検索

GoogleがGemini 4 Neonを発表、OpenAIはGPT-6.1 Astraの公開保留を説明、Genie 4がProject Genieに登場

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 ↗

Googleは、CarbonとHydrogenの間に位置するGemini 4 Neonを発表した。料金は100万トークンあたり3ドルと15ドルで、Artificial Analysis Coding Agent Indexで1位を獲得し、Antigravityの新たな既定モデルとなる。OpenAIは、安全性基準を満たすためにさらに時間が必要な場合、GPT-6.1 Astraのようなモデルの公開を保留すると説明し、同社のモデルがAMDの主力GPUのIPで最大14 %のPPA改善を見いだしたことも示した。Genie 4はGoogle AI Ultra加入者向けにProject Genieで提供され、Claude Code 2.1.327では100件の問題が修正された。また、Perplexityは1 000 URLあたり1ドルのContext APIを公開した。


Gemini 4 Neon:100万トークンあたり3ドルと15ドルのGoogleの中間モデル

11月18日 — Google DeepMindは、Argon、Carbon、Hydrogenに続くGemini 4ファミリーの新モデル、Gemini 4 Neonを発表した。最も長期かつ難度の高いプロジェクト向けのCarbonと、日常的な処理を素早く実行するHydrogenの間に位置する。モデルgemini-4-neonは有料APIで一般提供されている。料金は入力100万トークンあたり3ドル(キャッシュ利用時は0,15ドル)、出力は15ドルで、コンテキストは100万トークン、思考レベルはlowからxhighまでの4段階となる。

Googleが挙げた指標またはベンチマークGemini 4 Neonの結果
Artificial Analysis Intelligence Indexxhighで61、総合3位
Artificial Analysis Coding Agent Index58,6、1位
Vals Index70,9 %、2位
Agent Arena Index (Arena)1336、2位
Terminal-Bench 4.165,2 %
SWE-sweep(mini-SWEハーネス、次にAntigravity)12,8 %、次に39,0 %

Googleが特に強調するのはタスクあたりのコストだ。highではCarbonより32 %低く、ValsとAgent Arenaでは競合の最上位モデルより50〜80 %低い。Gleanは、Carbonと同等以上の品質を、3倍の速度、60 %のコストで測定したと述べている。ただし、トークン単価ではNeonのほうがCarbonより高い。Carbonは11月30日まで発売時の2ドルと10ドルの料金を維持し、その後4ドルと20ドルに移行する。「Gemini 4 Neon for cyber」という派生モデルも、今後数日以内にFairwind Programの防御担当者向けに提供される予定だ。

展開は同日から始まる。有料API(AI Studio、Android Studio)、Gemini for business、Google AI ProおよびUltra加入者向けのGeminiアプリが対象で、TasksもNeonで実行できるようになる。また、有料のProおよびUltra加入者向けにAntigravityでも提供される。Antigravityでは、モデルを選択していない場合、新しい会話の既定モデルがNeonとなり、コンテキストは512Kトークンとなる。Orchestrator (Neon)を選ぶと、計画をNeonに任せ、実行をHydrogenに担当させられる。

Gemini 4 Neon is rolling out now. Sitting between Carbon and Hydrogen, it brings frontier intelligence and fast task completion for complex software engineering, knowledge work, and science.

🇯🇵 Gemini 4 Neonの展開が進んでいます。CarbonとHydrogenの間に位置し、複雑なソフトウェア工学、知的作業、科学に、最先端の知能と迅速なタスク実行をもたらします。 — @GoogleDeepMindのX投稿

🔗 Gemini 4 Neonに関するGoogleの記事 · Antigravityで利用可能なモデル


最先端モデルの安全性:OpenAIがリスク管理を詳述し、GPT-6.1 Astraの公開保留を説明

11月18日 — 最先端モデルのリスク管理に関するOpenAIの記事は、公開を保留しているモデルの話から始まる。

We are pacing the development and release of our models, including pausing internal training or holding back models like GPT‑6.1 Astra when we need more time to meet our safety standards.

🇯🇵 私たちはモデルの開発と公開のペースを調整しており、安全性基準を満たすためにさらに時間が必要な場合には、社内の訓練を中断したり、GPT-6.1 Astraのようなモデルの公開を保留したりすることもあります。 — OpenAI、最先端モデルのリスク管理に関する記事

記事では、このモデルについてそれ以上の説明はない。管理の枠組みは、3つの段階にわたる4層の保護を組み合わせている。研究段階では、7月のHugging Faceのインシデント以降、最先端モデルの訓練は実際のインターネットへのアクセスなしで行われている。この段階では最先端モデルによるすべての推論が監視され、モデルがインターネットに到達すると自動的に停止する。モデルがインターネット、Slack、OpenAIのコードにアクセスする社内展開では、Codexを使う従業員に対して原則としてAuto-Reviewが求められる。外部展開では、第三者によるテストに加え、エージェントと人間の調査担当者によるオフライン検証が行われる。どの従業員も、公表に向けてインシデントを報告できる。

🔗 OpenAIのXでの発表


チップ設計:OpenAIのモデルがAMDの主力GPUのPPAを最大14 %改善、Jalapeñoチップでも成果

11月18日 — OpenAIのモデルはAMDとの協力により、回路を記述するコード(RTL SystemVerilog)を書き換え、すでに高度に最適化された基準設計に対して、AMDの主力GPUのIPで最大14 %のPPA(電力、性能、面積)改善を見いだした。AMDはすでに、製造に回した設計にこれらの変更の一部を組み込んでおり、各書き換えはSynopsysのツールで検証されている。

対象のチップまたは評価対象OpenAIが発表した結果
AMDの主力GPUのIP5か月未満でPPAを最大14 %改善
AMDの次期主力CPU主要ブロックで1桁台の改善
Jalapeño、ベクトル演算器セル面積を約13 %削減
Jalapeño、行列演算器セル面積を約10 %削減

OpenAIの推論チップJalapeñoでは、チームが推定した改善が実際のシリコン上でも確認された。次の段階は、Synopsysの電子設計ツール向けに同社と共同で訓練したモデル、GPT-Synopsysとなる。

🔗 チップ設計に関するOpenAIの記事


インタラクティブな世界と動画:Project GenieのGenie 4、Pika Enact

Google AI Ultra加入者向けにProject GenieでGenie 4を提供開始

11月18日 — 10月27日に研究プレビューとして公開された世界モデルGenie 4が、対象のGoogle AI Ultra加入者向けに、新版のProject Genieで利用可能となる。Google AI Proの会員は待機リストに登録できる。世界の中を移動しながら、新しいプロンプトを入力して天候やキャラクターなどを変更でき、音声もネイティブにリアルタイムで生成される。エージェントが簡単な説明から世界を構築し、探索中にはGeminiがイベントを提案して発生させる。コミュニティギャラリーでは、世界を見つけたり、リミックスしたり、公開したりできる。Genie 3も引き続き提供され、生成1回あたりのセッション時間は60秒から3分に延び、360度のパノラマ画像から開始できるようになる。生成されたすべてのコンテンツにはSynthIDの透かしが付く。

🔗 Project GenieのGenie 4に関するGoogleの記事

Pika Enact:再生を続ける動画の俳優、演出、カメラを操作

11月18日 — Pikaは、Pika H3 Flexを基盤とする研究プレビュー、Enactを発表した。シーンの再生を続けながら、1秒未満の区切りで映像と音声を生成する。

操作モードPikaが発表した性能
ライブ演出(Live Staging)マウスで被写体を移動、H100で映像が0,4 s未満で応答
ライブ演技指導(Live Actor Direction)記憶を持つエージェント、映像と音声を再生速度の1,75xで生成
ライブカメラ操作(Live Camera Control)B300 GPUを8基使用、640x480・24 i/s、リアルタイムの1,50x

俳優に話しかけると、それぞれの声で返答する。その後「アクション」と声をかけると、リハーサルが最初のフレームから始まる連続した1テイクへと書き換えられる。蒸留により、サンプリング時のノイズ除去は20ステップから数ステップに減らされている。Enactは一般公開されていない。試用や導入はPikaの法人向けチームを通じて行われ、料金や提供日は示されていない。

🔗 Enactに関するPikaの記事


一般向けアシスタント:ChatGPTのリアルタイム音声入力、モバイル版PerplexityとBrainが作成するスキル、Android Go向けGemini

ChatGPTが発話中に音声入力を表示し、10分の制限を撤廃

11月18日 — ChatGPTの音声入力が、Live Dictationによってリアルタイム化する。メッセージの文字起こしが終わってから表示されるのではなく、話している間に発話内容がテキストとして表示される。波形をタップまたはクリックすると、入力中のテキストの表示と非表示を切り替えられる。OpenAIは同時に、録音時間の10分制限も撤廃する。この機能は、iOS、Android、ウェブ、デスクトップアプリで、世界中のすべてのChatGPTプランに順次展開される。12月11日に予定されるAdvanced VoiceとStandard Voiceの提供終了については、11月11日の本欄で取り上げた。

🔗 ChatGPTのリリースノート

PerplexityがiOSとAndroidでTeammatesとMultiagentを提供、音声操作にも対応

11月18日 — Computerで継続的な作業を担当する個人用エージェントのTeammatesと、異なるモデルの複数のエージェントがチームで作業する処理レベルのMultiagentが、iOSとAndroidのPerplexityアプリに登場する。Teammatesは11月5日にウェブで、13日にMacで提供が始まり、Multiagentは前日にウェブで公開されていた。モバイル版には独自の機能があり、Teammatesを音声で操作できる。Perplexityによると、Computerで行われる最も負荷の高い作業の約3分の1は、すでにiPhoneから始まっている。いずれも11月18日からMax加入者が利用できる。投稿では、必要なクレジット数やEnterpriseプランへの提供については明示されていない。

🔗 PerplexityのXでの発表

Perplexity Brainが個人用スキルを自ら作成・修正

11月18日 — Perplexityは、Computerの記憶機能であるBrainが、繰り返し行うタスク向けの再利用可能な指示であるスキルを、どのように作成し改善するかを詳しく説明した。利用者の記憶と履歴を基に、1日1回の処理で個人用スキルを作成または修正する。この処理はインターネットやコネクターにアクセスせず、自動作成されるスキルは利用者1人あたり最大10件となる。全利用者に共通する組み込みスキルは、新旧2つの版を比較する再実行テストを行い、その後、人間が確認する。8月1日から11月14日までに、2万人以上の利用者向けに8万件以上の個人用スキルが作成された。8週間の無作為化試験では、ツール呼び出しの失敗が11 %、不満が7,6 %減り、コストへの測定可能な影響はなかった。SkillLearnBenchでは、成功率が43,8 %から62,5 %に上昇した。この機能は米国内のすべてのMax加入者に提供され、既定で有効になっているが、無効にできる。

🔗 自ら改善するスキルに関するPerplexityの記事

Geminiアプリがメモリの少ないAndroidスマートフォンに対応

11月18日 — Googleは、メモリの少ないAndroidスマートフォンでも動作するよう、Geminiアプリのアーキテクチャを再構築した。対象には、これまで基本的な音声コマンドしか使えなかった、対応する**Android (Go edition)**端末も含まれる。Googleは、何億人もの人にとって、この種のスマートフォンがインターネット、教育、商取引と日常的につながる手段であると強調する。主な機能として、45以上の言語に対応するGemini Live、メモや書類にカメラを向けて学習や翻訳を行う機能、Nano Bananaによる画像生成を挙げている。アプリはGoogle Playからダウンロードするか、電源ボタンを長押しして起動できる。また、Transsionなどの提携企業が今後発売する端末にプリインストールされる予定だ。記事では、必要なメモリ量や対象国の一覧は示されていない。

🔗 メモリの少ないスマートフォン向けGeminiに関するGoogleの記事


コーディングエージェント:Claude Code 2.1.327、Claude Docsのカオスループ、Codexのサンドボックス、Vibe CLI 3.1.3、VS Code 1.147、IgniteのReplit

Claude Code 2.1.327がstdinからMCP設定を読み込み、/statusを診断機能に

11月17日 — Claude Code 2.1.327には173項目の変更があり、そのうち100件が修正となる。claude mcp add-json <nom> -は標準入力からMCPサーバーの設定を読み込み、トークンをコマンドラインに含めずに済むようにする。/statusは、壊れているエージェント、スキル、コマンド、出力スタイルのファイル、無視された権限設定、フィルター(matcher)が何にも一致しないフックを一覧表示するようになった。データ損失を防ぐ修正も複数ある。Remote Controlのworktreeモードでは、.envのようなgitの無視対象ファイルが削除される可能性があり、claude mcp addとremoveは.mcp.jsonの別のキーを削除し、/exportは確認なしでファイルを上書きしていた。また、最初のBashコマンドを高速化するため、コマンドの承認前にシェルの起動ファイルが実行される場合があり、承認を拒否しても実行される点に留意したい(CLAUDE_CODE_DISABLE_SHELL_HEAD_START=1で無効化できる)。autoモードでは、今後のバージョンで有料の分類器へのフォールバックを廃止すると告知されている。npmの安定版は引き続き2.1.311となっている。

🔗 Claude Code v2.1.327

Claude Codeが公開前のClaude Docsをカオスループでテストした方法

11月17日 — claude.devのブログでVivek Nairは、9月16日のClaude Docs公開に先立ち、Claude Codeに任せたカオスループ(chaos loop)について説明している。約2週間にわたり、最大30のサブエージェントを率いる調整役のセッションが、本番環境を再現したステージング環境を意図的に壊し、DatadogのMCPを通じてテレメトリーを読み取り、修正を展開してからテストを再実行した。元に戻すのが難しい判断は、人間が担当した。

Claude Docs公開時の指標公表された数値
大きな文書のメモリ使用量約3 Goから約180 Mo
公開時に予定していたPod数500超ではなく約50
サーバーエラー20億件のリクエスト中60件
推論コスト(Fable 5.2の定価)約125 000ドル

著者はClaude Fable 5.2に近い社内研究モデルを使用した。実際に試したわけではないものの、小規模チームが2週間取り組む場合の費用を3 000〜10 000ドルと見積もっている。

🔗 カオスループに関するclaude.devの記事

OpenAI、Codex のサンドボックス、権限プロファイル、ネットワークプロキシを詳説

11月18日 — OpenAI はマイケル・ボリンの記事で、Codex が仮想マシンもコンテナも使わない理由を説明した。開発者の環境を維持するため、OS 標準の保護機能で各コマンドを制限しているという。Docker コンテナでは iPhone シミュレーターを利用できなくなるためだ。既定のプロファイル :workspace はリポジトリへの書き込みを許可し、.git と .codex を読み取り専用に保ち、ネットワークを遮断する。記事は限界も認めている。リポジトリ外の機密ファイルは引き続き読み取れるほか、エージェントが node_modules/prettier にコードを仕込み、エディターがそれをサンドボックス外で実行する可能性もある。権限プロファイルは config.toml で記述する。プロキシ codex-network-proxy はドメイン単位で通信を制限し、許可された後にのみ DNS 名前解決を行う。codex sandbox は MCP サーバーなど、ほかのツールも隔離する。

オペレーティングシステムCodex が使用する仕組み
macOSSeatbelt (sandbox-exec)
Linuxbubblewrap と seccomp-bpf
WindowsMicrosoft の MXC ライブラリ、導入作業中

🔗 Codex のサンドボックスに関する OpenAI の記事

Vibe CLI 3.1.3、既定モデルを Mistral Large 4 に変更し /goal を追加

11月18日 — Mistral は 3.1.2 の公開から8日後に Vibe CLI 3.1.3 を公開した。変更項目は78件で、追加13件、変更20件、修正44件、削除1件。既定モデルは Mistral Medium 3.5 から Mistral Large 4 に変わり、active_model = "mistral-medium-3.5" を使えば従来のモデルを維持できる。/goal コマンドでは目標を設定でき、Vibe は達成するまでターンをまたいで取り組み続ける。トークン予算には上限を設定できる(max_goal_token_budget)。モデル呼び出しの前後には2つのフックがある。pre_llm はターンを停止でき、post_llm は再試行を要求できる。試行回数の上限は1ターンにつき3回で、post_agent と共有する。保護機能では、保護対象のファイルを読み取るシェルコマンドに承認が必要となり、プロジェクト設定からテレメトリーを再有効化できなくなった。また、自己ホスト型サーバーに接続した環境では、クラッシュレポートが Mistral に送信されなくなった。

🔗 Vibe CLI 3.1.3 のリリースノート

VS Code 1.147、モデルルーターを追加し、企業による Claude と Codex のハーネスの許可に対応

11月18日 — VS Code 1.147 は、Copilot ハーネスのセッション向けに、モデルの振り分け機構(モデルルーター)を実験的に導入した。~/.agents/model-routers/ に配置した YAML ファイルに、作業の種類ごとに使用するモデルを記述すると、判断用モデル gpt-6-luna-decisions が各リクエストを適切な経路に振り分ける。リリースノートの例では、長時間のコーディング作業を Opus に、短い質問を GPT-6 Luna に割り当てている。企業向けには、これまでの制約が1つ解消された。従来は Copilot の設定が1つでも管理対象になっていると、その設定を適用しない Claude と Codex のハーネスは無効化されていた。管理者は今後、ファイルまたは MDM で管理する設定の vscode.allowedHarnesses を使い、片方または両方を許可できる。管理対象のシェルルールでは正規表現も使えるようになり、Agents ウィンドウには送信予約(Send Later)と複数の下書きを並行して作成する機能が加わった。VS Code デスクトップ版は、macOS Ventura、Sonoma、32ビット版 Linux ARM で非推奨となる。

🔗 VS Code 1.147 のリリースノート

Microsoft Ignite で Replit が発表:ローカルアクセスと Teams 連携を一般提供、Azure への公開を早期アクセスで提供

11月18日 — Replit は Microsoft Ignite に合わせて Microsoft との提携を拡大し、2026年の Microsoft 年間最優秀パートナー賞のスタートアップ部門に選ばれたと発表した。

Microsoft との連携11月18日時点の状況
Replit Desktop のローカルアクセス(Windows、Mac、Linux)一般提供
Microsoft Teams 内の Replit一般提供
Microsoft Marketplace 経由で Azure テナントに公開早期アクセス
Azure 上での完全な BYOC発表済み、日程未定

ローカルアクセスでは、Microsoft Execution Containers を基盤とするサンドボックス内で、ユーザーが選んだフォルダーを Agent が操作できる。ローカルアプリケーションは、端末上で動作する Microsoft Foundry Local のモデルを利用できる。Teams では、チームの会話から Replit に質問したり、作業を開始したりできる。Azure では Replit がホスティングを管理し、公開したアプリケーションは企業ネットワークや VPN を経由して非公開のデータベースに接続できる。料金は公表されていない。

🔗 Microsoft Ignite に関する Replit の記事


オープンモデルと推論:Rumble-2-Flash、Nemotron-Labs-Sigma、Qwen3.8-27B の OpenCode アダプター、32 GB の Mac で動く 180B の MoE

Reson8、40以上の言語に対応する 0,5B の音声認識モデル Rumble-2-Flash を公開

11月18日 — Reson8 は、40以上の言語に対応する5億パラメーターの音声認識モデル Rumble-2-Flash を Apache 2.0 ライセンスで公開した。Qwen3-ASR のアーキテクチャを基盤とし、Transformers と vLLM でそのまま動作する。Reson8 の本番運用モデル Rumble-2 から、現在の方策を用いた蒸留(オンポリシー蒸留)によって得られたモデルだ。

評価ベンチマーク比較対象モデル測定された誤り率
Open ASR Leaderboard、多言語Rumble-2-Flash (0,5B)平均 6,96 %
AppTek、コールセンター (302 h)Rumble-2-Flash (0,5B)WER 7,86 %
AppTek、コールセンター (302 h)Nemotron 3.5 Transcribe (30B)WER 7,78 %
AppTek、コールセンター (302 h)Qwen3-ASR 1.7BWER 7,4 %

多言語部門では、規模が15倍の Meta の omniASR-LLM 7B と Whisper large-v3 を上回る。バッチを最大まで埋めた場合は 7 000 RTFx を超え、約1時間の音声を0.5秒で文字起こしできる。

🔗 Rumble-2-Flash に関する Hugging Face の記事

NVIDIA、連続拡散型言語モデル14種の Nemotron-Labs-Sigma を重み公開

11月18日 — NVIDIA は Nemotron-Labs-Sigma を紹介した。Hugging Face で公開された重みは、11月16日に発表されていた。これらのモデルは、テキストを1トークンずつ生成するのではなく、ブロック単位で並列生成する。各ブロックはガウスノイズから始まり、ノイズ除去を通じて精緻化される。

公開項目発表された内容
規模とチェックポイント3B と 8B、14 リポジトリ(base、instruct、蒸留版)
拡散空間16 次元の連続埋め込み
蒸留後の高速化数学で約 8x、コードで約 4x
コンテキストと言語8 192 tokens、英語
ライセンスNVIDIA Nemotron Open Model License

研究論文によると、これらのモデルは GSM8K、Minerva、HumanEval、MBPP で離散拡散モデルや比較対象の自己回帰モデルを上回り、特にコードで大きな改善が見られる。蒸留後は、数学で1回の処理につき8トークン、コードで4トークンを生成し、精度の低下は無視できる程度だと著者らは評価している。

🔗 X での @NVIDIAAI の発表 · arXiv 論文 2610.02665

harness-hub、Qwen3.8-27B の OpenCode アダプターを公開、pi アダプターを 64,7 % に再評価

11月18日 — harness-hub プロジェクトは Qwen3.8-27B-opencode-adapted を公開した。コーディングエージェント OpenCode のハーネス内で強化学習によって訓練した、Apache 2.0 ライセンスの LoRA アダプターだ。

評価構成(OpenCode ハーネス)SWE-bench Pro (hard 51)Terminal-Bench 2.1(83 タスク)
Qwen3.8-27B35,3 %47,0 %
Qwen3.8-27B、思考強度 xhigh47,1 %55,4 %
Qwen3.8-27B-opencode-adapted51,0 %53,0 %

このアダプターは、思考なしでも、思考強度を最大に設定したベースモデルに匹敵する。しかも、タスクあたりの出力トークン数は6分の1から8分の1で済む。モデルカードによると、Terminal-Bench 2.1 では全体で6,0ポイント改善し(p = 0,38)、チェックポイントの選択に使わなかった66タスクでは 45,5 % から 59,1 % に向上した。チームは pi アダプターも再評価し、SWE-bench Pro の結果を 39,2 % から 64,7 % に更新した。前日に発表され、ここでも11月17日に取り上げた数値は、29,4 % から 62,7 % だった。

🔗 Qwen3.8-27B-opencode-adapted のモデルカード · pi アダプターのモデルカード

32 GB の MacBook で 180B の MoE を Transformers だけで実行、Strata との差は 6 %

11月18日 — Hugging Face のタレク・ジアデは、1800億パラメーターの混合エキスパートモデル Qwen3.8-Flash-Next を、32 GB の MacBook M5 上で Transformers だけを使って動かした。仕組みは、12 GiB のエキスパートキャッシュをメモリーに保持し、各トークンの生成時に、ルーターが選んだエキスパートだけを SSD から読み出すというもの。エキスパートは3ビットに量子化され、ディスク上では49 GB を占める。

MacBook M5 (32 Go) での測定Transformers(ストリーミング)Strata 0.1.60
デコード、200 tokens13,9 tokens/s14,8 tokens/s
プリフィル、4K のプロンプト228 tokens/s220 tokens/s
6K の文書の後のデコード12,4 tokens/s13,7 tokens/s

コードは、まだ未マージの Transformers のプルリクエスト(PR 50717)にあり、提供済みの機能ではない。著者は、コードをすべて AI で書いたこと、そして自身のコーディングエージェントに使うには依然として遅すぎることを明記している。

🔗 エキスパートのストリーミングに関する Hugging Face の記事


ランキング:Meta の Muse Ember、Agent Arena で GPT-6 Luna と Claude Haiku 5.5 を上回る、1タスク27秒・1,9セント

11月18日 — Arena は、Meta が11月9日に公開した Muse Ember の Agent Arena での評価結果を発表した。実際のユーザーセッションに基づくこのベンチマークで、実務向けに設計された、効率に優れるほかの2モデルと比較している。Meta もこのスレッドを共有した。

Agent Arena の測定項目Muse Ember (Max)GPT-6 Luna (Max)Claude Haiku 5.5 (High)
タスクあたりの時間27 s5,8 min1,9 min
純改善率+2,3 %+1,4 %+0,4 %
タスクあたりの費用1,9 cent7,0 cents6,9 cents
誘導スコア(作業全体)+11,2 %+3,9 %+3,8 %

Arena によると、Muse Ember は GPT-6 Luna より約13倍速く、費用はいずれの比較対象モデルに対しても3分の1未満となる。数千件のセッションで測定する誘導スコア(ステアリングスコア)は、ユーザーがモデルを修正する必要が少ないほど高くなる。これらは第三者評価機関である Arena の測定値だ。

🔗 X の Arena のスレッド


エージェント向け API:Perplexity、1回の呼び出しで最大10件の URL を読み取る Context API を提供開始

11月17日 — Perplexity は開発者向けプラットフォームに Context API を追加した。@perplexitydevs のスレッドによると、公開日は11月18日。1回の呼び出しで最大10件の URL を読み取り、各ページについて、整形済みの Markdown、HTML、リンク、クエリに応じて選んだ抜粋を返す。抜粋は要約ではなく原文そのもので、モデルが本文をメニューや広告から分離する。既定では、Perplexity のインデックス内のコピーが2日未満ならそれを使用し、それより古ければページを直接取得する。max_age_seconds を0にすると直接取得が必須となり、cache_only は直接取得を禁止する。

Perplexity が測定した評価項目Context API の結果
利用可能なコンテンツを取得できた URL92,3 %
主要な事実の再現率87,9 %
コンテンツの適合率80,3 %
料金取得した URL 1 000 件につき 1 ドル

Perplexity は715サイトを対象に、比較対象の名前を伏せて判定するモデルを使い、Firecrawl、Exa、Parallel、Keenable、Context.dev と比較した。ただし、各社のスコアはグラフでのみ示している。取得に失敗した場合は課金されない。

🔗 Context API に関する Perplexity の記事 · X の @perplexitydevs のスレッド


業務向けエージェント:ChatGPT for Sales と ElevenAgents for Healthcare

OpenAI、Sales プラグインと30以上の提携プラグインを備えた ChatGPT for Sales を提供開始

11月17日 — OpenAI は営業チーム向けに ChatGPT for Sales を提供開始した。新しい Sales プラグインには、見込み顧客企業の選定、通話の準備、フォローアップ文の作成など、そのまま使えるワークフローがあり、30以上の提携プラグインも新規追加または改善された。営業活動の全工程を網羅し、CRM(Salesforce、HubSpot、Close、monday CRM、Attio)、見込み顧客の開拓(Apollo、Clay、Common Room、ZoomInfo)、通話メモ(Gong、Otter.ai、Granola)、プレゼンテーション(Gamma、Figma、Canva)、契約(Docusign、Ironclad、PandaDoc、ServiceNow CPQ)に対応する。ChatGPT の常駐エージェントである dots は、これらを使って会議の事前資料を準備したり、商談を追跡したりできる。Rox と組み合わせれば、dot が毎朝商談を確認することもできる。ChatGPT Business と Enterprise の管理者は Admin Console からこれらのプラグインを有効化でき、既定でインストールする設定も可能。利用可否はプランと地域によって異なる。OpenAI は料金を公表していない。

🔗 ChatGPT for Sales に関する OpenAI の記事

ElevenLabs、医療向け音声エージェント ElevenAgents for Healthcare を提供開始

11月18日 — Scribe v3 Live Medical の発表翌日、ElevenLabs は医療関連の機能を ElevenAgents for Healthcare に統合した。医療機関の診療記録システムで予約の取得・変更・キャンセルを行い、保険給付と事前承認を確認し、24時間体制で患者に応対する音声エージェントだ。症状に関する質問は、通話の背景情報とともに医療従事者へ引き継がれる。BAA を締結し、Zero Retention Mode を有効にした Enterprise 顧客の導入環境は、HIPAA 対応の対象となる。

ElevenLabs が挙げた指標発表された結果
Cadence、患者と連絡がつくまでの時間の中央値約 2 時間から 3,5 分に短縮
Angle Health、転送せずに対応できた医療従事者からの電話90 % 超
PriMock57 での Scribe v3 Live Medical(社内テスト)次点のモデルより誤りが 17 % 少ない

Banner Health、Pfizer、AstraZeneca も、紹介された導入チームに含まれる。導入を始めるための Healthcare Receptionist テンプレートが用意されており、料金は公表されていない。

🔗 ElevenAgents for Healthcare に関する ElevenLabs の記事


報道:Groupe Figaro、ジャーナリズムをChatGPTに提供

11月18日 — LVMHのメディア部門に続き、その2日後にGroupe FigaroがOpenAIと戦略的提携を締結した。Le Figaroと関連媒体の最新記事や過去記事(ニュース、経済、文化、暮らし)が、要約や抜粋の形でChatGPTに表示され、元の記事へのリンクも付く。同紙は編集上の独立性を維持する。グループの最高経営責任者マルク・フイエは、600人を超える記者を擁する編集部の存在を強調している。Le Figaroは複数のチームにChatGPT Enterpriseを導入し、AI利用憲章に沿ってほかの活用方法も探る予定だ。契約金額と契約期間は公表されていない。

🔗 OpenAIによる提携発表


短報

Google

  • Antigravity CLI 1.5.10と1.5.11 — 1.5.10では、リモートエージェントにaccept-editsモード(--remote-agent)を追加。標準モードでは、リモートエージェントがファイルを変更するたびに承認を求めるようになった。また、Orchestrator(Carbonが計画、Hydrogenが実行)をGemini Enterpriseのアカウントでも利用できるようにした。🔗 出典
  • Gemini CLI — メインブランチに5件の修正がマージされたが、11月10日以降、新バージョンは引き続き公開されていない。シェル展開を解決できないコマンドでは確認要求を維持し、commandPrefixとcommandRegexのルールは最上位のコマンドだけを対象とするようになった。🔗 出典
  • Gemini 4 Carbonの作品紹介 — Googleが、Carbonを使ったコミュニティの作品5点を公開。CUDAで実装した52,000本の花が咲く草原、WebGPUでシミュレーションした1,048,576個の粒子、1枚の画像から再現した92台の機器を備える19世紀の光学実験室などが含まれる。🔗 出典
  • EmbeddingGemma 2 — 10月27日からarXivで公開されている埋め込みモデルの技術報告を、5分間の動画とともに紹介する記事が公開された。著者らによれば、規模が2〜12倍のモデルを上回るという。🔗 出典

コーディングエージェントと開発ツール

  • Zed 1.29と1.30 — 1.29が安定版となり、Git Panelのブランチモードと、BYOKでのClaude Fable 5.2利用に対応した。プレビュー版の1.30では、GPT-6.1 Terra、Gemini 4 HydrogenのExtra High推論レベル、追加料金が発生しない場合のCopilotモデルの全コンテキスト利用を追加した。🔗 出典
  • Codex CLI 0.170.0 — ターミナル内のリアルタイム音声通話がWebRTCで接続をネゴシエーションするようになり、OpenTelemetryのヘッダーは自動更新される。また、サンドボックスの制限が失われる複数の不具合を修正した。11月17日のCodexの変更履歴によれば、Pro 500の契約者はGPT-6.2 SolとAstraでUltrafastを利用できる。🔗 出典 · 🔗 Codexの変更履歴
  • Copilot SDK 2.0.1とCopilot CLI 1.0.114 — SDKが再び@github/copilot-sdkのインポートと既存の拡張機能の旧形式のオプションに対応し、GPT-6.2 SolとAstraの選択も追加した。Copilot CLI 1.0.114も公開されたが、リリースノートには修正と変更に関する一般的な記述しかない。🔗 出典
  • チーム単位のCopilotプラグイン — Copilot BusinessとEnterpriseで一般提供を開始。チームのメンテナーと組織の所有者が承認済みのAgent Pluginsを選び、直属のメンバーに対してVS Code、GitHub Copilotアプリ、Copilot CLIで標準で有効にできる。🔗 出典
  • GitHub Agentic Workflows 1.3.1 — このプレビュー版では、モデルのAPIホストへの直接アクセスを標準のネットワーク許可から除外した(Claudeではapi.anthropic.comの許可が必要)。また、実験的なAtomicエンジンを削除し、繰り返し実行するスケジュールを時間的に分散させるようにした。🔗 出典
  • DeepSeek Harness 0.2.2-rc.5 — DeepSeekモデルを使う場合、コーディングエージェントはDeepSeekのサーバー側ウェブ検索を利用し、検索ごとの課金は発生しない。ほかのモデルではDeepSeek Search APIを利用する。🔗 出典
  • Replit Missionsの実践例 — Replitによれば、Missionsは企業向け電子署名の最大手プラットフォームで1,000以上の操作フローをたどり、それらをTernSign内に再構築し、無料のプレビュー版として公開した。また、Replit Slidesでは6回の反復により、500ドル未満でデザイン評価が20 %向上した。🔗 出典 · 🔗 Replit Slides

APIとプラットフォーム

  • OpenAI APIの利用状況ダッシュボード — 分析タブで、利用量と支出、レート制限と制限対象となったリクエスト、さらにモデル、プロジェクト、APIキー別のエラーを確認できる。🔗 出典
  • OpenAI APIのデータレジデンシー — 対象となる組織の所有者は、プロジェクト作成時にデータの保存地域を選択でき、ゼロデータ保持を別途申請する必要はない。ガイドによれば、地域はその後変更できず、2026年3月5日以降に公開された対象モデルでは、地域別エンドポイントの料金が10 %高くなる。🔗 出典 · 🔗 ガイド
  • Agents SDK Python 0.25.0 — 10月中旬以来初の安定版。サンドボックス提供元のRunloopを削除し、Pydanticのチェックポイント形式を変更した。Responsesのセッション圧縮には、標準でGPT-6 Lunaを使うようになった。🔗 出典
  • PerplexityのAPI — Embeddings APIにpplx-embed-v2-contextモデルが登場した(テキスト100万トークンあたり9bは0.12ドル、0.6bは0.02ドル)。Agent APIにはGPT-6.2 Sol(100万トークンあたり2ドルと10ドル)とGPT-6.2 Astra(8ドルと40ドル)を追加し、最大272,000トークンの入力に対応する。🔗 出典
  • Together AI — Together Post-TrainingにDeepSeek-V4.1-Flash-1017が加わった。独自のデータ、報酬、環境を使ったSFTや強化学習が可能で、学習ループは利用者のPythonコード内で動作する。🔗 出典
  • Qwen4-Max — QwenがTokenHarborとRunwareでのモデル提供開始を紹介した。Runwareでは100万トークンのコンテキストと最大128,000トークンの出力に対応する。🔗 出典 · 🔗 Runware
  • GensparkにGPT-6.2 — AI ChatとCode AgentにGPT-6.2 Solが登場し、GPT-6.2 AstraはCode Agentのみで利用できる。🔗 出典

アシスタントとアプリ

  • Claude Desktop — WindowsとMacの「設定 > デスクトップアプリ」で有効にできるLatest更新チャネルが登場。より頻繁に新バージョンを受け取れるが、安定性が劣る場合もある。標準のチャネルは引き続きStableとなる。🔗 出典
  • Grok Bot — SpaceXSIのエージェントが、最も条件のよいプランを探して航空券、ホテル、レンタカーを予約できるようになった。投稿では、対象国、料金プラン、予約提携先のいずれも明示されていない。🔗 出典
  • Kimi Work 3.2.28 — プロジェクト専用のAGENTS.mdに記述するプロジェクト指示、企業向けSSOによるログイン、会話の要約パネルに対応。プレゼンテーションは標準でPPTX形式で提供される。🔗 出典
  • コンテキストの劣化 — Perplexityが、コンテキストが埋まるにつれてエージェントの精度が低下する現象(context rot)のガイドを公開。Computerがサブエージェント、作業ファイル、リクエストに応じたコンテキスト圧縮によって、この現象をどう抑えるかも説明している。🔗 出典

画像・動画・音声

  • 外部サービスにKling Image 4.0 — 公開の翌日、モデルがfal、Runware、eachlabsに登場したほか、GensparkのAI Media StudioとAI Image Agentでも利用可能になった(ネイティブ8K、1画像あたり2,000文字のテキスト)。🔗 出典 · 🔗 Runware · 🔗 eachlabs · 🔗 Genspark
  • GensparkにMAI-Image-2.7 — Microsoft AIの画像モデルMAI-Image-2.7とMAI-Image-2.7-FlashがGensparkに登場。画像内の文字の描画品質が向上している。🔗 出典
  • Suno MCPを全員に開放 — 10月28日から登録制のベータ版として提供されていたSunoのMCPサーバーが、誰でも利用できるようになった。ChatGPT、Claude、Gemini、Claude Code、Cursorから、APIキーなしでSunoのクレジットを使い、楽曲に加えてビジュアルも作成できる。🔗 出典
  • Claude内でSynthesiaを利用 — Synthesiaがコネクターの詳細を公開。Starter、Pro、Enterpriseの各プランで、エージェントSyrenが会話から動画を作成し、Synthesiaのクレジットを消費する。開発元によれば、SyrenはOpus 5.5を基盤としている。🔗 出典
  • Runway AI Festival 2027 — 映画、広告、ファッション、ゲーム、デザインの5部門で、2027年4月5日まで応募を受け付ける。ニューヨーク、ロサンゼルス、東京でガラ上映を開催する。🔗 出典

オープンモデル、データ、研究

  • NVIDIA Cosmos Data Factory — NVIDIAが、フィジカルAI向けデータのブループリントの計算コストを公表した。RTX PRO 6000を8基搭載するサーバーで、運転映像1クリップあたり約2.66ドルという。また、Cosmos Dataset SearchをApache 2.0でオープンソース化したことも明らかにした。🔗 出典
  • ANEMLL — 研究版では、Mac M6のNeural EngineとGPUにQwen3.8-27Bを分散配置する。64Kのプロンプトの処理時間は、Neural Engine単独の約5分から約2分半に短縮される。利用にはSIPの無効化が必要となる。🔗 出典
  • Samdei Type — Apache 2.0で公開された2つの小型モデル(パラメータ数7.1Mと18.2M)が、ラテン文字で入力されたクメール語をクメール文字に変換する。作者によれば、文字単位の誤り率は0.052で、既存の最良のオープンモデルの0.066を下回る。🔗 出典
  • ViKernel Scanner — VIDRAFTが、モデルにダミーのツールを与えるオープンソースのスキャナーを公開した。テストした20のオープンモデルはすべてF評価となり、中央値のモデルは100件のテスト中40件で危険な操作を試みた。🔗 出典
  • Kimi K3.1 Proの無検閲版 — 提供元のOpenUncensoredが、制限を解除したバージョンを提供している。独自のテストセットに含まれる、正当ではあるが許容範囲の境界にあるリクエストの97 %を処理し、元のモデルの83 %を上回る。一方、エージェントのループ処理に弱点があることは認めている。🔗 出典
  • olmOCR-Bench — Ai2が、複雑な文書を読み取るベンチマークでUnsiloedが申告した88.0というスコアを紹介した。GPT-5.5の84.6を上回る。🔗 出典
  • RoboTwin Unified — ハープリート・サホタが、50のタスクにわたる両腕操作の27,500エピソード、600万枚超の画像をFiftyOneに取り込めるデータを公開した。🔗 出典
  • Recapture — Nutrientが、文書読解モデルの学習用に、注釈付きのページを、注釈を保ったままスマートフォンで撮影した写真やリアルなスキャン画像に変換するオープンソースのツールを公開した。🔗 出典
  • ローカルのKafkaアシスタント — ロマン・メルニクは連載の第3回で、ファインチューニングをやめ、未改変のQwen3.8-27Bによる文書検索に置き換えた。40問での改善幅は+1.48で、ファインチューニングしたアダプターの+0.08と-0.18を上回った。🔗 出典
  • Ai2とTaylor Geospatial — オープンなベンチマーク、モデル(OlmoEarth)、地理空間データを整備するために提携。作物の種類と収量に対応範囲を広げたFields of The Worldなどを、Source CooperativeとGitHubで無料公開する。🔗 出典

エコシステム

  • Replit & Co. — Replitが、ビジネス利用者層に向けたクリエイタープログラムを開始した。開始時点では45人のクリエイターが参加し、Replitアカウントで特典を受け取る。🔗 出典
  • ManusとGodot — Manusが、自由に利用できるゲームエンジンの開発資金を支えるGodot FoundationのPlatinumスポンサーになった。金額は公表されていない。🔗 出典
  • GitHub Team — AI以外の話題。GitHub Teamの組織を対象に、セキュリティリスク評価(認証情報の流出、コードの脆弱性)が自動実行されるようになった。🔗 出典

これが意味すること

中価格帯が、最も競争の激しい領域になりつつある。GoogleはCarbonとHydrogenの間にGemini 4 Neonを投入し、トークン単価よりもタスクあたりのコストを売りにしている。トークン単価は11月30日までCarbonを上回る。ArenaはMetaのMuse EmberをGPT-6 Luna、Claude Haiku 5.5と比較評価している。いずれも実務向けに設計された効率的なモデルで、Muse Emberは1つのタスクを27秒、1.9セントで完了する。オープンモデルでも、同じ論理がより小さな規模で働いている。パラメータ数5億のRumble-2-Flashは、コールセンターの実際の録音で300億パラメータのモデルに匹敵し、Qwen3.8-27Bは単純なLoRAアダプターを使うだけで、トークン数を6〜8分の1に抑えながら、自身の最大思考モードと同等の性能を実現する。これらの数値は、提供元または提供元が引用する評価者によるものだ。

安全性は、研究室と同じくらいツールの設計にも左右される。OpenAIは、GPT-6.1 Astraの公開を見送り、最先端モデルを実際のインターネットにアクセスさせずに学習していると述べている。同じ日に公開したCodexの記事では、サンドボックスにも死角が残り、モデルの学習で補う必要があると認めている。コーディングツールは、こうしたトレードオフへの対応を公の場で進めている。Claude Codeは承認前に起動ファイルを実行することで最初のBashコマンドを高速化し、自動モードにおける有料のフォールバックの終了を発表した。VS Codeは、管理対象の設定を適用しないClaudeとCodexのハーネスを企業が再び許可できるようにし、Vibeはプロジェクトによるテレメトリーの再有効化を禁止している。

モデルは、自らを取り巻く仕組みの改善にもますます使われている。AMDでは、すでに高度に最適化された回路を書き換え、PPAを最大14 %改善している。Anthropicでは、Claude Codeの1回のセッションにより、大規模な文書のメモリ使用量が3 GBから180 MBに減った。8月末からClaude Docsの公開までの作業全体にかかった推論費用は、定価換算で約125,000ドルだった。PerplexityはBrainに利用者のスキルを書かせ、ReplitはMissionsに電子署名プラットフォームの1,000以上の操作フローを再構築させている。取り消しの利かない部分は人間が管理する。書き換えはSynopsysのツールで検証し、スキーマの判断はClaude Docsの開発ループを指揮したエンジニアに委ね、Perplexityの組み込みスキルには人間が目を通す。

そしてAIは、人々がすでにいる場所に入り込んでいる。Googleはメモリ容量の小さいスマートフォン向けにGeminiアプリを作り直している。同社によれば、こうした端末は毎日数億人をインターネットにつないでいる。Perplexityはエージェントをモバイルに展開し、ChatGPTは10分間の制限なしで、話している最中から音声入力の文字起こしを表示する。企業では、エージェントが既存の業務ツールに組み込まれている。ChatGPT for SalesはCRMや営業ツールに、ElevenAgentsは診療記録に、ReplitはTeamsやAzureに入る。報道も続く。LVMHのメディア部門に続いて、Groupe Figaroが編集上の独立性を維持しながら、過去記事をChatGPTに提供する。


出典