ClaudeがNISTのECDSA曲線のシードの由来を解明、ReflectionがBeamの重みを公開、4つのGemini 4 ArgonエージェントがMinecraftをクリア

Anthropicの社内研究モデルが、NSAから説明なしに提供されたNISTのECDSA曲線のシードの由来を、30分足らずで突き止めた。シードは、1997年と1998年にシステム時刻で初期化された、ごく一般的な疑似乱数生成器から得られていた。Anthropicによると、これによりバックドアが仕込まれている可能性は大幅に低くなるという。Reflectionは、5010億パラメーターの混合エキスパートモデルBeamの重みをApache 2.0ライセンスで公開し、初日から40を超えるパートナーが対応した。一方、4つのGemini 4 Argonエージェントが27時間でMinecraftをクリアし、Claude Mythos 5は8つの課題で公開済みの最良の量子回路を改善した。製品面では、GPT-6 Astra ProがChatGPTで1つのタスクを複数のエージェントに分担させるようになり、Grok Botはコンピューター上のタスクを3倍の速さで完了するようになった。

NISTのECDSA曲線：Claudeがシードの由来を解明、1997年と1998年にシステム時刻で初期化された生成器から取得

10月16日 — AnthropicのFrontier Red Teamが、Claudeが暗号技術の長年の謎を解いた経緯を紹介した。NISTが2000年にFIPS 186-2規格で署名アルゴリズムECDSAを採用した際、標準の楕円曲線には、そのハッシュ値によって各曲線の係数bを決める「シード」（初期値）が付属していた。NSAから説明なしに提供されたこれらの値には、長年にわたりバックドアの疑いが向けられており、Filippo Valsordaが主催する公開懸賞では、その由来を突き止めた人への報奨金が用意されていた。最も知られていた手掛かりは、ユーモラスな一文をハッシュ関数に通したというものだった。NSAのJerry Solinasが2023年に亡くなる前の2015年に言及していたが、成果にはつながっていなかった。

Anthropicの職員が、この手掛かりを教えずに、名称非公開の社内研究モデルに問題を提示した。Claudeは30分足らずで、P-192、P-224、P-256、P-384、P-521のシードの由来を突き止めた。いずれもハッシュ値ではなく、Unixタイムスタンプで初期化されたCライブラリの疑似乱数生成器lrand48の出力だった。生成器と出力の切り出し方の組み合わせを34通り調べた後、Claudeは上位ビットにlrand48特有のパターンを見つけ、格子基底簡約（LLLアルゴリズム）によって内部状態を復元した。さらに、対象となる10個のシード、つまりNISTの5個とANSI X9.62規格の5個について、初期化時点までさかのぼった。いずれも1997年5月から1998年4月の間に初期化されていた。

Claudeが調べた項目	Anthropicが公表した結果
発見までの時間	30分未満
P-256の例	1997年8月16日の生成処理における候補番号1842（同じ生成処理の番号876も条件を満たしていた）
由来を特定した二進体曲線のシード	B-233、B-283、B-409、B-571。時刻として解釈すると1984年2月となり、タイムスタンプを2倍すると1998年4月17日になる
由来を解明した基点	FreeLIPの生成器を使って1997年5月に生成された6曲線（P-192とANSI X9.62の例示用曲線5つ）
未解明の項目	B-163のシード、P-224、P-256、P-384、P-521および二進体曲線の基点

これらの基点は、Arjen LenstraのライブラリFreeLIPに由来する。Anthropicによると、これまでNISTの基点の由来が解明された例はなかったという。有効な候補の一部が除外された基準も、依然として不明だ。記事には、自分の発見を疑い、計算で確認するまでのモデルの思考も掲載されている。

This is astonishing: it solves the 25-year-old mystery. Hmm wait. Let me be skeptical: am I in some sort of simulated/test environment?

🇯🇵 驚くべきことだ、これで25年来の謎が解ける。うーん、待て。疑ってかからなければならない、私は何らかのシミュレーション環境かテスト環境にいるのだろうか？ — Claude、AnthropicのFrontier Red Teamの記事に引用された思考

Anthropicは、この発見の意味について、暗号の解読でも、新たな攻撃でも、脆弱性でもなく、「対応は一切不要」だと強調している。むしろ、一般的な生成器がシステム時刻から生成したシードであり、今では誰でも再現できることから、バックドアの存在は「はるかに考えにくくなる」という。シードと6つの基点を再現するコードはCC0ライセンスで公開され、36 864ドルの報奨金はInternet Security Research Group（ISRG）に寄付される。

🔗 AnthropicのFrontier Red Teamの記事 · Filippo Valsordaの懸賞

オープンモデル：ReflectionがBeamの重みを公開、pplx-decider-v1.2、Granite Switch 4.1、Bonsai 2、NVIDIAのインド22言語コーパスも登場

10月16日 — 発表から11日後、Reflectionは同社初の重み公開モデルBeamの重みをApache 2.0ライセンスで公開した。この5010億パラメーターの混合エキスパート（Mixture-of-Experts、MoE）モデルは、トークンごとに230億パラメーターが有効になり、コード、推論、長時間のエージェントタスクを対象とする。コンテキストは100万トークンで、テキストのみに対応する。10月5日時点では、Reflectionは早期アクセスのみを提供し、重みは「10月後半」に公開すると予告していた。

公開物には、BF16、FP8、NVFP4の重み、トークナイザー、参照実装、投機的デコード用のDFlash2ドラフトモデル、そしてBeamの学習に使われたオープンソースの実行基盤Mirror CLIが含まれる。Mirror CLIは、Pythonのインターフェース、Rustのエージェント中核部分、別々のGitワークツリーで並行動作するエージェント、スキル、MCP接続を備える。初日から40を超えるパートナーが対応している。ソフトウェアではTransformers（v5.20.1）、vLLM、SGLang、Unsloth、Axolotl、Dynamo、ホスティングではAWS、Google Cloud、Azure、Together AI、Fireworks AI、OpenRouter、Ollamaなど、オンプレミス展開ではDellとHPEが名を連ねる。ReflectionのAPIはパブリックベータ版として提供されている。

Hugging Faceの記事では、アーキテクチャが詳しく説明されている。52層のうち43層が512トークンのスライディングウィンドウアテンションを、9層がグローバルアテンションを使用する。これにより、KVキャッシュはトークンあたり208 Kioから36 Kioに削減され、100万トークンのシーケンスあたりでは208 Gioから36,08 Gioになる。重みの容量はBF16で約1 To、NVFP4で280 Goで、Hugging Faceはモデルの提供にB200を4基使うことを推奨している。

ベンチマーク（Reflectionの数値）	BeamのBF16版	BeamのFP8版	BeamのNVFP4版
SWE-bench Verified	81,6 %	80,2 %	80,7 %
Terminal Bench v2.1	80,1 %	78,9 %	78,4 %
SWE Bench Pro v1	66,1 %	65,9 %	65,6 %
AIME 2026	97,7 %	98,0 %	97,5 %
GPQA Diamond	90,6 %	90,3 %	89,3 %
MCP Atlas	80,8 %	81,5 %	80,5 %

NVIDIAによると、BeamはGB300 NVL72ラックで学習され、初日から特別な調整なし（初期状態のまま）で、Blackwell UltraのGPUあたり毎秒70 000トークンを超える処理量を実現したという。その数時間後、NVIDIAは約90 000トークンと発表したが、測定条件（バッチサイズ、コンテキスト、GPU数）は明らかにしていない。NVFP4のチェックポイントも、Apache 2.0ライセンスでHugging Faceに公開されている。

🔗 Reflectionの記事 · Hugging Faceの記事 · モデルの紹介ページ · NVIDIAの投稿 · 毎秒90 000トークンに向上した処理量

pplx-decider-v1.2とFlash版：PerplexityがDecisions API向けに重み公開の判断モデル2種を公開

10月16日 — Perplexityは、10月1日に提供を開始したDecisions APIのモデルを更新した。pplx-decider-v1.2は、270億パラメーターの判断モデルとしてv1.1を同じ価格で置き換える。また、27Bモデル群から蒸留された新しい40億パラメーターモデルpplx-decider-flash-v1.2が、半額で登場した。両モデルともテキストと画像を読み取り、出力は引き続き無料で、重みはApache 2.0ライセンスでHugging Faceに公開されている。v1.1やv1を指定している呼び出しも、自動的にv1.2に切り替わる。

判断モデル	ベースモデル	入力料金（100万トークンあたり）	Decision Index 0.3のスコア	Vision Decision Index 0.3のスコア
pplx-decider-v1.1-27b	Qwen3.8-27B	0,02ドル	62,30	73,22
pplx-decider-v1.2	Qwen3.8-27B	0,02ドル	68,09	77,43
pplx-decider-flash-v1.2	Qwen3.5-4B	0,01ドル	58,88	72,53

v1.2ではリクエスト形式が変わる。モデルは状態を読み取った後、すべての質問を1つのシーケンスで読むため、同じ状態に関する複数の質問の料金が、ほぼ1つの質問と同じになる。この一括処理は、質問が同じ判断の異なる側面を扱う場合には有効（SATA-Benchで+11,3ポイント）だが、独立した候補を競わせる場合には不利に働く（ToolRetで−4,8ポイント）。Perplexityはまた、Decision Indexの一部のベンチマークについて、テストセットとの重複を除去した公式の学習セットを学習に追加した。GB200上では、v1.2の単独リクエストへの応答時間は中央値で96 msとなる。

🔗 Hugging Faceのpplx-decider-v1.2 · Hugging Faceのpplx-decider-flash-v1.2 · Perplexity APIの変更履歴

Granite Switch 4.1：IBMが会話、判断、音声文字起こしを1つのオープンモデルに統合

10月15日 — IBMはHugging Faceのブログで、Granite Switch 4.1を8Bと30Bの2種類、Apache 2.0ライセンスで公開した。各モデルは、会話モデル、2つの判断アダプター、音声認識モデルをまとめ、単一のエンドポイントから提供する。

Granite Switch 4.1の構成要素	IBMが発表した役割
Decisionアダプター（aLoRA）	`/v1/systemone`形式による汎用的な判断
Guardianアダプター（aLoRA）	安全性に関する判断。IBMによると、平均でJev 1.13、Microsoft-Decision-1、GPT-Luna-Decisions、Clef-Flashを上回る
Granite-Speech-5.0-Turbo-CTC	文字起こし。Open ASR Leaderboardで最速のモデルと紹介されている

アダプターにはActivated LoRAが使われる。ベースモデルが生成したKVキャッシュを再利用するため、応答後に判断を行う際にコンテキストを再計算する必要がなく、全体のメモリ使用量もベースモデル単体とほぼ同じになる。モデルはプラグインを使ってvLLMで動作し、llama.cppではネイティブに動作する。/v1/systemoneの呼び出しをそのまま置き換えられる。IBMは、Doomをプレイするように学習した3BのGranite Switchも紹介している。毎秒60～100回の判断を行い、Jevで公表されている毎秒10回を上回る。また、Melleaで独自のアダプターを学習するためのSDKも予定している。他の判断モデルとの比較は、グラフのみで示されている。

🔗 IBMの記事 · Hugging FaceのGranite Switch 4.1 30B

Bonsai 2：PrismMLが2B～9Bの三値重み視覚モデルを公開、容量は0,43～2 Go

10月15日 — PrismMLは、Qwen3.5から派生し、画像も理解できる三値重み（−1、0、+1）のモデルBonsai 2を、2B、4B、9Bの3種類、Apache 2.0ライセンスで公開した。ベースモデルの262 144トークンのコンテキストを維持しており、Bonsai 2ファミリーはこれで2Bから27Bまでの4サイズになった。

Bonsai 2モデル	三値重みの容量
2B	0,43 Go
4B	0,95 Go
9B	2,0 Go、FP16では約17,9 Go

PrismMLは、ローカルアシスタントとしての使い勝手を改善したとしている。指示への追従、同じ内容を繰り返すループの防止、スマートフォン上でのツール呼び出し、余計な文章を含まない応答などが対象だ。9Bは、一般的な指示追従や数学のタスクでトークン消費を約40 %減らすというが、比較対象は明示されていない。iPhone 18 Pro Maxでは最大毎秒34トークンで動作し、2Bでは毎秒120トークンとなる。最もコンパクトな形式を使うには、PrismMLによるllama.cppのフォークが必要で、公式のllama.cppはQ2_0形式しか読み込めない。Mac向けにはMLX版もある。

🔗 PrismMLのスレッド · GGUF形式の9Bの紹介ページ

Nemotron-pretraining-Indic-v1：NVIDIAとAI4Bharat、インドの22言語で約2兆8,000億トークンのコーパスを詳述

10月16日 — NVIDIAと、インドの諸言語を専門とするIITマドラス校の研究室AI4Bharatが、Nemotron-pretraining-Indic-v1の詳細を発表した。この事前学習用コーパスは、前日にNemotron 3.5 Super VLの学習データの一つとして挙げられていた。規模は約2兆8,000億トークンで、そのうち2兆6,010億トークンが各言語本来の文字による表記、2,246億トークンがローマ字表記となっている。対象はインド憲法に記載された22言語で、2011年の国勢調査によると、これらはインド国民の97 %の母語に当たる。コーパスはまだオンラインでは公開されておらず、その生成に使用したGPUで高速化されたパイプラインとともに「近日中」に公開される予定だ。

テキストは、Nemotron-CC-v2の15のサブセットから抽出した英語文書の翻訳である。12言語については、Gemma-4-31B-itが文書全体を翻訳し、MQMを参考にした評価基準で各翻訳を採点し、品質が低い出力を修正する。合格基準は100点中75点で、この修正により4,384億トークンを回収できた。残る10言語にはBodhan AIのIndic Translateを使用している。1,000億トークンの継続事前学習のうち、このコーパスから100億トークンを使ったところ、Nemotron 3.5 Super VLはインドの5つのベンチマークで4.98〜9.82ポイント向上した。ただし、この測定ではコーパス単独の寄与を切り分けていない。NVIDIAは、これらの翻訳が各言語で直接書かれた文章の代わりにはならず、品質管理も依然として主に自動処理に依存していると認めている。

🔗 NVIDIAとAI4Bharatの記事

研究室のAI：Claude Mythos 5が8つの量子回路を改善、Google DeepMindはAntigravityで抗菌ペプチドを探索

10月16日 — Anthropicは、STEM Fellowsプログラムの参加者であるアンディ・グーが、同社の量子物理学の専門家アレク・ケメニーの指導の下、スザンヌ・イェリン（ハーバード大学）、ミハイル・ルーキン（ハーバード大学およびQuEra Computing）と進めた研究を公開した。実験では、8つの回路の仕様を自然言語で提示し、自動評価器が各提案を検証して、量子ビット数とゲート数の積で採点する。Claude Mythos 5は、反復の間に人間が介入しない閉ループで作業し、8つすべての基本演算について、公表済みの最良の設計より量子ビット数とゲート数の両方を減らす設計を発見した。改善幅が1桁以上に達する場合もあった。

Claude Mythos 5に与えた課題	公表された結果	比較対象
楕円曲線上の点加算	ゲート数を17分の1に削減、量子ビット数は12 %増	公表済みの最小設計
DQIアルゴリズムのReed-Solomon復号器	ゲート数を12分の1に削減、確保する量子ビットは665個から19個に	Googleの従来の構成

最初の結果は、楕円曲線上の離散対数を求める量子アルゴリズムの中核となる処理に関わる。Claudeは人間の介入を最小限に抑えて53時間作業し、分岐履歴を保存しないdivsteps法の初の可逆実装に到達した。この実装はシミュレーションで検証され、その後Leanで形式化された。記事は、この数字を別の事例と比較している。FeMocoのシミュレーションに必要な計算コストの推定値を約15万分の1に減らすには、8年と多数の研究グループを要した。Anthropicによれば、こうした改善は有用な応用に必要な量子計算資源を減らすため、実用的な量子コンピューターが予想より早く登場する可能性がある。研究チームは、改善効果を何度も再確認し、既知の手法を好む慎重なClaudeに対処するため、複数の方針を並行して試すよう指示する必要があった。

🔗 Anthropicの記事 · arXivの論文

Google DeepMind、Antigravityで新たな抗菌ペプチドを探索し、3Dビューアーも追加

10月15日 — Google DeepMindは、エージェント型開発プラットフォームAntigravityを科学研究の作業環境（エージェント型科学ワークベンチ）として利用する方法を紹介した。記事で説明されたセッションでは、生物学者がStreptococcus pseudopneumoniaeの新たな抗菌ペプチドを発見し、計算によって検証するという目標を設定し、エージェントがデータベース、構造解析、文献の統合を取りまとめる。活用するのは、配列からタンパク質の機能を予測し、機能が未解明の数百万件のUniProtエントリーに注釈を付けるGoogleのモデルProtNLMである。

エージェントは、97個のアミノ酸からなるバクテリオシン（UniProt A0A0U0D591）を選び出した。Swiss-Protの精査済みタンパク質には有意な相同タンパク質がなく、AlphaFoldのモデルは構造が既知のバクテリオシンと同様の折り畳みを示す。続いて、文献に基づく作用機序を提案し、実験手順書を作成した。この候補と、同じパイプラインから得られたほかの複数の候補は、現在、研究室で検証されている。記事が示しているのは妥当性のある候補であり、実証された成果ではない。また、ある推計によれば、抗菌薬耐性による死者は2050年までに年間約1,000万人に達する可能性があると指摘している。

記事では、Antigravityに組み込まれ、エージェントと研究者が共有する3Dビューアー、Biomolecular Structure Viewerも紹介している。エージェントは仮説を説明するために特定の領域を強調表示し、結合ポケットに固定したメモなど、研究者が付けた注釈はエージェントに返される。提供時期や利用条件は明らかにされていない。

🔗 Google DeepMindの記事 · 科学研究向けAntigravity

研究者向けツール：GoogleがDeep Reviewを一般公開、SAIRがOpen Math OSを開始、OpenAIが米国の研究室にRosalind Academic Planを無償提供

10月14日 — Google ResearchはResearch@ 2026に合わせ、複雑な技術文書を読み、その内容を検証するエージェント型AIシステムDeep Reviewを一般公開した。論理的一貫性、数学的な記述、出典に裏付けられた事実、既存研究との比較を確認し、改善案を示す一方、内容に関する最終的な判断は人間に委ねる。これは、STOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027で試験運用されたPaper Assistant Toolの後継に当たる。任意に提出された16,000件以上の原稿の著者は、投稿期限前に非公開のフィードバックを受け取った。これは各学会の正式な査読とは無関係に行われた。

世界中から利用でき、週2回のレビューが無料となる。Gemini APIキーを使うと、より高い利用上限とDeep Review APIを利用できる。現在はPDFとプレーンテキストに対応し、今後はGoogle Docs、プレゼンテーション資料、法律、金融分野も対象にすることを目指している。Googleは、文書をモデルの学習に使わないと約束している。文書は表示用に1年間保存される。Googleは、このツールが必要な理由として投稿数の急増を挙げている。

投稿年	ICLR、NeurIPS、ICMLへの投稿論文数
2023	約23 000
2024	約32 000
2025	約45 000
2026	74 000超

同日、Google Earth AIのGeospatial Reasoningエージェントについて技術報告書が公開され、研究者向けの新しいベンチマーク2つ（GeoKToolsとGeoExpertQueries）も発表された。Ask Google EarthとAgent-to-Agent（A2A）サービスを通じた試験的なアクセスも拡大された。

🔗 Google Researchの記事 · GoogleブログのResearch@ 2026の記事 · Geospatial Reasoningエージェントの記事

Open Math OS：SAIR財団、オープンモデルを使う数学研究プラットフォームを開始

10月16日 — SAIR財団は、Open Math Model構想の発表から1か月後、「数学2.0」の基盤と位置付けるOpen Math OSを公開した。Hugging Face、Lean、EPFL、@cscschが立ち上げ時の提携先となり、Hugging Faceの共同創業者トーマス・ウルフも発表を共有した。各プロジェクトには、数学・科学分野のツールを100種類以上インストールした、24時間利用可能なクラウドマシンが用意される。応募して採択されたチームは計算資源を無料で利用できる。

数学者はオープンモデルを選び、同じ問題に対して複数のエージェントが異なる方針を並行して探索するUltramathモードを起動できる。紹介された画面では、Kimi K3、DeepSeek V4.1 Flash、GLM 5.3、Nemotron 3が選択肢となっている。サイトの実演では、Leanで検証した証明をLaTeXの論文に組み込む様子が示されている。プロジェクトは初期設定では非公開で、研究成果を学習に使うには著者の明示的な同意が必要となる。著者は自らのアイデアの所有権を保持し、考案者としての功績も認められる。

🔗 SAIRの投稿スレッド · Open Math Modelのサイト

Rosalind Academic Plan：米国の大学研究室にChatGPTのライセンスを最大30件、12か月間無料で提供

10月15日 — OpenAIは、大学の生命科学分野の研究室向けにRosalind Academic Planを開始した。現時点では米国の大学のみが対象となる。

提供内容	適用条件
ChatGPT Business Standardのライセンスを最大30件	1ユーザー当たり月額0ドル、最長12か月
商用で利用可能な最先端モデル	プランの利用上限の範囲内
GPT-RosalindとRosalind Workbench	信頼アクセス（トラステッドアクセス）の承認後
共有された研究データ	初期設定では学習に使用しない

Rosalind Workbenchは、創薬化学、ゲノミクス、実験支援のツールを取りまとめる。研究代表者または研究室責任者がチームを代表して申請する。応募しても直ちにアクセスできるわけではなく、すでにOpenAI Enterpriseの契約がある大学は、それぞれの手続きを通じて利用する。OpenAIは、医薬品やタンパク質の設計から抗菌薬耐性まで7分野を対象とし、Zhao研究室（UCSF）、Bourdenx研究室、ブライアン・ヒーのチーム（スタンフォード大学およびArc Institute）の研究を紹介している。4月16日に公開されたGPT-Rosalindは、9月11日からAPI、Codex、ChatGPT Enterpriseを通じて信頼アクセスで利用できる。

🔗 OpenAIの記事 · OpenAIの投稿スレッド

Gemini 4 Argon：4つのエージェントが27時間でMinecraftをクリア、PerplexityはPro・Max加入者とAgent APIに提供

10月16日 — 4つのGemini 4 Argonエージェントが、何もない状態からMinecraftをクリアした。ランダムに生成されたサバイバル世界で、難易度Easy、敵対的なモンスターがいる条件の下、27時間と2,783本のプログラムを経てエンダードラゴンを倒した。マクサンス・ファルドールが、@GoogleDeepMindも共有したXの記事で実験を紹介し、サティンダー・シン、ロベルタ・ライレアヌとともにarXivの技術報告書で詳細を説明している。使われたのは、エンジニアが日常的に利用するArgonの汎用コーディングエージェントで、Minecraft専用のツールも、事前に割り当てた役割もない。

エージェントは画像を見ず、キー操作も行わない。それぞれがオープンソースのライブラリMineflayer向けに短いプログラムを書いてプレイヤーを操作し、その出力を読み、ゲーム内チャットと共有メモリを通じてほかのエージェントと連携する。開始10分後には、道具、食料、ダイヤモンド、ポータルという作業分担ができていた。要塞を見つけるため、あるエージェントは異なる2地点から2つのアイテムを投げ、その軌道の交点を計算した。1.3キロメートル離れた要塞を、43メートルの誤差で特定した。最後の戦闘では69回のリスポーンを費やした。プレイ開始から約21時間後、あるエージェントが、クリスタルがドラゴンを回復させており、土を積み上げればそこに届くことに気付いた。

実験の測定項目	記録された値
勝利までの時間	27 h 14 min
作成したプログラム数	2 783、うち22 %がエラーで終了
チャットのメッセージ数	229
リスポーンの合計	605、うちドラゴン戦で69

5つ目のエージェントObserverは、不正行為や仕様の抜け穴の利用（仕様の悪用）を検出するためにプレイを監視していた。Observerも、ログの一部を人手で確認したレビューも、そのような行為を見つけなかった。著者らは実験の限界も認めている。世界の情報は、ブロックや生物の正確な位置を返すAPIを通じて取得され、移動経路はプラグインが計算している。これは独立した研究実験であり、Minecraftの公式な達成記録でも、MojangやMicrosoftが承認したものでもない。

🔗 マクサンス・ファルドールの記事 · Google DeepMindによる共有投稿 · arXivの技術報告書

Perplexity、Gemini 4 ArgonをPro・Max加入者に提供、WANDRで最高の0,802を記録

10月16日 — Perplexityは、Googleが10月13日から一般提供しているGemini 4 Argonを、Pro・Max加入者向けに追加した。発表は1件の投稿と1枚のグラフからなる。出典に基づく調査能力を測る独自のベンチマークWANDRで、Argonは1タスク当たり7.88ドルのコストで0.802を獲得し、グラフ中で最も高いスコアを記録した。

評価対象モデル	WANDRスコア	タスク当たりのコスト
Gemini 4 Argon	0,802	7,88ドル
GPT-6 Astra	0,735	13,34ドル
GPT-6.1 Sol	0,654	3,70ドル
Claude Opus 5.5	0,647	3,69ドル
Claude Fable 5.1	0,601	12,76ドル
GPT-6 Sol	0,566	2,23ドル
Claude Sonnet 5.5	0,550	2,73ドル
Grok 4.7	0,528	9,30ドル
DeepSeek V4 Pro 0813	0,359	0,75ドル

開発者向けには、10月15日夜からAPIの変更履歴に、Agent APIがgoogle/gemini-4-argonに対応したと記載されている。2026年11月30日までの導入料金は、100万トークン当たり入力2ドル、キャッシュ0.10ドル、出力10ドルで、推論トークンも含まれる。

🔗 Perplexityの発表 · Agent APIのモデル

一般向けエージェント：GPT-6 Astra ProがChatGPTで複数のエージェントに作業を分担、Grok Botは3倍高速化しRobinhood、Coinbase、eToroと連携

10月16日 — OpenAIは、ChatGPTのGPT-6 Astra Proを更新した。応答が速くなり、プラグインやツールの利用が改善されたほか、特に大きな変更として、同じタスクの異なる部分を複数のエージェントが並行して処理するようになった。ユーザーは各エージェントの進捗を追跡し、完了したタスクを開いて作業内容を確認できる。この機能は、Pro加入者向けにChatタブで提供されている。

OpenAIは速度向上の具体的な数値やベンチマークを示しておらず、16日夜の時点では、ChatGPTとモデルのいずれのリリースノートにも、この更新はまだ記載されていなかった。20時00分UTCに「GPT-6 Pro」の名称で公開された投稿は、27分後に「GPT-6 Astra Pro」へ修正された。10月7日にGPT-6が全ユーザーに提供されて以降、ChatGPTのPro推論設定はGPT-6 Pro (Astra)を基盤としている。複数のエージェントによる作業は、これまで9月29日からGPT-6.1 Sol向けのベータ機能として紹介されていた。

🔗 OpenAIの発表

Grok Botがコンピューター上のタスクを3倍の速さで完了、X Chatの読み取りやRobinhood、Coinbase、eToroとの接続にも対応

10月16日 — ユーザーのツールに接続するSpaceXSIのエージェント、Grok Botが、10件の投稿からなるスレッドで新機能を紹介した。x.aiでの記事公開はない。主な改善点は速度で、@botアカウントによると、コンピューター上のタスクは平均3倍の速さで完了し、それ以外の応答にかかる時間も半分未満になった。

対象分野	発表された新機能
速度	コンピューター上のタスクが平均3倍高速化し、それ以外の応答時間も半分未満に短縮
音声	通話の高速化と信頼性の向上、過去の会話を記憶する能力の改善
インターフェース	チャット内のカードを刷新、新しいフォントとテーマ、使用中の端末だけに通知
メール	特定のアドレス宛てに送られたメールだけをルーチンの対象にする「プラス」エイリアス
X	投稿で@botにメンションするとタスクが開始し、Xアカウントを接続するとX Chatも読み取り可能
コネクター	Robinhood、Coinbase、Trello、PostHog、beehiiv、eToroなど

チームが独自のコネクターを申請することもできる。x.aiのフォームでは、マーケットプレイス掲載の審査を経て、プラグインやMCPサーバーをGrok BotとCursorのユーザーに配布でき、まもなくGrokのユーザーも対象になる。

🔗 Grok Botのスレッド · プラグイン申請フォーム

生成メディア：GPT-Liveで説明から音声を作成、ChatGPTにPika、Ideogram 4.5は画像1枚あたり0,8〜22セント、RunwayにMirelo SFX 2.0

10月16日 — GPT-LiveのAPIで、説明から音声を作成する機能（プロンプトからの音声作成）がすべての顧客に開放された。APIまたは音声Playgroundで独自の声を文章で指定し、GPT-Liveのセッションで再利用できる。声の作成は無料で、生成された発話には通常のセッション料金が適用される。この声を利用できるのはGPT-Liveのみで、Text to Speech API、Realtime API、Chat Completionsでは利用できない。参照用の録音も同意を示す録音も求められないが、OpenAIは成人の声に限定し、なりすましを禁止するとともに、発話がAIによって生成されたことを明示するよう求めている。異なる2人の顧客が似た声を作成する場合もある。

GPT-Liveには、9種類のプリセット音声も追加される。@OpenAIDevsによると、いずれも各言語を母語とする声優が収録したものだ。

話される言語	追加された音声
ドイツ語	Nuri、Juni、Flitz
フランス語	Brise、Sillage
ヒンディー語	Nira
日本語	Harema、Shida
韓国語	Noeul

前日には、GPT-LiveへのDecisions APIの標準統合が変更履歴に追加されていた。ユーザーが話している間にアプリが動作し、LiveがDecisionsを直接呼び出す方式（標準の委任）と、Liveがアプリに通知し、アプリがDecisionsに問い合わせる方式（カスタム委任）がある。文字起こしの断片をきっかけに判断を実行することもできる。ガイドでは、車内の音声アシスタントが温度や曇り取りを調整する例が紹介されている。これらの新機能の対象はgpt-live-1で、10月15日にChatGPTへ展開されたGPT-Live-1.1は、まだAPIの変更履歴に記載されていない。

🔗 OpenAI Developersのスレッド · カスタム音声のガイド · 音声でDecisions APIを使うためのガイド

Pika、OpenAIとの提携で開発したプラグインにより、ChatGPTに制作ツールを導入

10月16日 — PikaはOpenAIとの提携により、ChatGPTの会話画面とサイドパネルに制作ツールを組み込むPika × ChatGPTプラグイン拡張機能（Pika X ChatGPT plugin extension）を発表した。会話を続けながらツールのオプション、ビジュアルのプリセット、生成処理を調整できるほか、より没入感のあるPikaのウィンドウを開き、ChatGPTと共同で作業することもできる。スレッドによると、Pikaは40以上の画像・音声・動画アプリと100以上の生成モデルを提供する。プラグインの紹介ページには、商品広告からポッドキャストまで13のスキルと、クレジットを消費する前にPikaがどのように確認を求めるかを設定する初期案内が記載されている。

Pikaは、プラグイン経由で初めて生成を行った各アカウントに250クレジットを追加する。プラグイン専用の料金は公表していない。OpenAIは10月7日にChatGPTのプラグイン拡張機能を紹介しており、初期の参加企業にはAdobe、Canva、Figma、Shopifyが含まれていた。

🔗 Pikaのスレッド · ChatGPTのPikaプラグイン紹介ページ

Ideogram 4.5、画像1枚あたり0,8〜22セントの4つの品質モードを提供

10月15日 — Ideogramは、9月30日に公開した画像編集モデルIdeogram 4.5の料金体系を詳しく説明した。品質モードは4種類で、画像1枚あたり0,8〜22セント。いずれもネイティブ2Kに対応する。最も安価なVery Lowは、0,8セントで8秒間の画像修正を行い、編集を重ねてもアーティファクトが蓄積しない。Design Arenaを根拠とするIdeogramの説明によると、このモードは価格と速度の両面で画像編集のパレートフロンティアを押し広げる。これより評価の高いモデルは、すべて価格が高く、処理も遅いという。Design ArenaのImage Editing Arenaでは23位で、Eloは1189となっている。

Ideogramは、中間の2つのモードの料金を詳しく説明していない。公開時に約束していた重みの公開について質問されたIdeogramのアカウントは、作業中と回答したが、日程は示さなかった。

🔗 Ideogramのスレッド

Runway、セリフを維持したまま動画に音を付けるMirelo SFX 2.0を統合

10月16日 — Runwayは、動画の音響演出（サウンドデザイン）を自動で作成するモデルMirelo SFX 2.0をプラットフォームに追加した。映像から場面全体の環境音を生成し、各映像に同期させる一方、セリフはそのまま維持する。動画の長さに制限があるかとの質問に対し、Runwayはどのような長さのクリップでも動作すると回答した。料金や消費クレジット数は公表されておらず、Runwayの変更履歴にもまだこのモデルの記載はなく、Mirelo側からの発表もない。9月末のElevenLabsのEleven v4に続き、Runwayは自社の動画モデルに加えて外部の音声モデルの導入を進めている。

🔗 Runwayの発表 · クリップの長さに関する回答

コーディングエージェント：Claude Codeチームがコードレビューの仕組みを解説、Codex CLI 0.163.0、CursorのキャンバスとMuse Wonder、Gemini CLIはAntigravity CLIへ誘導

10月16日 — Claude Codeチームはclaude.devで、自らのコードをどのようにレビューしているかを説明した。コードの約90 %はClaudeが書いている。アディ・オスマニ、モーガン・ウェストリー・ラント、チン・ワンによる記事は、6月から9月にかけて、マージされたプルリクエスト数が2倍以上になり、取り消しが必要になった割合は40 %以上減ったという2つの数値を示している。目標は、大半のプルリクエストを、人間の関与を最大1人に抑えてマージすることだ。その1人は作成者本人でもよい。

各変更は複数の段階を通過する。プルリクエスト作成前のClaudeによる検証（テスト、ビルド、静的解析に続き、新しいコンテキストの別エージェントによる差分レビュー）、CI、Code Review、問題があれば処理を止めるセキュリティレビュー、マージ待ち行列（マージキュー）、段階的な公開という流れだ。分類器は、作成者ではなく変更内容からリスクレベルを決める。ドキュメントやフラグの背後への追加なら人間の承認は不要で、通常の製品変更やキャッシュ、システムプロンプトなどの機微な領域の変更には1人、最もリスクの高い変更には2人の承認を必要とする。エージェントの承認が人間の承認として扱われることはない。Code Reviewの研究プレビュー期間中には、実質的な指摘を受けた社内プルリクエストの割合が、すでに16 %から54 %へ増加していた。

記事は、エージェント特有の問題である、収束しないレビューについても数値を示している。CLIのあるプルリクエストでは、一晩で50回以上のやり取りが続いたという。反復を3回までに制限し、新しい差分だけをレビュー対象とし、バグの種類ごとに指摘するようにしたことで、レビューがより早く収束するようになった。

指標（Claude Codeの社内プルリクエスト）	変更前	変更後
1回のレビューと修正で承認された割合	65 %	78 %
5回以上の反復を要した割合	8,9 %	1,5 %
承認までの平均レビュー回数	2,08	1,32

記事の最後には導入項目が列挙されている。短いCLAUDE.md、ローカルでの/code-reviewと/security-review、コードの責任者が作成したREVIEW.md、明文化されたリスクレベル、マージ待ち行列、そして過去のインシデントを評価用データセットとして毎日再現する仕組みだ。

🔗 Claude Codeチームの記事 · @ClaudeDevsによる紹介

Codex CLI 0.163.0：応答中の指示、/config内の検索、Daybreakの標準有効化

10月15日 — OpenAIは21時30分UTCにCodex CLI 0.163.0を公開した。10月9日の0.162.1以来となる安定版で、0.162.0からの変更項目は227件に上る。10月7日の0.161.0でcli_daybreakオプションの背後に置かれていたDaybreakは、対象アカウントで標準で有効になった。また、サーバー側でアクセスが開放されると、codex execからOpenAIのAPIキーを使って選択できる。

対象分野	0.163.0での変更点
指示	応答中に送った追加メッセージが直ちにCodexの動作に反映される。ターンを中断すると、実行中のCode Modeセルも停止する
`/config`コマンド	すべてのカテゴリーから設定を検索でき、対応する設定は即座に適用される
`/keymap`コマンド	リーダーキーを設定可能に（標準はCtrl+X）。音声のミュート操作はF9に移動
`/daemon`コマンド	管理対象のバックグラウンドサーバーを再起動し、自動的に再接続
ツール	独立した読み取り専用ツールを並列実行
ネットワークプロキシ	DNS解決前に権限を確認し、重複する`Host`ヘッダーを拒否

スレッドを再開すると、権限とネットワークの承認も復元される。また、Codexは改変したzshを同梱せず、標準のシェル実行機構を利用するようになった。

🔗 Codex CLI 0.163.0のリリースノート

Cursor：クラウドエージェントが共有可能なキャンバスを作成、Environments APIがベータ版へ、MetaのMuse WonderがCursorBenchで46,1 %を記録

10月16日 — Cursorのクラウドエージェントが、対話型のキャンバス（キャンバス）を作成できるようになった。エージェントの作業中にダッシュボードやレポートを依頼し、完成したキャンバスをリンクでチームに共有できる。Environments APIはベータ版となり、クローン済みリポジトリやenvironment.jsonの設定を含め、これらのエージェントの環境をプログラムから作成・管理できる。1つの環境で最大500のリポジトリを扱えるようになり、Cursorによると、大規模な複数リポジトリ環境の起動は5倍高速化した。スレッドが参照する変更履歴の項目は16日夜の時点でまだ公開されておらず、対象プラン、料金、ベータ版を終える時期はいずれも不明だ。

10月15日 — Metaによる公開から3日後、Muse WonderがCursorに登場した。料金はMetaのAPIと同じく、100万トークンあたり入力4ドル、出力20ドル。Cursorは、標準の推論量でCursorBenchのスコアが46,1 %となり、Museモデルとして最高を記録したと強調している。公開されているCursorBench 4.0のランキングでは、ほかの推論量での結果も確認できる。

モデルと推論量	CursorBench 4.0スコア	タスクあたりの費用	ランキング順位
Claude Opus 5.5 Max	57,8 %	13,43ドル	1位
Muse Wonder Max	50,4 %	5,25ドル	12位
Muse Wonder Extra High	48,2 %	4,24ドル	15位
Muse Wonder High	46,1 %	3,51ドル	21位
Muse Wonder Medium	45,2 %	2,82ドル	22位
Muse Wonder Low	41,7 %	1,91ドル	32位
Muse Spark 1.3 Max	41,6 %	2,64ドル	34位

🔗 クラウドエージェントに関するCursorのスレッド · Cursorに登場したMuse Wonder · CursorBenchのランキング

Gemini CLI、Gemini 4 Argon向けに最適化されていないと明記し、Antigravity CLIへ誘導

10月16日 — Googleは夜間に、Gemini CLIのREADMEの冒頭に注意書きを追加した。この囲み記事は、無料枠とGoogle Oneのユーザーについては、2026年6月18日にGemini CLIがAntigravity CLIへ置き換えられたことを再確認したうえで、次の内容を太字で明記し、Argonの利用にはAntigravityを使うよう案内している。

Gemini CLI has not been optimized for Gemini 4 Argon.

🇯🇵 Gemini CLIはGemini 4 Argon向けに最適化されていません。 — Gemini CLIのREADME、プルリクエスト29774

それから1時間余り後にマージされた2度目の変更では、注意書きの対象が最新のGeminiモデル全般に広げられ、最適なコーディング体験のためにAntigravity CLIを使うよう案内された。同時にREADMEからは、従来の訴求点も削除された。「なぜGemini CLIなのか？」の節と、毎分60リクエスト・1日1 000リクエストの無料枠、高度な機能、GitHubとの統合だ。Googleアカウントでのログインも、組織向けの有料Code Assistライセンスだけを対象とする記述になった。

これらの注意書きは、5月19日に発表された移行の流れを引き継いでいる。6月18日以降、Gemini CLIはCode Assist StandardとEnterpriseのライセンス、および有料APIキー向けに引き続き提供され、最新のGeminiモデルへのアクセスが約束されていた。Argonの一般提供開始から3日が経過したが、Gemini CLIのモデル選択にArgonを追加するコミュニティからの提案（プルリクエスト29737）は、まだマージされていない。

🔗 READMEを整理するプルリクエスト29775 · Antigravity CLIへの移行に関する5月19日の記事

短報

コーディングエージェントとツール

Ampでランナーのデスクトップを操作可能に — スレッドからmacOSまたはLinuxのランナーのデスクトップを表示し、操作できるようになった。たとえば、Ampで構築したiOSアプリをブラウザーやiPhone・iPadアプリから試せる。ランナーのスレッドに書き込める人は誰でも、そのデスクトップも操作できる。 🔗 出典
v0 — プレビューには大きすぎるファイルを「Code」タブからダウンロードできるようになり、iOSアプリにはスキルとデザインシステムの選択機能、動画の添付機能が追加された。また、思考量の設定が高い場合にもGemini 4へのリクエストが失敗しなくなった。 🔗 出典
Copilot CLIのプレビュー版 — 1日に3つのプレビュー版（1.0.99-2、1.0.99-3、1.0.100-0）が公開され、安定版の公開はなかった。オンラインセッションではコードの意味検索が既定となり、--disable-client-telemetryオプションでクライアントのテレメトリーを無効化できるほか、MCPサーバーが応答しなくてもセッションが停止しなくなった。 🔗 出典
SlackとTeamsのCopilot — @GitHubが、同じ会話の中で複数のリポジトリを扱えるようになった。作成済み・マージ済みのプルリクエスト、フロントエンドとバックエンドの両方にまたがる調査、活動の要約などに対応し、共有されたSlackのメッセージやスレッドを文脈として利用する。 🔗 出典
Qwen Code v0.25.3-preview.0 — 安定版v0.25.2の翌日に、64項目の変更を含むプレビュー版を公開。/authの先頭にQwenCloudを配置し、Managed Agentに承認の切り替え機能付きでShellへの完全なアクセスを与え、Web Shellに実行履歴をリアルタイムで表示する。 🔗 出典
Gemini CLI、ナイトリー版0.66.0 — この系列初のナイトリー版には9件の修正が含まれる。tmuxでのちらつきを防ぐ同期出力、画面を停止させていたGitの入力要求、MCP設定でようやく展開されるようになった.env変数、説明が1行のSKILL.mdファイルへの対応など。安定版とプレビュー版に変更はない。 🔗 出典
DeepSeek Harness 0.2.1-alpha.5 — 安定版のないまま29回目のプレビュー版を公開。4件の修正（プラグイン有効化後のスキルメニュー、重複するターミナル、PTCモードの指示、WindowsとLinuxでのPage Upキー）に加え、プラグインがプロバイダーごとにモデル名を変更できる拡張箇所を追加した。 🔗 出典

ChatGPT、Claudeと企業でのAI活用

Enterprise向けChatGPT Sites — @OpenAIDevsがEnterprise向けの一般提供を発表。新規Sitesのデータを米国または欧州連合域内に保存でき、検証済みドメインや社内APIへのプライベートトンネルにも対応する。一方、Enterpriseの更新情報には管理者向けプレビュー版を展開中とあり、PlusとProではSites数の固定上限が撤廃される。 🔗 出典
ChatGPT Slidesの提供開始 — 9月29日のDevDayで発表された共同編集可能なプレゼンテーション機能が、対象となるPro、Business、Enterpriseの加入者向けにSpaceで提供され始めた。リアルタイムの共同編集、ChatGPTからのプレゼンテーション、PowerPoint・PDF・Google Slidesへの書き出しに対応する。 🔗 出典
Stack Overflow for Agents — OpenAIの導入事例によると、2人のエンジニアがCodexを使い、数週間で製品を提供した。ChatGPTプラグインにより登録者数は一夜にして3倍となり、Stack Internalのコネクターも、従来の3〜6週間に対して4日で構築できるという。 🔗 出典
Sullivan & Cromwell — この法律事務所はOpenAIとともにAgreement Analyzerを構築した。所内のジョン・サヴァがCodexで試作したこのツールは、契約書案に対する意見書と修正案を作成し、弁護士がそれを確認する。事例では効率向上の数値は示されていない。 🔗 出典
Anthropicの営業担当者が使うエージェント — 日本チームのシャフボズ・イブラギモフが、Claude Managed Agents上の6つのエージェント（見込み客の選別、Salesforce、日本語または英語での返信、議事録作成）、フォローアップ用のClaude Tag、必要な判断の程度に応じたSonnetとOpusの使い分けを紹介した。週次の作業記録によると、約60時間の作業を削減できたという。 🔗 出典
American Forge — CognitionとNational Design Studioが、エンジニアを米国政府に配置する6か月間の滞在プログラムを開始する。記事によると、連邦政府には古い、または時代遅れのウェブサイトが29,000件以上ある。応募を受け付けているが、報酬や募集人数は明示されていない。 🔗 出典

音声・動画生成

HeyGenのMCPにHeyGen Video 1を追加 — 希望する動画をエージェント（ChatGPT、Claude、Claude Code、Cursor）に説明すると、HeyGenによれば数秒で公開可能な動画が返ってくる。生成分は契約プランのクレジットから差し引かれる。 🔗 出典
NTT Docomo BusinessとElevenAgents — 同社は福島県会津若松市で、ElevenAgentsを基盤とする音声アシスタントCONNを試験運用している。雪で外出できない高齢住民への情報提供と会話を目的とし、反応は好意的とされるが、数値は示されていない。 🔗 出典
ElevenLabsの認証 — ElevenLabsがISO/IEC 27001、27701、42001、27017、27018、SOC 2 Type II、PCI DSSレベル1の認証を更新し、ElevenProductionsについてはSOC 2 Type Iを追加した。 🔗 出典

モデル、ベンチマーク、研究

STEMBenchでのMistral Large 4 — MistralがUlamの科学分野のベンチマークを紹介。同社のモデルはツールなしで4点満点中2.501点（工学2.602点、天文学2.597点）を獲得し、10構成中6位、ツールなしではMuse Wonder、Claude Opus 5.5、Hy4 Previewに次ぐ4位となった。上位2構成のGPT-6 Astra xhighとGPT-6.1 Solは、Codex内でツールを使用していた。 🔗 出典
Jebadiah v2.1 — 10月10日にApache-2.0で公開された、27Bと9Bの2つのオープンな意思決定モデル。Decision Indexでは168件中、それぞれ55.94点（35位）と44.91点（74位）を獲得し、Jev 1.13（60.11点）を下回った。 🔗 出典
Nemotron 3.5 Super VLとグラフ — Thoughtworksによると、生成した24,000件のグラフで3.3時間学習したLoRAにより、モデルの初期チェックポイントの成績がCharXivの224問で16.96%から78.13%に向上した。一方、ほかの設問では正解数が差し引き104問減少した。 🔗 出典
IntelのArc Pro B65 — llama.cppを使ったコミュニティのベンチマークでは、約30Bの4ビットモデル3つのプリフィルで、フラッシュアテンションを有効にしたSYCLがVulkanより31.2%高速だった。うち2モデルでは、約16,000トークンのプロンプトに対して最初のトークンが出るまでの時間が42秒から20.5秒になった。 🔗 出典
TB-Lite Verified — Hugging Faceが、ターミナルエージェント向けベンチマークOpenThoughts-TBLiteの修正版を告知なしで公開した。100タスク中、不具合のある5タスクを削除し、得点が0.997で頭打ちになる採点を修正した。スコアは公開されていない。 🔗 出典
Sakana AIのAutoIllustrate — 10月14日分の補足。Apache-2.0のコマンドラインツールで、論文の「方法」節を編集可能なdraw.ioの図に変換し、さらにスタイルを整えたPNGにする。The Agentic Scientistの図にも使われた。 🔗 出典
MetaによるLLMの迎合性研究 — facebookresearchが、論文「選好データからパーソナライゼーションへ」のプロンプトと採点基準を告知なしで公開した。回答を、率直な異議から明示的な肯定まで7種類に分類する。モデルも数値も公開されていない。 🔗 出典
AnthropicとSimons Foundation — Anthropicが数学者向けに、資金、計算資源、Claudeへのアクセスとして500万ドルを提供し、Simons Foundationが管理する。同財団と、同じく500万ドルを拠出するOpenAIを合わせた総額は、Simons Foundationによると1,500万ドルに達し、提案公募などを通じて配分される。 🔗 出典

ガイドと受賞

PerplexityによるLLMのセキュリティ解説 — OWASP Top 10 for LLM Applications 2026の10種類のリスクを取り上げ、それぞれに事例と防御策を示すガイドを公開した。Perplexityの保護策（Computerのサンドボックス、Comet向けBrowseSafe、外部プロバイダーでのデータ保持ゼロ）も紹介している。新機能の発表はない。 🔗 出典
AIを使った学習 — Perplexityが、研究に裏付けられた5つの方法（問題を出してもらう、間隔を空ける、説明し直す、交互に学ぶ、進捗を追う）を紹介した。GallupとLumina Foundationを引用し、米国の学生の57%が授業のために毎週AIを使っているとしている。 🔗 出典
TIMEの年間ベスト発明に2件 — 同誌が2026年の優れた発明として、1,600を超える言語に対応するMetaの音声認識Omnilingual ASRと、サンドボックス内に隔離されたNVIDIAの自律エージェントNemoClawを選んだ。 🔗 Meta · 🔗 NVIDIA

GitHub：ライセンス、ランナー、アクセス

オープンソースライセンスへの準拠 — Code Securityを利用するGitHub Enterprise Cloud向けに一般提供を開始。企業のライセンスポリシーをルールセットでプルリクエストに適用でき、新しいエンドポイントにより、コーディングエージェントがパッケージの準拠を確認できる。 🔗 出典
Xcode 27イメージ — AI関連以外では、GitHub ActionsのXcode 27ランナーイメージ（macOS 27、Apple Siliconのみ）が一般提供となった。ラベルのxcode-27とxcode-27-xlargeに変更はない。 🔗 出典
Evergreen — AI関連以外では、GitHubが、継続利用が確認されていない外部コラボレーターのアクセス権を四半期ごとに取り消すGitHub Appを紹介した。1,400人を超える従業員が共有する組織内の非アクティブなリポジトリをアーカイブし、削除は一切しない。 🔗 出典

これが意味すること

Anthropicは同じ日に、楕円曲線を過去と未来の両面から扱う2本の記事を公開した。過去については、ClaudeがNISTのシードの生成に使われた生成器とタイムスタンプを特定した。暗号は破られていないとAnthropicは繰り返すが、不正操作が行われた可能性は大幅に低くなり、CC0で公開されたコードを使って誰でも結果を再現できる。未来については、Claude Mythos 5が、量子ビット数は12%増えるものの、必要なゲート数を17分の1に抑える楕円曲線上の点加算回路を発見した。これは、ECDSAの安全性を支える問題である楕円曲線上の離散対数を計算し得る量子アルゴリズムの中核をなす部品だ。Anthropicはここから、実用的な量子コンピューターの登場が予想より早まる可能性を指摘する。こうした曲線の生成過程への信頼が高まるのと同時に、将来それを脅かし得る量子回路の推定コストが下がっている。

研究現場では、エージェントが単独で作業する時間が長くなり、検証が信頼性の条件になっている。Claude Mythos 5は自動評価器を相手に53時間稼働し、Leanで形式化された証明を伴っていた。Argonのエージェントは、不正行為の検出を担当するObserverの監視下で27時間以上プレイした。Antigravityのエージェントは実験手順を作成するが、そのバクテリオシンはまだ実験室での検証を待っている。研究者向けのツールも同じ考え方に従う。Deep Reviewは投稿前に主張と整合性を検証し、Open Math OSはLeanを基盤としてプロジェクトを既定で非公開に保つ。Rosalind Academic Planでは、信頼性確認に基づくアクセス承認を受けた後に限り、GPT-Rosalindが利用可能になる。

オープンモデルでは、ライセンスが再び訴求点になっている。商用利用条件に制限のあるMuse Model Licenseで公開されたMuse Spark Openの翌日、BeamがApache 2.0で登場した。初日から40を超えるパートナーを迎え、NVFP4のチェックポイントと、学習に使用したハーネスも提供する。小型モデルも同じライセンスを採用し、効率を追求している。最小のBonsai 2は0.43 GBに収まり、スマートフォンで動作する。意思決定モデルも、100万トークン当たりそれぞれ0.02ドルと0.01ドルのpplx-decider-v1.2およびそのFlash版、基本モデルのキャッシュを再利用するGranite Switch 4.1のアダプター、共通ランキングのDecision Indexによって、1つのカテゴリーとして形を整えつつある。

ハーネスは今やモデルと同じくらい重要になっている。ReflectionはBeamをMirror CLIとともに提供し、GoogleはArgonの利用者をGemini CLIではなくAntigravity CLIへ案内する。Claude Codeチームは、マージ件数が倍増した理由をレビュー工程の刷新に結びつけており、そこでは分類器が必要な人間の人数を決める。一般向けでは、エージェントの活動範囲が広がっている。GPT-6 Astra Proは複数のエージェントにタスクを分担させ、Grok BotはRobinhood、Coinbase、eToroに接続する。Pikaのツールから登録者数が3倍になったStack Overflow for Agentsまで、ChatGPTのプラグインは配信経路になりつつある。