に取り込まれた修正	4 375 (70,4 %)
カーネル設定によって除外されたCVE	676 (10,9 %)

Anthropicが悪用を実証したTCPの脆弱性CVE-2026-98432については、10月12日の時点ですでに修正済みカーネルが導入されていた。外向きのネットワーク通信ルールは、ゲストマシンの外側にあるホスト側プロキシで適用される。また、認証情報の仲介サービスがGitHubやGoogle Docsを呼び出し、アカウントのキーをサンドボックスに渡すことはない。サンドボックスは約500ミリ秒で利用可能になる。第2部では、Kubernetesによる数万台のmicroVMのオーケストレーションを取り上げる予定だ。

🔗 Replitの新しいサンドボックスエンジンの内部、第1部

Qwen Code v0.26.8、QwenのPlusとProのサブスクリプションに対応

11月5日 — Qwen Code v0.26.8で、Qwenアカウントによるログインが復活した。今回はサブスクリプションに紐づく。CLI、VS Code拡張機能、Desktopアプリで「サブスクリプション付きQwenアカウント」を選ぶと、chat.qwen.aiで契約したPlusまたはProをAPIキーなしで利用できる。クライアントはアカウントのモデル一覧を読み込み、会話と組み込みのウェブ検索にサブスクリプションを使用し、認証、利用枠、レート制限に関するエラーが起きた場合には利用者を案内する。この機能を導入したマージリクエストによると、従来の無料OAuthサービスの終了に対応するための仕組みだという。リリースノートにもドキュメントにも、終了日や各プランの料金は記載されておらず、CIとコンテナでは引き続きAPIキーを使用する。破壊的変更のない今回の安定版には83項目が含まれ、機能追加が14件、不具合修正が37件、性能最適化が13件ある。Modsは独自のプロンプトを渡せるようになり、プロジェクトが提供するフックには承認ダイアログが表示される。同日にはDesktopアプリのv0.26.8とTypeScript SDKのv0.1.28も公開された。

🔗 Qwen Code v0.26.8

推論の高速化：NVIDIAのVera CPU、Metaのsgl-muse-mega、リアルタイム動作するRunway Characters

NVIDIA、エージェント向けCPU Veraのx86に対する優位性を数値で公表

11月5日 — NVIDIAが、エージェント向けに設計したプロセッサーVeraの新たな性能数値を公開した。エージェントの各工程、つまり検索、データベースへの問い合わせ、コードの作成とテスト、操作の実行はCPU上で動く。AIファクトリーは電力による制約を受けるため、NVIDIAはワット当たりに処理できる仕事量を測定している。同社独自の比較では、100メガワット規模のデータセンターにおいて、Vera CPU 1基は最速のx86に比べてワット当たり1,6倍のエージェントを動かし、最も省電力なx86に比べてエージェントを2倍速く動かせるという。比較対象のどちらも製品名は明かされていない。NVIDIAはさらに、パートナー6社の結果を紹介している。

NVIDIAが挙げたパートナー	Veraで発表された結果
Perplexity	エージェントによるコーディングが従来のCPUより1,5倍高速、導入予定
DeepInfra	エージェントのオーケストレーションで最高性能のx86に対して最大2,2倍の速度
ClickHouse	176コアまでほぼ線形に性能が向上し、ClickBenchで首位
DuckLabs	TPC-H SF1000でIntel Xeon 6の性能中央値の約1,5倍
Daytona	1 000個のサンドボックスが10,8 sで稼働、x86では88,4 s
Modal	同等のx86に対し、コア当たりのサンドボックス処理量が最大2倍

記事には価格も今後の日程も記載されていない。Veraは1月のCESで発表され、8月末にAWSへ納入されていた。

🔗 Veraが両方の長所を実現（NVIDIA）

Meta、Muse Spark OpenのデコードをGB300上で最大2,1倍高速化するsgl-muse-megaを告知なしで公開

11月5日 — Metaが、facebookresearchのGitHubでsgl-muse-megaをMITライセンスの下、告知なしで公開した。推論エンジンSGLang向けのプラグインで、重みが公開された8,160億パラメータ、うち稼働パラメータ420億のモデルMuse Spark OpenをGB300 GPU上で動かす。デコードの各ステップで数百個の小さな計算カーネル（kernels）を起動する代わりに、デコーダーの各層を1回の起動で実行し、DFlash2によるドラフト生成と、投機的デコードの検証・採用を1つのCUDAグラフにまとめる。READMEによると、8基のGB300を使ったGSM8Kで、単一リクエストの処理速度は最大毎秒1 109トークンに達する。同じドラフトを使うSGLangの517トークンに対して2,1倍となる。デコードの1ステップは、12,9 ms、1 450カーネルから、5,9 ms、97カーネルへと短縮される。この高速化は一度に1件のリクエストをデコードする場合に限られ、それ以外のリクエストはSGLangにフォールバックする。ツールは実験的と明記されており、同じNVLinkドメイン内の8基、または1ノード上の4基のGB300が必要になる。

🔗 sgl-muse-mega (facebookresearch)

Runway、Runway Charactersの57B動画モデルをH100 4基でリアルタイム提供

11月5日 — Runway Researchが、1枚の画像から生成した動画キャラクターとリアルタイムで会話できるRunway Charactersについて、リアルタイム動作を実現する仕組みをブログ記事とarXiv論文で公開した。約57Bパラメータの自己回帰型動画拡散トランスフォーマーは、1人の利用者に対して毎秒24フレームを生成するため、704x1088の4フレームからなるブロックを166,7 msごとに出力する必要がある。複数の利用者のリクエストをまとめることはできず、各ステップ自体から1ミリ秒ずつ削る必要がある。最初の改善対象はキャッシュだった。GPU時間の29 %が、240回あるアテンション呼び出しのそれぞれで、ほとんど変化のないキャッシュを再処理するために使われていた。リング状のキャッシュへの書き込み時にRoPEとFP8量子化を一度だけ適用することで、Runwayは各ステップのキャッシュ保守時間を69,7 msから6,2 msへ短縮した。

Runwayが測定した構成	拡散ステップ1回の所要時間
提供開始時のソフトウェア、H100 4基	240,9 ms
最適化後、H100 4基	159,3 ms (24,5 images/s)
リダクションとFP8計算を融合したカーネルを使用	147,4 ms
B200 3基	154,3 ms

1セッションに必要なGPUは、提供開始時のH100 8基から4基に減った。7週間の本番運用では、99,5 %のセッションで平均毎秒23,5フレームを超えた。会話1往復にかかる時間の中央値は2,13 sで、そのうち1,42 sを音声エージェントが占める。

🔗 バッチサイズ1でのリアルタイム動画（Runway） · arXiv論文 2611.05642

オープンなロボティクス：Hugging FaceのLeRobot v0.7.0とAi2のToyBlocks

Hugging Face、動作中のロボットと対話できるLeRobot v0.7.0を公開

11月5日 — Hugging Faceが、オープンなロボティクスライブラリの新版LeRobot v0.7.0を公開した。Hubにはすでに、LeRobot形式の物理AIデータが約300テラバイト保存されている。対話型セッションでは、動作中のロボットに話しかけられる。/subtaskはロボットを止めずに指示を変更し、/vqaはポリシーに何が見えているかを尋ね、/autosteerは目標を与える。後者2つのコマンドには、テキストを生成するポリシーか、外部のVLMプランナーが必要になる。対応するポリシーの例がFineART-VLAで、Scale AIとHugging FaceのFineARTデータセットを使って学習している。このデータセットには、双腕操作1 718時間分と、注釈付きの533 000件を超えるサブタスクが含まれる。学習面では、データセットをダウンロードせずにHubやLanceDBからストリーミングで読み込めるようになり、基盤はFSDP2とHSDPに移行した。6BのFastWAMモデルでは、学習再開時のメモリ使用量のピークがGPU当たり143ギガバイトから42ギガバイトに下がった。この版では、ワールドアクションモデル4種、NVIDIAのCosmos 3とLong-WAM、Black Forest LabsのFLUX 3 Action、RLinfのLaWAMを追加し、さらにLingBot-VLA 2.0やWall-OSS-0.5を含む視覚・言語・行動ポリシー4種を追加した。一方で、従来の利用方法の一部には互換性がなくなる。PyTorchはCUDA 13向けビルドとなり、非同期推論はポリシーサーバーに置き換わり、Weights & Biasesの代わりにTrackioを使用する。

🔗 LeRobot v0.7.0（Hugging Faceのブログ）

Ai2、ロボット向けのデモンストレーションを生成するシミュレーション基盤ToyBlocksを告知なしで公開

11月5日 — Ai2が11月4日夜から5日にかけて、ToyBlocksの構成要素を告知なしで公開した。IsaacSimとIsaacLabを基盤とするオープンなシミュレーション環境で、ロボットアームがテーブル上のブロックを押し、裏返し、積み上げる。特徴は、遠隔操作をタスクとデモンストレーションの自動生成に置き換える点だ。公開されたデータセットには、3個のブロックを積み上げることに成功した83 496件のデモンストレーションが含まれ、画像数は1億4,370万枚、時間にして約1 600時間に上る。難易度は3段階で、各段階に1 000エピソードの検証用データセットが用意されている。モデルも2つ付属する。Molmo2-4B-tbは、Molmo2-4Bを追加学習したモデルで、カメラ画像と目標を読み取り、短い計画を言葉で示し、次の動作、つまりつかむ、置く、裏返す、回すのいずれかと、その対象を約6 Hzで指定する。もう1つのManiFlowポリシーが、これらの動作を実行する。リポジトリが参照しているブログ記事は、確認時点では404エラーを返しており、技術報告書は近日公開予定とされている。

🔗 ToyBlocks (allenai)

Anthropic、207 049件の研究セッションから科学者のClaude利用を測定

11月5日 — AnthropicのEconomicsチームが、科学研究におけるClaudeの利用に関する報告書を公開した。対象は、2026年8月2日から9月30日までの一般消費者向けプランでの研究セッション207 049件で、分野とタスクのラベルだけを保持する分類器で分析した。形式科学では、世界の研究全体に占める比率に比べてClaudeの利用が大幅に多い。情報科学は世界の研究者の4,3 %を占める一方、Claude Codeのセッションでは32,7 %を占める。

観測された指標	Claude（ChatとCowork）	Claude Code
分析したセッション数	128 914	78 135
データ分析の割合	33,7 %	48,1 %
アイデア創出と仮説立案の割合	4,2 %	2,1 %

科学者は主にデータ分析と文章作成にClaudeを使っており、仮説の立案にはあまり使っていない。一方、調査に回答した研究者528人は、重要なタスクとしてアイデア創出とデータ収集を最上位に挙げている。Claude Scienceでは、アイデア創出の割合がClaudeの約2倍になる。報告書は、予測ではなく例示として複数のシナリオを示している。現在の能力が広く活用されれば、研究の産出量は芸術分野で1,35倍、統計学で2,02倍になるという。AIが物理的作業以外のすべてを担う場合、実験室での作業を伴わない分野では15〜16倍になる一方、生物学や化学では3〜4倍となる。調査に回答した研究者の約40 %は、2030年までにAIが単独で研究プロジェクトを遂行すると見込んでいる。

🔗 科学的発見のためのAI：研究者はClaudeをどう使うか（Anthropic）

OpenAI、計算拠点を受け入れる地域社会との協定を公開

11月5日 — OpenAIが、地域社会と結ぶ全国的な協定（地域社会との全国協定）と、計算拠点に関する公共政策計画（計算拠点政策指針）を公開した。今後OpenAIが所有・運営する各拠点には地域ごとの協定を設け、計画に意見を反映できる早期の協議、地域の窓口、年次の公開報告を用意する。OpenAIは、必要な電力とインフラの費用を全額負担し、プロジェクトの遅延、縮小、中止時に他の顧客を保護するための財務上の保証を設けること、各施設の水・電力消費量を公表すること、閉ループ式または水消費の少ない冷却方式を優先すること、限定的な保護措置を除き、議員や公務員に秘密保持契約を求めないことを約束している。ジョージア州エフィンガム郡では、住民の意向により480万ドルの助成金を郡内の児童・生徒14 000人への無料給食に充てた。オハイオ州パイク郡では、OpenAIとSB Energyが保育支援に600万ドルを拠出する。この計画は政策決定者にも共通ルールを求めている。大口の電力消費者に送電網へ追加する費用を負担させること、11月2日に始動したGrid Protectorsで定めるように電力需要を抑制できる拠点の系統接続を円滑にすること、送電線の整備を加速することだ。

🔗 責任あるAIインフラの新たな基準を定める（OpenAI）

短報

エージェントとコーディングツール

AmpとGitLab — Ampがgitlab.comとセルフマネージド環境のGitLabに対応。クラウド環境のorbsがユーザーに代わってクローンとプッシュを行い、マージリクエストを作成して追跡する。Orb Spawnerは新しいリクエストやチケットごとにorbを起動する。料金の記載はない。🔗 出典
WarpにおけるエージェントのPRレビュー — ベン・ホームズがレビューの滞留を解消する三つの手段を提案。複数ラウンドで動く自社製レビューエージェント、エージェントによるエンドツーエンドの検証、五つの基準に基づくマージリスク評価で、最後の手段はスキル/merge-riskとして公開されている。🔗 出典
Copilot CLI 1.0.106-10 — 新しいプレビュー版がリリースノートなしでnpmに登場。同版を同梱するCopilot SDK 1.0.29-preview.9から、実験的な履歴の圧縮とデバイスコードによるログインが確認できる。最新の安定版は引き続き10月28日の1.0.105。🔗 出典
Copilot Fusion — GitHubが、このモデルルーターの30 %割引を11月30日に終了すると発表。10月28日の発表では、Copilotの有料プラン向けに期間限定で提供するとしていた。投稿では、GitHub Copilotアプリ、Copilot CLI、VS Codeで利用できると紹介している。🔗 出典
Kimi Code 2.5.1 — 八つの不具合を修正。動的ツールスキーマ用の空のシステムメッセージが原因でHTTP 400エラーが繰り返される問題を解消し、ツールの実行結果で画像と動画のプレビューを再び表示できるようにした。🔗 出典
Kimi Work 3.2.25 — プロジェクト、プラグイン、スキル、会話を横断する全体検索を追加。タスク実行中に未承認のプラグインを検出すると、承認手順を案内するウィンドウを表示する。タスクを停止してからアーカイブする新しい操作も加わった。🔗 出典
mistral CLI 0.17.2 — Studioの機能拡張と同日に二つの不具合を修正。mistral apps deployの警告リンクがアプリのシークレットタブを開くようになり、シェルがUV_DEFAULT_INDEXまたはUV_INDEX_URLをエクスポートしている場合に、mistral agentsコマンドがuv.lockのロックで失敗する問題を解消した。🔗 出典
iOS版Codex — 11月2日公開のiOS版ChatGPT 1.2026.300では、Codexの全画面入力画面を離れずに添付ファイルを追加・削除できる。タスクの既読状態をデバイス間で同期し、追加の指示は既定で現在のタスクに送るようになった。🔗 出典
Antigravity拡張機能 — 11月2日公開のVS Code拡張機能1.11.0では、会話に送信したターミナルのコンテキストバッジがクリック可能になった。Visual Studio拡張機能1.0.261102.0ではインライン差分を既定で有効にし、ブロック単位またはファイル単位で承認・却下できる。🔗 出典
プルリクエストの概要ページ — GitHubが、利用登録制のパブリックプレビューとして新しいページを公開。マージ状態と次に必要な操作を上部に表示し、マージ領域のデザインを刷新したほか、会話のフィルターも用意した。従来の表示にも戻せる。🔗 出典
Rust製Discord — AI以外の話題では、DiscordがRustで再構築した新しいクライアントを披露。Zedは、自社のオープンソースUIフレームワークであるGPUIで構築されていると紹介している。🔗 出典

企業と提携

DevRevとCodex — OpenAIが公開した導入事例で、DevRevはComputerとOperatorというエージェントの推論をGPT-6.1 SolなどのOpenAIモデルに任せ、Cursorのライセンスを廃止して開発業務全体をCodexに移行したと説明。成果の数値は示されていない。🔗 出典
ReplitとSMFL — Replitが三井住友ファイナンス＆リースと提携し、200社以上が利用するSMFLの資産管理サービスAssetForceと自社プラットフォームを接続する。SMFLが掲げる、2031年までにデジタルサービス収益を10倍の100億円にする目標を支援する。🔗 出典
BasetenとNemotron Coalition — Basetenが、NVIDIAのオープンモデル連合に参加。この連合は3月にMistral、Black Forest Labs、Cursor、Ai2、Perplexityとともに発表されたもので、Basetenは強化学習環境、事後学習、最適化された推論を提供する。🔗 出典

プラットフォーム、API、セキュリティ

Claude Enterpriseのセキュリティ — Anthropicがベータ版として、会話、Cowork、Claude Codeの設定を自社の推奨事項と比較するセキュリティセンター、一元化された管理コンソール、Coworkのローカル仮想マシン内で動くEDR（端末での検知と対応）センサーを追加。macOSとWindowsに対応する。🔗 出典
Claude ConsoleとAdmin API — ベータ版のIPアドレス許可リストは、組織ごとに最大1,000件のアドレスまたはアドレス範囲を登録でき、それ以外からのリクエストを拒否して漏えいしたAPIキーの悪用を制限する。Admin APIからは、Claude Enterpriseのメンバーをすべての場所からログアウトさせることもできる。🔗 出典
OpenAIのSDK — openai-python 3.46.0とopenai-node 7.51.0が、オーストラリア、インド、日本のデータ保存先、GPT-6 Rosalind、Images 2.6の制御オプションに対応。その後のバージョンではgpt-6-cyberも追加された。Codex CLIは、10月29日の0.166.0以降、依然として安定版のリリースがない。🔗 出典
Gemini API — PPTとODPのプレゼンテーション、ODSの表計算ファイルを受け付けるようになり、DOC文書はページ画像として処理する。ツールからモデルに、音声、動画、OfficeやOpenDocumentのファイルを返すことも可能になった。🔗 出典
Perplexity API — Agent APIが、広範な調査にClaude Opus 5.5を使う推論努力レベルultraを提供。ComputerのEffort ModeにあるUltraレベルとは異なる。その前日には、Decisions APIが検索前にURLのテキストを読み取れるようになり、取得1回あたりの料金は0.001ドル。🔗 出典
エージェントのオーケストレーション — Perplexityが、集中型、分散型、階層型という三つのオーケストレーション構成を比較するガイドを公開。よくある七つの障害を挙げ、タスクの契約から冪等な再試行まで、七つの推奨事項を示している。新製品の発表はない。🔗 出典
GitHubのシークレットスキャン — SpaceXがパートナーに参加。公開リポジトリで露出したstarlink_public_api_v2_secretの認証情報を同社に通知し、失効させる。AWSやGoogle Cloud Storageを含む六つのプロバイダー向けの検出機能では、誤検知も減少した。🔗 出典

NVIDIAのインフラとシミュレーション

メモリーと推論 — 解説記事が、希少で高価なHBMに対応するため、スタック全体を共同設計する必要性を主張。Blackwell UltraからVera Rubinへの移行でGPUあたりのHBM容量は約3 %しか増えない一方、SemiAnalysis AgentXでは1ドルあたりの処理量が最大30倍になる。NVIDIA CMXストレージには九つのパートナーが集まっている。🔗 出典
Into the Omniverse — NVIDIAが、10月9日に取り上げたエージェントによるシミュレーション構築の記事を更新。主にGPT-6 Astra、一部でClaudeを使った約十件のプロジェクトを紹介しており、コンベヤー80台、ロボットアーム40台、箱800個を備え、毎秒30フレームで動く倉庫も含まれる。新製品の発表はない。🔗 出典

オープンモデル、データ、研究

SlackのML Intern — 評価、データ準備、モデルのファインチューニングを行うHugging Faceのオープンソースエージェントが、ワークスペースにインストールするSlackボットになった。ワークスペースのデータ、ファイル、MCPサーバーに接続する。料金もインストールリンクも示されていない。🔗 出典
Llamaと意思決定モデル — llama.cppチームとHugging FaceによるMac・Windows向けの無料ローカルアプリが、Liquid AIのd1-Omniとd3-flashを実行する。アプリはd3-flashをvLLMのモデルと紹介し、Jev Decision Indexの首位に位置づけている。🔗 出典
Sand3D — Sandflowが106,094個の3Dオブジェクトを公開し、うち10,456個は関節を持つ。各オブジェクトはオープンライブラリsand3dを使った短いPythonプログラムとして記述され、Hubの3Dビューアーで表示できるOpenUSD形式でエクスポートできる。🔗 出典
SimReady Central — Lightwheelが、Hugging Face上にあるNVIDIAの3Dオブジェクトライブラリでの役割を詳述。このライブラリは現在3,500個を超えるOpenUSDオブジェクトを収録しており、同社は接触時や移動時の物理挙動を検証・調整している。🔗 出典
DreamTac — 北京大学のデータセットを紹介する記事が公開された。Voxel51がFiftyOne向けに変換したもので、指先にゲルを備えたFrankaのロボットアームによる703本の軌跡を収録。12種類のタスク、7.03時間にわたり、接触が画像上で見える。🔗 出典
レバノン方言の音声合成 — ビラル・ザラケットが四つのモデルを使い、ベイルートのテスターの声を複製した。五人の母語話者が音源を知らされずに評価したところ、実際の声は5点満点で4.98点、最良モデルのVoxCPM2は3.89点だった。VoxCPM2の音声がレバノン方言と認識されたのは65 %にとどまった。🔗 出典
Guardián colombiano — ウゴ・アロンソがTiny Aya Global（33.5億パラメーター）をファインチューニングし、集合的な記憶を共有する公開掲示板をコロンビアのスペイン語でモデレーションする。6 GBのGPUで動かし、三つのクラウドサービスをつないだ構成を置き換える。🔗 出典
Anvaya-1B — ある開発者が、16 GBのT4を2枚使い、PyTorch FSDPとFineWebで10億を少し超えるパラメーターのモデルをゼロから事前学習。最初のチェックポイントと学習手順を公開した。🔗 出典
traj2envs — Hugging Faceが発表なしでツールを公開。ATIF形式のエージェントの軌跡を、環境イメージのバージョンを固定した、検証済みのHarbor強化学習タスクに変換する。🔗 出典

画像、動画、アバター

RunwayとGemini Omni 1.2 Flash — RunwayがGoogleの新モデルを追加。最大15秒の動画の作成・編集、最初から作り直さずに行うシーンの修正、その後の4Kへの拡大が可能になる。紹介記事もクレジット消費量も示されていない。🔗 出典
HeyGenとImages 2.6 — HeyGenが、シーン内の脇役向けにChatGPT Images 2.6を統合。HeyGen Video 1でキャラクターシートの品質と一貫性を向上させる。料金や対象プランは明示されていない。🔗 出典
LumaのPhoto Reframe — Expression SheetとCharacter Sheetに続き、Lumaが画像の周囲の空間を補完するツールを追加。Instagramへの投稿、アルバムジャケット、ポスターなどに合わせて画像を調整できる。紹介記事も料金情報もない。🔗 出典
Manus Studio — プロジェクトをPremiere Pro、DaVinci Resolve、CapCut、Final Cut Proにエクスポートし、AIで作成した動画の編集を別のソフトで仕上げられるようになった。出力形式や対象プランは明示されていない。🔗 出典
Muse Realtime Avatar — Meta Connectで発表された、Muse Realtime Voiceにリアルタイムで動く顔を与える技術が、米国のMuseアプリに登場。他国での提供時期は示されていない。🔗 出典

これが意味すること

攻撃的サイバーセキュリティは、アクセスを制限した形で産業規模に拡大している。Criticalに分類されるGPT-6 Cyberは、10日間、120万ドルの費用でLinuxカーネルの権限昇格の脆弱性948件を検証し、Firefoxでも深刻度の高い脆弱性81件を発見した。脆弱性1件あたりの費用は1,279ドルとなる。OpenAIは、このモデルを承認済みのDaybreak Red顧客に限定し、既定でIPアドレス許可リストを必須にするとともに、サイバー分野特有のアラインメントの逸脱を監視する。競争の焦点は今や修正速度にある。調査期間の10日間に、ほかの貢献者はこれらの脆弱性のうち61件をすでにアップストリームで修正し、さらに43件の修正を準備していた。OpenAIは、この速度についていくには修正パッチの自動生成が不可欠だと考えている。Replitは、その一連の流れのもう一端を示している。同社のゲストカーネルには、情報公開前から4,375件の修正が取り込まれており、Anthropicが悪用を実証したTCPの脆弱性も、10月12日の時点ですでに修正されていた。

機密データを扱いながら長時間働くエージェントでは、隔離と権限管理が製品の中心になる。Perplexityのチームメイトは、それぞれ専用のデスクトップ、ブラウザー、クッキーを持ち、24時間稼働する。Mistralのマネージドエージェントは数時間から数日間働き、人の承認を待つこともできる。Cursorは、四つの決定論的チェックとAIによるレビューを経て、各アプリを隔離されたアカウントでホストする。Personal Financeはこの考え方を読み取り専用にまで徹底する。ClaudeはPlaid経由で残高と取引を読み取るが、1ドルも移動できず、その専用スペース内の会話は学習に使われない。インフラでは、Replitがサンドボックスごとに専用のLinuxカーネルを用意し、ゲストマシンの外側でネットワークルールを適用する。管理者向けには、Claude Enterpriseがセキュリティ設定をAnthropicの推奨事項と比較するようになった。

画像と動画の生成は高速化・低価格化し、わずか数時間でさまざまなサービスに組み込まれていく。Images 2.6は生成速度を50 %高め、Gemini Omni 1.2 Flashは動画の長さを15秒に延ばしながら価格を30 %引き下げ、720pで1秒あたり約0.07ドルにした。Runwayは、57Bの動画キャラクターモデルを、従来の8基ではなく4基のH100でリアルタイムに動かす。展開も即座に続く。RunwayはOmni 1.2 Flashを公開当日に追加し、HeyGenは翌日にImages 2.6を統合し、Lumaは制作ツールをClaudeとChatGPTに組み込む。制作者にとっての焦点は、モデルの選択から、そのモデルがどのツールで使えるかへと移っている。しかも、公開当日に使えることも多い。

推論コストは、それ自体が訴求点になっている。NVIDIAは1ワットあたりに動かせるエージェント数を軸にVeraを売り込み、Metaは層ごとに単一の計算カーネルを使ってMuse Spark Openのデコードを2.1倍高速化し、Cognitionは8月以降、発見するバグをやや増やしながらコードレビューの費用を82 %削減した。Ripple-65B Previewは、同じ考え方を学習にも適用する。Olmo 3由来の学習手順でゼロから事前学習し、140万回の強化学習ロールアウトで事後学習した密モデルで、エージェントによるコーディングにおいて米国のオープンモデルの首位をうたう。Together AIでは入力100万トークンあたり0.20ドルで利用できる。