GitHub、8月17日の障害を振り返る、Meta AIがWildArtifactBenchを発表、Pikaが音声モデルを公開

2026年8月20日、GitHubのCTOは8月17日の障害（7時間47分、今月2件目の大きなインシデント）の詳細な総括を公開し、Azureへの移行を加速させました。Meta AIは、マルチモーダルエージェント向けの新しい評価フレームワークWildArtifactBenchを、Muse Spark 1.2の拡張デモとともに紹介しました。Pika Labsは、Suno、ElevenLabs、Stable Audioとの定量ベンチマークを添えて、音声モデルの完全なラインナップ（Music、SFX、Soundtrack）を詳説しました。これら3つの発表に加えて、AnthropicはClaude Academyとマネージドエージェントを強化し、Mistralは新しいドキュメント検索レイヤーを開始し、さらに15件ほどの新機能が開発、オープンモデル、メディア生成を網羅しています。

GitHub、8月17日の7時間47分に及ぶ障害を詳説し、信頼性計画を加速

8月20日 — GitHubのCTO、Vladimir Fedorovは、2026年8月17日の障害についての総括を公開しました。この障害は7時間47分続き、github.com、認証、GitHub Actions、API、pull request、issue、Copilotに影響しました。今月では2件目の重大インシデントであり、8月6日のActions障害に続くものです。いずれもコード変更や設定変更が原因ではなく、キャパシティの不具合でした。

このインシデントは、前例のないトラフィック急増が、GitHubのCentral USデータセンターにある重要なインフラコンポーネントの容量を超えたことで始まりました。負荷はシステム全体に広がり、認証失敗を引き起こしました。ほとんどのサービスは当日中に復旧しましたが、一部のCopilotサービスはより時間を要しました。そこでのエラーがクライアント側の再試行ループを引き起こし、復旧中のトラフィックを増幅させたためです。

Fedorovはこの障害をプラットフォームの成長と結び付けています。4月以降、月間コミット数は14億件から29億件へ増加しました。3月と4月以降、GitHubは300万コア以上のCPUと120ペタバイトのストレージを追加しつつ、Azureへの移行を加速させています。Azureは現在、5月の12%に対して58%の負荷を担っています。直近の対策として、GitHubはサービス間で一貫した再試行制限を導入しています。

On August 17, GitHub experienced a significant outage that disrupted developers and organizations around the world. If you were trying to ship software that day, we let you down.

🇯🇵 8月17日、GitHubでは大規模な障害が発生し、世界中の開発者や組織に影響を与えました。その日にソフトウェアを出荷しようとしていた皆さんを、私たちは失望させてしまいました。 — @Vlad_GitHub on X

🔗 8月17日の障害と、その先にある取り組み（github.blog）

Meta AIがWildArtifactBenchを発表し、Muse Spark 1.2のデモを拡充

8月20日 — Meta AIは10本のツイートからなるスレッドで、Muse Spark 1.2のマルチモーダル能力の拡張デモと、マルチモーダルエージェント向けの新しい社内評価フレームワークWildArtifactBenchの公開を並行して紹介しました。モデルは、マルチモーダルな観測を分析し、ツールを呼び出して、プラスチックのアヒルを探し出す二腕ロボットを導いたり、次に机を片付けたりする様子が示されています。たとえば、口紅をきちんと片付けるために、ヘアブラシとメイクブラシを見分ける例もありました。

2つの具体的な能力が強調されています。1つ目は、画像からWebページやゲームなどのデジタル成果物を生成する能力で、コード比較ではなく実際のレンダリングを評価対象にしています。2つ目は、Muse Sparkを、Muse ImageやMuse Videoと並べて、メディア生成のために社内利用することです。

スレッドの中心はWildArtifactBenchです。厳格な正解データベース型の採点表の代わりに、このフレームワークは人間およびエージェントによる嗜好判定者から得られる勝率とEloスコアを用いて、実用的なマルチモーダルワークフローをカバーします。Metaは本日、ベンチマークの10タスクと設計原則の文書を公開しています。

Today we’re also previewing WildArtifactBench, an internal evaluation framework designed to assess agents on complex, real-world tasks across diverse deliverable formats. By using win rates and Elo scores from human and agentic preference judges rather than strict ground-truth rubrics, it expands task coverage across practical multimodal workflows.

🇯🇵 本日、私たちはWildArtifactBenchも発表します。これは、さまざまな成果物形式を用いて、実世界の複雑なタスク上でエージェントを評価するために設計された社内評価フレームワークです。厳格な正解データベース型の採点表ではなく、人間およびエージェントによる嗜好判定者から得られる勝率とEloスコアを使うことで、実用的なマルチモーダルワークフローまでタスクの対象範囲を広げています。 — @AIatMeta on X

🔗 @AIatMeta のスレッド全体

PikaがSuno、ElevenLabs、Stable Audioに対してPika Audio Modelsのラインナップを詳説

8月18日-20日 — 8月14日に「Pika Audio Models」ラインナップを発表した後、Pika Labsは今週、3つの製品をそれぞれ数値付きで詳説しました。

Pika Music（8月20日）は、テキスト、歌詞、音声参照、音楽参照という4つの入力モダリティを受け付け、これらを1つの潜在拡散デコーダ内で組み合わせることができます。Audiobox Aestheticsでは市場リーダーに近いスコアを獲得し、90秒の楽曲を平均6.25秒で生成します。これは再生時間の約14.5倍の速さです。Pika SFX（8月19日）は1秒未満で効果音を生成し、競合より最大95%安価です。Pika Soundtrack（8月18日）は、潜在トークンに圧縮された動画から、音楽、ナレーション、効果音を映像に同期させ、67本のシーケンスのパネルで視聴覚アライメントの首位に立っています。

音声モデル	主要指標	Pika	競合
Pika Music	Audiobox Aesthetics（生成）	8,064	Suno : 8,151
Pika Music	速度（90秒の楽曲）	6,25 s	約14,5倍の再生時間
Pika SFX	平均レイテンシ（50プロンプト）	0,847 s	ElevenLabs v2 : 2,47 s
Pika SFX	平均レイテンシ（50プロンプト）	0,847 s	Stable Audio 3 SFX : 2,64 s
Pika Soundtrack	意味的アライメント（ImageBind）	0,2457	67シーケンスのパネルで最高

3つのモデルは、Pika API Club経由で利用できます。

On our fixed-lyrics benchmark, Pika Music reached the top tier of Audiobox Aesthetics: Content Enjoyment: 7.403, Production Quality: 8.064. For context, Suno scored 7.412 and 8.151 on those respective measures.

🇯🇵 固定歌詞ベンチマークでは、Pika MusicはAudiobox Aestheticsで最高水準に達しています。コンテンツの楽しさは7,403、制作品質は8,064です。参考までに、Sunoは同じ指標で7,412と8,151を獲得しました。 — @pika_labs on X

🔗 Pika Music（8月20日） · Pika Soundtrack（8月18日） · Pika SFX（8月19日）

AnthropicがClaude Academy、マネージドエージェント、Claude Codeを強化

Claude Academyが利用可能に

8月20日 — AnthropicはClaude Academyを開始しました。これは、AIを初めて学ぶ人から、すでに日常的にClaudeを使っている人まで、あらゆるレベル向けの無料の公開コースとチュートリアルのプラットフォームです。この取り組みは、単なる製品ドキュメントではなく段階的な学習経路を目指しており、初心者と上級ユーザーの両方に同じようにアクセスできます。関連ブログでは、AI学習に対するAnthropicの教育方針と、このアプローチの中でClaude Academyが果たす役割が詳しく説明されています。これは、同社が製品発表と並行してClaudeを中心とした教育施策を次々に打ち出している文脈の中にあります。

🔗 @claudeai の発表

Claude Managed Agentsへの3つの更新

8月19日 — AnthropicはClaude Managed Agents（Claude Developer Platform）に3つの進化を発表しました。メモリがSelf-Hosted Sandboxesでも利用可能になり、自己ホスト型サンドボックス内で行った作業を次回セッションに保存できます。web_search と web_fetch は allowed_domains または blocked_domains を受け付けるようになり、エージェントが参照できるサイトを厳密に制限できます。さらに、Consoleのセッションビューアはマルチエージェントセッション向けに再設計され、エージェントごとの1行ミニマップ、イテレーション単位でまとめたストリーミング文字起こし、スレッド単位およびセッション単位のドルコストを表示するインスペクタを備えています。

🔗 @ClaudeDevs の発表

Claude Code — 新しい「Concise」出力スタイル

8月20日 — Claude Codeは新しい「Concise」出力スタイルを導入します。これを有効にすると、Claudeは応答の冒頭に結果を置き、既定では短い返答を優先しつつ、ユーザーが明示的に求めた場合は完全な詳細を提供します。有効化は /config → Output style から行うか、settings.json 内の "outputStyle": "Concise" で直接設定します。ターミナルでより素早く読める返答を求めるユーザーに日常的に役立つ設定であり、明示的に求めれば特定の点を深掘りできる余地も失いません。

🔗 @ClaudeDevs の発表

CognitionのDevinがコード専用のSlackチャンネルを追加

8月20日 — CognitionはSlackとの公式ローンチ提携の一環として「Slack Code in Devin」を開始しました。これによりエージェントは、各コードタスクごとに専用のSlackチャンネルを自律的に作成し、既存のチームチャンネルで会話を混ぜずに作業を集中させます。Cognitionは、Slack内での振る舞いに合わせてDevinの「人格」を特に再調整したと述べており、これはターミナルやIDEではなくチームチャットの文脈に適したトーン調整です。この発表は、Devinを、GitHubやLinearなど既存の連携に加え、製品チームや非エンジニアがすでに交流しているコラボレーションツールに組み込むものです。

🔗 @cognition の発表

オープンモデル：Liquid AI、Sakana AI、そしてロボティクス向けの大規模データセット

Liquid AIのLFM2.5-DSpark、最大3.2倍の推論高速化

8月20日 — Liquid AIはLFM2.5-DSparkを公開しました。これは約3億パラメータの「draft」モデルで、LFM2.5ファミリーの3つのモデルの推論をspeculative decodingで高速化しつつ、品質劣化はありません。出力シーケンスは設計上、基準となるgreedy decodingと同一のままです。H100 GPU上での実測平均加速率は、LFM2.5-2.6Bで2.67倍（323 → 864 tok/s）、LFM2.5-1.2Bで2.10倍、LFM2.5-8B-A1Bで2.54倍です。複数ツールを使うシナリオでは、関数呼び出しのレイテンシが平均57%低下します。チェックポイントはsafetensorsとGGUFで提供され、llama.cppの初日対応とSGLangへの直接統合もあります。

🔗 Hugging Face上のLFM2.5-DSpark

Sakana Translateが新世代のSakana Namazuへ移行

8月20日 — Sakana AIの日本語・英語・中国語の無料翻訳サービスSakana Translateが、新世代のNamazuへ移行しました。新しい基盤モデルと改良された学習手法を組み合わせています。内部ツールTransEvalniaで評価された160件の日本語-英語翻訳タスクでは、Sakana Translateは比較対象の各競合システムに対して50%以上のケースでより良いと判定されました。既存の3機能（約5,000文字までのストリーミング翻訳、スタイル差分付き修正、翻訳に関するQ&A）は無料のままで、現在は新しいモデル上で動作しています。

🔗 Sakana Translate の発表

HiPHI、ロボティクス向けの大規模オープン人間動作データセット

8月19日 — Noitom Roboticsは研究向けにHiPHIを無料公開しました。これは、対象物との相互作用を含む高精度な人間動作キャプチャ617.5時間分で、同社によればこの種のデータセットとしては公開時点で最大級の1つです。このデータセットで学習したポリシーはすでに、#PhysicalAIのラベルのもとで実機のUnitree G1ロボット上で動作しています。こうしたオープン資源は、Physical AIとロボティクス向けデータセット構築というより大きな潮流の一部であり、発表を取り上げたHugging Faceエコシステムからも注目されています。

🔗 @noitomrobotics の発表

メディア生成：HeyGen、Black Forest Labs、Ideogram、NVIDIA

HeyGenがアバター修整（Retouch）を開始

8月20日 — HeyGenは、アバター修整ツールを動画エディターに直接統合しました。肌荒れやしわなどの欠点を補正し、メイクと照明を調整しつつ、元のアバターに忠実であるよう修整レベルを制御できます。公開された目的は、見た目だけが理由の再撮影を避けることです。1回修整して、その後のすべての動画でその成果を再利用するという考え方です。HeyGenは、修整後もアバターの見た目が判別可能であることを強調しており、別の顔を生成するのではなく、既存のものを洗練させるのだと説明しています。

🔗 @HeyGen の発表

Black Forest LabsがFLUX Video Upscale（2K/4K）を開始

8月20日 — Black Forest Labsは、FLUX 3 Videoにネイティブのアップスケーリングモジュールを追加し、より鮮明な顔、よりきれいな質感、背景のより豊かなディテールを保ちながら、2K/4Kの動画を生成または変換できるようにしました。同時に、FLUX 3 Video特有のスタイルの多様性と写実性も維持します。この機能はFLUXで生成された動画だけでなく外部動画にも適用でき、サードパーティのアップスケーリングソリューションより高速だとされています。APIと専用デモから利用可能です。

🔗 @bfl_ai の発表

Ideogramが量子化されたオープンモデルと画像背景除去ツールをRunwareで公開

8月20日 — Runwareは2つの新しいIdeogramモデルをホストしています。Ideogram 4.0qは、Ideogram 4.0（93億パラメータ）の重みを量子化したオープン版で、バウンディングボックスによるレイアウト制御、構造化JSONプロンプト、LoRA対応を備えています。もう1つのIdeogram Background Removerは、あらゆる画像から透明PNGの背景除去結果を生成し、特にタイポグラフィとロゴで優れた輪郭の忠実性を示します。

🔗 @runware の発表

NVIDIAがcuOptで最速のオープンソースソルバーを主張

8月19日 — NVIDIAは、自社のオープンソース最適化ソルバーcuOptが、分野で広く参照されるHans Mittelmannのベンチマークにおいて、3種類の組合せ最適化および線形最適化問題で最速だと主張しています。同社はコミュニティに対し、GitHub上で直接このプロジェクトを試すよう促しており、ハードウェア周辺のソフトウェアツールを開放していく戦略の延長線上にあります。cuOptは特に、大規模な物流や計画立案のユースケースで、解法速度が運用コストに直結する場面を狙っています。

🔗 @NVIDIAAI の発表

Mistral、Kimi、GLM-5.3：文書検索とコスト/性能競争力

Mistral、反復型ドキュメント検索レイヤー「Agentic Search」を発表

8月20日 — MistralはAgentic Searchを発表しました。これは、1回の検索しか行えず反復できない従来のRAGの限界を超えることを目的としたドキュメント検索レイヤーです。このシステムは、ファイル操作に着想を得た5つのツール（search, open, navigate, read, grep）をモデルに提供し、既存のインデックスで動作し、fine-tuningを必要とせず、モデルに依存しません。Mistral Medium 3.5とZ.aiのGLM-5.2でテストされています。FinanceBench（SEC提出書類368件）では、Mistral Medium 3.5の精度が26.7%から86%に向上し、p90レイテンシは255秒から154秒に低下しました。OfficeQA Proでは、GLM-5.2が精度で45.6ポイント上昇しました。Mistral Search Toolkit経由で利用可能で、StudioとVibeに統合されています。

🔗 mistral.ai 上の Agentic Search

Kimi K3、Agent Arenaのコスト/性能パレートフロンティアで首位

8月19日 — Agent Arena（LMArena）は、実世界の長期タスクにおけるエージェント評価について、コスト/性能のパレートフロンティアを公開しました。MoonshotのKimi K3（Max）は、性能向上率+10.53%で4位に入り、タスクあたりの中央値コストは0.62 USDでした。これはトップ8モデルの中で最も低く、わずかに高いスコア（+12.0%）でタスクあたり3.37 USDのClaude Opus 5（Max）を大きく下回っています。Grok 4.5は+6.1%で0.22 USD/タスク、Qwen-3.8 Maxは+6.3%で0.33 USD/タスクに達しました。

🔗 @arena のランキング

Z.aiのGLM-5.3がAutoClawにネイティブ統合

8月20日 — Z.aiの作業エージェントであるAutoClawに、8月18日にリリースされたGLM-5.3がネイティブ統合されました。サブスクリプションを接続したGLM Coding Planのユーザーは、一時的な1.5倍のクォータブーストと、月次のAutoClawクレジット（Lite 5K / Pro 10K / Max 26K）を受け取れます。新規ユーザーには、30日間有効な26KのAutoClawクレジット（20 USD相当）が付与されます。さらにGLM-5.3は、同日に外部の開発者によって報告された公式DeepSWEランキングで69点を獲得しています。

🔗 @AutoClawAIer の発表

OpenAI、欧州でChatGPT desktopを拡張。ChatGPT SitesとCodex SDKも展開

ChatGPT desktop（Mac）、Computer History、マルチアプリメモリ、Record & Replayを欧州で拡張

8月20日 — OpenAIは、これまで米国に限定されていたMac向けChatGPT desktopアプリの3つの機能を、欧州（EEA、英国、スイス）に拡張しました。対象は、Pro、Business、Enterpriseユーザー向けのComputer History（8月13日にすでに開始済み）、ChatGPTがユーザーのアプリやウェブサイトをまたいだ活動を記憶できるマルチアプリメモリ、そしてChatGPT WorkとCodex向けのRecord & Replayです。これは、通常のワークフローを説明するのではなく見せることで、再利用可能なスキルへと変える機能です。

🔗 @OpenAI の発表

ChatGPT Sites：URLのカスタマイズとCodexによるチーム協業

8月20日 — ChatGPTに組み込まれたウェブサイト作成ツールChatGPT Sitesは、公開済みサイトのURLをカスタマイズできるようになり、プロジェクトを反映して、より認識しやすく共有しやすくなりました。OpenAIはまた、同じプロジェクトで複数人が作成・公開できるよう、共同編集者を招待する機能も追加しました。この共同作業モードでは、CodexがGit管理と継続的インテグレーションをバックグラウンドで処理するため、非技術系チームでも、自分たちでバージョニングやデプロイを扱うことなくサイト上で協業できます。

🔗 @OpenAIDevs の発表

ChatGPT WorkとCodex向けの新しいExaプラグイン

8月20日 — OpenAIは、Exa AI Labsと共同開発したプラグインをリリースしました。これによりChatGPT WorkとCodexは、1000億以上のウェブページ、研究論文、文書にアクセスできます。このプラグインは、OpenAIのエージェント向けエコシステムにおけるサードパーティプラグイン統合戦略をさらに広げるもので、8月初旬にAgent Pluginsの導入で始まった流れの延長線上にあります。

🔗 @OpenAIDevs の発表

Codex SDK：Cisco App BuilderとThrive Holdings/Creteの導入事例

8月20日 — OpenAIは、Codex SDKの2つの導入事例を紹介しています。1つはCiscoで、顧客が自然言語でCisco Cloud Control向けのカスタムアプリケーションを作成できるApp Builderに利用されています。もう1つはThrive HoldingsとCreteで、7,000件の申告書を処理した税務準備システムを構築し、準備時間を約3分の1削減しました。OpenAIはまた、オープンソースのCodexハーネスのより広範な利用にも言及しており、既存の社内ツールに組み込んだチームでは、自社アプリがUI、コンテキスト、承認を担当し、ハーネスがエージェントループを処理しています。

🔗 @OpenAIDevs の発表

ブリーフ

Claude Managed Agents向けAG-UIアダプター — CopilotKitと共同で公開された新しいcookbookで、各会話スレッドを、テキスト、ツール、推論をストリーミングする管理セッションにマッピングしています。 🔗 source
Auto Modeを自然言語で設定 — Claude CodeのAuto Modeルールは自然言語で記述できます。$defaults を追加すると組み込みルールが保持されます。 🔗 source
Claude Desktopが約2倍速く起動 — バックグラウンド起動時のthrottling修正により、ウィンドウを隠していてもフルスピードで起動します。 🔗 source
v0（Vercel）— GPT-5.6 Sol と Fast mode が50%オフ — 2026年9月18日までの期間限定プロモーション。 🔗 source
GeminiでSATの無料模試 — 新学期向けの案内。The Princeton Reviewで検証されたコンテンツ、即時フィードバック、解答解説つき。 🔗 source
Visual Studio 2026搭載のWindows 11 arm64イメージが一般提供に — 標準およびlargerのGitHub-hosted runnerで利用可能。 🔗 source
Code scanningに拒否理由「Mitigated」を追加 — 外部の対策でリスクが軽減されたときにアラートを閉じるため。 🔗 source
GitHub Code Quality専用のGitHub Actionsパス — 履歴と利用レポートが他のrunと分離されました。 🔗 source
監査ログでGitHub Code Qualityの有効化を追跡 — 有効化、無効化、設定変更を追跡する3つの新しいイベント。 🔗 source
CodeQL 2.26.3がGitHub Actionsのクエリを改善 — JavaScript、TypeScript、Vueのソースモデル化。 🔗 source
Lumaが代理店のクライアント事例（Aperture）を詳説 — 顧客獲得単価を75%削減し、広告予算を9倍に拡大。インテリジェンス、人による検証、フィードバックループの3層システムによるもの。 🔗 source
NVIDIAがGeForce NOWをFirefoxに開放 — Ultimate加入者は最大1440p/120fps、Gallipoliを含む12本の新作ゲーム。 🔗 source
Sunoがオフラインプレイリストを追加 — 前日に発表されたプレイリスト刷新に加えて。 🔗 source
Qwen3.8-27BがHarveyのエージェント型法務ベンチマークで首位 — Legal Agent Benchmarkで第1位のオープンウェイトモデル。 🔗 source
AI Futures：変革的AIのガバナンスに関するOpenAIの新ブログ — 変革的AIに伴う権力集中リスクを探る。 🔗 source
StampliがChatGPT WorkとCodexで製品ローンチを加速 — Deep Finance製品を6週間でリリースし、推定243人時から77人時へ削減。 🔗 source

これは何を意味するのか

AIインフラは、アルゴリズム的な限界ではなく、キャパシティの限界に直面しています。8月17日のGitHub障害はバグではありません。これは、4か月でトラフィックが2倍（毎月14億件から29億件のコミット）になったプラットフォームが、Azure移行と数百万コアのCPU追加によってキャパシティ負債を取り戻そうとしている姿です。同じように、規模と信頼性の間の緊張はモデル側にも表れています。Meta AIのWildArtifactBenchは、厳格な採点グリッドを捨ててEloスコアを採用しました。これは、実世界のマルチモーダルエージェント評価が、真値付きベンチマークで測れる範囲をすでに超えていることの認めでもあります。

競争の主戦場は、性能そのものよりもコスト/性能比へとますます移っています。Agent Arenaのパレートフロンティアでは、Kimi K3（Max）がClaude Opus 5（Max）にほぼ匹敵するスコアを、タスクあたり5分の1のコストで達成しています。Mistralも同じ論理をドキュメント検索に適用しています。Agentic Searchは、1回限りのRAGを、詳細な金融文書で精度を3倍に高める反復型システムへと変えました。fine-tuningは不要です。そしてLiquid AIは、推論のローカル化という方向でさらに踏み込み、3億パラメータのdraftモデルが、speculative decodingによってはるかに大きいモデルの速度を2倍にしています。

エージェント型プラットフォームは、単なるチャットUIではなく、企業ワークフローへの影響力を広げています。OpenAIは、Exa、Record & Replay、CiscoやThrive HoldingsでのCodex SDKといった統合要素を増やし、Anthropicはマネージドエージェント向けの許可/ブロックドメインなどのガバナンス制御を追加し、CognitionはDevinをSlackに直接組み込んでいます。これらは、非技術系チームがエージェントに仕事を委ねるためのデフォルト層になるという、同じ市場をめぐる3つの異なる賭けです。

最後に、メディア生成は急速に一般化しています。Pikaは、Sunoとほぼ同等のベンチマークを公開し、効果音ではElevenLabsより最大95%安いと示しました。一方でIdeogramは、オープンウェイトの画像モデルを第三者インフラ（Runware）上で提供し、Sakana AIは160件の精密タスクで自社翻訳を競合と比較しています。差別化はもはや、単にモデルが使えるかどうかではなく、公開され検証可能で、しかも次第に詳細化するベンチマーク数値の上で決まるようになっています。