MiniMaxがM3.1 Flashを公開、Space Bunnyはそのプレビュー版だった、FLUX 3 Maxは10秒の動画を12秒で生成、OpenAIは1月14日にAPIでのGPT-4oとGPT-4.1の提供を終了

MiniMaxは、入力100万トークン当たり0,15ドルのエージェント・コーディング向けモデルM3.1 Flashの提供を開始し、200兆トークン以上を処理した匿名モデルSpace Bunnyが、そのプレビュー版だったと明らかにした。Black Forest LabsとfalはFLUX 3 Maxを公開した。10秒の動画を12,45秒で生成し、Seedance 2.5の約22倍高速で、まだ暫定段階にある画像から動画のアリーナで同率首位となっている。OpenAIはAPIでのGPT-4oとGPT-4.1の提供終了日を2027年1月14日に設定した。MetaはMuse Wonderの学習に使ったスーパーコンピューターPrometheusの詳細を発表し、Devinは各エンジニアの効率を0から100で採点するようになった。

MiniMaxがM3.1 Flashを公開：Space Bunnyはそのプレビュー版、入力100万トークン当たり0,15ドル

10月19日 — MiniMaxはFlashシリーズの新モデルM3.1 Flashの正式提供を開始し、匿名モデルの正体を明らかにした：

Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash.

🇯🇵 匿名で稼働しながら200兆トークン以上を処理したSpace Bunny 🐰は、MiniMax M3.1 Flashの初期バージョンでした。 — MiniMax、公開記事

M3.1 Flashは、9月27日にMiniMax Codeで登場し、その後Token Planにも加わったものの、ベンチマークや料金が公表されていなかったM3.1-Flash-Previewと、9月23日に提供元の名前を伏せてOpenRouterに掲載され、本サイトで27日に紹介した匿名モデルSpace Bunny Alphaの後継に当たる。MiniMaxは、エージェントタスク、コーディング、コンピューター操作（Computer Use）、サイバーセキュリティで世代を超える進化を遂げたと説明している。以下のスコアはすべてMiniMaxによるものだ：

ベンチマーク	MiniMaxの公表スコア
DeepSWE v1.1	73,7 %
OSWorld V2	61,7
Agents’ Last Exam (ALE)	29,6
BankerToolBench	76,2
CyberGym	82 %
Automation-Bench	62 %（固定ポスト）

OSWorld V2とAgents’ Last Examでは、M3.1 Flashは中国のモデルで首位となった。AutomationBench-AAについては、記事では「最高水準のモデルの一つ」と述べるにとどまるが、固定ポストにはAutomation-Benchで62 %と記載されている。

もう一つの強みはコストだ。疎性（sparsity）をさらに高めることで出力速度は毎秒200トークン超（中央値170超）となり、オンライン推論が約3倍高速になるという。記事によるとエージェントタスクの利用コストは従来モデル比で70 %下がり、固定ポストではM3の3分の1のコストで速度は3倍としている。料金は以下の固定価格となる：

料金の種類	100万トークン当たりの価格
入力	0,15ドル
出力	0,60ドル
キャッシュ済み入力	0,015ドル

M3.1 Flashは、MiniMax API、M Planサブスクリプション、MiniMax Codeアプリですでに利用できる。重みの公開時期について、記事では「後日」としか述べていないが、固定ポストでは10月23日としている。Pro版も後日登場する予定で、日程は発表されていない。その夜、MiniMaxは、米国でホストされ、データを保持しないOllamaが初日から対応していることを紹介し、プレビュー版がOpenCodeで12日間首位を維持したと主張した。

🔗 @MiniMax_AIの固定告知

FLUX 3 Max：Black Forest Labsとfalが10秒の動画を12秒で生成、Seedance 2.5の22倍高速

10月19日 — Black Forest Labs（BFL）は固定ポストでFLUX 3 Maxを紹介した。falのページでは、FLUX 3をベースにBFLと共同で構築し、fal Researchが事後学習を施した新しい動画モデルと説明している。テキストから動画、画像から動画の両方に対応し、解像度は720pとなる。

Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

🇯🇵 10秒の動画を12秒で生成します。画像から動画の分野で同率首位です。同等の品質でSeedance 2.5の22倍高速です。FLUX 3はカスタマイズを目的に設計されたモデルです。@falがこれを調整・最適化し、FLUX 3 Maxを作り上げました。 — Xの@bfl_ai

falが公表した指標	FLUX 3 Max	falが示した比較
10秒の動画の生成時間	12,45 s	Seedance 2.5は277,80 s、FLUX 3は126,44 s
Artificial Analysisの画像から動画アリーナのElo	1 139、同率首位	Seedance 2.5も1 139。MiniMax H3 (768p) が1 141で首位だが、不確実性の範囲内。FLUX 3は1 089
falでの720p料金、11月7日まで	1秒当たり0,0425ドル	通常価格は0,17ドル

元のFLUX 3と比べ、falによる推論処理の改善で生成は約10倍高速になり、事後学習でEloが50ポイント向上した。人間によるブラインド投票を基にするArtificial Analysisの順位は、暫定的な一時点の状況にすぎない。MiniMax H3が1 141で首位に立ち、首位勢と不確実性の範囲が重なるFLUX 3 Maxは同率首位とされ、Gemini Omni Flash 1.1、Wan 3.0、H3 Maxを上回っている。BFLは音声、物理的なリアリティ、効果音、通常とは異なる要求への対応力も強調している。

公開記念価格は、BFLが発表した2週間の75 %割引に相当し、テキストから動画と画像から動画の両方が対象で、最低利用額もサブスクリプションもない。falは、MiniMax H3に事後学習を施したH3 Maxと同じ方式を採用しており、同じAPIから提供する。識別子を変更するだけで両モデルを切り替えられる。FLUX 3シリーズとしては、10月14日のFLUX 3 Video値下げ、15日のFLUX 3 Image Kleinに続き、1週間で3件目の発表となる。

🔗 falのFLUX 3 Maxページ

OpenAI、APIでのGPT-4o、GPT-4o mini、GPT-4.1、GPT-4.1 miniの提供終了日を2027年1月14日に設定

10月14日 — 遅れての紹介となるが、APIの非推奨化ページによると、OpenAIは10月14日、対象の開発者に対し、GPT-4シリーズの4モデルを2027年1月14日に提供終了すると通知した。ファインチューニング済み（fine-tuned）のバージョンも対象となる。同じページには、10月1日に発表した2組の提供終了予定も掲載されている：

APIで提供終了となるモデル	提供終了日	推奨される移行先
GPT-4o (`gpt-4o-2024-08-06`, `gpt-4o-2024-11-20`)	2027年1月14日	`gpt-6-luna`
GPT-4o mini (`gpt-4o-mini-2024-07-18`)	2027年1月14日	`gpt-6-luna`
GPT-4.1およびGPT-4.1 mini（2025年4月14日のスナップショット）	2027年1月14日	`gpt-6-luna`
`gpt-5.3-codex`および`gpt-5.1`、10月1日発表	2027年4月1日	`gpt-6-sol`
`gpt-5.4-nano`、10月1日発表	2027年4月1日	`gpt-6-luna`
`tts-1`、`tts-1-hd`、`gpt-4o-mini-tts`、10月1日発表	2027年1月6日	`gpt-realtime-2.1-mini`

これらの日程は非推奨化ページにのみ掲載され、APIの変更履歴には記載されていない。10月17日のNode SDK 7.37.0では、GPT-4モデルのエイリアスに提供終了の通知が追加されている。

🔗 OpenAI APIの非推奨化ページ

モデルの学習：MetaのPrometheus、LumaのMARBLE、Together Post-Training、Trainium上のTorchNeuron

この日の4件の発表は、学習の4つの層を扱っている。Metaの計算センター、LumaのGPU間並列処理、Together AIの事後学習サービス、AWSチップ向けのPyTorchバックエンドだ。

Prometheus：Muse Wonderを学習させたMetaのスーパーコンピューター、GPU 100万基を目指す

10月19日 — Metaは、オハイオ州ニューアルバニーにあるギガワット規模のスーパーコンピューターPrometheusの詳細を説明した。Muse Wonderを含むMuseモデル群の学習に使われたもので、本サイトの10月12日の記事では名称を紹介するにとどまっていた。第1段階では、複数の建物に数十万基のGPUを配置している。

Prometheusの指標	Metaの公表値
有効スループット（goodput）、Muse Wonder	事前学習で85 %超、RLで90 %超
中断までの平均時間	約47 000 GPU時間、その後は54 000超
8 000 GPU当たりの中断回数	2025年半ばは1日約1 000回、その後99 %減
NVIDIAプラットフォーム	GB200およびGB300 NVL72、続いてVera Rubin NVL72

NVL72では、障害の影響範囲が72基のGPUに及ぶ。そのためMetaはラック当たり64基のみを稼働させ、残り8基を予備とし、さらに約2 %のラックを予備として確保する。稼働GPU 32 768基に対し、523ラック（GPU 37 656基）を用意する計算だ。ルイジアナ州に建設する次期スーパーコンピューターHyperionにも、この知見を活用する。

🔗 Prometheusの内部（Engineering at Meta）

MARBLE：Lumaが数百万のマルチモーダルトークンで厳密なシーケンス並列処理を実現

10月19日 — LumaはMARBLE（Mask-Aware Ring with Balanced, Lossless Execution）を発表した。因果型のテキストと双方向型の画像・動画が混在する、100万〜800万トークンのパック済みシーケンスで、マルチモーダルモデルを学習させるためのシーケンス並列処理だ。MARBLEはこのマスクをトークン当たり4つの整数で表現し、各層でring attention、疎なall-to-all、Ulyssesのいずれかを選ぶ。

Lumaが検証した構成	MARBLEの結果
FlashMask + Ulyssesのハイブリッドとの比較	48ケース中47ケースで高速
H100 GPU 32基、128基での高速化率の中央値	1,28倍、2,63倍
Gemma 3 27Bの学習ステップ、100万トークン、32 GPU	13,2 s、FlashMaskでは32,5 s

改良したFlashAttention-4カーネルはsoftmaxの状態をfp32で保持するため、出力と勾配はGPU 1基の場合と同一になる。Lumaは、カーネルがHopper GPU専用であることと、比較対象のハイブリッドを自社で構築したことを認めている。コードの公開は約束されているが、日程は示されていない。

🔗 LumaのMARBLE記事

Together Post-Training：顧客がSFTやRLのループを記述し、Together AIがGPUを稼働

10月19日 — Together AIは、10月12日に告知なしで公開され、本サイトで13日に紹介したレシピ集（post-training-cookbook）の公開から1週間後、サービスを正式に開始した。顧客自身が教師ありファインチューニング（SFT）または強化学習（RL）の学習ループを記述し、その下でTogether AIが専用GPUを使ってトレーナーとジェネレーターを動かす。

サービスの特徴	Together AIの発表内容
重みの調整	LoRA、同じGPU上で複数のアダプター、または一部モデルで全重みの調整
組み込みの損失関数	GRPO、CISPO、DPPO、交差エントロピー、または独自の損失関数
提供開始時のモデル	Muse Spark Open、GLM 5.3、Kimi K3、Qwen 3.8-27B
提供開始時の価格	8週間、B200 GPU 1時間当たり9ドル

GPUの利用時間に対して分単位で課金され、Tinker APIからの移行は1行で済む。

🔗 Together Post-Training（Together AIブログ）

TorchNeuron：Transformers、Diffusers、KernelsがAWS Trainiumでネイティブに動作

10月19日 — Hugging Faceは、AWSのTrainiumチップ向け新PyTorchバックエンドTorchNeuronに、Transformers、Diffusers、Kernelsでネイティブ対応する。公開ベータ版は10月20日に開始する。これまではPyTorch XLAを基盤とするOptimum Neuronを経由する必要があり、静的な形状を使い、グラフが分断されるたびに再コンパイルが発生していた。TorchNeuronはチップを通常のPyTorchデバイスとして扱えるようにし、即時実行（eager）、torch.compile、FSDP2に対応する。

推論では、最も利用されているテキスト生成アーキテクチャ100種類のうち89 %がそのまま動作する。Optimum Neuron v0.4.5では46 %だった。Hugging Faceは現在、Optimum Neuronを経由する代わりにTransformers、Diffusers、Accelerate、PEFT、TRLを使うことを推奨している。TRLの標準的なSFTスクリプトはTrainium2チップ8基で動作し、Hubで共有されるNeuronカーネルはvision transformersを最大2,4倍高速化する。

🔗 TorchNeuron（Hugging Faceブログ）

OpenAIのPythonおよびNode SDKがcomputer useとbrowser useのツールループに対応

10月16日 — 遅れての紹介となるが、@OpenAIDevsが再投稿したスレッドで、OpenAIの開発者体験チームのケビン・ウィナリーが、PythonおよびNode.js SDKの新しい補助関数（helpers）を紹介した。Responses APIのツールループ（tool loop）を処理するもので、コードは10月14日にopenai-python 3.31.0とopenai-node 7.33.0に追加された。全4回のシリーズの第1弾となる。

SDKの構成要素	モデルに公開するもの
`ComputerToolset`	computerツールを通じたスクリーンショット、マウス操作、キーボード操作
`BrowserToolset`	関数ツールとしてのページのテキスト、コントロール、タブ
Responsesのツールランナー	ストリーミングでの進捗通知と再開ポイント（checkpoints）

開発者が記述またはインポートしたドライバー（driver）が操作を実行し、公開する操作、変更の確認、安全性のチェック、ステップ数の上限は、引き続きアプリケーションが管理する。ガイドにはBrowserbase、Browser Use、Daytona、E2Bとの連携が掲載されている。ClaudeのSDKには、10月7日に同様のツールセットがベータ版として追加されていた。

🔗 ケビン・ウィナリーのスレッド · Computer useガイド

Perplexity：コネクターごとのロール別アクセス、Projectsのローカルフォルダー、Nano Banana 2.1、Reverse Engineerスキル

10月19日 — Perplexityが10月5日以来となる製品変更ログを公開した。全13項目のうち7項目が新しい内容だ。

変更ログの新機能	変更点	対象
コネクターごとのロール別アクセス	各コネクターを全員、管理者、特定のロールに開放できる	サポート付きEnterpriseプランの管理者
Projectsのローカルフォルダー	Computerが標準でMac上のフォルダーを読み書きする	Macアプリ26.38以降
ComputerのNano Banana 2.1	画像の生成と編集、同じスレッド内での再実行	Computerにアクセスできるすべての利用者
Reverse Engineerスキル	解析する権利のあるソフトウェアを調べ、再構築してテストする	10月31日まで無料、アカウントごとに10 000クレジットまで

7月末に導入されたロール別アクセス制御が、監査ログ付きで各コネクター単位にまで拡張された。このほか、Computerのサムネイル一覧、独自フォント（PPLX）、入力欄でAskモードとComputerモードを示す枠も追加された。既報の項目では、Gemini 4 ArgonはComputerでProとMaxの加入者に提供される一方、検索ではMax加入者だけが利用できる。

🔗 10月19日の変更ログ

LiteRT Tensor API：GoogleがCPU、GPU、NPUで動く組み込みモデルのC++実装を可能に

10月19日 — Google AI EdgeがLiteRT Tensor APIを公開した。組み込み推論スタックの一層を担い、C++で演算を一つずつ記述してモデルを手作業で実装できる。同じグラフがLiteRTを使ってCPUやNPU上で動作し、10月8日にオープンソース化されたML Driftエンジンを通じてGPU上でも動く。XNNPACKを使ってCPU上で直接実行することもできる。重みはHugging Faceの.safetensorsファイルから変換せずに読み込め、テンソルはアクセラレーターのメモリー内でコピーなしに受け渡しされる。

GoogleによるSAM 2の測定	公表された結果
WebGPUで512x512時の1秒あたりの画像数	10未満から30超へ
Apple MLXとの速度比較（MacBook Pro、fp16）	約1,5倍高速

デモでは、MetaのセグメンテーションモデルSAM 2が、Gemma 4 E2Bで解釈されたプロンプトを使ってブラウザー内で動く。記事によると、コーディングエージェントのAntigravityがTensor APIを使って実装し、その後高速化したという。ほとんどのプロジェクトでは、引き続き変換方式が推奨される。

🔗 Google Developersの記事

コーディングエージェント：Devinが利用者の効率を採点、AmpがLinear内のエージェントに、MistralがVibe CLI 3.0.0を公開、AntigravityのGemini 4 ArgonがGoogle AI Pro加入者にも開放

CognitionとAmpがチーム向け機能を追加し、MistralがCLIのメジャーバージョンを公開。GoogleはGemini 4 Argonを利用できる契約プランを一段階広げた。

Devinが各エンジニアの効率を0から100で採点し、高評価者の上限を自動で引き上げ

10月19日 — CognitionがDevinのEnterpriseプランに支出管理用の機能を3つ追加した。Efficiency Scoreは、各エンジニアの最近の利用状況を、生産的な作業時間をACU（Devinの課金単位）で割った効率Eと、1日あたりの生産的な作業時間である利用量Vを組み合わせて採点する。計算式はScore = 100 × (E + 0,2 × V × (1 − E))。利用量の影響は小さく、平均的なエンジニアは55点、同じ効率で多く利用する人は60点、利用量が多く効率の低い人は41点、利用量を抑えつつ非常に効率的な人は76点となる。

Devin Coachは実行前のプロンプトに助言し、利用者に知らせずに書き換えることはない。「効率に基づいて承認」オプションでは、管理者が上限を設定する。評価が「健全」または「良好」のエンジニアが利用限度に近づくと、本人が申請しなくても、設定された上限と組織全体の制限の範囲内でDevinが限度を引き上げる。それを超える分や、「要改善」「不明」と評価されたエンジニアからの申請は管理者に送られ、申請が自動で却下されることはない。これらの承認機能はすべてのDevin Enterprise顧客がすぐに利用できるが、料金は公表されていない。

🔗 Devinの記事

AmpがLinear内のエージェントに：課題の割り当てや@Ampへのメンションでorbが起動

10月19日 — Linearの課題をAmpに割り当てるか、コメントで@Ampにメンションすると、Linear内にエージェントセッション（Agent Session）が開き、本人に代わって作業するエージェントのスレッドであるorbが起動するようになった。Ampはそのセッション内で応答し、作業中に送られたメッセージに反応するほか、エラーで停止した場合やツールの承認を待っている場合にも状況を伝える。ドキュメントによると、購読設定によって新しい課題ごとにorbを起動することもできる。Ampのワークスペース管理者がアプリをインストールし、Linearの管理者が承認した後、各利用者が自分のアカウントを連携すると、Linearが各自のMCPサーバーに加わる。料金の記載はない。Ampはすでに7月23日からLinearのWebhookに反応できていた。

🔗 Ampの発表

Vibe CLI 3.0.0：MistralがRust CLIとUnified Harnessに一本化

10月19日 — Mistralが告知なしにVibe CLI 3.0.0を公開した。初の3.x版で、95項目のうち54項目が修正、5項目が削除となっている。旧Pythonインターフェース、旧実行エンジン、Planモードが廃止され、vibeは引き続きRust TUIを起動する。CLIからDesktopまで、すべてのインターフェースがUnified Harnessを経由するようになった。

既存の環境が動かなくなる可能性のある変更も複数ある。Pythonの最低要件が3.12から3.14に上がり、証明書はより厳格なRFC 5280の規則で検証され、Vibe 1.xのセッションはサポート対象外となり、サブエージェント用ツールはagents.*に改名された。追加機能では、/branchで会話を新しいセッションに分岐でき、Vibe Desktopで別のコーディングエージェントのセッションを取り込めるようになった。また、管理者はenable_mcpフラグでMCPサーバーをブロックできる。Windowsでは、コマンドの一部を隠して承認チェックを回避することができなくなった。

🔗 Vibe CLI 3.0.0のリリースノート

AntigravityのGemini 4 ArgonがGoogle AI Pro加入者にも開放、独立した週単位の利用枠を設定

10月15日 — 過去の発表を補足する。Google AntigravityのGemini 4 Argonが、Ultra加入者以外にも開放された。@antigravityのアカウントは、有料のGoogle AI Pro加入者もデスクトップアプリとCLIで利用できるようになったと発表した。10月13日の一般提供開始時点では、Google AI Ultraと対象のGemini Enterprise顧客だけがアクセスできていた。Proでは、Gemini 3.8 Flashの利用枠に加えて、独立したArgonの利用枠が設定される。週単位の枠のみで、具体的な量は公表されていない。

契約プラン	AntigravityでのGemini 4 Argon
無料およびGoogle AI Plus	利用不可
Google AI Pro	試用期間を除き利用可能
Google AI Ultra	利用可能
法人向け	利用可能

ArgonはAntigravity App、Antigravity CLI、IDE拡張機能で動作するが、Antigravity IDEでは動作しない。10月19日には、Zed 1.24.3の安定版にも追加された。

🔗 @antigravityの発表 · Antigravityのモデル紹介ページ

短報

コーディングエージェントとツール

Claude Code 2.1.303 — 10月18日に公開されたこの版のリリースノートは、バグ修正と信頼性向上を記した1行のみで、修正された問題の一覧はない。TypeScriptのAgent SDKも0.3.303になった。🔗 出典
Qwen Code v0.25.3 — 10月16日に紹介したプレビュー版に続く安定版で、既知の破壊的変更はない。v0.25.2以降で41件の機能追加と81件の修正があり、主な対象はManaged Agentだ。SSH経由またはmacOSのネイティブなワークスペースでツールを実行し、Planモードも加わった。🔗 出典
Copilot CLI 1.0.100 — 10月14日の1.0.98以来となる安定版だが、新しい内容はない。全49項目は、ここで10月15日から17日に紹介したプレビュー版1.0.99-0から1.0.100-1の内容をまとめたものだ。🔗 出典
ZCode v3.16.1 — Z.aiがZCodeのオープンソースリポジトリをバージョン3.16.1に同期した。リリースやリリースノートはなく、文書化された唯一の新要素は中国語のCLI利用ガイドだ。🔗 出典
Gemini CLI、10月19日のナイトリービルド — 変更なし。同じコミットでのナイトリービルドが3回連続となり、10月16日夜以降は何もマージされていない。安定版v0.64.0とプレビュー版v0.65.0-preview.0も変わっていない。🔗 出典
Zed 1.24.3 — この安定版の唯一の更新内容は、Google AIのモデルにGemini 4 Argonを追加したこと。10月14日からプレビュー版1.25.0にはすでに含まれていた。🔗 出典
FigmaのMCPパートナー — 10月15日分の補足。FigmaはConfig Indiaで、Amp、JetBrainsのJunie、OpenCode、Cline、Delta、Zedなど20の新しいMCPパートナーを発表した。ただし、一覧には21の名前があり、開放される機能や提供時期は示されていない。Zedは10月19日にこの発表を紹介した。🔗 出典 · 🔗 Zed
NavanとCursorのクラウドエージェント — 10月16日分の補足。Cursorが、NavanによるSpring Boot 4への移行事例を紹介した。自社のマシン上で動くクラウドエージェントを使い、8つのアプリと15のライブラリーを約1週間で移行した。2年前には1か月以上かかっていたという。30日間に主要リポジトリへマージされたPRの36 %がCursorを使って作成された。🔗 出典
GitHub CopilotアプリのセッションをVS Codeで再開 — GitHub Blogのチュートリアルでは、「VS Codeで開く」操作で、タスク、計画、会話、差分を伴うセッションをそのワークツリーで再び開き、レビュー、修正、ローカルテストを経て、セッションのプルリクエストにプッシュする手順を紹介している。🔗 出典
COOKED — OpenAI Developersが、チームやコミュニティーがCodexで作っているものを紹介する動画番組を開始した。初回（13分20秒）では、Codexのクラウド環境からUltrafastで作った8ビットのラーメンゲームまで、すでに利用可能な機能を紹介している。🔗 出典

API、ハーネス、統合

PerplexityのAgent API — require_approval設定により、MCPツールやコネクターの呼び出しは、実行前にアプリの承認を受けるようになる。また、xhighのプリセットの出力上限が128 000トークンから512 000トークンに増えた。Perplexityは、ここでも取り上げた10月5日の記載も訂正しており、xhighもFast Searchを使用する。🔗 出典
ハーネスの設計 — Perplexityが、AIツールでモデルの周囲を構成する仕組みであるハーネス（harness）について、エージェントループから検証まで6つの構成要素に分けたガイドを公開した。名称を明かしていない独立したテストを引用し、ハーネスだけを変更すると、同じモデルのコーディングテストのスコアが最大11 %変動したとしている。🔗 出典
CrusoeでのSPACE — CrusoeがPerplexityとの提携を発表し、PerplexityのオープンソースのサンドボックスSPACEをCrusoe CloudのManaged AIに統合する。日程や料金は示していない。Crusoeは10月15日のSPACEのコード公開時点で、すでにパートナーとして挙げられていた。🔗 出典
LovableのPerplexity — 10月15日分の補足。Lovableがアプリに組み込むAI機能の提供元に、Claude、Firecrawl、Gemini、OpenAI、p0、TypeSafeに加えてPerplexityが参加した。引用付きのリアルタイムなウェブ回答を提供する。料金や技術的な詳細はない。🔗 出典
沈黙しない音声エージェント — Google Developersのガイドが、ADKのストリーミング対応・非ブロッキングのツールを使い、gemini-3.8-live上の音声エージェントの沈黙を避ける方法を紹介した。新機能の追加ではなく、売上報告のワークフローで話し始めるまでの時間が14,4秒から1,2秒に短縮される。🔗 出典
Together AIのDeepSeek-V4.1-Flash-1017 — ここで10月17日に紹介したDeepSeekのモデルがTogether AIで提供開始された。提供元によると「同じ価格」だという。🔗 出典

オープンモデルと研究

Muse Glimmer — Metaが、8月に公開した一般向けハードウェアでのエージェントタスク用オープンモデル、30Bの技術報告書を公開した。テキストと画像、100を超える言語に対応し、単一のGPUで約4ビットで動作する。ライセンスはApache 2.0。MetaはGemma4-31BやQwen3.6-27Bを上回り、同規模で首位だとしているが、要約には数値を載せていない。🔗 出典
SlideOnとmSlideOn — LightOnが、DenseOnとmLateOnを基にしたスパース検索（sparse retrieval）用モデルを2つ公開した。パラメーター数は174M（英語）と339M（多言語）。SlideOnはBEIR-15で56,68を記録し、DenseOnの56,20を上回った。mSlideOnはMLDRでmDenseOnを10,19ポイント上回った。🔗 出典
tokenizers v1.0.0-rc.3 — tokenizers v1の3番目のリリース候補版では、npmでtokenizers-wasmという名前で公開されたWebAssemblyバインディングにより、ライブラリーをブラウザー内で利用できるようになった。また、ModernBERT、NLLB、SentencePieceから変換したモデルの読み込みも可能になった。🔗 出典
Transformers v5.20.2 — 修正版。生成中に入力の型が失われ、マルチモーダルモデルに支障が出る問題を解消した。また、エキスパート並列化を使う場合に、bfloat16でエキスパートの勾配がゼロになる問題も解消した。🔗 出典
プロンプトを並べ替える — アブデナセル・バダウイがコミュニティー記事で、バッチ推論前にプロンプトを分野別に並べ替えるだけで、vLLMを変更せずにQwen3-30B-A3Bで12〜17 %、gpt-oss-120bで7〜12 %高速化した。似たリクエストが同じエキスパートを使うためだが、遅延が重視されるオンライン提供では効果がなくなる。🔗 出典
Nesso3-0.4B-Agentic — mii-llmが、ツール呼び出し向けにイタリア語と英語の2言語に対応した4億パラメーターのモデルをApache-2.0ライセンスで公開した。開発者による2言語のテスト群では74/100で、Qwen3-0.6Bの67を上回るが、英語の汎用ツールでは48 %で、比較対象の84 %を下回った。🔗 出典
S²-MASとFin-Laya — ヤン・リーが、5億件の世帯ペルソナから抽出した1 200万のエージェントを、14基のGPUで3時間59分かけてシミュレーションした。また、金融上の意思決定モデルFin-Layaも紹介した。自身の測定によると、正解率は74,5544 %、平均遅延は9,10 msで、Jev 1.13の206,77 msを下回る。🔗 出典
BlenderWorld — 10月15日分の補足。QwenがBlenderを使った3D制作のベンチマークを公開した。223のタスクと2 651の二値判定基準で構成される。13モデルのうちGPT-6-Astraが100点中79,9で首位となり、Opus-5（73,0）、GPT-5.6-Sol（67,7）が続く。Qwen3.8-Maxは5位（60,6）。首位のモデルでも、すべての基準を満たしたタスクは42,2 %にとどまった。🔗 出典

ハードウェア、一般向け製品、創作

RTX Spark ノートパソコンの価格 — 10月16日の情報を補足すると、NVIDIA の発売プレスリリースでは、ASUS、Dell、HP、Lenovo、Microsoft、MSI の RTX Spark ノートパソコンが世界各地で2,599ドルから購入できると発表されている。一方、10月17日の NVIDIA のブログ記事では、同じメーカーの製品が2,399ドルからと記載されている。🔗 プレスリリース · 🔗 ブログ記事
アクションボタンで Grok Bot を起動 — Grok Bot のアカウント @bot が、アシスタントを iPhone のアクションボタンに割り当てられることを動画で紹介している。ここで10月18日に紹介した OpenAI の dots と同様の使い方だ。iOS のバージョンも利用プランも記載されておらず、x.ai の記事や @SpaceXSI による紹介もない。🔗 出典
Chroma Awards、第2シーズン — ElevenLabs が、自社で育成したという AI 制作コンペの第2シーズンを開始した。5部門で、試用枠は総額100万ドル、賞金は総額45万ドル超。記事では締め切りが2027年1月1日とされているが、参加要項では1月7日となっており、授賞式は2027年2月11日に開催される。🔗 出典

GitHub、AI 以外の話題

認証が必要な HTTPS クローン — 通常とは異なるトラフィックが発生している期間、GitHub は公開リポジトリに対する HTTPS 経由の一部の git clone と git fetch に、一時的に認証を求める場合がある。SSH、プッシュ、認証済みの操作には影響しない。GitHub は継続的インテグレーションで GITHUB_TOKEN または GitHub App のトークンを使うことを推奨している。🔗 出典
CodeQL、Xcode 27、Swift 6.4 — Apple の一部のシステムバイナリに x86_64 コードが含まれないため、CodeQL は Xcode 27 によるビルドを追跡しなくなり、どのプラットフォームでも Swift 6.4 をサポートしない。Intel 搭載 Mac のサポートは12月中旬に非推奨となる予定で、GitHub は macOS 26 と Xcode 26 にバージョンを固定するよう勧めている。🔗 出典

これが意味すること

MiniMax と Black Forest Labs は、純粋な品質以上に、タスクの処理速度とコストという同じ土俵で競っている。M3.1 Flash は出力速度が毎秒200トークンを超え、エージェントタスクの利用コストを70%削減し、入力100万トークン当たりの料金を0.15ドルに設定している。FLUX 3 Max は10秒の動画を12.45秒で生成し、11月7日までは動画1秒当たり0.0425ドルとなる。公表された品質は最高水準に並ぶが、それを超えてはいない。FLUX 3 Max はランキングで同率首位とされているものの、同じランキングでは MiniMax H3 が誤差の範囲内である2ポイント差で上回っており、M3.1 Flash はエージェント向けの2つのベンチマークで中国製モデルの首位をうたっている。MiniMax のモデルは実環境でも試されてきた。Space Bunny は開発元を明かさずに200兆トークン超を処理し、MiniMax によると、そのプレビュー版は OpenCode で12日間首位を維持した。これらの数値はいずれも提供元の発表に基づくもので、Artificial Analysis のランキングもまだ暫定版だ。

事後学習が、それ自体で独立した製品になりつつある。fal は FLUX 3 Max をゼロから作ったのではない。MiniMax H3 を H3 Max に仕立てたのと同様に、Black Forest Labs の FLUX 3 を調整し、最適化した。fal によると、事後学習によってモデルの Elo が50ポイント向上し、推論処理の改善によって生成速度は約10倍になった。Together AI は今、この機能を顧客に提供しており、顧客はオープンモデル上で SFT や RL の独自の学習ループを記述できる。また、TorchNeuron によって、AWS の Trainium チップで Transformers や TRL の通常の PyTorch スクリプトを実行できるようになる。一方、工程の上流にある事前学習では集約が進む。Prometheus は GPU 100万基を目指しており、Meta の記事の大部分は信頼性に割かれている。ラック当たり8基の予備 GPU を配置し、中断を99%削減したという。MARBLE は、数百万トークンに及ぶシーケンスを対象に、ソフトウェア側から同じ規模拡大の問題に取り組んでいる。

エージェントには、誰が何を実行でき、予算はいくらで、どの承認を経る必要があるかを管理者が制御する仕組みも加わっている。Devin は、効率的だと判断したエンジニアの上限を自律的に引き上げ、それ以外のエンジニアには管理者への相談を求める。Perplexity はコネクターごとに利用できるロールを指定し、Agent API はアプリケーションの承認が得られるまで MCP 呼び出しを保留できる。OpenAI のツールセットでは、アプリケーションが変更を確認し、ステップ数を制限できる。Vibe CLI 3.0.0 は、MCP サーバーを無効にするフラグを管理者に提供する。Amp は、自分に課題を割り当てた人の代理として Linear 内で作業する。エージェントがチームのツールに入り込み、それぞれの利用者の Linear 接続を使って行動する形だ。

最後に、開発者にとって、この秋はさまざまな移行が必要になる。GPT-4o と GPT-4.1 は2027年1月14日に OpenAI の API から提供終了となり、音声合成モデルの tts-1 と gpt-4o-mini-tts は、それより早い1月6日に提供終了となる。これらの日付は廃止予定のページにしか掲載されておらず、API の変更履歴だけを追っていると見落としてしまう。Trainium では、Hugging Face が Optimum Neuron から TorchNeuron 上の Transformers と TRL への移行を勧めている。また、Vibe CLI 3.0.0 は Python 3.14 を必須とし、証明書をより厳格に検証し、Vibe 1.x のセッションを再開できなくなるため、リリースノートを読まずに更新すると戸惑う可能性がある。