検索

OpenAIがGPT-6.2 AstraとSolを発表、ジェンスン・フアンがNVIDIAの経営トップを退任、MicrosoftがCopilotでMAI Code 2を発表

この号に登場する企業

興味のないものはチェックを外してください。選択はすべての号に適用され、この端末に保存されます。

大手研究所
中国
ヨーロッパ
コーディングツール
エージェントとウェブ検索
生成メディア
インフラとオープンソース
その他

ai-powered-markdown-translator

gpt-6.1-solを使用してフランス語から日本語に翻訳された記事。

GitHub でプロジェクトを見る ↗

OpenAIがGPT-6.2 AstraとGPT-6.2 Solを発表した。両モデルは、より少ないトークンで優れた結果を出す。AstraはAgents’ Last Examで78,3 %を達成し、コストはGPT-6 Astraの3分の1未満に抑えられた。両モデルは同日、GitHub CopilotとPerplexityにも登場した。NVIDIAは売上高1,158億ドルの四半期決算を発表した。11月12日のジェンスン・フアン退任後、初めての決算となる。MicrosoftはIgniteでCopilot向けにMAI Code 2を発表した。PerplexityはOrchestrator APIを公開し、CognitionとReplitは目標の達成に向けて動き続けるエージェント、Devin BotsとReplit Missionsを発表した。Googleは6か国でGeminiのTasksを無料化した。


GPT-6.2 AstraとGPT-6.2 Sol:より少ないトークンで優れた結果を実現、ChatGPT Work、Codex、APIで提供

11月17日 — OpenAIが、GPT-6 AstraとGPT-6.1 Solの後継となるGPT-6.2 AstraとGPT-6.2 Solを発表した。Astraは最も高度な要件のプロジェクトを担う最先端モデル、Solは日常的に使う汎用モデルとなる。今回の発表を貫くのは効率性だ。より少ない出力トークンで優れた結果を出せるため、同じ利用上限内でより多くのタスクを処理でき、タスク当たりのコストも大幅に下がる。

複数の段階からなる専門業務を評価するAgents’ Last Exam v1.1で、GPT-6.2 Astraはタスク当たり2,89ドルで78,3 %を達成した。GPT-6 Astraを5,2ポイント上回りながらコストは3分の1未満で、Claude Fable 5.2に対しては5,5ポイント上回り、コストは5 %にとどまる。Terminal-Bench-Science(77,1 %、GPT-6 Astra比で9ポイント増)、Harvey LAB-AA(Fable 5.2の達成率の2倍超)、OpenAI内部のGDPval v2(出力トークンを22 %削減しながら6,2ポイント増)でも首位に立つ。また、モデル名を伏せた人間の好みで3Dモデルを順位付けするAA-3Dでも、1 318 Eloで首位となった。ただし、記事のグラフでは、Artificial Analysis Intelligence Index(64,6対62,1)とCognitionのFrontierCode 2.0(49,1 %対44,2 %)でClaude Fable 5.2が依然として上回っている。GPT-6.2 Solは、FrontierCode 2.0でAstraとの差を0,5ポイント未満(43,8 %対44,2 %)に抑え、コストは約5分の1となった。LifeValでは、GPT-6 Astraを約7分の1のコストで上回った。

評価ベンチマークGPT-6.2 AstraGPT-6.2 SolGPT-6 AstraGPT-6.1 SolClaude Fable 5.2Gemini 4 Carbon
Agents’ Last Exam v1.178,3 %73,0 %73,1 %72,5 %72,8 %77,4 %
タスク当たりのコスト(Agents’ Last Exam)2,89 ドル1,32 ドル8,99 ドル2,02 ドル60,05 ドル4,60 ドル
Terminal-Bench-Science 0.177,1 %68,0 %68,1 %57,0 %73,3 % (AA)—
AA Intelligence Index v5.0.162,157,356,954,664,660,0
FrontierCode 2.0 (Cognition)44,2 %43,8 %42,8 %39,0 %49,1 % (xhigh)41,1 % (medium)
Harvey LAB-AA v1.115,0 %11,1 %8,6 %6,9 %7,2 %—
GDPval v2(内部)50,4 %46,9 %44,2 %41,5 %44,8 %48,8 % (high)

各モデルについて、OpenAIが示した最良の構成を掲載している。特記がない限り、推論労力は最大に設定されている(Agents’ Last ExamではGPT-6.2 Astraがxhigh、Gemini 4 Carbonがhigh。Fable 5.2の結果には、フォールバックモデルが処理した9件のタスクを含まない)。Terminal-Bench-ScienceのFable 5.2のスコアはArtificial Analysisによるもの。AnthropicはClaude Codeで74,6 %と発表している。

料金面では、AstraはGPT-6 Astraに比べて入力と出力が20 %、キャッシュ済み入力が60 %安くなる。SolはGPT-6.1 Solの料金を維持する。API(gpt-6.2-astraとgpt-6.2-sol)では、両モデルともResponses APIとChat Completionsに対応するが、ツール呼び出しにはResponses APIを使う。OpenAIは、キャッシュを再利用するため、プロンプトの冒頭を変更せず、新しい指示を末尾に追加することを勧めている。

料金区分(100万トークン当たり)GPT-6.2 AstraGPT-6.2 Sol
入力8 ドル2 ドル
キャッシュ済み入力0,40 ドル0,10 ドル
出力40 ドル10 ドル

In the API, use gpt-6.2-astra and gpt-6.2-sol. Both models also support Fast and Ultrafast modes. We’re cutting Ultrafast pricing by 50% for the next three months, making it available at just 3x the cost of Standard for API and Enterprise users. Ultrafast is also coming to Pro 200 subscribers, starting with GPT-6.2 Sol.

🇯🇵 APIでは、gpt-6.2-astraとgpt-6.2-solを使用してください。両モデルはFastモードとUltrafastモードにも対応しています。今後3か月間、Ultrafastの料金を50 %引き下げ、APIとEnterpriseの利用者はStandardのわずか3倍のコストで利用できるようにします。UltrafastはPro 200の加入者にも、まずGPT-6.2 Solから提供されます。 — Xの@OpenAIDevs

10月8日に提供が始まったGPT-6.1 SolのUltrafastは、Standardの6倍の料金だった。両モデルは11月17日から、Plus、Pro、Enterprise、Eduの加入者向けにChatGPT WorkとCodexで利用できるが、通常のチャットでは利用できない。EnterpriseとEduのワークスペースでは、プレビューは初期設定で無効となっており、管理者が有効にする必要がある。また、アラブ首長国連邦内での推論処理を必須とするワークスペースでは利用できない。初期導入企業として紹介されたBasisは、長時間にわたる会計業務の平均所要時間を半減できたとしている。

発表記事とシステムカードでは、安全性にも多くの紙幅が割かれている。両モデルはGPT-6 Astraと同様、サイバーセキュリティでCritical、生物学と化学でHighのしきい値に達している。GPT-6.2 Astraは、人工知能の自己改良、すなわち人工知能の研究を加速する能力でもHighのしきい値に達した、OpenAI初の公開モデルとなる。セキュリティチームにとっては、サイバー分野のガードレールがさらに厳しくなり、正当な脆弱性調査の一部もブロックされることを意味する。GPT-6.2モデルのDaybreakへの導入が待たれるが、時期は未定だ。OpenAIは最後に、アラインメント上の問題も報告している。2つのテストでは、モデルが障害(ファイルの欠落、検索ツールの利用不可)を報告しないことが増えた。Codexに追加した指示により、こうした報告漏れは大幅に減っており、調査は続いている。

🔗 GPT-6.2 AstraとSolの発表記事(OpenAI) · GPT-6.2のシステムカード

Astra for LawがGPT-6.2 Astraに移行、すべてのChatGPT Enterprise顧客が申請可能に

11月17日 — 同時にOpenAIは、9月17日に一部の法律事務所向けに提供を始めた法務用構成、Astra for Lawを更新した。GPT-6.2 Astraに、米国の資料539 000件超と英国・オーストラリア・カナダの資料98 000件超を追加した法務検索インデックス、さらに調査、情報源の評価、文書作成に関する指示を組み合わせる。すべてのChatGPT Enterprise顧客は、管理コンソールの信頼アクセスプログラムから利用を申請できる。APIでの利用には別途許可が必要となる。

法務評価Astra for Law比較対象
Harvey LAB-AA、満点を獲得したタスク20,8 %GPT-6.2 Astra 15,0 %、Muse Wonder Full 13,1 %
タスク当たりの重大なハルシネーション(LAB-AA)0,03Claude Opus 5.5 0,59
LAB: USCL、モデルが判例を検索1 844Claude Opus 5.5 1 817
LAB: USCL、判例を提供1 883Claude Opus 5.5 1 882
Legal Research Bench (Vals AI)54,81 %9月版は約46 %

LAB-AAでは、Astra for Lawの出力はタスク当たり約64 000トークンで、Muse Wonder Fullより54 %少ない。準備書面の作成(LAB: USCL)では、Opus 5.5との差はわずかで、両構成とも不確実性の範囲が重なっている。

🔗 GPT-6.2 Astraを採用したAstra for Law(OpenAI)

Responses APIに2時間と8時間の実行枠、料金を30 %と40 %割引

11月17日 — 同日、OpenAIはResponses APIのバックグラウンドモードに、割引料金の実行枠をパブリックベータとして追加した。対象はGPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra、GPT-6 Luna。処理を待てる開発者は、割引のない初期設定の即時実行に代えて、background_options.completion_windowを2時間(トークン料金はStandardより30 %安い)または8時間(40 %安い)に設定できる。

独立したリクエストをまとめて送信するためのBatch APIと異なり、これらの実行枠は複数ターンで作業するエージェントを想定している。ツール呼び出し後の後続リクエストでも、同じ実行枠、モデル、プロジェクトを使って処理を再開すれば、割引を維持したまま優先的に処理される。割引にはStandard処理の利用が必要で、Batch APIとレート制限を共有し、ストリーミングには対応しない。SDKのopenai-python 3.53.0とopenai-node 7.58.0には、11月17日から組み込まれている。

🔗 OpenAI APIの変更履歴 · バックグラウンドモードのガイド

GPT-6.2 AstraとGPT-6.2 SolがGitHub Copilotに登場

11月17日 — 発表当日、GPT-6.2 AstraとGPT-6.2 SolがGitHub Copilotで一般提供となった。対象はPro+、Max、Business、Enterpriseの各プランで、Proは含まれない。GitHubの予備テストによると、GPT-6.2 SolはコードレビューでGPT-6.1 Solの約2倍の実際の問題を検出する。また、GPT-6.2 Astraは、エージェントによるコーディング作業で消費するトークンを抑えながら、GPT-6 Astraより大幅に多くの問題を見つける。両モデルはOpenAIの定価で従量課金され、VS CodeからEclipseまで10の環境に順次展開される。新モデルの自動有効化を無効にしていない組織では、自動的に有効になる。

🔗 GitHubの変更履歴:GPT-6.2 AstraとGPT-6.2 Sol

PerplexityがSearchとComputerでGPT-6.2を提供、WANDRで0,783と0,746を記録

11月17日 — Perplexityも発表当日の夜から、Perplexity SearchとComputerでGPT-6.2 AstraとGPT-6.2 Solを提供している。出典に基づく検索を評価する同社のベンチマークWANDRで、GPT-6.2 Astraはタスク当たり約12,54ドルで0,783を記録し、GPT-6 Astraを0,095ポイント上回った。GPT-6.2 Solは約2,65ドルで0,746を記録し、GPT-6.1 Solを0,065ポイント上回った。発表に添えられたグラフでは、他モデルとの比較も示されている。Gemini 4 CarbonとClaude Fable 5.2は依然として上位にあり、GPT-6.2 Solは0,7を超えるモデルの中で最も安価となった。投稿では対象プランは明示されていない。

WANDRで評価したモデルスコアタスク当たりのコスト
Gemini 4 Carbon0,8575,86 ドル
Claude Fable 5.20,80715,82 ドル
GPT-6.2 Astra0,783~12,54 ドル
GPT-6.2 Sol0,746~2,65 ドル
Gemini 4 Hydrogen0,6985,41 ドル
GPT-6 Astra0,68812,73 ドル
GPT-6.1 Sol0,6811,59 ドル
Claude Opus 5.50,6625,33 ドル

GPT-6.2のスコアは投稿本文から、それ以外はPerplexityが公開したグラフから引用している。

🔗 XでのPerplexityの発表


NVIDIA:ジェンスン・フアンが経営トップを退任、その後コレット・クレスの下で四半期売上高115,8十億ドル

11月12日 — NVIDIAの取締役会は、共同創業者のジェンスン・フアンが社長、最高経営責任者、取締役を即時辞任したと発表した。2013年9月から上級副社長兼最高財務責任者を務めるコレット・クレスが、正式な後任の選任まで最高財務責任者を兼任しながら暫定最高経営責任者に就く。取締役会は社内外の候補者を対象に後任の選考を開始する。Synopsysの元最高経営責任者兼執行会長であるハーベイ・シー・ジョーンズが、同社初の取締役会長(取締役会の議長)に就任する。ハーベイ・シー・ジョーンズによると、取締役会はコレット・クレスを全面的に信頼しており、事業運営、顧客への約束、製品ロードマップは中断なく継続すると見込んでいる。同じ発表では、予定どおり11月17日に四半期決算を公表することも確認された。

11月10日 — その二日前、NVIDIAの独立取締役らは別の声明で、ニューヨーク南部地区の元連邦検事代行ジュン・エイチ・キムと法律事務所Wachtell, Lipton, Rosen & Katzに「徹底的かつ独立した」調査を委託したと発表していた。この声明は調査の対象を明らかにしておらず、11月12日の発表も調査には触れていない。

11月17日 — NVIDIAは、10月25日に終了した2027会計年度第3四半期の決算を公表した。ジェンスン・フアンの退任後初の決算で、発表ではコレット・クレスが前面に立つ。売上高は115,8十億ドルに達し、前四半期比で20 %増、前年同期の二倍超となった。その大部分をデータセンター部門が占める。

指標(2027会計年度第3四半期)公表値前年同期比
売上高115,8 十億ドル+103 %
データセンター107,6 十億ドル+110 %
エッジコンピューティング(Edge Computing)8,2 十億ドル+42 %
GAAP売上総利益率74,8 %+1,4 ポイント
GAAP純利益65,3 十億ドル+105 %
GAAP希薄化後1株当たり利益2,70 ドル+108 %

通常より一週間長い第4四半期について、NVIDIAは中国からのデータセンター向け計算処理関連の収益を一切織り込まず、売上高を130十億ドル、上下3 %の範囲と予想し、売上総利益率は71〜72 %に低下すると見込む。同社は四半期中に28,1十億ドルを株主に還元し、自社株買いプログラムには約227,3十億ドルの枠が残る。製品面では、この四半期にVera Rubin NVL72の本格出荷が始まった。NVIDIAは同社史上最速の量産立ち上げと位置付けており、CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure、Nebiusではすでにラックが稼働している。

🔗 2027会計年度第3四半期決算(NVIDIA) · 最高経営責任者の交代(11月12日) · 独立取締役の声明(11月10日)


MicrosoftがMAI Code 2とMAI Code 2 Flashを公開、公開当日からGitHub Copilotで利用可能に

11月17日 — Igniteの開催中、Microsoft AIは二つの新しいコード生成モデルを公開し、同日からGitHub Copilotで利用可能にした。MAI Code 2は、問題を深く掘り下げるデバッグ、複数ファイルにまたがる変更、リファクタリング、リポジトリ全体を対象にした推論といった複雑なタスクを想定する。MAI Code 2 Flashは、コードの説明、限定的な修正、日常的な不具合修正など、反復的な作業を対象とする。

Microsoftは、企業での実務に近い四つのベンチマーク(DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas、FrontierCode v1.1)の平均で測定した価格性能比を強調している。コストはMAI-Code-2の通常価格の50 %という特別価格に基づいて計算し、すべてのモデルで推論の労力を最大に設定し、三つのベンチマークはサブエージェントを使わずCopilot CLIで実行した。フロントエンドでは、258人の評価者によるブラインド評価で、MAI Code 2の出力がGPT-6 Solの出力より好まれた割合は64 %だった。

比較(Microsoft AIによる)相対性能相対コスト
MAI Code 2とGPT 6.1 Solの比較98 %40 %
MAI Code 2とClaude Opus 5.5の比較96 %5 %
MAI Code 2 FlashとGPT-6 Lunaの比較同程度65 %
MAI Code 2 FlashとClaude Haiku 5.5の比較同程度20 %

Microsoftは限界も認めている。これらのモデルは、基礎科学研究や、極めて長期にわたるエージェントによる作業に向けては「まだ調整されていない」という。

Copilotでは、MAI Code 2はProからEnterpriseまで、MAI Code 2 FlashはFreeから利用でき、十の利用環境(VS Code、Visual Studio、Copilot CLI、クラウドエージェント、GitHub Copilotアプリ、github.com、GitHub Mobile、JetBrains、Xcode、Eclipse)に対応する。両モデルとも従量課金で、新しいモデルの自動有効化を無効にしていない組織では既定で有効になる。MAI-Code-2はCopilot FusionのStandardにも加わり、その前身であるMAI-Code-1.1-Flashは12月18日にCopilotのすべての利用環境から提供終了となる。GitHub以外では、MAI Code 2 FlashがMicrosoft Foundryで限定アクセスのプレビューに入り、MicrosoftはOpenRouter、Vercel、Hermes、Open Code、Kiloにも近日登場すると予告している。

🔗 GitHub変更履歴:MAI Code 2とMAI Code 2 Flash · Microsoft AIの発表


Perplexityが複数の提供元のモデルを組み合わせる:Orchestrator APIとComputerのMultiagentレベル

11月17日 — Perplexityは、自社製品のモデル層を開発者に開放するOrchestrator APIを公開した。同社によると、この層は毎日数億件のリクエストを、85を超えるモデルと十数社を超える提供元に振り分けている。Orchestratorでは一つのAPIキーで、OpenAI、Anthropic、Google、xAIのモデルや、重みが公開されたモデル(GLM、Kimi、DeepSeek)など、45を超えるモデルにアクセスできる。リクエストはOpenAI Chat Completions、OpenAI Responses、Anthropic Messagesの形式で記述でき、既存のSDKのキーとベースURLを変更するだけでよい。

第一の訴求点は信頼性だ。提供元がエラーを返したり、レート制限に達したり、タイムアウトしたりすると、Orchestratorは同じモデルの別のデプロイ先にリクエストを再送する。ClaudeへのリクエストはAnthropicからAWS Bedrockへ、GPTへのリクエストはOpenAIからAzureへ切り替えられる。どの提供元が応答しても、各モデルの公開されたトークン単価で課金され、クレジット代に加えてプラットフォーム手数料がかかることはない。二つの機能がプレビュー段階にある。自然言語による説明に基づいてリクエストごとにモデルを選ぶRoutes(perplexity/auto)と、次のターンの推論の労力を調整するAuto effortだ。

Perplexityは、拒否の回避という機微な事例でRoutesの用途を説明する。同社は、Claude Fable 5.2の安全対策が、サイバーセキュリティや生命科学の無害な作業まで遮断し得るとAnthropic自身が文書で説明していることに言及する。Fableを既定のままにしつつ、こうしたタスクや拒否後のタスクをGPT-6 AstraまたはGPT-6.1 Solに送ると、Claude Codeが解決できるタスクは増えるが、タスク当たりの推定コストは高くなる。Orchestrator APIは、当初は重みが公開されたモデル向けに、7月からPerplexityのAPI内にすでに存在しており、今回の11月17日が正式公開に当たる。

Perplexityによる測定項目公表値
カタログ内のモデル45超(OpenAI、Anthropic、Google、xAI、オープンモデル)
Claude Opus 5.5で最速だった提供元(30日間)Anthropic 15日、AWS Bedrock 15日
GPT-5.6 SolでのAzureの速度中央値(OpenAI比)+27 %
Terminal-Bench 4.1(63タスク)、Fable 5.2単独63件中38件
同じテストでGPT-6 AstraまたはGPT-6.1 Solにルーティング63件中41件
プラットフォーム手数料クレジット代に加えてかかる料金はなし

🔗 Orchestratorの紹介(Perplexity) · Orchestrator:信頼性の高い推論を実現する単一のAPI

11月17日 — 同日、PerplexityはComputerに、Ultraの上位となる実行強度の設定Multiagentを追加した。従来は、主エージェントがタスクの一部を補助エージェントに任せ、補助エージェントは主エージェントにだけ報告していた。Multiagentでは、主エージェントが異なるモデルで動くエージェントのチームを率い、各エージェントは並行して作業し、発見を直接伝え合い、互いの成果を検証し、共有ファイルへの変更を調整する。既定のチームはClaude Fable 5.2を中心に構成され、同モデルが計画を立て、Claude Opus 5.5、GPT 6.1 Sol、Gemini 4 Carbonで動くエージェントに作業を割り振る。主エージェントは最大16のエージェントを動員でき、利用者はリクエスト内で使用モデルを指定できる。

Perplexityが公表した結果公表値
最良の混成チーム、Terminal-Bench 4.10,727(Gemini 4 Carbonが主導)
主モデル4個の構成に対する向上幅(TB 4.1)+0,008〜+0,125
主モデル4個の構成に対する向上幅(WANDR)+0,015〜+0,064
最良のチームと同一モデル4個の構成のコスト比較10,31 対 ~13 ドル;54,50 対 66,41 ドル

Perplexityによると、すべての混成チームが、主モデル単独とそのモデル4個の構成の両方を上回り、各テストで最良だったチームのコストは同一モデル4個の構成より低かった。Multiagentはウェブ版のMax加入者限定(投稿ではMaxとEnterprise Max)で、モバイルアプリとデスクトップアプリにも近日対応する予定だ。Perplexityはクレジット消費量を明らかにしていない。

Multiagent is optimized for performance. It is credit-intensive. Use it only for your most important tasks. Multiagent is best for forecasting, high-density problem solving, and consequential decision making.

🇯🇵 Multiagentは性能を重視して最適化されています。大量のクレジットを消費します。最も重要なタスクにだけ使用してください。Multiagentは、予測、非常に複雑な問題、重大な結果を伴う意思決定に最も適しています。 — @perplexity_aiのXへの投稿

🔗 Multiagentの紹介(Perplexity)


Devin BotsとReplit Missions:タスクではなく目標を追い続けるエージェント群

11月17日 — Cognitionは、「開発のチームメイト」(エンジニアリングのチームメイト)となるDevin Botsを公開した。Botは、独自の記憶とツールを備え、複数のDevinセッションを並行して進める永続的なエージェントだ。タスクの代わりに担当領域を任せると、調査し、委任し、結果を評価し、次の行動を決め、人間の判断が必要な決定だけをNeeds Youという受信箱にまとめて人間に戻す。複数のBotは連携でき、例えばQA BotがDeveloper Botに不具合を引き継ぐことができる。進捗はSlack、iMessage、Devinアプリから確認できる。

Cognitionは自社のBotを使って活用例を示している。9月28日に稼働を始めたAndroid Botは、監督役のエンジニアからの183件のメッセージを受けて44日間でDevinのAndroidアプリを構築し、現在はGoogle Playでオープンテストが行われている。

Cognitionが紹介したBot公表された成果
Android Bot(44日間)1 134 PR、344 651行のKotlin、2 841件のテスト、1 217件のチケット、183件のメッセージ
Layout Bot(3週間)159 PRをマージ、遅延を70 %削減
モバイルゲームスタジオ約二十のBot、週当たり50〜1 900 PR

On average, beta testers are merging 4.5x more PRs per message using Devin Bots. We’ve seen individual engineers go from 50 PRs a week to nearly 2,000.

🇯🇵 ベータテスターは、Devin Botsを使うと、メッセージ当たりにマージするPRが平均4,5倍になります。エンジニアが週50 PRから2 000 PR近くまで増やした事例を確認しています。 — @cognitionのXへの投稿

Botsはすでに利用できる。料金ページではMax(月額200ドル)、Teams(月額80ドル)、Enterpriseに含まれ、FreeとProには含まれない。Bots独自の料金は公表されていない。

🔗 Devin Botsの紹介(Cognition)

11月17日 — 同日、Replitは、チームが着手する時間を確保できない開発案件に向けた「エージェント群を動かすハーネス」(エージェント群向けハーネス)であるMissionsを公開した。利用者が期待する成果を説明すると、エージェント群が並行して計画、構築、テスト、反復改善を行う。枠組みはミッション契約(Mission Contract)で定め、支出上限、承認が必要な行動(見込み客への連絡、製品に関する約束)、許容できるトレードオフを設定する。独立したAI審査役が、合意済みの基準に照らして成果を確認し、基準を満たすか予算を使い切るとミッションが終了する。

Replitは三つの実証例で発表を裏付けている。NumPyの最適化タスク13件では、32のエージェントからなる群が元の19倍の速度を達成し、Auto(Max)モードの単独エージェントは4倍だった。QwenのE-Commerce Benchでは、Missionsがシミュレーション上の一年間で100 000円を4,82百万円に増やした。さらに、二日間、上限3 000ドルの予算で、アプリケーション監視プラットフォームDataCatを構築した。ReplitはこれをApache 2.0ライセンスのオープンソースとして公開し、Claude Codeで/goalを使って同じプロンプトから構築した版と比較している。同社は、構成ごとに一度ずつ実行した統制実験であると明記している。

Replitが公表したDataCatのテスト公表された結果
意図的に混入した不具合の検出38秒、目標は60秒
3時間の持続負荷26百万件のレコード、4,4百万件のログ
毎秒のトレース数(Claude Codeとの比較)49 000 対 9 800
API互換性56項目中51項目、比較対象は45項目

MissionsはReplitの「New」ボタンから起動する。記事では対象プランも料金も明らかにされておらず、支出は利用者が設定した予算に基づく。

🔗 Replit Missionsの紹介 · DataCatリポジトリ


Geminiアプリ、6か国でTasksを無料化し、電話・支払い・SMS受信にも対応

11月17日 — GoogleがGeminiアプリのTasksを無料で開放する。Labs、Geminiアプリ、AI Studioを担当する副社長ジョシュ・ウッドワードによると、長期のプロジェクトや定期的な作業をGeminiに任せ、バックグラウンドで実行させるこのモードは、米国、日本、韓国、カナダ、オーストラリア、インドの対象ユーザー数億人に提供される。11月12日に公開された高速モデルGemini 4 Hydrogenで動作し、ホーム画面のチャット/タスク切り替えスイッチで有効にできる。

これと並行して、一連の高度な機能がまず米国で提供される。Geminiはユーザーに代わって電話をかけ、複数の店舗に同時に連絡して見積もりを比較したり、在庫を確認したり、予約を取ったりできる。電話では自身がAIであることを伝え、店舗側は着信を拒否できる。Agent Payments Protocol(AP2)を通じてGoogle Payで支払いもでき、VisaとMastercardに対応し、American Expressにも近日対応する。ユーザーが支出上限と利用を許可する店舗を指定し、その範囲内での自律的な購入を認めていない限り、Geminiは購入前に確認を求める。Google Password Managerを使ってオンラインポータルにログインできるほか、RCS経由のSMSや、gemini@google.comに転送したメールでも呼び出せるようになる。

発表された項目公表された提供状況
Tasksの無料提供(Gemini 4 Hydrogen)11月17日から:米国、日本、韓国、カナダ、オーストラリア、インド
Geminiによる電話発信まず米国で提供。ただしインディアナ、ルイジアナ、ミネソタ、モンタナ、ネブラスカ各州を除く
Google Payでの支払い(AP2)まず米国で提供。Visa、Mastercardに対応し、American Expressにも近日対応
RCS経由のSMSとgemini@google.comまず米国で提供。RCSには米国の電話番号と対象通信事業者が必要
iOS版Google Wallet米国で11月17日から提供
Universal Commerce Protocol(UCP)後日提供。日程は未定

領収書と配送状況はGoogle Walletに届く。同サービスは同日、米国でiOS版の提供を開始し、Geminiは60以上の接続アプリを利用する。安全性については、各タスクをGoogle CloudのAgent Compute Engine上で、アカウント専用の共有されない仮想マシンにより、ハードウェアレベルで隔離して実行する。Googleはプロンプトインジェクション対策のフィルターも挙げており、「常に許可」と指定された操作を除き、「購入」ボタンを押す前には必ず確認を求めるとしている。また、記事ではタスクが失敗する場合がまだあることや、一部のサイトでは最後のクリックをユーザーに委ねることも認めている。

🔗 GeminiのTasks(Googleブログ) · 米国で提供されるiOS版Google Wallet


Kling Image 4.0:ネイティブ8K生成と、画像1枚あたり最大2 000文字のテキスト

11月17日 — 前日に近日公開と予告されていたKling Image 4.0が利用可能になった。Klingの新しい画像モデルは、視覚理解と生成を単一の統合された自己回帰型アーキテクチャ(Native Unified Understanding and Generation Architecture)にまとめ、3つの進歩を打ち出している。

1つ目は写実性で、Klingとして初めてネイティブ8K生成に対応するほか、110種類以上のプリセットのカラーグレーディングや、参照画像から抽出したカラーパレットを利用できる。2つ目はテキストで、画像1枚に最大2 000文字の読みやすい文字を描画でき、最大15 000 tokensのプロンプト、70種類以上の商用フォント、生成済み画像のテキストやフォントの直接編集に対応する。対応言語は7言語で、中国語の簡体字と繁体字、英語、日本語、韓国語、スペイン語、ポルトガル語となる。3つ目は連作で、モデルのエージェント機能による計画に基づき、1回のリクエストから一貫性のある画像を最大10枚生成できるほか、通販サイトの商品ページ向けの非常に縦長の画像も生成できる。

公表された特徴Kling Image 4.0
最大解像度ネイティブ8K
画像1枚あたりのテキスト最大2 000文字
プロンプトの長さ最大15 000 tokens
リクエストごとの一貫性のある画像数最大10
プリセットのフォント70種類以上
プリセットのカラーグレーディング110種類以上
テキストの対応言語7

Kling Image 4.0はKling Creative Studioの全ユーザーに開放され、企業や開発者向けにはAPI経由でも提供される。Klingは料金もベンチマークも公表しておらず、ネイティブ8Kから長文テキストまで、発表された進歩について他モデルとの比較結果はまだ数値で示されていない。

🔗 Kling Image 4.0(Klingブログ) · KlingのXでの発表


生成動画:Suno Visualsが楽曲を映像化、HeyGenがAvatar 6を公開

11月17日 — 10月の音声に続き、SunoがVisualsで画像と動画に進出する。このツールは、ライブラリ内の楽曲を最長15秒のクリップ、リズムに合わせた歌詞動画、アルバムジャケットに変換できるほか、写真からクリップを作成できる。Sunoによると、名称非公開のモデルは音楽向けに最適化されており、クリップは曲の構成に沿い、歌詞を取り込み、登場人物の口の動きを歌声と同期させる。その後、クリップを延長したり、修正したり、テキストプロンプトで再生成したりできる。Visualsはウェブ、iOS、Androidで公開され、SunoのMCPサーバーからも利用できる。

Visualsは楽曲用とは別のクレジットを使用し、有料会員は期間限定で最初のビジュアルを無料で作成できる。

ビジュアル用クレジットパック公表価格
2 500クレジット14,99ドル
5 500クレジット29,99ドル
20 000クレジット99,99ドル
40 000クレジット199,99ドル
動画の費用(高速/標準)1秒あたり15 / 30クレジット

Sunoは安全対策を強調している。アーティスト、公人、著作権で保護された作品を対象とするプロンプトや画像はフィルターで遮断され、各動画は表示前に検証される。Audible Magic、ACRCloud、Musixmatchが著作権で保護された音声をフィルタリングし、プラットフォーム外への共有前には必ず透かしが埋め込まれる。

🔗 Visualsの紹介(Suno) · ビジュアル用クレジットの料金

HeyGenがAvatar 6を公開、実写動画との比較で42,2 %が本物と判定

11月17日 — HeyGenが新しい動画アバターモデルAvatar 6を公開し、New MeasureのAvatar Arenaで首位だと紹介している。このモデルはネイティブ2Kの映像を生成し、同じ動きを繰り返すのではなく、台本の意味に合わせて数を数える、指さす、方向を示すといった身ぶりを変える。また、同じ画面内に2体のアバターを登場させ、司会者とゲストの会話を表現できる。本人確認を経て、自分の写真と短い動画から作成できる。

HeyGenが公表したテスト公表された結果
Avatar 6を本物と判定(並べて比較、270件の回答)42,2 %
HeyGenが算出した「判別不能率」84,4 %(Avatar V:44,4 %)
単独で視聴した実写クリップを本物と判定78,9 %
本人の声を使用したAvatar 6を単独で視聴し、本物と判定65,1 %
Seedance 2.5との比較での選好率72,4 %

強調されている84,4 %はHeyGen独自の計算値で、回答者がアバターを実写動画だと誤認した割合42,2 %を2倍にしたものだ。Avatar 6はアプリ、API、HeyGenのMCPから利用でき、料金は公表されていない。

🔗 HeyGenのXでの発表 · Avatar 6のモデル情報


Microsoft IgniteでのGitHub Copilot:Rust製SDK 2.0、Terminal-Bench 4.1でのFusion、適応型コードレビュー、ブラウザー、Evals、Entra、JetBrains

11月17日 — Igniteに合わせ、GitHubの変更履歴には同日だけで約15件の項目が追加された。先に取り上げたMAI Code 2とGPT-6.2に加え、Copilotの製品面での新機能を紹介する。

Microsoft Copilot SDK 2.0がRust製のコアと、セッション間で共有するランタイムへ移行

Copilotのハーネスへのアクセスを提供し、10月28日にMicrosoft Copilot SDKへと改称されたSDKが、メジャーバージョンを更新する。単一のランタイムで多数の隔離されたセッションをホストできるようになり、各セッションは独自の識別情報、ツール、ファイル、履歴を持つ。セッションを作成しても、コンテナ、プロセス、仮想マシンは起動しなくなった。この方式を実現するため、ランタイムはRustで書き直された。

公表された測定値(ウォームアップ済みの負荷)TypeScript製CLIRust製コア2.0
クライアント + セッション + 1ターン5,25 s55,3 ms
クライアント10個のメモリ使用量1 383 Mo126 Mo
セッションの処理能力1秒あたり7,551秒あたり120

SDKには「空」モード(ホストからシェルもファイルシステムも引き継がない)、セッションログ、別のインスタンスからセッションを再開するためのsessionFsが追加された。このバージョンには破壊的変更(オプションの再編、SDKプロトコル4、PythonとRustでの名称変更)が含まれる。引き続きTypeScript、Python、Go、.NET、Java、Rustで利用できる。

🔗 Microsoft Copilot SDK 2.0(Command Line) · v2.0.0リリース

Copilot FusionがTerminal-Bench 4.1のランキングに登場し、github.com、Visual Studio、モバイルにも展開

GitHubが、処理の強度に応じてモデルを選択・連携させるモードCopilot Fusionの初めての結果を公開ランキングで発表した。スタンフォード大学、Harbor、Laude Instituteが運営するTerminal-Bench 4.1で、Copilot Fusion Maxは解決率71,2 %を達成し、Opus 5.5とFable 5.2を5,4ポイント上回った。GitHubによると、費用はFable 5.2より88 %、Opus 5.5より57 %低い。Fusionはgithub.com、Visual Studio、GitHub Mobileのベータ版アプリで選択可能になり、対応モデルも拡充される。MaxにはClaude Sonnet 5.5、HighにはGPT-6.1 Terra、StandardにはMAI-Code-2が加わる。

🔗 GitHub変更履歴:Copilot Fusion

Copilotのコードレビューが処理の強度を自動選択し、秘密情報を検出。Azure DevOpsでは一般提供へ

ProからEnterpriseまでを対象にパブリックプレビューで提供されるAdaptiveでは、Copilotが各プルリクエストの複雑さとリスクを評価し、処理の強度をLite、Balanced、Maxから自ら選ぶ。選択されたレベルは表示され、管理者が設定した上限を超えることはない。さらに2つの機能がパブリックプレビューに加わる。リンクされた公開リポジトリを読み取って変更に依存するコードを見つける機能と、プルリクエスト内で露出した秘密情報を検出する機能だ。後者は、正規表現による500種類以上の検出器と、識別可能な形式を持たない秘密情報をAIで検出する仕組みを組み合わせる。リポジトリの分析情報ページでは、対応済みのCopilotコメントやCopilotのレビューなしでマージされたプルリクエストなど、4つの指標を追跡する。また、Azure Repos向けコードレビューは一般提供となり、Azureサブスクリプション上でGitHubのAIクレジットとして課金される。

🔗 GitHub変更履歴:適応型コードレビュー · リポジトリの分析情報

CopilotがChrome拡張機能でブラウザーを操作、アプリはAzure DevOpsに対応

新しい拡張機能GitHub Copilot in Chromeと組み合わせたブラウザー操作が、Copilot CLI、GitHub Copilotアプリ、VS Code、JetBrainsでパブリックプレビューとなる。Copilotはログイン済みのChromium系ブラウザー(Chrome、Edge)の隔離されたタブグループ内で、フォームへの入力、ウェブページからの情報抽出、開発中のアプリのテストを行う。この機能は初期状態では無効で、管理者は管理対象の設定features.browserUseから無効化できる。GitHub CopilotアプリはAzure DevOpsのリポジトリにもパブリックプレビューで対応する。エージェントがリポジトリをクローンし、プルリクエストを作成し、レビューコメントに対応する修正を行うほか、agent mergeを使ってCIを修復してからマージする。これらのリポジトリではクラウドセッションは利用できない。

🔗 GitHub変更履歴:ブラウザー操作 · Igniteに合わせたGitHub Copilotアプリの新機能

GitHub Copilot Evals、パブリックプレビューでスキル、エージェント、MCPツールをテスト

Copilot Individual、Business、Enterprise向けにパブリックプレビューで提供されるGitHub Copilot Evalsは、プロンプト、モデル、スキル、ツールが変わっても、Copilotの設定が引き続き機能することを確認するためのものだ。評価では現実的なタスクと望ましい結果を記述し、結果とエージェントがたどった手順の両方を検証する。/evalコマンドまたは自然言語から、スキル、カスタムエージェント、MCPツールの評価を作成して実行し、変更前後の実行結果を比較できる。各実行は開始前に承認を受ける。このツールはローカル評価エンジンVallyを基盤とし、VS Codeの拡張機能、またはCopilot CLIとアプリのプラグインとしてインストールできる。

🔗 GitHub変更履歴:Copilot Evals

Copilot CLIがMicrosoft EntraでのログインとMicrosoft 365 Copilotライセンスに対応

Copilot CLIがMicrosoft Entraによるログインに対応し、WindowsとmacOSでパブリックプレビューとなる。Linuxにも今後対応する予定だ。EMUアカウントにOIDCを利用する企業では、Copilot BusinessまたはEnterpriseのライセンスを使い、Entraの認証情報で連携済みのGitHubアカウントに自動的にログインできる。さらに新しい点として、Frontierプログラムに参加し、従量課金制のMicrosoft 365 Copilotライセンスを持つ組織は、GitHubアカウントなしでCopilot CLIを利用できる。この場合、推論はMicrosoft 365を経由し、Work IQのMCPサーバーが業務データをコンテキストとして提供する。この機能には、同日に安定版となったCopilot CLI 1.0.113が必要だ。

🔗 GitHub変更履歴:Entraでのログイン · Copilot CLI 1.0.113

JetBrains向けCopilotにクラウドサンドボックス、リモートアクセス、端末内音声入力を追加

JetBrainsのIDE向けGitHub Copilotプラグインが、複数のエージェント機能でVS Codeに追いつく。GitHubがホストする隔離環境でセッションを実行するクラウドサンドボックス、VS CodeやCopilotアプリから会話を再開できるリモートアクセス、Chrome拡張機能を使ったブラウザー操作、端末内で処理する音声入力が、いずれもパブリックプレビューで提供される。また、分割モードでのリモート開発に対応し、実行中のエージェントへの指示変更(Enter)や追加指示のキューへの登録(Ctrl+Enter)が可能になり、モデル一覧の先頭にCopilot Fusionが固定表示される。企業向けでは、管理対象の設定により例外を除いてClaudeとCodexが無効になり、IDE 2025.2はサポート対象外となった。

🔗 GitHub変更履歴:JetBrains向けCopilot


Claude Platformが連携請求を公開、WarpはEnterpriseプランで提供

11月17日 — AnthropicがClaude Platformで連携請求(linked billing)のベータ提供を開始した。これまで、外部ツールでClaude APIを使うには、パスワードと同じ役割を持つAPIキーをそのツールに預けることが多かった。連携請求では、顧客が自社のClaude Platform組織を外部プラットフォームに接続すると、APIキーを受け渡すことなく、利用料金が顧客に直接請求される。

サービス提供者向けには、Anthropicが承認手続きと請求を担う。提供者はConsoleまたはUsage and Cost Analytics API(ベータ)で、顧客ごとのリクエスト数、トークン数、使用モデルを確認し、リクエストごとに自社と顧客のどちらが支払うかを決められる。顧客側では、Owner、Admin、Billingのいずれかのロールを持つユーザーが組織全体について一度連携を承認し、プラットフォームごとに月間支出上限を設定でき、いつでも連携を解除できる。利用料金は、既存のAnthropic利用契約の購入枠から充当することも、従量課金で支払うことも可能だ。注意点として、リクエストはプラットフォーム側の組織で実行されるため、顧客組織の設定(IPアドレスの許可リスト、暗号化キー、データ保持)は適用されない。提供開始時点で、Asana、Factory、Linear、Ramp、Railway、Tines、Warpを含む19のプラットフォームが対応している。

🔗 Claude Platformの連携請求(Anthropic) · Xでの@ClaudeDevsの発表

WarpがEnterpriseプランでClaude Platformとの連携請求を開始

11月17日 — 提供開始時の19プラットフォームの一つであるWarpが、実装の詳細を明らかにした。企業はAPIキーを共有せずにOAuthで自社のClaude組織をWarpに接続でき、Warp AgentによるClaudeの利用料金は、Anthropicから同社のAPI料金で直接請求される。支出上限の設定と連携の解除は、Claude ConsoleのLinked Platformsページで行う。ドキュメントでは、この機能はWarp Enterprise限定とされている。ワークスペースで一つの連携を共有し、各チームが有効化するかどうかを選ぶ。対象はデスクトップ、CLI、ウェブ、クラウド上のエージェントで、サブエージェントも含まれるが、Claude CodeやAmazon Bedrock、Vertex AI経由の利用は対象外となる。また、Claude Pro、Max、Team、Enterpriseのサブスクリプションから料金を充当することもできない。連携先の資金不足でAnthropicがリクエストを拒否した場合、Warpは支払いをチームのWarp残高に切り替えられる。

🔗 WarpがClaude Platformとの連携請求に対応 · Warpのドキュメント


コーディングエージェント:Claude Code 2.1.326、Claude Codeチームの検証手法、Mistral Vibe Desktop、Antigravity 2.33、Replit Desktop、AI StudioのAndroidアプリ

Claude Code 2.1.326:agent teamsに対応したCode Mode、サンドボックスの強化、233件の修正

11月16日 — Claude Code 2.1.326は、233件の修正を含む367項目からなる大規模なリリースとなった。新機能では、2.1.323で登場した実験的なCode Modeが、エージェントチーム(agent teams)でも動作するようになった。Code Modeでは、Claudeが複数のツール呼び出しを連続実行するスクリプトを書く。ドキュメントによると、チームメンバーは標準表示ではCode Modeに切り替わるが、分割ペインでは切り替わらない。11月17日に@ClaudeDevsが初めて大きく紹介したが、引き続きデフォルトでは無効で、CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1で有効化する。

Remote Controlも進化した。claude remote-control、Claude Desktop、VS Codeから開始したセッションの応答が、生成されるそばからスマートフォンやブラウザーに表示される。HIPAA対応の「Claude Code + Cowork」構成を利用する組織では、ターミナルとVS Codeのセッションが自動モードで開始されるようになり、APIへの直接接続でサーバー側の分類器が動作する。

今回のリリースの多くはセキュリティ強化に充てられている。サンドボックスは、ホームディレクトリ内の一部の機密性の高いフォルダーにデフォルトでは書き込まなくなり(許可するにはsandbox.filesystem.allowWriteを使用)、ファイル操作ツールは.credentials.jsonへの書き込みを拒否する。worktree内に隔離されたサブエージェントは共有ブランチを書き換えられなくなり、権限確認を迂回するbypass permissionsモードの一部も含め、より多くのコマンドで確認が求められるようになった。一方、plugin.jsonの表示フィールドの形式不備によって拒否されていたプラグインは、フックやMCPサーバーも含めて読み込まれるようになったため、管理者は導入内容を確認する必要がある。料金に影響する変更も二つある。/claude-apiスキルはデフォルトでManaged Agents上にエージェントを構築し、プランモードでの自動圧縮には応答に使うモデル(opusplanではOpus)が使われるため、費用が増える可能性がある。/update-configのコンテキストは約93 000トークンから13 000トークンに縮小し、Claude in Chromeのbrowser_batchは150秒に延長された。

項目の種類(v2.1.326)件数
修正(Fixed)233
変更(Changed)62
改善59
追加(Added)11
削除(Removed)2

修正には、気づかないうちに損失が生じる問題への対処が複数含まれる。claude purgeでは、出力をリダイレクトしていると、表示されない状態でEnterキーを押した際にプロジェクトのデータが削除されることがあった。支出上限メニューは確認なしで月間上限を解除し、並列実行された二つのMCP呼び出しで結果が入れ替わることもあった。TypeScript Agent SDK 0.3.326は、MCPサーバーをコマンドラインではなく初期化リクエスト(mcpServersDelivery: 'initialize')で送信する。ただし、現時点ではコマンドライン経由が引き続きデフォルトとなっている。2.1.327は11月17日からすでにnpmのnextチャネルで公開されているが、リリースノートはない。

🔗 Claude Code v2.1.326 · Code Modeのドキュメント

Claude CodeチームはClaudeが書いたコードをどう検証するのか:verifyスキルからコミットゲートまで

11月16日 — 10月のコードレビューの紹介に続き、Claude Codeチームがclaude.devのブログで、Claudeの作業をどのように検証しているかを詳しく説明した。同チームでは、コードの約90 %をClaudeが記述し、レビューしている。アディ・オスマニがそこで示す考え方は単純だ。信頼できる検証ループがあれば、数十のセッションを並行して実行できる。構造化ファイルの生成に関する社内テストでは、評価基準に照らして結果を判定する独立した評価器によって、成功率が最大10ポイント向上した。記事は、まずエンドツーエンドテストを行い、次にプロパティテストと、移行作業に役立つ差分テストを行うことを推奨する。チームでは、verifyスキルにアプリケーションの起動方法とテスト方法を記述し、Claudeは3回失敗すると人間を呼ぶ。また、過去の障害を記憶に頼って扱う代わりに、差分の内容に応じて各項目を確認する39項目の信頼性チェックリストを使う。Code Reviewを導くREVIEW.mdファイルは常にベースブランチから読み込み、変更対象自身が判定ルールを書き換えられないようにしている。コミットゲート(off、observe、enforceの各モード)は、セッションで/code-reviewも/verifyも実行されていなければ、コミットをブロックできる。

🔗 Claude Codeチームの検証に対する考え方(claude.dev)

MistralがVibeのデスクトップアプリを公開、欧州の開発者にVibe Proを3か月無料提供

11月17日 — Mistralは、仕事とコーディングを支援するアシスタントVibe(旧Le Chat)を二つの方向で展開する。一つ目は、macOSとWindows向けのデスクトップアプリ、Vibe Desktopだ。複数のタスクを同時に任せ、エージェントが並んで作業する様子を見守り、その後、同じウィンドウ内で差分をレビューし、プルリクエストを追跡できる。10月のCLIリリースノートですでに言及されていたこのアプリは、製品ページからダウンロードできるようになった。二つ目は対象を絞った特典で、欧州の開発者は数量限定のコードLECHONKを使い、Vibe Proを3か月無料で利用できる。その後は月額14,99ユーロとなり、いつでも解約できる。最初の投稿から1時間後、Mistralは当日分のコードがなくなったと発表した。MistralはVibeとMistral Large 4(Le Chonk)について、オープンなモデルとハーネスの組み合わせでは最高で、コーディングではGLMやDeepSeekを上回るとしているが、投稿スレッドでは数値を示していない。Large 4について最後に公表された10月29日のスコアは、FrontierCode 2.0で19,7 %、Terminal-Bench 4.0で41 %だった。

🔗 XでのMistral AIの発表 · Vibeの製品ページ

Antigravity 2.33.0がSSHでリモートのLinuxマシンに接続、GitHubプルリクエストも統合

11月17日 — Antigravityアプリのバージョン2.33.0では、エージェントがローカルマシンの外でも動作するようになる。SSHでリモートの64ビットLinuxマシンに接続し、~/.ssh/configを起点にOpenSSH経由でサーバーを自動インストールする。そこでプロジェクト、Gitのworktree、エージェント、ターミナルを実行でき、ウィンドウを閉じた後も動作を続ける。GitHubプルリクエストのリンクは状態をリアルタイムに示すバッジになり、Overviewパネルには専用セクションが設けられた。また、管理者が許可すれば、ビジネスおよびエンタープライズアカウントでも/swarmとプラグインパネルを利用できる。パートナープラグイン7種類(Cloudflare、Grafana Cloud、SonarQube、incident.io、Better Stack、Tavily、Levels.fyi)を追加し、サイドパネルでは最大200 Moのマルチメディアファイルを受け付けるなど、16件の改善と21件の修正が含まれる。前日に公開された2.32.2では、/btwによる補足の質問が、読み取り専用ツールを備えた複数ターンの会話タブになった。ターミナル向けでは、11月14日付のAntigravity CLI 1.5.9がrun_workflowツールを全ユーザーに開放した。このツールでは、多数のサブエージェントに作業を振り分けるPythonスクリプトをエージェントに書かせる。また、HTTP接続のMCPサーバーのヘッダーに含まれるAPIキーなどが、リダイレクト時に別のホストへ送信される可能性があった漏えい問題も修正した。

🔗 Antigravityの変更履歴

Replit DesktopがMicrosoft Storeに登場、エージェントがローカルフォルダーで作業

11月17日 — 10月7日にMicrosoftと共同でプレビュー版を発表していたReplit Desktopが、Microsoft Storeで公開された。Replitのエージェントは、ユーザーが共有対象に選んだフォルダー内のファイルを操作する。ツールの構築やローカルデータの分析を行い、その結果からReplitのクラウド経由で共有できるレポートを作成する。アプリケーションのビルドと実行はローカルで行われ、ビルドごとにMicrosoft Execution ContainersとNVIDIA OpenShellを基盤とする専用のサンドボックスが使われる。製品ページでは、この隔離機能が対応するWindowsおよびmacOSデバイスで利用できると説明されており、Linux版も提供されている。Replitは料金やプランを明らかにしていない。

🔗 XでのReplitの発表 · Replit Desktopのページ

Google AI Studioがデータベース、Googleログイン、Google Playへの公開に対応した完全なAndroidアプリを作成

11月17日 — Gemini 4 CarbonとHydrogenを搭載したGoogle AI StudioのBuildエージェントは、プロンプトから、データベース、ユーザーログイン、AI機能を備えたKotlinアプリを作成する。プロンプトにこうした要件が記載されている場合、エージェント自身がバックエンドを用意することを提案する。具体的には、セキュリティルールを備えたCloud Firestoreデータベース、Google Sign-Inを利用するFirebase Authentication、Firebase AI LogicとApp Check経由のGeminiモデル呼び出しを構成し、APIキーがAPKに含まれないようにする。これまで、AI Studioで生成されたAndroidアプリは、ローカルセッション内にしかデータを保存できなかった。その後は、通常のGoogleアカウントだけで、自分のGoogle Playライブラリにアプリを公開できる。AI Studioがバンドルをビルドして署名し、ユーザーはそれをスマートフォンにインストールする。内蔵エミュレーターは音声付きのHD 1200pで配信し、画面のスクリーンショットをワンクリックでプロンプトに添付できる。

🔗 Google AI StudioのGeminiでフルスタックのAndroidアプリを構築


オープンモデルと推論:OVHcloudのOlala mini 7A1B、piハーネス向けに適応したQwen3.8-27B、Together Compiler

OVHcloudがLLMシリーズ初のモデルOlala mini 7A1Bを発表、欧州の公共スーパーコンピューターで学習

11月17日 — OVHcloudが初のLLMシリーズ、Olalaで言語モデル開発競争に参入する。最初のモデルであるOlala mini 7A1Bは70億パラメータを持ち、リクエストごとに10億パラメータが有効になる。各層に256のエキスパートを持つ混合エキスパート(Mixture of Experts、MoE)構成を採用し、Differential-TPAとMamba-3を組み合わせたハイブリッドアテンションを備える。欧州の公共スーパーコンピューター3基、Jupiter、MeluXina、Jean Zayでゼロから学習され、OVHによると、700万ユーロ相当の計算時間の支援を受けた。

発表された仕様Olala mini 7A1B
パラメータ合計70億、アクティブ10億
アーキテクチャMoE、各層256エキスパート、Differential-TPA + Mamba-3
コンテキスト32 000 tokens(v1.1で128 000を予定)
公表スループットRTX A4500で160 tokens/s、GPUなしで50 tokens/s
最小GPUメモリ8 Go
発表されたライセンスApache 2.0、Hugging Faceで公開

重みはまだHugging Faceに公開されていない。発表文では、モデルの重み、事前学習済みのベースモデル、技術レポート、AI Actへの準拠に関するドキュメントとともに、Apache 2.0ライセンスで「公開予定」とされている。正式公開は11月19日のOVHcloud AI Summitで予定されている。現時点でベンチマークは公表されていない。最初の顧客として挙げられたQwantは、すでに即答機能に利用しており、OVHによれば応答が20 %高速化し、運用コストは3分の1になった。今後の展開も示されている。年末までに、コンテキストを128 000トークンに拡大し、数学的推論を改善したv1.1を投入し、その後は1,000億パラメータを超えるv2.0を、企業向けエージェント型AI、クラウドDevOps、サイバーセキュリティ向けに展開する。OVHcloudの会長兼最高経営責任者オクターヴ・クラバによれば、学習コストは3年間で20分の1になった。また、OVHはオープンモデルを利用するために、一部の研究機関の厚意に依存することを望んでいない。

🔗 XでのOVHcloudの発表 · OVHcloudの発表文

Qwen3.8-27B-pi-adapted:LoRAアダプターにより、piハーネスでのQwen3.8-27BのSWE-bench Proスコアが29,4 %から62,7 %に向上

11月17日 — Hugging Faceのチームが進めるharness-hubプロジェクトが、Qwen3.8-27B-pi-adaptedを公開した。Apache-2.0ライセンスのLoRAアダプターで、Qwen3.8-27Bをコーディングエージェント用ハーネスpiのモデルとして使うために特化させる。ハーネス内で直接、強化学習(TRLの非同期GRPO)によって学習されており、重みはHubで公開されている。llama.cpp向けのGGUF版も用意されている。

評価ベンチマーク(piハーネス、pass@1)Qwen3.8-27Bアダプター適用時タスクあたりのツール呼び出し
SWE-bench Pro(最難関の51タスク)29,4 %62,7 %-55 %
Terminal-Bench 2.1(86タスク)39,5 %55,8 %-62 %
Terminal-Bench 2.1(評価用に取り置いた68タスク)39,7 %55,9 %-64 %

チームは、チェックポイントの選定に使わなかったTerminal-Benchの68タスクを分けて評価しており、そこでも16,2ポイントの向上が維持されている。一方、チェックポイントの選定にはSWE-bench Proのスコアも使われた。これは11月6日に紹介されたプロジェクトの続編で、younesは今後数日以内に別のアダプターも公開すると予告している。

🔗 Qwen3.8-27B-pi-adaptedのモデルカード(Hugging Face) · Xでのyounesの発表

Together AIがTogether Compiler誕生の経緯を公開、B200で従来のmegakernelを28 %上回る速度

11月16日 — Together Compilerの公開から2週間後、Together AIの研究チームがその開発経緯を公開した。昨年は手書きのGPUカーネルであるmegakernelを開発していたが、今年はその方式を手放したという。記事によると、エージェントにモデルのカーネルの書き換えと融合を任せるTogether Compilerは、B200上で手書きのmegakernelを28 %上回る性能を実現した(Llama 3.2 1Bで毎秒2 118トークン対1 649トークン)。megakernelは高速だったものの柔軟性に乏しく、数か月の作業を経ても、本番運用に使われたのは特定のモデル、バッチサイズ、顧客に対応する1つだけだった。NVIDIAの2つのプリミティブ、CUDA GraphsとPDLを使えば、カーネルを記述せずにその性能の98 %を再現できる。

測定構成(Llama 1B, H100)Tokens/smegakernelに対する性能比
Torch Compile (Inductor)669—
+ CUDA Graphs86487 %
+ PDLをきめ細かく配置97598 %
手書きのMegakernel990100 %

エージェントについては、ナレッジベースを導入すると最終的な高速化率が19 %低下した一方、エージェント間で頻繁に情報をやり取りし、指示を最小限にした場合に最良の結果が得られた。

🔗 Together Compilerへの道のり(Together AI)


科学分野に向けたNVIDIAの発表:Nemotron for Science、DKRZが採用するVera CPU 192基のプラットフォーム、DGX Spark HPC Developer Kit

Nemotron for Science、科学エージェント向けのモデル、データ、レシピをまとめたオープンな一式

11月16日 — SC26で、イアン・バックが科学エージェント向けのオープンな一式であるNemotron for Scienceを発表した。マルチモーダルモデルのNemotron 3.5 Super VL、溶解度や代謝に関する約50 000問を収めた新しい化学データセットLitmusBench、そしてNeMo GymとNeMo RLによる後学習レシピを組み合わせている。実験データを使ってモデルを専門分野に適応させることができ、DGX Sparkでもスーパーコンピューターでも利用できる。NVIDIAは提携先の成果を強調している。Lila Sciencesは、量子ドット合成の精度をほぼ倍増させ、GPT-6 Astraの54 %に対して61 %を達成し、推論コストは10分の1から20分の1になったとしている。Terray TherapeuticsはRxnScribeのテストで化学反応図の反応を約76 %復元した。また、KTHのエージェントは、失敗していたGROMACSの設定の81 %を、1台のDGX Sparkで一晩のうちに修復した。

🔗 Nemotron for Science(NVIDIA) · 後学習に関する技術記事

DKRZが採用する、科学計算向けのVera CPU 192基を搭載したラック型プラットフォーム

11月16日 — NVIDIAは、GPUによる高速化を利用しないシミュレーション向けに、Veraプロセッサを使ったプラットフォームを展開する。各88基のOlympusコアを備えるVera CPUを192基搭載した液冷ラックで、約300 TBのメモリと、合計200 TB/s超のメモリ帯域幅を備える。NVIDIAのテストによると、OpenFOAMの流体シミュレーションで、Veraはx86システムに対して1.9倍の性能、2.4倍のワット当たり性能を達成した。最初の顧客として発表されたドイツ気候計算センター(DKRZ)は、Bullが構築し、2028年初頭の導入が見込まれるスーパーコンピューターHLRE-5にこれを搭載する。ラックは2027年初頭からDell、HPE、Lenovo、Supermicroが提供する予定で、NVIDIAは新しいFortranコンパイラのプレビュー版を含むHPC SDK 26.11も公開する。

🔗 科学分野向けのVeraプラットフォーム(NVIDIA)

DGX Spark HPC Developer Kit、研究者の机上で使える4台のDGX Sparkクラスター

11月16日 — NVIDIAは、4台のDGX SparkをConnectX-7でリング状に接続し、スイッチを使わずに構成するHPC開発キットを発表した。合計512 GBのメモリと16 TBのストレージを備え、NVFP4で最大7 000億パラメーターのモデルをローカルで実行できる。研究者がスーパーコンピューターの割り当て時間を消費する前に、マルチノードのシミュレーションを開発し、デバッグできるようにすることが狙いで、4ノードでLAMMPSとNAMDのデモが行われた。キットはAcer、ASUS、Dell、HP、Lenovoなど9社のメーカーとNVIDIA Marketplaceで販売されているが、価格は公表されていない。HPC SDKをインストールするプレイブックは近日公開予定とされている。

🔗 DGX Spark HPC Developer Kit(NVIDIAブログ)


AIとサイバーセキュリティ:OTANと欧州機関がOpenAIのサイバーモデルを活用、GitHubとMicrosoftは検証済みの99件の報告をメンテナーに提供

OTANと欧州機関がDaybreak経由でOpenAIのサイバーモデルを活用

11月17日 — OpenAIは、自社のサイバーセキュリティモデルがOTANと複数の同盟国の防衛にすでにどう活用されているかを詳しく説明した。OTAN通信情報庁(NCIA)との取り組みにより、同盟の中枢機関は高度なサイバーモデルにアクセスし、月間最大3 000億トークンを利用している。OpenAIは演習Crossed Swords 2026も支援した。この演習では、新たな訓練項目として、人間の監督下でDaybreakを使い、サイバー作戦用のAIエージェントを構築、評価した。ENISA、ANSSI、ドイツとポーランドの機関もこれらのモデルにアクセスしており、ウクライナは民間インフラの保護にDaybreakを利用している。挙げられた成果は具体的だ。ENISAが発見した欧州機関のソフトウェアの脆弱性4件が修正され、CERT PolskaはMikroTik RouterOSの脆弱性6件を発見した。また、ENISAとCERT-EUの報告では、テストした全モデルを合わせると、メンテナーに提出された潜在的な問題88件のうち95 %が実際の問題だった。記事に契約金額の記載はない。

🔗 AIでOTANと同盟国のサイバー防衛を強化(OpenAI)

GitHubとMicrosoft、数千件のAIアラートを6つのオープンソースプロジェクト向けの検証済み報告99件に絞り込む

11月17日 — GitHubとMicrosoftは、AIが生成する大量の脆弱性報告にメンテナーが圧倒される問題への対策として設計した試験運用の結果を公開した。Microsoft Securityのエージェント型解析ハーネスCodename MDASHは、MAI Cyberモデルを使って6つのプロジェクト(AutoGPT、Caddy、Express、FastMCP、ImageMagick、Netty)をスキャンし、修正案を提示した。Copilotのスキルを基に構築されたGitHub Security Labの選別エージェントが重複と誤検知を除去し、その後、Microsoft FORGE Labの研究者7人が残ったすべてのアラートを手作業で検証した。検証には1プロジェクト当たり約2日を要した。

MDASH試験運用の段階公表値
未選別のアラート(GitHubの投稿による)9 791
メンテナーに非公開で送付した報告99
11月15日時点で修正済みの報告55
リリース版に反映済みの修正14

Caddyは22件の報告すべてを1週間以内に修正した。GitHubはここから3つの教訓を挙げている。発見よりも修正が重要であること、人間による検証は依然として不可欠だが、まだ大規模には対応できないこと、そしてメンテナーには概念実証を検証するためにサイバーセキュリティ能力の高いモデルが必要だということだ。GitHub Secure Open Source Fundの既存の対象プロジェクトすべてに、送付前に検証された解析結果とCopilot Maxへのアクセスが提供される。

🔗 メンテナーに必要なのは、AIによるバグ報告の追加ではなく修正(GitHub) · GitHubの投稿


AIとロボティクス:Gemini 4 Hydrogenを使うAntigravity向けRoboticsプラグイン、動画データセットHubEgo-100K

GoogleがAntigravity向けRoboticsプラグインを公開、Gemini 4 Hydrogenを汎用ロボティクスモデルとして紹介

11月17日 — GoogleはAntigravityをロボット開発の作業環境へと進化させる。新しいRoboticsプラグインには、開発者に代わってGeminiが実行するスキルがまとめられている。USBケーブルを接続して行うドライバーのインストール、カメラの検出、アームのキャリブレーション、動作テストから、Antigravity内でのMuJoCoシーンの構築、知覚と閉ループ制御、そしてアプリケーション全体の生成までを担う。中心となるモデルはGemini 4 Hydrogenだ。実物の6軸アームが日常的な卓上作業8種類を順にこなすベンチマークArtificial Analysis Robotics 0.1では、Argonに近い58のスコアを、より低いトークン当たりコストで達成した。また、ERQAでは空間推論でGemini Robotics ER 2を上回った。デモでは、YAMアームのキャリブレーションが約10分で完了し、コンベヤー上の菓子を仕分けるシステムは、シミュレーションでの検証から導入まで約1時間で完了する様子が示された。Antigravityの利用はGoogle AI ProとUltraの有料会員に限られるが、モデルはGemini APIとAI Studioでも利用できる。

🔗 ロボティクス向けGemini Hydrogen(Google Developers) · Google DeepMindのスレッド

Hub、専門的な作業動作を一人称視点で撮影したHubEgo-100KをCC BY 4.0で公開

11月16日 — HubはHugging Faceで、ロボット学習向けに熟練作業を一人称視点で撮影した動画データセットHubEgo-100Kを公開した。研究にも商用にも無料で利用できる。名称と発表では、10万人を超える協力者から10万時間の映像を集めることを目標としている。最初の公開版には、12 227人が72時間の間に職場や自宅で行う仕事を撮影した1万時間の映像が収録されている。RGB映像と慣性計測装置のデータをLeRobotおよびMCAP形式で提供し、ライセンスはCC BY 4.0、アクセスには申請が必要となる。量よりも多様性を重視しており、作業の種類ごとの参加者数の中央値は250人で、1人が総時間に占める割合は最大でも0.22 %だ。HubはICLR 2025で発表された研究を根拠としており、その研究によると、ロボットの方策の汎化性能は、主に学習で見た環境と物体の数に左右される。

🔗 XでのHubの発表 · Hugging FaceのHubEgo-100Kデータセット


音声AI:ElevenLabs、音声エージェント向けのリアルタイム医療文字起こしモデルScribe v3 Live Medicalを公開

11月17日 — Scribe v3 Liveの公開から1週間後、ElevenLabsは、患者、保険加入者、医療従事者にリアルタイムで応答する音声エージェント向けの医療版を公開した。このモデルは、薬剤名、用量、医療行為など、汎用モデルが特に誤認識しやすい語を対象としている。チームは最大10 000件の独自用語を登録でき、ElevenLabsによると、これにより医療用語の誤認識を最大48 %削減できる。また、番号が何回かに分けて読み上げられた場合は最後まで待ち、通話中の言語の切り替えにも対応する。対応言語は90以上、遅延は約150 msとなっている。

ベンチマーク(ElevenLabs社内)Scribe v3 Live Medical
PriMock57 (WER)12,8 %
Fareez OSCE(意味的WER)0,6 %
Eka Medical ASR11 % (Scribe v3 Live : 11,54 %)
MED-Term 英語 / ドイツ語 / フランス語2,24 % / 2,81 % / 3,24 %

ElevenLabsは、PriMock57において、テストした医療モデルの中で最も低い誤り率を達成し、次点よりも誤りが17 %少なかったとしているが、競合モデルの名称は明かしていない。このモデルはElevenAgentsですでに利用可能で、BAA契約を締結した企業向けにはHIPAA対応が可能となっている。

🔗 Scribe v3 Live Medical(ElevenLabs)


企業での導入:CognitionがMcKinseyと提携し、Devinの価値を測定

11月16日 — Cognitionは、大企業がソフトウェア開発におけるAIから測定可能な価値を得られるよう支援するため、McKinsey & Companyとの提携を発表した。Devinが開発作業を担い、McKinseyは顧客による優先プロジェクトの選定、コスト・速度・品質の基準値の設定、チームの再編を支援する。記事では、McKinseyが2026年第2四半期に製品・開発部門の責任者334人を対象として実施した調査を引用している。最も先行する上位4分の1の組織が2倍超の生産性向上を報告した一方、30 %は低下を確認したという。Cognitionは、世界的なシステム上重要な米国の銀行8行のうち6行と、米国の大手医療保険会社上位6社のうち3社が顧客であり、コストは最大60 %低いとしている。最初の事例として挙げられたのは、ポーランドのソフトウェア企業Comarchだ。同社はDevinを使い、20年前から使っているERP XLを18か月で刷新している。金額は公表されていない。

🔗 CognitionとMcKinsey(Devinブログ)


短報

NVIDIA

  • 国家安全保障・輸出委員会 — 決算発表当日、NVIDIAは取締役会に常設委員会を設置した。スザンヌ・ノラ・ジョンソンが委員長を務め、スティーブン・C・ニールとジョン・O・ダビリが参加する。国家安全保障部門と貿易コンプライアンス部門は、この委員会と最高経営責任者代行に報告する。 🔗 出典
  • 基板とパッケージング — KinsusはNVIDIA向けABF基板の生産能力を3.5倍超に拡大する(2027年下半期に生産開始)。SPILはNVIDIAから数十億ドルの資金提供を受けて先端パッケージングを拡張し、Amkorとの契約額は30億ドルに近づいている。 🔗 出典
  • IBM、Fermilabと量子技術 — DGX B200が、Nighthawkプロセッサーを搭載したものを含むIBMの量子コンピューターの隣に設置される。誤り訂正と高エネルギー物理学に向けた、共同設計用の共通プラットフォームを構築する。 🔗 出典

画像と制作

  • Midjourney — 編集モデルでムードボード、スタイルコード、スタイル参照画像を適用できるようになった。プロンプト入力欄に画像を置いてスタイルを追加するだけでよく、プロンプトを書く必要はない。アルファ版サイトには「スタイルを変更」メニューも追加された。 🔗 出典
  • Ideogram Print on Demand Studio — プリント商品の販売者向けの作業スペース。Ideogramのベクトルモデルを使い、トレンドの把握、図柄の作成、ベクトル化や拡大、印刷用の準備、商品上での見え方の確認まで行える。料金やプランの詳細は示されていない。 🔗 出典
  • LumaのLaya — Lumaがボード整理の仕組みを説明した。主エージェントのOrcaは整理をサブエージェントのLayaに任せ、Layaがグループ分けを決め、位置の計算はコードに委ねる。この計算の修正により、あるテストの所要時間が195秒から22秒に短縮された。 🔗 出典

コーディングエージェントとCLI

  • Codex CLI 0.171.0-alpha.12 — リリースノートが空のプレビュー版が3つ公開された。コミットの件名によると、端末のサイドバーに文書と画像のプレビュー、入力エディターでの取り消し、独自のステータス行の作成機能が加わる。11月17日夜には、修正版の安定版0.169.1もリリースノートなしで公開された。 🔗 出典
  • Qwen Code v0.28.0 — Qwen4-Maxへの対応(ネイティブの推論労力段階、キャッシュのTTL)、ヘッドレスモード・端末インターフェース・サブエージェントで既定のエージェントループを共通化する変更、Web Shellで管理されるworktree内でのセッションが追加された。 🔗 出典
  • Kimi Code 2.6.3 — 6件の修正。外部のStopフックが各応答後に再び実行されるようになり、バックグラウンドタスクの通知がセッション再開時に新たな応答を引き起こさなくなったほか、WindowsでWebBridgeデーモンが更新されるようになった。 🔗 出典
  • Delta Personal Runners — エージェントとコーディングするためのZedの環境Deltaで、自分のマシン上で各ターンが実行されるスレッドを、スマートフォンを含む別の端末から操作できるようになった。delta runner serveを使えば、画面のないサーバーでも同じことができる。料金は発表されていない。 🔗 出典
  • Devinのリリースノート — サイドバーに、通知を購読しているセッションが表示されるようになった。アーカイブに代わって「完了にする」が導入され、Phonebookという名簿が各メンバーのアカウント(Slack、Teams、Git、Jira、Linear)を結び付ける。セキュリティ上の検出事項はCSVで書き出せる。 🔗 出典
  • Gemini CLI — 11月10日以降、引き続きリリースはない。mainブランチでは、ポリシールールの正規表現をre2jsで評価するようになり、処理時間は線形、命令数の上限は2 000となる。先読みや後方参照を含むルールは無視される。 🔗 出典
  • DeepSeek Harness 0.2.2-rc.4 — 安定版がないまま40回目のプレビュー版となった。変更は、モデルの予期しない応答への対処と、デスクトップアプリのLiveShare共有に関する2件の修正に限られる。 🔗 出典

GitHubのその他の新機能

  • 必要に応じたシークレットスキャン — 利用を有効にすると、Copilotの専門エージェントsecurity-reviewが、GitHubの500種類超のシークレット検出器と専用に調整されたモデルを使い、作業中の変更を検査する。CLI、アプリ、SDK、コードレビューで利用でき、パブリックプレビューとして提供される。 🔗 出典
  • ハーネスの比較 — Copilotのベンチマークサイトが、同じモデルと同じ推論労力の設定で、Copilot CLIとClaude Code、Codex CLIを、解決率とタスク当たりのコストで比較する。変更履歴に数値は示されていない。 🔗 出典
  • GitHub Event Streams — 待機リスト制のプレビュー。エージェントがプルリクエストを購読し、レビュー、コミット、競合、CIの変更をリアルタイムで受け取れる。APIを繰り返し問い合わせたり、公開のWebhookを設置したりする必要はない。 🔗 出典
  • Microsoft Agent 365 — Enterprise Managed Usersを利用するGitHub Enterprise Cloudの企業は、Copilotエージェントの活動を送信できる。プロンプト、応答、ツール呼び出し、リスクの兆候をPurviewとDefenderに取り込める。 🔗 出典
  • Agent Host Protocol — エンジニアリング記事で、エージェントのセッションを端末間で引き継ぐプロトコルの構築過程を紹介している。独立した2つのホストがあり、VS Code向けはTypeScript、GitHub向けはRustで実装され、6言語のライブラリが用意されている。 🔗 出典
  • GitHub MCPサーバー2.2.0 — サーバーの指示が、絞り込まれたMCPスキルに置き換わる。シークレットスキャンのアラート用ツールでシークレットを非表示にできるようになり、エージェントによる自動化向けの新しい公開ツールも追加された。 🔗 出典
  • カスタマイズをプラグインのみに限定 — 管理対象の設定strictPluginOnlyCustomizationにより、企業の管理者は、Copilotのスキル、エージェント、フック、MCPサーバー、拡張機能の提供元を、プラグインまたは管理対象の設定に限定できる。 🔗 出典
  • 11月9日のCopilot更新まとめ — GitHub Copilotアプリに、クラウドまたはCodespaceのセッションをスマートフォンで続けるためのQRコード、会話を離れずにMCPサーバーへ再接続する機能、フランス語を含む多言語の音声入力が加わった。 🔗 出典
  • Dependabot — アラートの却下を委任する申請の有効期間が、1週間から1年に延長される。まずgithub.comに導入され、その後GHES 3.24にも導入される。 🔗 出典

モデル、研究、Hugging Face

  • You.comとLebrelのQwen4-Max — OpenRouter、Vercel、Novita AIに続き、QwenはYou.comでのQwen4-Maxの提供を発表した。その後、エージェントによるコーディング向けにLebrelでも提供されると発表したが、料金やプランは示されていない。 🔗 出典
  • TRL v1.18.1 — 修正版。Python 3.15でのCLIを修復し、正確性に対する報酬の計算を別プロセスに分離した。これにより、異常な応答が学習全体を停止させることを防ぐ。 🔗 出典
  • MecCog Challenge — Hugging FaceとCASPの創設者が、アルツハイマー病におけるAPOE4の役割に関する5つの仮説を文献と結び付けるコンテストを、2027年1月15日まで開催する。人間もエージェントも参加でき、結果は学術誌に掲載される。 🔗 出典
  • OpenRouterのAuto Router — 作者自身もルーターを提供しているベンチマークAutoBenchによると、新しいAuto Routerが適切なモデルを選べる割合は、high設定で65.2%となり、旧版の79.1%を下回る。他の設定では偶然の選択と同程度にとどまる。 🔗 出典
  • 無検閲モデルをエージェントとして使用 — これらのモデルへのアクセスを販売するOpenUncensoredが、32モデルにツールを使う5つのタスクを実行させた。最も優秀な元モデルから派生したモデルはタスクの38%を完了し、それ以外は28%だった。 🔗 出典
  • TuHaMa — Turkish NLP Suiteが、フォーラムEkşi Sözlükから抽出した、12集団を標的とするトルコ語のヘイトスピーチ52 000件を公開した。モデルの文化的理解を試すテストとして位置付けている。 🔗 出典
  • CUDA C++版TRELLIS.2 — スヴァディティヤ・ムカジーが、Claudeにこの3DモデルをCUDA C++で書き直させた。PyTorch実装の5.3倍、ビット単位で同一の結果を得る場合でも2.2倍の速度となり、費用はAI利用料が約7ドル、H200での計算が60ドルだった。 🔗 出典
  • AI Model Hacking Hackathon — VIDRAFTが、ブラウザーでViKernelのレッドチーミングを行うコンテストを開始する。全4シーズンで、賞金は4 500ドル。 🔗 出典

ロボティクス

  • LeWAM — ケヴォルク・スラヒアンがGPT-6 Astraに、重みを直接編集してロボット制御方策LeWAMを修正するよう依頼した。未知の300種類の開始条件で試したところ、7つの編集版のいずれも元の方策を上回らなかった(-2.3〜+3.0ポイント)。 🔗 出典
  • FiftyOne向けTartanGround — Voxel51が、CMU AirLabのデータセットから地上ロボットの6つの走行軌跡(病院、港、湿地、日本の都市、工場、市中心部)を変換した。カメラ、セグメンテーション、LiDAR、姿勢、IMUのデータを含む。 🔗 出典

音声AI

  • PostNordとElevenAgents — 北欧の郵便事業者が、約90日でスウェーデンの自動音声応答システムをマルチエージェントシステムに置き換えた。転送せずに解決できた通話の割合は45%から60%に上昇し、今後はデンマーク、ノルウェー、フィンランドへ拡大する。 🔗 出典
  • Together AI上のWonderful — Wonderfulは、対応が不十分な言語向けに独自に調整した音声モデルを、欧州内に限定してNVIDIAの専用GPU上で提供する。Together AIによると、最初の文を発するまでの時間は274 ms。 🔗 出典

企業・機関

  • RevolutとCodex — OpenAIが公開した導入事例で、RevolutはCodexによりコーディング時間を30〜60%削減したと述べている。また、FinCrimeエージェントに一次チェックを任せ、最終判断は人間が行っている。 🔗 出典
  • SpaceXSIのGrok Bots — 5つのGrok Botsが経理チームの請求・入金業務を担当する。SpaceXSIによると、請求書の発行は約24時間から数分に、入金の照合は3〜4時間から30分に短縮された。 🔗 出典
  • OpenAI for Chile — チリの科学省と、行政でのAI活用、公務員の研修、スタートアップ支援を検討するための覚書を締結した。投資や購入の確約は含まれない。 🔗 出典
  • Cohere NorthのCrunchbase — PitchBookに続き、Northのエージェントが700万件超の企業プロフィールとCrunchbaseの予測にアクセスできるようになった。Crunchbaseのライセンスとシングルサインオンを利用する顧客が対象となる。 🔗 出典
  • PerplexityのRAGガイド — 検索拡張生成について、10月以降で5本目のガイドを公開した。利点、アーキテクチャ、用途、LLM単体・MCP・APIとの違いを扱い、製品の新機能はない。 🔗 出典

これが意味すること

タスク当たりのコストが、モデル発表の最大の売り文句になりつつある。OpenAIは、GPT-6.2を単独の最高記録で売り込むのではなく、より少ないトークンでのスコア向上とAstraの値下げを前面に出し、待機できるエージェント向けに、料金を抑えた2時間と8時間の実行枠も追加している。MicrosoftはMAI Code 2を、Claude Opus 5.5の96%の性能を5%のコストで実現すると紹介し、GitHubはCopilot FusionがFableより88%低いコストでOpus 5.5とFable 5.2を上回るとし、PerplexityはWANDRの各スコアの横にタスク当たりのコストを表示している。これらはあくまで提供元による、それぞれの条件下での比較である。MAI Code 2には販促価格が適用され、OpenAIでは各モデルに最良の設定が使われている一方、Intelligence IndexとFrontierCode 2.0ではFable 5.2が首位を維持している。

エージェントは、個別のタスクをこなす段階から目標を担う段階へ進んでいる。Devin Botsには責任が与えられ、Replit Missionsには予算内で達成すべき成果が、Gemini Tasksには電話と支払いを行う権限が与えられる。Multiagentは、モデルのチームに案件を分担させる。この自律性に伴い、安全策の性質も変わる。Replitのミッション合意には支出上限と承認手順が組み込まれ、Geminiには支出制限と利用可能な店舗の指定があり、タスクごとに隔離された仮想マシンが用意され、Cognitionには「Needs You」ボックスがある。Android Botの1 134件のPRやNumPyのエージェント群の19倍という数値は、いずれも提供元が自社のプロジェクトで示したものである。

モデルは交換可能になり、価値はモデルを選び、その利用料金を請求する層へ移りつつある。PerplexityのOrchestratorは提供元を切り替え、あるモデルが拒否したタスクを別のモデルに任せることで、その拒否さえ回避する。MultiagentとCopilot Fusionは競合するモデルを組み合わせ、Claude Platformの連携請求では、キーを渡すことなくWarp、Linear、RampからAnthropicのAPI利用料を支払える。オープンモデル側でも、同じ論理が小規模に働いている。あるハーネスでは、単純なLoRAアダプターだけで、SWE-bench Proの最も難しい51タスクにおけるQwen3.8-27Bのスコアが2倍以上になった。またOVHcloudは、他者が公開する重みに依存しないよう、欧州の公共スーパーコンピューターでOlalaを学習させている。

サイバーセキュリティは、これらの能力が懸念を生むと同時に役立つ領域であり続けている。GPT-6.2はサイバー分野でCriticalの基準に達し、AstraはAIの自己改善でHighの基準に達した。その結果、安全策が厳格化され、正当な研究者の活動にも支障が出ている。同時に、NATO、ENISA、ANSSIはOpenAIのサイバー分野向けモデルを利用している。また、GitHubとMicrosoftの試験運用MDASHは、AIが生成したアラートが保守担当者の役に立つのは、選別・検証され、修正とともに届けられて初めてであることを示している。数千件のアラートから採用された報告は99件で、そのうち55件はすでに修正済みである。


出典