GoogleがGemini 3.8 Liveを公開、SalesforceがClaudeに登場、GPT-5.5は10月14日にChatGPTから提供終了

今週火曜日、GoogleはGemini 3.8 LiveとGemini 3.8 Live Extended Thinkingを公開する。いずれも、会話を中断せずにバックグラウンドでツールを呼び出せるリアルタイム音声対話モデルだ。AnthropicはClaude Codeの3バージョンをリリースし、SalesforceをClaudeに統合する一方、OpenAIはChatGPTとCodexでのGPT-5.5の提供終了日を10月14日に設定した。エージェントは既存の流通経路にも進出しており、HPによるPerplexityのプリインストールからAWS Marketplaceで販売されるDevinまで広がっている。また、NVIDIAはVera Rubinプラットフォームを構成する2つの要素を詳しく紹介している。

Gemini 3.8 Liveと3.8 Live Extended Thinking、話しながら行動する2つの音声モデル

9月15日 — Googleは、Gemini Audioチームが発表した2つのリアルタイム音声対話モデルを公開する。Gemini 3.8 Liveは、規模、速度、コストを重視しており、ほぼリアルタイムの視覚入力に対応し、会話中に97言語を自動で切り替えられる。Gemini 3.8 Live Extended Thinkingは、複数段階の推論を必要とするタスクを対象としている。推論と発話を同時に行い、短い言葉で受け付けたことを伝え、バックグラウンドタスクの進捗を説明する。思考レベルはAPIで調整できる。両モデルは、音声応答を続けながらバックグラウンドでツールやAPIを呼び出す（非同期関数呼び出し）。

The models talk, think, and handle tasks in the background without breaking your flow.

🇯🇵 モデルは会話の流れを中断することなく、話し、考え、バックグラウンドタスクを処理します。 — @GoogleDeepMindのXへの投稿

Googleは、確認コードやファイル番号など、口述された英数字データの精度も強調している。また、文字起こし、テキスト処理、音声合成を順につなぐカスケード型アーキテクチャよりも簡単な代替手段として、これらのモデルを位置付けている。Gemini 3.8 Audioのモデルカードによると、両モデルはGemini 3 Proを基盤とし、128K tokensのコンテキストで音声、画像、動画、テキストを受け付け、最大64K tokensを出力する。知識の基準日は2025年1月となっている。

ランキングまたはベンチマーク	評価対象モデル	Googleが公表したスコア
Speech to Speech Quality指数（Artificial Analysis）	3.8 Live Extended Thinking	82,6（1位）
τ-Voice	3.8 Live Extended Thinking	68,6 %
τ-Voice-banking（Sierra）	3.8 Live Extended Thinking	35,1 %
Big Bench Audio	3.8 Live Extended Thinking	97,7 %
Speech Agent Arena（Artificial Analysis）	3.8 Live	2位

これらのランキングは第三者が管理しているが、ここに記載したスコアはGoogleが公表したものである。Live APIでは、Googleは両モデルの費用を、音声入力1分あたり0,005ドル、音声出力1分あたり0,018ドルと見積もっている。これは入力100万tokensあたり3ドル、出力100万tokensあたり12ドルに基づく。統合事業者として、Agora、Fishjam、LangChain、LiveKit、Pipecat、Vercel、Vision Agentsが挙げられている。

提供経路	Gemini 3.8 Live	Gemini 3.8 Live Extended Thinking
Gemini APIとGoogle AI Studio	9月15日から	9月15日から
Gemini Enterprise	非公開プレビュー	非公開プレビュー
一般ユーザー向け	Search Live	Gemini Live、Docs Live（Google AI ProおよびUltra加入者）、Gmail LiveとKeep Live（すべてのGoogle AI加入者）

Search Liveでは、このモデルがリアルタイムのトラブルシューティングを一手順ずつ案内する。生成されるすべての音声には、不可視のSynthID透かしが付与される。

🔗 Gemini 3.8 Liveと3.8 Live Extended Thinkingの紹介 🔗 Live APIに関する開発者向け記事 🔗 Gemini 3.8 Audioのモデルカード

Claude Code 2.1.271から2.1.273：Remoteでの高速モード、コマンド単位のネットワーク、厳格化された権限

9月15日 — Anthropicは、22時間余りの間にClaude Codeの3バージョンをリリースした。最初のバージョンはパリ時間の午前0時直後に公開された。

公開バージョン	日時（UTC）	リリースノートの内容
2.1.271	9月14日、22時12分	96行：Remoteでの高速モード、コマンド単位の`allowed_domains`、`omitClaudeMd`、`--accept-command`
2.1.272	9月15日、0時42分	1行：バグ修正と信頼性の向上
2.1.273	9月15日、20時23分	64行：LLMゲートウェイ用ヘッダー、Remote Controlセッションの複製、Bedrock、Vertex、Foundry上のローカル分類器

2.1.271では、組織が許可している場合、クラウドとセルフホスト型実行環境（self-hosted runners）の両方で、Claude Code Remoteセッションから高速モード（fast mode）を利用できるようになる。サンドボックス付きの自動モードでは、Bash、PowerShell、Monitorがコマンド単位のallowed_domainsリストを受け付ける。必要なホストはコマンドとともに審査され、そのコマンドに限って開放される。それ以外のホストは拒否される。エージェントのfrontmatterにあるomitClaudeMdフィールドを使うと、ユーザー、プロジェクト、ローカルのCLAUDE.mdファイルを読み込まずにサブエージェントを起動できるが、管理ポリシーファイルは引き続き読み込まれる。また、claude plugin install --accept-command <sha256>が受け付けるのは、以前--jsonを実行した際に表示されたものと完全に同じコマンドだけであり、-yは受け付けない。2.1.273では、claude --remote-controlで開始したセッションをClaudeアプリから複製（fork）でき、複製したセッションはコンピューター上のバックグラウンドで動作する。また、MCPサーバーが切断され、自動再接続が断念された際に警告するほか、CLAUDE_CODE_GATEWAY_HINT_HEADERS=1で有効化されるLLMゲートウェイ用のリクエストヘッダーも追加される。

変更された要素	新しい動作
自動モードでのサブエージェントからの復帰	最後のメッセージを事後確認する代わりに、セキュリティ分類器が審査する専用の引き継ぎ呼び出し（hand-back call）
自動モードでのskillsの`!`コマンドとslashコマンド	分類器ではなく、既定モードの権限ルール
Monitorによる監視	期限は最大30分（`-p`実行時は10分）に設定する必要があり、再設定のためClaudeに通知
動的workflows	使用上限に達すると一時停止し、リセット時に自動再開。エージェントを中止しない
Bedrock、Vertex、Foundry上の自動モード（2.1.273）	当面はローカル分類器が既定で、プラットフォームの分類器には`CLAUDE_CODE_AUTO_MODE_SERVER=1`を使用

両バージョンでは、複数の権限制御も修正されている。サブシェル、2回のディレクトリ変更、またはcdとgitの連結を含むコマンドでは、permissions.blockReadsOutsideWorkingDirectories下の確認画面が回避されていた。また、権限バイパス（bypass）モードでは、サブシェルによって危険なrmが隠される可能性があった。MDMまたはmanaged-settings.jsonによって強制されたMCP設定は、サーバー側で管理される設定が存在すると無視されていた。/resumeと/teleportでは、前の会話で読み込んだファイルの追跡情報が保持されていたため、Claudeが再開後の会話では一度も読んでいないファイルを変更できた。さらに、コンテキストメーターはadvisorツールのターンを実際の約2倍のサイズとして数えていたため、ウィンドウの半分ほどで自動圧縮が作動していた。

3件のリリースノートはいずれも、9月14日に発表されたClaude Modsには言及していない。ただし、issue #91870では、コミュニティのテスターが2.1.272の時点ですでに関連部分に変更が入ったと見ている。

🔗 Claude Code 2.1.271のリリースノート 🔗 Claude Code 2.1.273のリリースノート

Salesforce in Claude、承認済み組織向け営業プラグインのベータ版

9月15日 — Anthropicは、営業担当者の取引先、商談、パイプラインをClaudeに取り込むSalesforce in Claudeのベータ版を公開する。発表記事ではSalesforceと共同開発したプラグインと説明されている一方、ヘルプセンターでは、取引先の調査、商談前の準備、パイプラインのレビュー、CRMの更新など、37個の営業skillsをSalesforceが構築したとしている。これには、読み書きに対応するSalesforceと、商談用チャンネルやチームのスレッドに接続するSlackの2つのコネクターが付属する。

Salesforceは引き続き信頼できる唯一の情報源となる。各営業担当者は自身の認証情報で接続し、Claudeが読み取れるのはSalesforceの権限で許可された情報だけで、書き込みは既定ですべて承認が必要となる。このプラグインはチャットとClaude Cowork（webおよびdesktop）で動作する。ベータ版の対象は有料プランだが、Salesforceのベータ登録を通じて承認され、Sales Cloudの最新Enterpriseエディションを利用している組織に限られる。該当組織のSalesforce管理者はAgentExchangeでアクセスを申請する。GitLab、Siemens、Legoraがすでに導入しており、Salesforceでは7 000人の営業担当者が利用している。

🔗 SalesforceをClaudeに統合 🔗 組織向けSalesforce in Claudeの設定

GPT-5.5は10月14日にChatGPT、ChatGPT Work、Codexで提供終了、APIでは継続

9月15日 — OpenAIはXで、自社アプリにおけるGPT-5.5の提供終了を発表した。この予定は、9月14日付のChatGPTとCodexのchangelogにもすでに記載されている。10月14日、GPT-5.5は一般ユーザー向け、Business、Enterprise、Eduを含むすべてのプランで、ChatGPT、ChatGPT Work、Codexから削除される。

対象サービス	10月14日時点の状況
ChatGPTとChatGPT Work	すべてのプランでGPT-5.5を削除
ChatGPTログインを使うCodex	GPT-5.5を削除し、`gpt-5.6-sol`への移行を要請
APIキーを使うCodex	GPT-5.5を引き続き利用可能
OpenAI API	GPT-5.5を引き続き利用可能

ChatGPTログインを使用するCodexについて、ドキュメントでは、明示的に選択されているすべての箇所でgpt-5.5を置き換えるよう求めている。対象には、ワークスペースの既定設定、保存済み設定、管理対象の構成、カスタムエージェント、スケジュール済みタスク、スクリプトが含まれる。@ChatGPTの投稿では、Codexにおける代替モデルとしてGPT-6 Astraも挙げられている。管理者向けガイドは、既定モデルを変更してもそのモデルへのアクセス権が付与されるわけではないと注意を促しており、代替モデルを対象ユーザーが利用できるか、クライアントごとに確認する必要がある。OpenAIは、ChatGPTでログインするユーザー向けCodexから8月31日に削除されたGPT-5.4とGPT-5.4 miniで採用した1か月前の予告期間を踏襲している。このときは7月31日に発表されていた。

🔗 ChatGPTとCodexのchangelog 🔗 @ChatGPTのXへの投稿

HPがWindows PCにPerplexityをプリインストール、Autodesk Revitとも連携

9月15日 — PerplexityとHPは、HP製PCのタスクバーにWindows版Perplexityアプリをプリインストールすると発表した。まず、AMD Ryzen AI Max PRO 400シリーズのプロセッサーを搭載したモバイルワークステーションZBook Ultra G3aから開始する。他のモデルも今後数か月以内に続くが、機種一覧、価格、日付は示されていない。発表記事によると、ZBook Ultra G3aのローカルAI機能により、cloudクレジットを使わずオフラインで動作するローカル版エージェント、Portable Computerで日常的なタスクを実行できる。ただし、利用可否はデバイスの構成によって異なる。発表記事には対応構成が記載されていない一方、前日に公開されたWindows版では、24 GB以上のビデオメモリを備えたNVIDIA RTX GPUが必要とされていた。

Portable Computerは、建築情報モデリング（Building Information Modeling）ソフトウェアのAutodesk Revitにも、Revit 2027のMCPサーバーを介して接続する。このサーバーは、独立したモジュールとして技術プレビュー（Tech Preview）で提供される。アクセスは読み取り専用で、エージェントは、ある階のドアの数や耐火性能といったモデルに関する質問に答え、モデルを変更することなくビュー、PDF、集計表をエクスポートする。Personal Computer for Windowsは、Windows 10および11でPro、Max、Enterpriseの加入者が利用できる。

🔗 HPにより、さらに多くのWindows PCでPerplexityが利用可能に

CognitionがAWSと契約し、Devin CloudでmacOSを提供開始

9月15日 — Cognitionは同日、インフラストラクチャで結び付く2つの発表を行った。DevinがAppleアプリケーションの構築に使用するようになったMacは、AWS EC2 Macホストである。

AWSとの戦略的協業契約

CognitionとAmazon Web Servicesは複数年にわたる戦略的協業契約（Strategic Collaboration Agreement）を締結したが、記事では金額も正確な期間も明らかにされていない。すでに2つの要素が導入されている。DevinはAWS Marketplace経由で購入でき、Agent Toolkit for AWSはDevin内で直接利用できる。顧客のAWS環境とのさらなる統合も検討されているが、予定時期は示されていない。Devinは顧客が選択したAWSリージョンのシングルテナント（single-tenant）環境にデプロイされ、データは専用VPCに保存される。セッションごとに仮想マシンが用意され、作業終了時に削除される。

Cognitionが挙げた顧客	発表された成果
Mercedes-Benz	200,000行を超えるCOBOLを分析し、8か月と見積もられたプロジェクトを8日に短縮
名称非公開の自動車メーカー	25,000行のCOBOLフローをメインフレーム（mainframe）からAWS Lambdaへ移行し、推定コストを73%削減

🔗 AWSとの契約に関するCognitionの記事

Devin CloudにmacOSが登場

7月31日の時点で、CognitionはすでにXcodeとiOS Simulatorを備え、macOS上で動作するDevinクラウドエージェントを公開していた。iPhone、iPad、Mac向けアプリケーションの構築と検証を目的とした9月15日のDevin Cloudでの提供開始には、いくつかの新機能が含まれる。Devinはテストの画面録画をSlackに送信し、アプリケーションをインストールするためのTestFlightリンクを提供するほか、新しいiOS Simulatorパネルで実行中のアプリケーションを表示する。エージェントは、コンピューター操作（computer use）ツールに公開されたアクセシビリティツリーを通じてもアプリケーションを操作する。役割と名前でコントロールを照会し、それを操作してからツリーを再度読み取り、表示の評価には引き続きスクリーンショットを使用する。このレイヤーはDioxusのオープンソースaccessibility-cliを基盤としており、同チームは9月10日にCognitionへ加わった。

macOS VMは、物理的なAWS EC2 Mac上でAppleのVirtualization.frameworkを使用して稼働する。マシンの電源を入れたままにせずセッションを再開できるよう、スナップショット（snapshots）システムにNBD（Network Block Device）インターフェースが追加された。各セッションのネットワークポリシーを適用するため、ユーザー空間のEthernetゲートウェイがApple管理のNATに置き換わる。料金も対象プランも明らかにされていない。

🔗 DevinへのmacOS導入

NVIDIAがVera Rubinを構成する2つの要素、Groq 3 LPXとNVLink 6を詳説

9月15日 — NVIDIAの技術ブログに掲載された2本の記事が、Vera Rubinプラットフォームが推論時にどのように省電力化し、ネットワーク障害に耐えるかを説明している。以下の数値はNVIDIAによるものだ。

Groq 3 LPX、電圧マージンを削減する決定論的実行

Groq 3 LPXの本番稼働開始については8月24日にここで取り上げたが、この記事はその仕組みを説明している。実行前にLPUチップのコンパイラが、ラック内の256チップにおける各計算と各データ転送のタイミングをクロックサイクル単位で確定し、消費電流を予測できるようにする。2つの技術がこの特性を活用する。Preemptive Power（PEP）は需要が急増する直前に電源網へ電圧の引き上げを要求し、Clock Period Synthesis（CPS）は電流が最も急速に増加するクロックサイクルを長くする。目的は、あらゆる回路に設けられている電圧マージン（voltage guardband）を削減することだ。電力は電圧の二乗に比例して増えるため、このマージンはコストが高く、電圧が10%増えると電力は21%増える。

社内テストでは、電圧降下が60%以上減少した。NVIDIAは、同じ負荷に対して必要な電力が、同等の非決定論的システムと比べて「10%台前半」（low-double-digit）の割合で低下する可能性があると見積もっている。これらの制御は2026年後半にVera Rubinへ導入される。

🔗 Groq 3 LPXの決定論的実行に関するNVIDIAの記事

NVLink 6、シリコンからソフトウェアまでを網羅する耐障害性スタック

NVLink 6は、Vera Rubin NVL72ラックの72基のRubin GPUを単一のドメインに接続する。NVIDIAが主張する汎用Ethernet代替製品の10倍というパケットスループットについては、すでに7月21日にここで紹介した。今回の記事では、各レイヤーの耐障害性を詳しく説明している。

スタックのレベル	NVIDIAが説明する仕組み
物理層	軽量な誤り訂正と、物理層での再送（Physical Layer Retry）
データリンク層	クレジットベースのフロー制御（credit-based flow control）により、設計上パケット損失なし
リンク管理	NMX Controllerによる約1.5秒でのソフトウェア復旧
推論サービス	Shadow Engine Recovery（NVIDIA Dynamo）：B200 GPUで中断時間を283秒から7.3秒に短縮
マルチノードのチェックポイント	NCCLが試験的にcuda-checkpointをサポートし、年末までに一般提供予定

クレジットベースのフロー制御では、次のホップに受信可能な空きがある場合にのみパケットを送信する。一方、EthernetはPFCとECNを利用する。Shadow Engine Recoveryは、独自のNCCLコミュニケーターですでに初期化された推論エンジンの複製を維持する。

🔗 NVLink 6の耐障害性に関するNVIDIAの記事

Gemini Notebookがノートブックとの音声会話と音声レコーダーを発表

9月15日 — 新学期に合わせてGemini Notebookは外観を刷新し、一連の学習ツールを発表した。その大半は今後提供される予定だ。

発表された学習ツール	示された提供時期
モバイルでノートブックとリアルタイム音声会話、約100言語に対応	成人のGoogle AI Ultra加入者には今週、Google AI Pro加入者とその他のユーザーには近日中
モバイルアプリ内の音声レコーダー	来週から
Reports内のインタラクティブな学習概要	今後数週間以内に全ユーザーへ
短答式、選択式、穴埋め式のクイズ	今後数週間以内に全ユーザーへ
共有可能なShort Video Overviewsを80以上の言語で提供	9月1日時点の70以上の言語から増え、現在利用可能

音声会話はノートブック内のソースに基づいて回答し、音声で中断できる。レコーダーは講義や考察をノートブック内のソースと並べて直接記録する。学習概要は要約、インフォグラフィック、クイズ、復習カード（flashcards）を組み合わせる。8月にすでに発表された学生向けプランについて、Googleは米国の学生に無償提供される1年間のGoogle AI ProではGemini Notebookの上限が4倍になり、その他140以上の市場で提供される1年間のGoogle AI Plusでは2倍になると説明している。

🔗 Gemini Notebookの新ツールで学習習慣を磨く

Antigravity 2.14.0がEnterpriseおよびBusinessアカウントに統合ターミナルとGitを開放

9月15日 — 10件の改善と18件の修正を含むAntigravity 2.14.0は、EnterpriseおよびBusinessアカウントに、サイドバーの統合ターミナルとGitバージョン管理を開放する。これらは他のアカウントでは8月24日の2.10.0で導入されていた。非常に長い履歴を持つ会話の読み込みが高速化し、メモリ消費も減少した。また、メッセージごとに繰り返されていたskills、ルール、カスタマイズファイルの重複解析が廃止された。

修正項目の一つとして、一時的なサービスエラーが発生してもセッションが終了しなくなった。約12分間、待機時間を徐々に延ばしながら再試行される。完了したサブエージェントがアクティブとして表示され続け、再起動するまで後続メッセージを妨げる問題も解消され、ターミナルコマンドの出力に関連するメモリリークも修正された。バージョン名には新しい権限システムが示唆されているが、リリースノートでこの点について触れられているのは、一般設定のセクション名を「Global Permissions」に、プロジェクト設定の継承オプションを「Inherit Global」に変更したことだけだ。

🔗 Google Antigravityの変更履歴

IBM ResearchがALTK-Evolveでエージェントの一貫性ギャップを半減

9月15日 — IBM ResearchはHugging FaceブログでALTK-Evolveシリーズの第3回を公開し、今回はエージェントの実行一貫性を取り上げた。AppWorldの168タスクでは、temperatureを0に設定したGPT-4.1ベースのReActエージェントは、5回の試行で平均77.4%の実行に成功する（Mean@5）が、5回すべてに成功するタスクは53.0%（Pass^5）にとどまる。IBMはこの24.4ポイントの差を一貫性ギャップ（consistency gap）と呼んでいる。

Consistency Analyzerは、記録された単一の軌跡から不安定な判断を特定する。正解データを使わず、タスクを再実行せず、logitsにもアクセスせずに、各ステップで5つの補完を要求してオフラインで再生する。不安定なステップは一貫性ガイドライン（consistency guidelines）となり、推論時に注入される。

エージェントの構成	Mean@5スコア	Pass^5スコア	一貫性ギャップ
ガイドラインなしのReAct GPT-4.1	77.4%	53.0%	24.4ポイント
一貫性ガイドラインありのReAct GPT-4.1	81.0%	69.0%	12.0ポイント

gpt-oss-120bでは、Pass^5が10.1%から16.1%へ上昇した。Analyzerとガイドライン生成機能は、ALTK-Evolveのオープンソースリポジトリに統合されている。

🔗 Hugging FaceブログのIBM Researchの記事

AillisがEvidence FinderにSakana Namazuを採用、日本の医師国家試験で96.4%

9月14日 — 機械学習に基づく医療機器を開発する日本企業Aillisは、Evidence FinderにSakana Namazuを採用した。Evidence Finderは医師向けのエビデンス検索ツールで、Sakana NamazuはSakana AIが8月初旬に公開した日本語特化型LLMだ。東京時間午前11時に公開されたプレスリリースは、同日の太平洋時間午後3時30分にSakana AIがXで紹介したが、これは当媒体の9月14日の確認後だった。Evidence Finderは医学文献に基づき、参考文献を引用した回答を作成し、Verify機能が参考文献の実在を確認する。両社は医療用途に関する共同研究にも取り組む。

Sakana Namazuを採用したEvidence Finderのバージョンは、2026年2月に実施された第120回日本医師国家試験で96.4%（500点満点中482点）を獲得した。9月1日時点のAillisの調査によれば、日本の経済産業省によるGENIACプログラムの国内基盤モデルの中で最高得点だという。プレスリリースには2つの留保事項も記されている。この試験では画像問題を受け付けないことなどの製品上の制限が解除された一方、商用サービスが扱うのはテキスト問題のみであること、そしてEvidence Finderは医療機器ではないことだ。

🔗 PR Timesに掲載されたAillisのプレスリリース 🔗 Sakana AIによるXでの紹介

GoogleがAI利用とその社会的影響を数値化

9月15日 — Googleは同日、AIの実際の利用状況と社会的影響を扱う2つの記事シリーズを公開した。

AI & Economy ATLASを一般公開、科学者に関する調査も発表

Googleのチーフエコノミスト室による研究プログラムAI & Economy ATLASは、自由にアクセスできるインタラクティブな体験として一般公開された。9月9日にここで紹介した行政手続きに関する数値も、このプログラムから得られたものだ。職業別、家庭内、国別にAIの利用状況を比較できる。

注目されたATLASの指標	Googleが公表した値
インド：業務上のAI利用に占める芸術、デザイン、メディア分野の職種の割合	19%、世界平均の1.6倍
米国：コンピューターおよび数学分野の割合	30%、世界のその他の地域の2倍
ブラジルとドイツ：機器診断などの手作業の割合	7%、日本では4%

Google、Google DeepMind、MIT FutureTechによる調査は、2,600の特化型AIモデルの分析と、米国および英国の科学者600人以上を対象としたアンケートに基づいている。それによると、科学者のほぼ半数が毎日AIを利用し、週に7時間弱を節約できていると回答した。一方、著者らは負の側面も指摘している。AIの出力検証に費やす時間と、物理実験や臨床検証を待つ間に増え続ける未検証の仮説だ。

🔗 GoogleのAI & Economy ATLASから得られた新たな知見

社会的インパクトのためのAI：言語、Google.orgの採択団体、FireSat

Googleによると、同社グループの技術は、70億人以上が使用する300以上の言語に対応しており、複数のデータセットが地域のパートナーと共同で構築されている。Googleは、オープンデータベースLinguaMetaを可視化するインタラクティブツール、Language Explorerも紹介している。

Googleが挙げた取り組み	発表された数値
WAXAL、オープン音声コーパス	サハラ以南アフリカの27言語
Project Vaani	109言語、30,000時間超の音声
Google.org Impact Challenge: AI for Government Innovation	15団体を採択、3,000万ドル、応募総数2,600件超
FireSat	運用衛星の第1陣が軌道上にあり、2030年ごろまでに約50基、20分ごとの撮影を目指す
8月末に発表されたPlanetary Prediction Engine	Googleによると、コンゴ民主共和国で新たに発生するEbola感染拠点の83％を事前に検出

Google.orgの採択団体には、納税申告に取り組むCode for Americaや、交通安全に取り組むJohns Hopkins大学などがあり、Googleのエンジニアによるボランティア支援を受けながら、再利用可能なopen sourceモデルとしてプロジェクトを設計している。

🔗 あらゆる言語ですべての人にAIを 🔗 AIで公共サービスを変革する15の団体 🔗 科学を加速し、暮らしを向上させるAIの構築 🔗 AIによる山火事の検知

短報

Anthropicが営業チームへのClaude導入ガイドを公開 — Salesforce in Claudeと同日に公開された*「AIネイティブな収益組織の構築」*は、2社の顧客を紹介する記事として発表された。Cox Communicationsは、初年度に投資額の7倍のリターンを得て、見込み顧客の検証・情報補完コストを86％削減し、精度を18％から97％へ高めたとしている。また、Cyeraでは約1,500人の従業員の88％が毎週Claudeを利用している。🔗 情報源
PerplexityがシャドーAIのガイドを公開（shadow AI）— 記事独自のデータはなく、第三者調査をまとめている。従業員のおよそ半数がAIの利用に際して所属組織の規則に違反したことがあると回答しており（KPMG）、Cloud Security Allianceの調査では、回答者の82％が組織のシステム上に未知のエージェントが存在すると報告している。記事は、新機能を発表することなく、Perplexity EnterpriseとComet for Enterpriseの導入を勧める説明で締めくくられている。🔗 情報源
v0がモデル非依存に（model-agnostic）— 簡潔な投稿によると、Vercelのアプリケーション作成ツールでは、Vercel AI Gateway経由で提供される最先端、低価格、オープン、高速な各種モデルを利用できる。その中にはClaude、GPT、Kimi、GLM、Grok、DeepSeekが含まれるが、完全な一覧、料金、対象プランはいずれも明記されていない。🔗 情報源
Warpが社内ソフトウェア工場の実績を数値化 — ソフトウェア工場（software factory）を導入するための3段階（crawl, walk, run）の手法を紹介する記事で、WarpのCEO、Zach Lloydは、同社の工場がマーケティングサイトwarp.devの変更の約75％を自動化していると説明した。Warp Factoriesは引き続き早期アクセス段階で、条件を満たす企業には10,000ドル分の利用枠が提供される。🔗 情報源
Kimi Code 0.43.1がサブエージェント群の不具合を修正 — 0.43.0から19時間もたたないうちに、Moonshot AIは7件の修正を公開した。サブエージェント終了時のメモリ解放、大規模なエージェント群における描画処理とイベントループの軽量化、CLI全体を終了させずサブエージェントのみを中断するようにしたCtrl+Cの挙動などが含まれる。🔗 情報源
Gemini CLI v0.60.0が安定版に — このバージョンは、9月8日のプレビュー版とその11件の堅牢化変更をそのまま取り込み、v0.61.0-preview.0では、すでにnightlyで公開済みの3件の修正とエージェントループの修正を含む次の系列が始まった。🔗 情報源
Copilotがリポジトリのカスタムプロパティに許可する値を提案 — 企業または組織のカスタムプロパティ（custom property）を作成する際、Copilotがワンクリックで採用できる値を提案する。この機能はCopilot BusinessとEnterprise向けに公開プレビューとして提供され、「Repository custom property suggestions」ポリシーで制御される。🔗 情報源
Grok Imagineがベータ版で画像内の文字編集に対応 — SpaceXAIの画像・動画生成ツールで、招待状、ポスター、広告など、あらゆる画像内の文字を修正できるようになった。発表では、対象プラン、対応プラットフォーム、使用モデルのいずれも明記されていない。🔗 情報源
MiniMax H3がノイズ除去で実時間の2倍を超える速度を達成 — 同日付の当方の調査後、9月14日太平洋時間16時34分に公開された投稿で、MiniMaxは、SGLang-DiffusionとVDN-H3を使用すると、H3が8基のB200 GPU上で14.4秒の768p動画を9.0秒で生成し、測定上の品質低下もないと説明した。これは9月14日に取り上げたH3エコシステムの延長に位置づけられる。🔗 情報源
Retrieve-for-Trainが強化学習を小型拡散モデルへ蒸留 — ICML 2026の論文に基づくGoogle Researchの研究で、40億パラメータのモデルに、多様なサブクエリを生成するよう強化学習（Reinforcement Learning）でオフライン学習を一度だけ実施する。その後、この挙動を5,390万パラメータの拡散モデルへ蒸留し、サブクエリ一式を1回の処理で生成できるようにすることで、12倍から20倍の高速化を実現した。🔗 情報源
NVIDIAが密モデルと専門家混合モデルの選択を数値で比較（Mixture-of-Experts, MoE）— この解説記事は、8月31日に取得したArtificial Analysisのデータを基に、Gemma 4 31B、Qwen3.8-27B、Nemotron 3.5 Lightning、Mistral Small 4を比較している。総パラメータ数30B、稼働パラメータ数3BのLightningは、Qwen3.8-27Bより4～5倍高速で、価格は14分の1だが、能力スコアは半分未満となっている。🔗 情報源
NVIDIA FLARE 2.9がSlurmに対応 — バージョン2.8からDockerとKubernetesに対応している連合学習（federated learning）frameworkが、同一の連合環境内で3つすべての実行環境を併用できるようになり、ジョブ単位で移植可能なリソース記述も導入した。🔗 情報源
Sakana Marlinがインタラクティブ閲覧とPowerPoint書き出しに対応 — インタラクティブ閲覧（Interactive Reading）により、Sakana AIの自律型リサーチアシスタントでは、作成したレポートについてエージェントに質問し、主張を裏付ける引用元をその場で開けるようになった。また、出典URLを含む編集可能なPowerPointプレゼンテーションも書き出せる。🔗 情報源
ShadowPEFTがPEFTライブラリに追加 — コミュニティ記事によると、凍結したモデルに取り外し可能な小型の「シャドー」ネットワークを接続するこの手法がPEFTのメインブランチへ統合され、次期バージョンで提供される。Llama-3.2-3Bでは、開発者によるGSM8Kの測定結果がLoRAの46.9％に対して48.1％となった一方、ピークメモリ使用量は22.3 GBに対して28.2 GBだった。🔗 情報源
RiverRiderがファイル特定性能を偶然の結果と比較 — 個人による研究で、SWE-bench Verifiedにおいて、3,300万パラメータのローカルエンコーダは45.8％の事例で正しいファイルを首位に配置した。しかし、クエリを並べ替えたベースラインでも24.4％の確率で上位50件以内に正しいファイルが含まれ、信号と偶然の比率は45.8から3.9へ低下する。🔗 情報源
EcoHashがQwen3.8-27Bを動かすRTX PRO 6000の同時処理数を倍増 — 9月14日に別の話題でも取り上げた推論サービス事業者が、自社サービス上で測定した記事を公開した。vLLM 0.27.1でモデルの複数トークン予測ヘッド（multi-token prediction, MTP）を有効にすると、トークン当たりの時間が22 msから13 msへ短縮され、維持できる同時リクエスト数が32件から64件へ増加した。この上限には4回の反復のうち2回で到達したが、KV cache容量を23％消費する。🔗 情報源
DINO-Xが失敗例とともに肝血管研究モデルを公開 — 研究用途に限定されたコミュニティモデルで、8,600万パラメータのViT-Baseが、17,639枚のCT断層画像による外部評価でAUROC 0.9413を達成した。開発者は、大腸に特化したモデルが0.6529にとどまり公開されなかった事例など、否定的な結果も公開している。🔗 情報源

これが意味すること

音声は、本格的なエージェントインターフェースになりつつある。Gemini 3.8 LiveとそのExtended Thinking版は、応答を続けながらバックグラウンドでツールを呼び出し、読み上げられたコードや番号を正確に扱えるよう工夫されており、料金は音声1分当たりで見積もられる。Googleはすぐに、バックグラウンドタスクの進捗を説明するExtended Thinking版を、Docs Live、Gmail Live、Keep Liveとともに業務ツールへ組み込んだ。一方、Gemini Notebookは、各notebookの情報源に基づく音声対話を発表している。焦点は音声品質から、モデルが話している最中に何を成し遂げるかへ移っている。

2つ目の流れは流通経路だ。エージェントは、すでに存在する経路を通じて業務ツールへ入り込んでいる。Salesforce in Claudeには営業用skills、CRMやSlackへのconnectors、書き込みごとの承認機能が搭載される。HPは自社PCのタスクバーにPerplexityをプリインストールし、Revitの設計データへ読み取り専用で接続する。DevinはAWS Marketplaceで購入でき、専用VPCへ展開される。いずれの場合も、エージェントは企業がすでに利用しているツールへ、その安全策とともに導入される。つまり、営業担当者のSalesforce権限、Revitへの読み取り専用アクセス、AWSの専用VPCである。

3つ目の流れは、信頼性と制御に関するものだ。Claude Codeのバージョン2.1.271と2.1.273では、サブエージェントからの返答をclassifierで検査し、コマンド単位でネットワークアクセスを許可するようになった。また、subshellや無視されていたMDM設定による権限回避も修正された。IBM Researchは、temperature 0に設定したエージェントが平均では実行の77.4％に成功しても、5回すべてに成功するタスクは53.0％にすぎないことを示し、平均値と併せてPass^kを公表するよう推奨している。NVIDIAはハードウェアにも同じ要件を適用している。NVLink 6は約1.5秒でリンクを復旧し、Shadow Engine Recoveryは推論の中断時間を283秒から7.3秒へ短縮する。もはや問われているのは、エージェントが成功するかどうかだけではなく、検証可能な制約の中で毎回成功するかどうかだ。

最後の流れは、そのペースに関するものだ。OpenAIは、以前のGPT-5.4と同様、発表から1か月後にGPT-5.5をアプリケーションから廃止し、スケジュール済みタスクやscriptを含め、明示的に選択されているすべての箇所でidentifierを置き換えるよう求めている。ツール側では、Claude Codeが22時間で3つのバージョンを公開し、Kimi Codeは前バージョンから19時間未満で修正版を出し、Gemini CLIは9月8日のプレビュー版を1週間後に安定版へ移行した。同時に、これまでselectorへモデルを1つずつ追加していたv0は、モデル非依存を掲げてVercel AI Gatewayを利用するようになった。そこではモデルが交換可能なcomponentとなる。