ChatGPT Wallet でエージェントによる支払いが可能に、Claude Code に Code Mode が追加、llama.cpp が 1.0 に

OpenAI が ChatGPT Wallet を公開した。パーソナルエージェントの dots が支払いまで行えるようになり、購入のたびに生体認証で承認し、実際のカード情報を隠すトークンで決済する。同日、Google は Gemini アプリを Google Wallet に読み取り専用で接続した。Claude Code 2.1.323 には、Claude が JavaScript を書いてツールを連続実行する Code Mode が加わり、DeepSeek はアプリの検索、ファイル、音声機能を API で公開し、llama.cpp は安定した API を備えるバージョン 1.0.0 に移行した。GitHub Copilot は Gemini 4 Hydrogen に対応し、12 月 14 日に 6 つのモデルの提供を終了すると発表した。

ChatGPT Wallet：OpenAI の dots が支払いまで対応、実際のカード情報はトークンで保護

11 月 13 日 — OpenAI が ChatGPT Wallet を公開した。パーソナルエージェントの dots が、利用者に代わって購入手続きを完了できるウォレットだ。カードの登録は一度で済む。支払いの前に毎回、dot が加盟店、商品、合計金額、選択したカードを提示し、利用者が生体認証（Face ID、Touch ID、指紋認証）で承認する。承認のたびに、許可した購入の記録が残る。

We’re introducing ChatGPT Wallet, setting a new bar for secure payments by agents. It’s the first wallet that lets agents pay without access to users’ actual card details and that requires a security check for every purchase, while also preserving existing card rewards and protections for eligible disputes.

🇯🇵 エージェントによる支払いの安全性に新たな基準を設ける ChatGPT Wallet を公開します。これは、エージェントが利用者の実際のカード情報にアクセスせずに支払いを行え、購入のたびにセキュリティ確認を必須としながら、既存のカード特典や対象となる取引の異議申し立て時の保護を維持する、初めてのウォレットです。 — OpenAI、ChatGPT Wallet の発表記事

この仕組みは、決済ネットワークのトークン化に基づく。購入が承認されると、ネットワークが代替のカード番号、セキュリティコード、有効期限を備えた支払いトークンを発行する。エージェントにも加盟店にも実際のカード情報を見せずに、カードに請求できる。カードの特典や取引の異議申し立て時の保護も維持される。このウォレットは American Express、Mastercard、Visa と共同で構築された。American Express にとっては、同社の Agentic Commerce Experiences の初の導入事例となる。この種のウォレットとして初めてであるという点は、あくまで OpenAI の主張だ。

提供開始時の項目	11 月 13 日時点の条件
利用できる場所	dot との会話。Chat、Work、Codex の独立したスレッドでは利用不可
対象となる加入者	米国の 18 歳以上の ChatGPT Pro 加入者に段階的に展開
対応カード	米国発行の American Express、Chase、Mastercard、Visa のクレジットカード
提供開始時に対象外のカード	デビットカードとバーチャルカード
購入ごとの承認	生体認証：Face ID、Touch ID、指紋認証
加盟店が受け取る情報	代替の支払いトークン

ヘルプ記事では、承認しても注文が確定したことにはならず、加盟店への確認が必要だと注意を促している。発表記事では、一部のサイトが意図せずエージェントによる購入をブロックする場合もあるとしている。将来的には、支出上限、カテゴリー、期間といった制限をあらかじめ設定し、購入の全工程を委任できるようになる予定だが、時期は示されていない。

加盟店向けには、OpenAI が Commerce Partner Playbook を公開した。Businesses in ChatGPT（11 月 10 日公開）で自社の掲載情報の管理権限を取得し、商品フィードを公開すること、CDN やファイアウォールで ChatGPT のエージェントから届く Web Bot Auth 署名付きリクエストを認識すること、不正検知ツール（Forter、Riskified、Sardine、Signifyd）や決済事業者（Adyen、Checkout.com、Stripe）でこうした購入を受け付けることを案内している。3 月に発表した画像を使ったショッピングと Agentic Commerce Protocol に続き、OpenAI は購入手続きの完了へと進んだ。

🔗 ChatGPT Wallet で購入する（OpenAI ヘルプ） · ChatGPT のリリースノート · Commerce Partner Playbook（OpenAI）

Gemini アプリ内の Google Wallet：支出を読み取れるが、お金は動かせない

11 月 13 日 — 同日、Google は逆の方針を選んだ。アシスタントはウォレットの情報を読み取るが、支払いは一切行わない。Google Wallet は Gmail、Photos、YouTube、Search に続いて Personal Intelligence の接続アプリに加わり、米国の Gemini アプリの全利用者がウェブ、Android、iOS で利用できる。@Google Wallet に言及すると、資金の出入り、資産配分、予算のグラフを表示したり、定期購読とその値上げを見つけたり、昨年の取引を基に年末の休暇シーズンの予算を立てたりできる。銀行口座やクレジットカードの口座は、Plaid を通じて Wallet に連携できる。

Gemini can only read information from your accounts; it can’t move, manage, or invest your money.

🇯🇵 Gemini ができるのは口座情報の読み取りだけで、お金の移動、管理、投資はできません。 — blog.google の Google の記事

接続は任意で、Personal Intelligence の設定からいつでも解除できる。同じ記事では Memory Summary も発表された。Gemini が覚えている内容（好み、関心、進行中の目標）を表示し、修正できるページで、Personal Intelligence が提供されているすべての地域で、ウェブとモバイルから利用できる。

コーディングエージェント：Claude Code 2.1.323 が Code Mode を導入、Codex CLI 0.169、Antigravity 2.32、Devin Apps、Devin Teams も登場

11 月 12 日 — 11 月 12 日夜に GitHub で公開された Claude Code 2.1.323 は、195 件の修正を含む 294 件の変更を収録し、Claude のツールの使い方を変える実験的なオプション、Code Mode を導入した。これを使わない場合、Claude はツール呼び出し（Bash、Read、Edit）を一つずつ要求し、結果を読んでから次の操作を決める。Code Mode では、複数の呼び出しを一つのステップで連続実行する JavaScript コードを書く。コマンドの並列実行、ある呼び出しの結果を次の呼び出しで再利用する処理、出力の必要な部分だけを返す処理が可能になる。ドキュメントでは、多数のファイルに対する繰り返しの変更、読む前に絞り込む必要がある検索、互いに独立したコマンドに推奨している。会話には引き続きツールの呼び出しが表示され、コード自体は会話記録ビュー（Ctrl+O）で確認できる。

Code Mode の要件	ドキュメントに記載された値
有効化	変数 `CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1` を設定し、初回起動時に確認
最低バージョン	Claude Code 2.1.323、ネイティブビルド
必要なアカウント	Claude のサブスクリプションまたは Console アカウント
対応モデル	Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.2
対応する利用環境	ターミナル内の対話セッション（`-p`、Agent SDK、VS Code、Desktop、クラウドセッションは対象外）
対象外の構成	ゲートウェイ、Amazon Bedrock、Google Cloud の Agent Platform、Microsoft Foundry、HIPAA、データ保持ゼロ
コードの最長実行時間	待機中は 10 分、バックグラウンドでは最大 2 時間

安全面では、コードから実行する各ツール呼び出しにも、引き続き deny と ask のルール、PreToolUse フックが適用される。自動モードでは、分類器が実行前にコードを検査するが、呼び出しを一つずつ検査するわけではない。検索から取得したパスなど、実行中に計算される値は見えないため、ドキュメントでは機密性の高い呼び出しに対するルールやフックを維持するよう勧めている。管理者は管理対象設定で変数を 0 にして組織全体でこのモードを禁止できるが、同じ方法で有効化することはできない。ドキュメントには、アカウントにまだ提供されていない場合は利用が拒否されることも記載されており、別の日に再試行するよう案内している。npm の安定版チャンネルは現時点では 2.1.311 のままだ。

このバージョンのその他の変更では、権限に関する脆弱性を修正している。自動モードが利用できない状況で自動モードとして起動したセッションは、より許可の緩いモードではなく、操作前に確認する Manual モードで開始するようになった。Write と Edit は Read deny ルールで保護されたパスに書き込めなくなり、sudo や env による deny と ask のルールの回避もできなくなった。未知のモデルに対して想定するコンテキストウィンドウは 200 000 トークンから 100 万トークンへ拡大し、MCP v1 クライアントは削除された。また、プラグインは対応する Claude Code のバージョンを宣言できるようになった（engines["claude-code"]）。ターミナル以外では、Claude Tag が Slack のセッションを Enterprise の Compliance API にベータ版として追加し、Code Review がリポジトリごとの費用を CSV で出力できるようになった。

🔗 Claude Code 2.1.323（GitHub） · Code Mode のドキュメント

Claude Code 2.1.325：サンドボックス内の Bash コマンドにも権限確認を適用、zstd の脆弱性も修正

11 月 13 日 — 翌日、Claude Code 2.1.325 は既定の動作を変更した。サンドボックス内で実行する Bash コマンドにも通常の権限確認フローが適用され、確認なしでは実行されなくなった。以前の動作を維持するには sandbox.autoAllowBashIfSandboxed: true を設定する必要があり、組織がサンドボックスを有効化している場合は、管理対象設定のソースのうち最も優先順位が高いものに設定しなければならない。このバージョンでは、zstd で圧縮された応答のデコード処理にある脆弱性も修正されたが、詳しい説明はない。

ほかにも権限を厳格化する変更がある。プロジェクトのリポジトリでも承認済みリポジトリでもない場所では、読み取り専用の git コマンドにも確認が必要になる。また、/loop などの定期実行タスクは、許可ツールやフックを宣言するスキルを起動する前に確認を求める（無人運用する場合は permissions.allow に Skill(name) を設定）。claude.ai アカウントで開いたバックグラウンドセッションが、シェルから引き継いだ API キーを使用し、そのキーに課金される可能性があった問題も修正された。139 件の変更のうち 88 件が修正で、Code Mode 関連も複数含まれる。2 時間足らず前に npm で公開された 2.1.324 にはリリースノートがない。

🔗 Claude Code 2.1.325（GitHub）

Codex CLI 0.168 と 0.169：サイド会話をタブ表示、codex exec にはプロジェクトの信頼設定が必要に

11 月 13 日 — OpenAI は 5 時間足らずで Codex CLI の安定版を 2 つ公開した。0.168.0（03 時 54 分 UTC、226 件の PR を掲載）は、メインの会話の横に表示するサイド会話をオプション（features.tui_workspace）として導入した。0.169.0（08 時 37 分 UTC、243 件の PR）ではこれをタブ形式にし、再起動後にも再び開けるようにした。「Sessions → Model providers」パネルでは、すでに開いている会話に影響を与えず、新しい会話に使うモデルプロバイダーを選べる。また、カスタムプロバイダーをターミナルから作成できるようになり、SSH 接続ではデバイスコードを利用できる。

スクリプトと CI にとって重要な変更は 0.169.0 で導入された。信頼されていないフォルダーでは、--sandbox workspace-write を指定しても、codex exec がプロジェクトの設定や MCP サーバーを読み込まなくなった。プロジェクトへの信頼を記録するには、codex exec または codex review に --trust を渡す必要がある。両バージョンには、オプションのアニメーション GIF、対応モデルでの音声録音、エージェントのコマンドセンターで過去のタスクを検索する機能、ローカルの診断 ZIP（Ctrl+S）も追加された。features.multi_agent オプションは agents.enabled への移行に伴い廃止されつつある。また、ある PR のタイトルには Claude Code のスキルをローカルで移行する機能への言及があるが、リリースノートには記載されていない。

🔗 Codex CLI 0.168.0（GitHub） · Codex CLI 0.169.0（GitHub）

Antigravity 2.32 と Antigravity CLI 1.5.8：Python による Dynamic Workflows、Gemini API キーで Hydrogen と Carbon を利用可能に

11 月 13 日 — Antigravity アプリが 2.32.0 に更新され、Dynamic Workflows が加わった。エージェントが Python を書き、アプリに同梱されたランタイムで実行することで、並列に動くサブエージェントや複数段階のタスクを統括する。その考え方は、Claude Code、Copilot CLI、Devin がすでに提供している動的なワークフローと共通する。変更履歴では、11 月 10 日からプレビュー提供中の /swarm とこの機能がどう連携するかは説明されていない。このバージョンでは、エージェントが操作するブラウザーのタブの保護も強化された。他サイトの埋め込みフレーム（frames）はログアウト状態で読み込まれ、明示的な許可がない限り、エージェントのスクリーンショットには表示されない。合計で 11 件の改善と 13 件の修正があり、Everforest テーマや、リモートエージェント向けにクラウド上の GitHub リポジトリをローカルに複製する機能などが含まれる。

同日、Antigravity CLI 1.5.8 は、GEMINI_API_KEY キーによる接続で Gemini 4 Hydrogen（Low から XHigh）と Gemini 4 Carbon（Low から High）を利用可能にした。Hydrogen は Google Cloud の認証情報（ADC）や企業向けゲートウェイ経由でも利用できる。22 件の修正には、複数のセキュリティ回避への対処が含まれる。URL 内のエンコードされたスラッシュ（%2F）や「..」セグメントを使ってサンドボックスのネットワークプロキシを欺く問題、Windows で cmd や PowerShell を通じて「常に許可」ルールを悪用する問題、一部ツールで MCP の権限ルールが無視される問題、二重引用符を使って記述したブロック用フックが Windows で通知なく飛ばされる問題が修正された。

🔗 Antigravity の変更履歴

Devin Apps：Devinのクラウドマシンでホストする非公開ウェブアプリ

11月13日 — CognitionがDevin Appsを公開した。チームに必要なツール（ダッシュボード、レビュー待ちキュー、プロジェクトの状況ページ）を説明すると、Devinが構築して公開し、チームは固定のURLからアクセスできる。進行中のセッションで、すでに表示したブラウザープレビューからAppを作ることもできる。Appsは非公開で、Devinへのログインが必須となり、個人単位、組織単位、全社で共有できる。変更のたびに同じアドレスで新しいバージョンが公開され、起動に失敗した場合は、それまでのバージョンが引き続き稼働する。

Appsは、Devinの休止を可能にするメモリーのスナップショットを利用している。最後のリクエストから5分後にマシンが休止し、次のアクセス時には数秒で復帰する。稼働時間に応じて課金されるが、具体的な料金は示されていない。HTTPを提供できる技術スタックならどれでも利用でき、同じマシン上でSQLiteやPostgresも使える。Appは1台のマシンで動作し、社内ツールやステージング環境を想定しており、大量のトラフィックを処理するサービス向けではない。今回の発表は、CursorのApps（11月5日）とAmpのBoxes（11月10日）に続くものとなる。

🔗 Devin Appsの紹介 · Devin Appsのドキュメント

Devin Teams：Devin Desktopの有料シートが不要に、SWE-2を使うFreeモードを追加し、シート数の上限を100に引き下げ

11月12日 — 前夜、CognitionはDevin Teamsのプランを改定した。Devin Desktopでは有料シートが不要になり、自社モデルSWE-2を使うFreeモードで、ユーザーごとに2つのセッションを無料で同時実行できるようになった。9月以降、期間限定で何度か無料提供されてきたDevin DesktopとCLIでのSWE-2の無料利用は、Teams、Pro、Maxプランで恒久化される。

Teamsプランの項目	Cognitionが発表した変更
Devin Desktopのシート	チーム全員に含まれ、有料シートが不要に
Freeモード	SWE-2でユーザーごとに2セッションを同時実行
シングルサインオン	Okta、Microsoft Entra ID、SAMLまたはOIDCに対応するすべてのプロバイダー
利用上限	最大3段階、追加枠は手動または自動で承認
シート数の上限	従来の200から100に引き下げ
利用枠付きシート	30日後に廃止

このプランには、たとえば小さな作業に軽量なモードを提案するDevin Coachも追加された。また、設定から医療データの取り扱いに関する標準契約（BAA）を申請できる。価格は示されていない。

🔗 Devinの新しいTeamsプラン

DeepSeek、アプリの機能をAPIで公開：検索、ファイル、リンクの読み取り、安全性チェック、音声

11月13日 — DeepSeekは、同社アプリの利用体験を支える機能を開発者向けに提供する。APIでは10月17日から検索とページの読み取り（SearchとFetch）が利用できた。今回、アプリの全機能が追加され、Messages、Responses、Chat Completionsの3つのAPIで、deepseek-flash（DeepSeek-V4.1-Flash-1017）に数個のパラメーターを指定するだけで有効にできる。ツールの呼び出しとコンテキストの組み立ては、サービス側が処理する。

The capabilities behind the DeepSeek App are now available through the DeepSeek API. Enable built-in features with a few parameters, or call standalone APIs such as OCR, ASR, and TTS.

🇯🇵 DeepSeekアプリの基盤となる機能が、DeepSeek APIでも利用できるようになりました。数個のパラメーターで組み込み機能を有効にするか、OCR、ASR、TTSなどの独立したAPIを呼び出してください。 — Xの@deepseek_ai

ツールdeepseek_web_searchはウェブ検索や画像検索を行い、思考を無効にしている場合は出典付きで回答する。思考を有効にすると、モデルが複数の検索を続けて実行し、リンク先も自ら読み取る。ツールdeepseek_read_urlはメッセージ内で参照されたページを取得する。ファイル（PDF、Office文書、画像）は解析され、コンテキストに追加される。安全性チェックのパラメーターは入力と出力を検査し、リスクがある場合は拒否を示すマーカーを返す。DeepSeekは一般公開サービスに対し、この機能を有効にし、義務を履行するよう求めている（コンテンツの安全性審査、大規模モデルの登録、AIのラベル表示）。

これらの機能は単独でも販売され、OCR、音声認識（ASR）、音声合成（TTS）の3つの新しいAPIが用意される。ツールの料金はトークン料金に加算され、トークンの価格自体は変わらない。deepseek-flashの場合、通常時間帯はキャッシュを使わない入力が100万トークン当たり0,30ドル、出力が1,20ドルで、閑散時間帯は半額になる。

課金対象の機能	通常価格	期間限定価格（-50 %）
ウェブ検索（テキスト、画像）	1 000件当たり0,75ドル	割引なし
ウェブの読み取り（fetch）	1 000件当たり0,75ドル	割引なし
ファイル解析とOCR	1 000ページ当たり0,225ドル	割引なし
音声合成（TTS）	10 000文字当たり0,45ドル	0,225ドル
音声認識（ASR）	音声1時間当たり0,116ドル	0,058ドル

これらをまとめて実演するため、DeepSeekはMITライセンスでchat-demoを公開した。サーバーを必要とせず、ブラウザーから直接APIを呼び出す静的なチャットクライアントで、検索、リンクの読み取り、添付ファイル、音声、アプリの会話履歴のインポートに対応する。同日、DeepSeek Harnessのプレビュー版にも、これらの会話をワークスペースへインポートする実験的なプラグインが追加された。開発者は、自社製品の中にDeepSeekアプリを再現したり、必要な機能だけを取り入れたりできる。

🔗 DeepSeek APIの変更履歴 · DeepSeek APIの料金 · チャットボット構築ガイド（DeepSeek） · chat-demo（GitHub）

llama.cppとggmlが安定したAPIを備える1.0.0に到達、SGLang、Transformers、Diffusersもオープンな開発ツールを拡充

11月13日 — 3年半にわたってビルドごとの番号でリリースを重ねてきたllama.cppと、その計算ライブラリggmlが、初のメジャーバージョン1.0.0を公開した。スマートフォンからワークステーションまで、モデルをローカルで実行するこのエンジンは、多数のアプリの基盤となっている。現在Hugging Faceに所属するチームは、公開C APIでのセマンティックバージョニング（semantic versioning）を約束している。APIまたはABIに互換性のない変更を加える場合は、新しいメジャーバージョンとしてリリースする。

バージョンの種類	更新の条件
メジャー	公開C APIまたはABIの互換性を損なう変更
マイナー	互換性のある機能、新しいバックエンド、新しいモデル、APIの追加
パッチ	APIを変更しないバグ修正

1.0への移行に伴い整理も行われた。非推奨だった35の関数が削除され、NextNの投機的デコーディングAPIが主要ヘッダーllama.hに追加された。このバージョンでは、FP8のKVキャッシュと、CPUに任せる割合を調整できるホストメモリー上のMoEエキスパートキャッシュを追加し、Kimi-K3.1-Pro、Ripple-65B-Preview、drama-3の音声合成、MageVL-CoworkとKimi-K3.1の画像認識に対応する。llama-serverには、SSRF攻撃、CORS攻撃、DNSリバインディング攻撃への対策、OpenAI互換のエンドポイント/v1/audio/speech、刷新されたウェブインターフェースが追加された。

記事によると、このエンジンは150を超えるアーキテクチャの派生形と、一般的な投機的デコーディングのすべての手法に対応している。ライブラリはHomebrew、Winget、conda-forge、Debian、Docker、MacPortsで配布され、チームはHF Jobsと、NVIDIA、AMD、Qualcomm、Arm、IBM、Intelから貸与されたマシンで、すべての変更をテストしている。クレマン・ドゥラングは、このv1を、モデルのローカル実行に最も広く使われているライブラリの、初めて完全に安定したメジャーバージョンと紹介している。Cohereは、自社の小型モデルNorth Micro Visionが新たに対応したことに触れ、リリースを歓迎した。llama.cppを製品に組み込む開発者にとっては、次のメジャーバージョンまでAPIの安定性が約束されることになる。

🔗 Hugging Faceのggml-orgの記事 · llama.cpp v1.0.0（GitHub） · ゲオルギ・ゲルガノフの発表

SGLang Consortium：LMSYSの推論エンジンを支える8つの設立メンバー

11月12日 — オープンソースの推論エンジンSGLangを開発する非営利団体LMSYS Orgは、11月12日と13日にサンフランシスコで開催される初のSGLang Summitの開幕に合わせ、SGLang Consortiumを設立した。設立メンバーはNVIDIA、AMD、Intel、Google、Meta、Cloudflare、Modal、RadixArkの8社。各社が技術担当の代表者を任命し、年2回のロードマップ会議に参加する。技術的な判断とコードの採用は引き続きメンテナーが担い、プロジェクトは誰でも参加できる状態を維持する。優先課題は、新しいモデル、推論とマルチモーダル、分散推論、ハードウェアの最適化となる。

13日にこの発表を紹介したNVIDIAは、AmpereからVera Rubinまで5世代のアクセラレーテッドコンピューティングにわたる協業と、100を超えるモデルへのリリース当日からの対応を実績として挙げている。Deloitteを引用するLMSYSによると、AIの計算処理に推論が占める割合は、2025年の半分から2026年には約3分の2になる見込みだという。

🔗 LMSYS OrgがSGLang Consortiumを設立 · @NVIDIAAIによる紹介

Transformers v5.23.0：ONNX Runtime、OpenVINO、ExecuTorch、Dynamoに単一のExportedModelで対応

11月13日 — Transformers v5.23.0は、モデルのエクスポートを統一する。対象がONNX Runtime、OpenVINO、ExecuTorch、PyTorchのDynamoグラフのいずれでも、エクスポートは今後、元のモデルと同じように呼び出せるExportedModelを返す。同じ引数と出力クラスを使い、Hubに公開でき、対象のエンジンに直接読み込める。これは互換性のない変更で、export()が返すオブジェクトは従来と異なる。ONNXのエクスポートでは、CPU、CUDA、WebGPU、DirectML向けの融合処理が可能になる。

エンジンとハードウェア（EmbeddingGemma2、リリースノート）	PyTorch eagerに対する高速化	torch.compileに対する高速化
TensorRTを使うONNX Runtime、A100	7,6倍	1,4倍
OpenVINO、Xeon Platinum 8570	4,1倍	2,2倍
int8の重みを使うOpenVINO、同じXeon	4,9倍	2,6倍

このバージョンでは7つのモデルが追加された。Thinking MachinesのInkling 2 Small、Liquid AIのLFM3とLFM3-VL、Dots 3 Note Preview（テキスト、画像、動画、音声）、IQuest-Coder-V1、InternLM3などが含まれる。JEVの意思決定ヘッドは引き続き実験的な扱いとなる。

🔗 Transformers v5.23.0（GitHub）

Diffusers 0.43.0：MiniMax-H3-ImageからシミュレーターPAN 2まで、5つのモジュール式パイプラインを追加

11月12日 — Diffusers 0.43.0は、5つの生成モデルをモジュール式パイプラインとして追加した。MiniMax-H3-ImageとPruna AIのP-H3-Imageは、テキストと参照画像（P-H3-Imageでは最大8枚）から、6または8ステップで画像を生成・編集する。MiniMax-H3を基盤とするPika H3 Flexは、同期したステレオ音声付きの動画を6ステップで生成する。Kandinsky S2V 1.0は、写真と本人の音声録音から、体の動きも含めて人物を5秒単位でアニメーション化する。290億パラメーターのシミュレーターPAN 2は、動作やカメラの動きからシーンを生成し、安全性チェックは既定で有効になっている。このバージョンでは、テンソル並列処理、LoRA、アテンションのバックエンドも改善された。

🔗 Diffusers 0.43.0（GitHub）

GitHub Copilotのモデル一覧：Gemini 4 HydrogenがProプランにも登場、6モデルは12月14日に提供終了

Gemini 4 HydrogenがCopilotに登場、Proプランも対象

11月13日 — Googleによる公開の翌日、Gemini 4 HydrogenがGitHub Copilotで一般提供を開始した。GitHubは、これをGoogleの最新のFlashモデルとして紹介している。エージェントによる高速なコーディング、ツールの使用、複数段階のワークフローを想定し、Gemini 3.8 Flashよりも指示への追従性が向上したとしているが、裏付けとなる数値は示していない。先に追加されたGemini 4 CarbonとClaude Fable 5.2との違いは、Pro+、Max、Business、Enterpriseに加えて、Copilot Proプランも対象に含まれることだ。

モデルは11の利用環境に登場する。Visual Studio CodeからEclipseまで、Copilot CLI、コーディングエージェント、GitHub Copilotアプリ、GitHub Mobileを含むCarbonと同じ10の環境に、Copilot SDKが加わる。料金は提供元の通常価格に基づく従量課金で、BusinessとEnterpriseでは、管理者が新モデルを既定で有効にする設定を無効にしていなければ、自動的に有効になる。展開は段階的に進む。同日、HydrogenはPerplexityのAgent APIとAntigravity CLIにも登場した。

🔗 GitHub CopilotにGemini 4 Hydrogenが登場（GitHub変更履歴）

Copilotの6モデルが12月14日に提供終了

11月13日 — GitHubは、Copilotのすべての利用環境（Chat、インライン編集、askモードとagentモード、コード補完）で、6つのモデルを12月14日に提供終了すると発表した。各モデルには推奨される代替モデルがあり、その多くはここ数週間で追加されたものとなる。

非推奨となるモデル	GitHubが推奨する代替モデル
Claude Fable 5	Claude Fable 5.2
Claude Haiku 4.5	Claude Haiku 5.5（Haiku 4.5は年間プランの個人契約者向けに引き続き提供）
Gemini 3.8 Flash	Gemini 4 Hydrogen
Gemini 4 Argon	Gemini 4 Carbon
Grok 4.6	Grok 4.7
Kimi K3	代替モデルは後日発表

BusinessとEnterpriseでは、新モデルを既定で有効にする設定に従って代替モデルが自動的に有効になり、旧モデルを削除するための操作は必要ない。GitHubは同じ方式で、10月2日に4モデル、10月19日に6モデルをすでに提供終了している。10月中旬に登場したGemini 4 Argonは、Copilotでの提供期間がわずか2か月となる。

🔗 一部のGitHub Copilotモデルを12月に提供終了予定（GitHub変更履歴）

モデルの評価：Anthropicの安全性に関する推奨事項とAi2のXYBench

Anthropic：信頼できる安全性評価のための10の推奨事項

11月13日 — AnthropicはEngineeringブログで、安全性評価の設計、実施、結果の提示に関するガイドを公開した。投稿によると、推奨事項は10項目ある。出発点にあるのは、モデルが「以前より安全になった」という主張の価値は、それを測る評価の質に左右されること、そしてAI評価は容易に攻略され、再現性にも乏しいという認識だ。記事は、再現性の危機を経て心理学で行われた改革を参考にしており、データを見る前に仮説を登録すること（事前登録）などを取り上げている。

Anthropicは拒否率よりも適切な応答率を重視し、1回でも不適切な応答があれば全体を失敗とする複数ターンの会話で測定する。Claudeモデルが専門家の設定した模擬ユーザーを演じ、人間によるラベルとの照合で妥当性を確認した自動評価器が、各会話記録を採点する。社内でのインシデントを受け、インターネットにアクセスできる多くの評価が一時的に停止された。

Anthropicが挙げた指標	公表値
無害な応答、APIでの単一ターンのテスト	最近のすべてのモデルで94 %～98 %（飽和）
claude.aiでの恋愛詐欺	Opus 5：98 %、Opus 5.5：94 %（有意差なし）
Fable 5.1におけるAPIとclaude.aiの差	最大34ポイント
自殺と自傷行為、新しいシステムプロンプト	APIで60 %、claude.aiで94 %
最小サンプル数	複数ターンで100件、単一ターンで1 000件

🔗 優れた安全性評価の構築（Anthropic） · @AnthropicAIによる発表

XYBench：アシスタントは不適切に立てられた質問の背後にある本当の問いをめったに見抜けない

11月13日 — Ai2はカーネギーメロン大学、NVIDIA、ジョンズ・ホプキンス大学とともにXYBenchを公開した。EMNLP 2026でリソース論文の最優秀賞を受賞している。このベンチマークが扱うのは「XY問題」だ。ある人が目標Xを達成したいと考え、手段Yが有効だと思い込み、Yについて助けを求める。8 115件の質問は、プログラミング（Stack Overflow）から料理や日曜大工（WikiHow）までを網羅する。評価された旧世代の5モデルは、本当の問題を解決する方法を提案することは多いものの、回答の中心は依然として質問の字面にとどまっている。

評価対象モデル（Stack Overflowの質問）	本来の目標への解決策	目標を中心に据えた回答	誤った思い込みの指摘
人間による最良の回答	67 %	55 %	79 %
GPT-5	71 %	41 %	60 %
Qwen3.5-9B	64 %	41 %	60 %
DeepSeek-V4 Pro	66 %	35 %	55 %
Gemini 3.1 Pro	62 %	40 %	54 %
Claude Sonnet 4.6	59 %	36 %	47 %

2つの回答から選ばせると、モデルは71～84 %のケースで本来の目標に対処する回答を選ぶ。一方、自らそのような回答を書く割合は35～41 %にすぎない。良い回答を見分けられることは、それを生成できることを意味しない。

🔗 XYBench（Ai2） · @allen_aiによる発表

プロンプトインジェクション：IBMがLLMONと、耐性を高めたGranite 4.1のプレビュー版2種を公開

11月12日 — IBMは、言語モデル向けに設計したマークアップ言語LLMONを発表した。IBMによると、長いタスクの途中では、モデルのコンテキストにシステムプロンプト、会話、取得した文書、ツールの応答、出力の制約、推論が混在する。そこには明示的な構造がないか、モデル向けに設計されていないJSONなどの形式が使われている。LLMONはこれらの要素それぞれにタグを付け、モデルが何を読んでいるかを識別できるようにすることで、コンテキストに注入された指示に従うのを防ごうとする。

IBMは、Granite 4.1のベースモデルから派生した実験的なプレビュー版、granite-4.1-3b-LLMON-previewとgranite-4.1-8b-LLMON-previewを公開した。いずれもLLMONでタグ付けされたテキストを読み書きするよう訓練されている。IBMによると、同社のプロンプトインジェクション用ベンチマークでは、回避できた攻撃の数が、評価対象で最良のフロンティアモデルより47 %、最良のオープンソースモデルより95 %多かった。一方、汎用ベンチマークではGranite 4.1 Instructと同等の性能を維持した。これらは開発元が自社のベンチマークで測定した結果だ。

🔗 LLM向けマークアップ言語LLMONがGraniteに登場（Hugging Face）

PARDIGとSatWeave：Google DeepMindがWeatherNext 3を支えるデータセットを公開

11月13日 — Google DeepMindは、9月に発表した全球気象モデルWeatherNext 3の基盤となる2つのデータセットを一般公開した。SatWeaveは静止気象衛星（GOES、Meteosat、Himawari）の画像を17チャンネルの全球モザイクに統合し、1時間ごとに更新する。これにより、ほかのモデルが6時間ごとに更新される解析値を出発点とする中、WeatherNext 3は毎時、新しい全球予報を生成できる。

PARDIGは、全球の降水量を15分ごとに約10 kmの解像度で推定する。地上の観測機器だけに頼るのではなく、NASAのGPMミッションの宇宙搭載レーダーによる観測から学習することで、レーダーも雨量計もない地域でも役立つようにしている。3つのレーダー網（米国、欧州、日本）および36 000か所を超える観測所との比較では、NASAの基準データであるIMERG-Finalに比べ、弱い雨から中程度の雨を1時間単位で検出する性能が30 %以上向上した。

公開データセット	内容と更新頻度	利用可能なアーカイブ
SatWeave	17チャンネルの静止衛星モザイク、1時間ごと	10年以上
PARDIG	全球の降水量、15分ごと、約10 km	1999～2026

リアルタイム配信とアーカイブはGoogle Cloud Storageで利用でき、PARDIGはGoogle Earth Engineでも利用できる。

🔗 AI気象モデルを支えるデータセットを公開（Google DeepMind） · @GoogleDeepMindのスレッド

生成オーディオ：Ableton Live向けSuno Bridgeと、Generate・Samplerを備えて刷新されたStable Audio

Suno Bridge：Ableton Live 12のセッション内でSunoのトラックを生成

11月13日 — Sunoは、自社の音楽モデルをユーザーの制作ソフトに組み込む、単体アプリのベータ版Suno Bridgeを公開した。公開時点ではMac上のAbleton Live 12にのみ対応する。ほかのシステムやDAWへの対応も予定しているが、時期は未定だ。BridgeはAbleton Liveと並行して動作し、開いているセッションと同期する。セッションのファイルはSunoにアップロードされ、音楽的な文脈の把握に使われる。プロンプトから、セッションのテンポ、調、スタイル、ハーモニー、グルーヴに合った新しい楽器やボーカルのパートを生成する。生成範囲はアレンジメントビューのマーカーで選んだループ内で、例えば9小節目から16小節目までの8小節を指定できる。結果はタイムラインに直接配置される。BridgeはすべてのPremierサブスクリプションに含まれ、別料金はかからない。

🔗 Suno Bridge：Sunoの力をあなたのDAWへ · @sunoによる発表

Stable Audio：ワークスペースを統一し、Generateで楽曲、Samplerでキットを制作

11月12日 — Stability AIはStable Audioの刷新を発表し、11月のリリースノートで詳細を説明した。ページのメタデータ上の日付は11月4日だが、発表は12日に行われた。サイトではプロジェクトとサウンドが1つのワークスペースにまとまり、すべてのアプリに共通するホームページとライブラリが設けられた。

Stable Audioのアプリ	生成するもの
Generate	テキスト、またはジャンル・スタイル・楽器の「ペイント」から楽曲や効果音を生成。Lensで切り取り、置き換え、延長が可能
Sampler	プロンプトごとに最大8種類のバリエーション、または8音のキット。8楽器・16ステップのシーケンサー、最大32小節のパターン、ZIP形式での書き出し
Sessions（Labs、ベータ版）	チャットで操作するプロデューサーとともに、完成したミックスまたは編集可能な8トラックを生成

Stabilityは新しいモデルも料金も発表していない。

🔗 Stable Audioの11月のリリースノート · @stableaudioによる発表

CohereがAISLEの買収を完了、cubicのチームを迎えてセキュアコーディング部門を設立

11月13日 — Cohereは、脆弱性の発見と修正を自律的に行うシステムを開発するAISLEの買収を完了したと発表した。10月15日の基本合意書から1か月後のことだ。同じ記事で、ポール・サングレ＝フェリエールが創業し率いるAIコードレビュープラットフォーム、cubicのチームを迎えることも発表した。同チームが「安全なコード」の部門（セキュアコーディング事業部門）を立ち上げる。Cohereによると、AISLEとcubicにより、同社が今年実施した戦略的な合併・買収案件は、Aleph AlphaとReliant AIを合わせて4件となる。金額は公表されていない。

AISLEの共同創業者は幹部職に就く。オンドレイ・ヴルチェクは、企業、政府、重要インフラ運営者向けの新たなサイバーセキュリティ事業Cohere Cyberの上級副社長となる。ジャヤ・バルーは前日の発表どおり最高情報セキュリティ責任者に、スタニスラフ・フォートはAIセキュリティ担当副社長に就任する。Cohereはプラハへの長期投資を計画し、同地を将来のAIサイバーセキュリティの世界拠点と位置付けている。cubicのコードレビューエージェントは、オンプレミスおよび外部ネットワークから切り離された環境（エアギャップ環境）で動作する。Cohereは、コードレビューのベンチマークで最高水準にあるとしているが、数値は示していない。

🔗 CohereがAISLEとcubicでソブリンAIプラットフォームを拡大

Perplexity：Max加入者向けにMacアプリでもTeammatesを提供開始

11月13日 — Perplexityは、11月5日にウェブで公開した長時間の作業向けパーソナルエージェントTeammatesを、Macアプリでも提供し始めた。引き続きMax加入者が対象となる。発表によると、品質保証、カスタマーサービス、調査、成長マーケティングなどの作業を、単独で、あるいはほかのTeammatesと協力して行う。

確認時点では製品ページはまだ更新されておらず、ウェブとiOSで利用可能、デスクトップとAndroidには「近日」対応と記載されていた。iOS版は当初の公開時には発表されておらず、提供開始日は不明だ。料金体系に変更はない。Teammatesはプロモーション期間中は無料で、その後はMaxに含まれるクレジットを消費する。Perplexityは前日の夜、ComputerとTeammatesのブラウザー操作エージェントが作業をリアルタイムで表示し、ユーザーが操作を引き継げるようになったことも紹介していた。

🔗 @perplexity_aiによる発表 · Teammatesの製品ページ

Google AI Studio：Pro・Ultra加入者がツールを離れずにGoogle Cloudクレジットを受け取り可能に

11月13日 — Google AI ProとUltraの加入者には、すでにGoogle Developer Programを通じて毎月Google Cloudクレジットが提供されていたが、受け取るには複数のサイトを経由する必要があった。今後はGoogle AI Studioから管理できる。Developer Programのプロフィール作成、請求先アカウントの連携、クレジットの受け取り、残高確認が一連の手続きで完結し、その後の付与分も自動的に適用される。

毎月のクレジットの有効期間は引き続き12か月で、付与分は累積する。有効期限が近いクレジットから先に使われる。サブスクリプションの利用枠を使い切った際に、Gemini APIと有料枠のモデルの支払いに利用できる。条件は2つある。Cloudの請求先アカウントに最低5ドルを前払いすること、そして利用できるのはサブスクリプションの主契約者だけで、ファミリーメンバーは利用できないことだ。付与額はサブスクリプションのプランによって異なり、記事には記載されていない。

🔗 Google AI StudioでGoogle Cloudクレジットを受け取る（blog.google）

SO-101アーム向けPraxis-1：Runwayが2日前に予告したチェックポイントを公開

11月13日 — 11月11日に取り上げたPraxis-1の重み公開から2日後、RunwayはSO-101向けのバージョンを公開した。SO-101は、愛好家や研究者の間で広く普及している低価格のオープンソースロボットアームだ。11月11日のREADMEでは、このチェックポイントは「近日公開」とされていた。現在はpraxis-1-so101（Apache 2.0ライセンス）とそのNVFP4版がHugging Faceで公開され、ベンチマーク環境のコード（サーバー、LeRobotクライアント）もGitHubリポジトリに置かれている。Runwayによると、このモデルはNVFP4でRTX 5090の1枚構成で動作する。

追加学習には、RunwayはLeRobotコミュニティのデータを利用した。1 783人の貢献者によるSO-100とSO-101の公開データセット3 956件、約1 260時間分が対象となり、実際の追加学習には3 814件のデータセットから約1 070時間分が使われた。モデルは手首カメラの有無にかかわらず、5つの関節とグリッパーを15 Hzで制御する。Runwayはこのアームでの成功率を示しておらず、タオルを畳む、皿を拭くといった動画のみを公開している。リポジトリには、NVIDIAによるものとされる推論の最適化とJetson Thorへの対応も追加された。

🔗 @runwaymlによる発表 · Hugging Faceのpraxis-1-so101 · Praxis-1の技術報告書

短報

コードエージェントと CLI

Copilot CLI 1.0.111 — 11月13日に安定版となり、企業が適用する Shell、Bash、PowerShell の権限ルールで正規表現を使えるようになったほか、動的ワークフローが無制限に自己複製するのを防ぐ。プレビュー版 1.0.112-0 は、各モデルで推奨されるコンテキストウィンドウを既定で採用する。SDK では、Claude Haiku 5.5 のセッションの既定のプロンプトトークン数が100Kから936Kに増え、リリースノートによると費用が高くなる可能性がある。 🔗 出典
Qwen Code v0.27.3 — 破壊的変更を含まない113件の更新。通知向けの送信専用 DingTalk チャネル、Web Shell のリポジトリチャネルとしての GitLab、セッションをプルリクエストに紐付ける /pr を追加した。auto-edit モードは permissions.ask に従うようになり、git commit --amend は AUTO モードで承認を求める。 🔗 出典
Kimi Code 2.6.1 と 2.6.2 — 2つの修正版。長いセッションを再び開く際に数秒もかからなくなり、セッションがコンパクションに進まず停止する問題を解消し、Swarm パネルを修復したほか、/feedback がテキストのみの戻り値を受け付けなくなった。 🔗 出典
Gemini CLI — 11月10日の v0.68.0 以降、引き続き新バージョンはなく、ナイトリービルドも依然として失敗している。メインブランチにマージされた3件の修正により、gemini models list にようやく gemini-3.8-flash が表示されるようになった。リポジトリに Gemini 4 Hydrogen の形跡はない。 🔗 出典
DeepSeek Harness 0.2.2-rc.3 — 安定版がまだない中での39番目のプレビュー版。DeepSeek のアプリやウェブサイトの会話をワークスペースに取り込み、続きを進められる実験的なプラグインを追加し、Windows アプリの更新処理を修正した。 🔗 出典
Delta 0.26 と Zed — Delta はウェブ版やスマートフォンからのスレッド作成、ショートカットのカスタマイズ、ワークツリーのマージのプレビューに対応した。Zed は、エージェントがコードの行からその行を生成したスレッドへ遡れるようになると時期を示さずに発表し、DeltaDB に基づく帰属情報のハイライト表示を紹介した。 🔗 出典
Replit の Performance Agent — 有料プランでは、公開前でも Monitoring タブからエージェントがコードとログの遅い箇所を探せる。Enterprise では、指定した Viewers とプロジェクトを共有できるようになった。 🔗 出典
Durable Objects 上の Codex — Cloudflare は、Codex を同社の Durable Objects 上で「ノートパソコン上と同じように」動かせると発表した。OpenAI Developers が再投稿した11月11日の投稿にはコードのスクリーンショットしかなく、解説記事も料金も示されていない。 🔗 出典
GitHub Agentic Workflows 1.2.3 — このプレビュー版は、モデルを指定していないワークフローを既定でコスト重視のモードで Copilot に回し、Jira、Linear、Azure DevOps との連携を宣言型コネクターに置き換え、保護されたファイルを変更する PR のマージをブロックする。 🔗 出典

SDK、API、プラットフォーム

Agents SDK JS 0.22.0 — 安定版では型定義が厳密になり、既存の TypeScript コードが動かなくなる可能性がある。また、gpt-6-sol と gpt-6-luna を使う Chat Completions で、ツールとハンドオフの推論の労力を既定で none に設定する。 🔗 出典
OpenAI の Python SDK 3.51.0 と Node SDK 7.57.0 — エージェントセッションのプロンプトキャッシュの有効期間、画像編集での SVG 出力、Live セッションのセキュリティ識別子、OCI Vault の外部キーへの対応を準備しているが、これらは API の変更履歴にはまだ記載されていない。 🔗 出典
Perplexity の Agent API に Gemini 4 Hydrogen — 100万トークン当たり、入力は1.50ドル、キャッシュ済み入力は0.075ドル、出力は推論分を含め7.50ドル。Gemini 3.6、3.7、3.8 Flash はドキュメントから姿を消したが、API からの削除は発表されていない。 🔗 出典
REST API 経由の GitHub AI Scan — パブリックプレビューでは、組織とリポジトリの repository_scan 設定で、リポジトリの AI Scan を有効または無効にできる。有効にするだけではスキャンは実行されず、解析ごとに Code Security の AI クレジットを消費する。 🔗 出典
GitHub Copilot アプリと GitHub Enterprise Server — バージョン1.2.0以降、GHES アカウントをアプリに追加する機能が一般提供となり、リポジトリ、イシュー、プルリクエストを利用できる。GHES 向けのクラウドセッションはない。 🔗 出典

アシスタントとエージェント

会議に参加する Grok Bot — SpaceXSI は、Super、Ultra、Team、Enterprise プランと、それらに相当する旧プランで Grok Bot の会議参加機能を提供する。Grok Bot 1.0 の紹介記事では Team、Enterprise、Ultra しか挙げられていなかった。 🔗 出典
Perplexity のブラウザー操作エージェント — Computer と Teammates のエージェントが作業をリアルタイムで表示するようになった。ユーザーは操作を引き継いで自分でサイトにログインし、その後エージェントに操作を戻せる。 🔗 出典
Manus の Side chat — 実行中のタスクの横に、そのコンテキストを引き継ぐ補助的なチャットが開き、メインスレッドを煩雑にせず質問できる。対象プランもクレジット数も示されていない。 🔗 出典

ガイドと活用事例

常時稼働するエージェント — claude.com のガイドは、イベント受信箱、タイマー、永続ファイルによる記憶、権限、送信箱という5つの構成要素を解説している。名称非公開のコードベンチマークでは、Opus 5.5 の解決済みタスク当たりの費用は Opus 5 より78 %低く、典型的なワークロードでの削減率は40 %とされる。 🔗 出典
8社のスタートアップにおける Claude Tag — NavigateAI では Claude Tag が約90のチャネルで稼働し、6月以降に約223件の PR を作成し、そのうち134件がマージされた。ガイドは、ベータ版が Team と Enterprise 限定で、ZDR、CMEK、HIPAA は対象外であることを改めて示している。 🔗 出典
エージェントスキルのガイド — GitHub Blog は、SKILL.md ファイルを中心とするバージョン管理されたディレクトリにスキルを一度記述し、複数のエージェントで動かす方法を説明している。また、スキル自体はツールも権限も付与しないと改めて指摘している。 🔗 出典
Gondola と Codex — OpenAI が公開したこの事例研究によると、Gondola は、エンジニアリングチームの月間生産量が約25 %増え、人件費総額を増やさずに1年間で売上高が2倍超になったと報告している。 🔗 出典
Perplexity の検索エンジンガイド — クローラー型検索エンジン、メタ検索エンジン、AI 回答エンジンの違いを説明し、StatCounter による2026年10月の市場シェア（Google は91.05 %）を紹介している。製品の新発表はない。 🔗 出典

画像、動画、音声

Runway の Seedance 2.5 Flash — ByteDance の動画モデルのこの派生版は、より高速かつ安価とされているが、速度、費用、解像度の数値は示されていない。 🔗 出典
Reactor の API に Pika H3 Flex — 参照画像、最初と最後のフレームの制御、ミュージックビデオや対話用にユーザーが提供する音声に対応する。料金の記載はない。 🔗 出典
Picsart と HyperFrames Studio の MiniMax H3-Image — Picsart は約10秒での4K画像生成・編集を発表した。HeyGen のツールである HyperFrames Studio は、最大16枚の参照画像を使った16メガピクセルの画像生成を発表した。 🔗 出典
Genspark Media Studio の Redraw — 画像の修正したい範囲を塗りつぶし、何に置き換えるかを説明すると、それ以外の部分を維持したまま修正できる。提供開始日も消費クレジット数も示されていない。 🔗 出典
Luma の整理機能 — Luma のエージェントは、最大10,000項目のクリエイティブボードを製品、コンセプト、キャンペーン、チャネル別に分類してラベルを付け、同意なしには何も移動しない。 🔗 出典
ElevenLabs の Forward Deployed Creatives — プロデューサーとクリエイティブ戦略担当者が、ElevenCreative でブランドのチームと協働するか、完成した広告を納品する。3つのプランがあり、料金は公開されていない。 🔗 出典
声を失った人向けの ElevenMusic — 恒久的に声を失った人は ElevenMusic を無料で利用できる。11,000人以上を支援したとする音声復元プログラム 1 Million Voices に NYU Langone Health が加わり、Wounded Warrior Project は Impact プログラムのパートナーとなる。 🔗 出典
SOFIA for Business — ElevenAgents を基盤とする音声エージェントにより、Oxford Saïd の Inspiring Female Founders の取り組みで実施されたインタビューの内容を質問できるようになり、エージェント自身も新たなインタビューを行う。 🔗 出典

オープンモデル、研究、ロボティクス

TRL v1.18.0 — 生成処理を vLLM に任せ、学習から分離する AsyncGRPOTrainer が安定版のトレーナーとなり、trl からインポートできるようになった。従来の実験用パスも v2.0.0 までは引き続き利用できる。 🔗 出典
llama.cpp の North Micro Vision — Cohere は v1.0.0 の公開を歓迎しつつ、同社最小の視覚言語モデルが llama.cpp に対応したと述べているが、対応日も変更へのリンクも示していない。 🔗 出典
Déjà View のデモ — NVIDIA は、11月11日に発表した1億1,700万パラメータの3D再構成モデルについて、コード不要で操作できるデモを Hugging Face で公開した。 🔗 出典
FLUX-mimic — スタートアップの mimic と BMW Group は、自動車組み立て向けに FLUX 3 を基盤とする動画・アクションモデルを発表した。部品を片付けるタスクで、2時間の実演データによる成功率は77.5 %、8時間では95 %だった。 🔗 出典
OpenMed — 薬剤用と解剖学用の2つの抽出モデルで、それぞれ7,390万パラメータを持ち、Apache-2.0 ライセンスで公開されている。未見の PubMed 要旨200件では、F1 がそれぞれ45.09から66.81、26.20から61.74に向上した。 🔗 出典
TiHon-TTS — 開発者によると、100,118パラメータ（402 Ko）のベトナム語音声合成が x86 の1コアで実時間の40倍の速度で動き、Cortex-M マイクロコントローラーでも実行できる。 🔗 出典
NXP i.MX 95 上の YOLO26 — Au-Zone の測定によると、同社の EdgeFirst ソフトウェアにより、2 TOPS の NPU 上での処理速度が毎秒約40フレームから84フレームに向上し、mAP も7ポイント上昇した。 🔗 出典
s1d1-bench — 公開ベンチマークで、多言語プロンプトルーターとローカルの3つの LLM 評価モデルを比較する。開発者によると、一致度は0.807（QWK）で、評価モデル間は0.774、RouteLLM の BERT ルーターは0.278だった。 🔗 出典

エコシステム

AI 100 に Black Forest Labs — Synthesia に続き、FLUX の開発元が Newcomer と Bessemer による初の非上場 AI 企業ランキングに選ばれた。順位の記載はない。 🔗 出典

これが意味すること

支払うか、閲覧するか。OpenAI と Google は同じ日に、アシスタントをユーザーの資金につなげたが、信頼の置き方は対照的だ。ChatGPT Wallet ではエージェントが購入を完了できるが、支払いのたびに生体認証と代替トークンを使うため、エージェントも加盟店もカード情報を見ることはない。上限額を設定した完全な委任も発表されているが、提供時期は示されていない。Gemini は Google Wallet に連携された口座を閲覧し、操作する権限は一切持たない。前日には Replit Agent も Link と Visa を使って購入できるようになっていた。あとは加盟店の対応が必要になる。OpenAI は、サイトが署名付きエージェントを識別し、不正検知ツールがその購入を受け入れられるようにするためのガイドを公開している。

コードエージェントは、これまでターンごとに行っていた処理をプログラムに任せるようになっている。Code Mode は Claude にツールを順次呼び出す JavaScript を書かせ、Antigravity の Dynamic Workflows も Python で同様にサブエージェントを統括する。その効率向上と引き換えに、処理の見通しは悪くなる。Claude Code の自動モードの分類器は、途中で計算される値を見ることなく、実行前にコードを判定する。ドキュメントは、注意を要する呼び出しについてルールとフックを参照するよう案内している。この日のほかの更新では、制御が厳格化されている。Claude Code 2.1.325 ではサンドボックス内の Bash コマンドが再び権限確認の対象となり、codex exec は --trust がなければ未承認プロジェクトの設定を無視し、Antigravity CLI 1.5.8 は Windows でのプロキシとルールの回避経路を塞いだ。

オープンな開発ツールは、安定性とガバナンスのルールを整えつつある。llama.cpp は C API の破壊的変更をメジャーバージョンで行うと約束し、SGLang は8社の企業を集めたコンソーシアムを設立しながらコードに関する主導権をメンテナーに残し、Transformers は4つの実行エンジンに共通のエクスポートインターフェースを提供する。DeepSeek もサービス面で同じ方向に進んでいる。モデルだけでなく、検索から音声まで自社アプリの構成要素を販売し、MIT ライセンスのデモ用クライアントも提供している。

測定そのものにも疑問が投げかけられている。Anthropic は、最近のどのモデルも94〜98 %を達成する1ターンの安全性テストは飽和していると判断し、同じモデルでも API と claude.ai で34ポイントの差が生じ得ることを示した。XYBench は別の盲点を測る。モデルは本来の目的に応える回答を71〜84 %の割合で認識できるが、自らその回答を書ける割合は35〜41 %にとどまる。IBM が発表したプロンプトインジェクションへの対処の改善も、Transformers が発表したエクスポートの改善も、提供元が自らのベンチマークで測定したものだ。Runway も SO-101 の成功率を一切公開していない。不確実性を公表すべきだという Anthropic の提言は、これらの提供元にも当てはまる。