Claude Platform が一般提供に、GitHub Copilot が Slack に登場、DeepSeek がマルチモーダルモデルを発表

エージェント向けインフラの基盤レイヤーにとって大きな一日です。Anthropic は Claude Platform で computer use、browser tool、Skills API、Files API をベータから公開に移行し、GitHub Copilot は Slack と Microsoft Teams に導入されます。モデル面では、DeepSeek が初のマルチモーダルモデルを公開し、Pika Labs は前例のない品質/価格比をうたう音声合成器を発表しました。その合間には、大規模な自我中心データセット、音声認識におけるベンチマークのバイアスに関する研究、そして Google DeepMind、GitHub、Z.ai、Qwen、Harvey、動画/音声生成ツール群における十数件の注目アップデートがあります。

Claude Platform : computer use、browser tool、Skills API、Files API が一般提供に

8月20日 — Anthropic は、Claude Platform 上でエージェントを構築するための4つの基盤、すなわち computer use、browser tool、Skills API、Files API を 一般提供 に移行したと発表しました。掲げられた目的は、API を持たないアプリケーション内の作業を自動化する際に必要な往復回数を減らし、バージョン管理されたスキルと再利用可能なファイルの上に Claude Managed Agents を構築できるようにすることです。

新しい computer_toolset_20260801 により、Claude は1回のターンで複数のアクション（クリック、入力、キーボード操作、スクリーンショット取得）を連続実行でき、アクションごとに往復する必要がなくなります。Anthropic は、早期アクセスの顧客がタスクあたりの往復回数を 20〜40%削減 できたとしています。browser tool も browser_toolset_20260801 とともに進化し、レイアウトの小さな変更でも壊れやすいピクセル指定ではなく、Claude はページ構造を受け取り、要素参照に対して操作できるようになりました。

API 面では、Skills API によりチームの手順を一度アップロードしてバージョン管理し、特定の version_id または latest に固定できます。Files API には expires_in_seconds パラメータ、5倍高いレート制限（毎分500リクエスト）、および 組織あたり1TB のクォータが追加されました。Anthropic はまた、Managed Agents 向けの AG-UI アダプタも公開し、各会話スレッドを管理セッションにマッピングして、テキスト、ツール呼び出し、推論をインターフェースへ配信します。

基盤	本日の新機能
Computer use	`computer_toolset_20260801`、タスクあたりの往復回数を最大 -40% 削減
Browser tool	`browser_toolset_20260801`、ページ要素参照によるターゲティング
Skills API	バージョン管理、`version_id` または `latest` への固定
Files API	毎分500リクエスト（x5）、組織あたり1TBのクォータ

🔗 Claude Platform の発表

GitHub Copilot が Slack と Microsoft Teams に登場

8月21日 — GitHub Copilot が Slack と Microsoft Teams に パブリックプレビュー として登場しました。仕組みは両方とも同じで、ダイレクトメッセージ、チャンネル、スレッド内で @GitHub をメンションすると、コードや GitHub のアクティビティに関する質問に答えたり、バグレポートを整理したり、失敗を調査したり、安全なクラウドサンドボックス内で変更を実装したり、元の会話へのリンク付きで pull request を開いたりできるクラウドエージェントのセッションが始まります。

Slack では、この統合は同じ週末に開始された Slack の新しい agentic 製品 Slack Code に支えられています。GitHub Copilot は、チームが diffs を確認し、レンダリングプレビューを検査しながら、元の会話を汚さない専用のコードチャンネルを開けます。Teams では、会話が全員で追跡・誘導できる集合エージェントのセッションに変わり、チームが別の作業をしている間も、作業はクラウドサンドボックス内で非同期に継続します。

利用可能なのは Copilot Business または Enterprise プランの組織に限られます。管理者は Copilot のクラウドエージェントポリシーを有効化し、Slack または Teams 用のアプリをインストールします。リポジトリ管理者は、エージェントが生成した pull request のマージ前承認を必須にできます。利用には AI クレジットが消費され、クラウドサンドボックスは設定可能な予算付きで別途課金されます。

🔗 Slack の GitHub Copilot · 🔗 Teams の GitHub Copilot

DeepSeek-V4-Flash-Vision-Exp : DeepSeek の API における初のマルチモーダルモデル

8月21日 — DeepSeek は、識別子 deepseek-v4-flash-vision-exp で利用できる実験的マルチモーダルモデル DeepSeek-V4-Flash-Vision-Exp を公開しました。純粋なテキスト能力、つまりエージェント、推論、世界知識については、このモデルは DeepSeek-V4-Flash と同等です。新規性は別のところにあります。マルチモーダルエージェントのベンチマークでは、DeepSeek は V4-Flash に対して明確な飛躍を示し、その性能は Opus-4.8 に近づいているとしています。

API 側のマルチモーダル対応は完全です。テキスト＋画像の混合入力（base64、外部 URL、または同日に公開された新しい無料 Files API 経由）が可能で、既存の3形式（Chat Completions、Messages、Responses）に対応します。料金は V4-Flash の料金体系に従い、画像のトークン化は画像1枚あたり384トークンが上限です。Files API により、画像を1回だけアップロードして file_id で参照できるため、反復的なエージェント用途で帯域幅を節約できます。DeepSeek Harness 0.1.1 は、8月13日に公開されたオープンソースのエージェントハーネスで、この新モデルをネイティブにサポートするよう当日に更新されました。

項目	詳細
モデル	`deepseek-v4-flash-vision-exp`
テキスト能力	DeepSeek-V4-Flash と同等
マルチモーダル能力	マルチモーダルエージェントのベンチマークで Opus-4.8 に近い
画像料金	画像あたり最大384トークン、V4-Flash 価格
対応 API	Chat Completions、Messages、Responses
ハーネス	DeepSeek Harness 0.1.1（ネイティブ対応）

DeepSeek-V4-Flash-Vision-Exp is now live on the DeepSeek API Platform! This experimental multimodal model matches DeepSeek-V4-Flash on text capabilities—including agents, reasoning, and world knowledge. On multimodal agent benchmarks, V4-Flash-Vision-Exp makes a major leap over V4-Flash, bringing multimodal agent performance close to Opus-4.8.

🇯🇵 DeepSeek-V4-Flash-Vision-Exp が DeepSeek API プラットフォームで利用可能になりました！この実験的なマルチモーダルモデルは、エージェント、推論、世界知識を含むテキスト能力において DeepSeek-V4-Flash と同等です。マルチモーダルエージェントのベンチマークでは、V4-Flash-Vision-Exp は V4-Flash に対して大きく飛躍し、マルチモーダルエージェントの性能を Opus-4.8 の水準に近づけます。 — @deepseek_ai on X

Pika Speech : 3B の音声合成、1分あたり1.2秒、ElevenLabs v3 より最大9倍安価

8月21日 — Pika Labs は Pika Audio のラインアップを拡大し、30億パラメータの音声合成モデル Pika Speech を発表しました。主な売りは速度です。実時間係数（RTF）は 0.02 で、長文のローカルテストでは、48kHz のスタジオ品質の1分間の音声が約1.2秒で生成され、最大5分の連続音声リクエストにも対応します。

リズム制御に関して、Pika Speech は新しい手法を採用しています。多くの TTS システムの標準である、音声を後処理で伸縮させるのではなく、モデルは「発話終了潜在変数」（EOS latent）を使って、リズムと長さを直接制御します。これは最終的な目標画像に置かれたアンカーです。このアンカーを早めに動かすと速度が圧縮され、遅らせるとテキストに余韻が生まれます。アーキテクチャ面では、チームは flow matching と分布一致による蒸留、FlashAttention-3、そして5つの文断片が5倍ではなく約2倍のコストで済む「token packing」を組み合わせています。

コスト面では、Pika は ElevenLabs v3 に対して最大9倍、Cartesia と ElevenLabs Turbo に対して4.5倍、Fish Audio に対して2倍の優位性を主張していますが、これらの比率以外の厳密な手法は示していません。モデルは Pika API Club 経由で利用できます。

Let’s talk about Pika Speech, a 3B text-to-speech model at RTF 0.02. […] Pika Speech generates one minute of studio-quality 48 kHz speech in about 1.2 seconds—and supports requests up to five minutes. That efficiency makes it up to 9× more cost-efficient than ElevenLabs v3, 4.5× than Cartesia and ElevenLabs Turbo, and 2× than Fish Audio.

🇯🇵 Pika Speech についてお話ししましょう。これは 0.02 の実時間係数を持つ30億パラメータの音声合成モデルです。[…] Pika Speech は、48kHz のスタジオ品質の1分間の音声を約1.2秒で生成し、最大5分までのリクエストに対応します。この効率により、ElevenLabs v3 より最大9倍、Cartesia と ElevenLabs Turbo より4.5倍、Fish Audio より2倍、コスト効率に優れています。 — @pika_labs on X

🔗 アーキテクチャの詳細

EgoSuite-Open100K : 最大規模の公開人間自我中心データセット

8月21日 — Lightwheel AI は Hugging Face と提携し、完全に注釈付けされた人間の自我中心データセットとしては過去最大とされる公開データセット EgoSuite-Open100K をオープンソース化しました。目標は 10万時間 の一人称データで、最初の1万時間はすでに利用可能 で、残りは段階的に公開されます。

このデータセットは、1万5千件以上のタスク と 1万5千以上の実世界シーン をカバーしています。キッチン、寝室、倉庫、組立ラインなどが、7種類の環境カテゴリと128種類のシーンタイプに整理されています。各シーケンスには、手の姿勢、身体姿勢、サブタスクレベルの意味情報が注釈され、一部コーパスには手首装着カメラのカバレッジも含まれます。ライセンス面で特筆すべきは、多くの研究用データセットと異なり、EgoSuite-Open100K は 商用学習用にライセンスされている ことです。学術用途だけではありません。

このデータセットは、作成者によって「Physical AI」（ロボティクスと身体化 AI）のためのより大きなデータ基盤の最初のピースだと位置付けられています。つまり、物理モデルのスケーリングは、もはや大規模で共有された人間データへのアクセスに依存している、という考えです。

🔗 Lightwheel AI の発表 · 🔗 Hugging Face の共有

Claude Security が Claude Mythos 5 に移行

8月21日 — Anthropic は、脆弱性スキャンツール Claude Security を Claude Mythos 5 上で動作させ、すべての Claude Enterprise 顧客向けにパブリックベータとして公開しました。狙いは、Anthropic の最も高性能なセキュリティモデルを、自社の codebase 上で、モデルへの個別アクセスなしに活用できることです。スキャンは既存プランの標準トークン使用量として課金されます。

具体的には、ツールが GitHub リポジトリに接続し、Mythos 5 がファイル間のデータフローを追跡し、コンポーネント間の相互作用を推論しながらコードを解析します。各結果には CWE カテゴリ、信頼度、深刻度評価、推奨修正が付与され、Web 上の Claude Code から直接開けます。Anthropic はあわせて、オープンソースのセキュリティ向けに3500万ドル相当のクレジットを備えた Defender Advantage Fund を開始し、今後数週間で Cyber Verification Program を拡大する予定です。

🔗 Claude Security の発表

GPT-5.6 Sol の価格改定: OpenAI が API 価格を引き下げ、GitHub Copilot も追随

8月21日 — OpenAI は今後3か月間、GPT-5.6 Sol の API 価格とクレジットを 20%以上 引き下げます。この措置はすでに API 側で有効で、Codex と ChatGPT Work にはその日のうちに展開されます。タスク単位（token-based）プランの Codex ユーザーにとっては、購入したクレジットがより長持ちする一方、Pro、Plus、Business の各サブスクリプションに含まれる利用枠は変更されません。したがって、この値下げの恩恵を最も受けるのは API 開発者とトークン課金のユーザーです。

GitHub Copilot で GPT-5.6 Sol が -50%

並行して、GitHub は 別のプロモーション を案内しています。GitHub Copilot で GPT-5.6 Sol が 9月3日まで50%オフ となり、アプリ、CLI、IDE で利用可能です。これは Copilot 側の一時的な割引であり、上記の OpenAI による恒久的な価格改定とは混同しないでください。別々の企業による、同じモデルに対する異なる仕組みです。

🔗 OpenAI の値下げ · 🔗 GitHub Copilot のプロモーション

GLM-5.3 (Max) が Code Arena: WebDev で上昇

8月20日 — LMArena は、Z.ai の GLM-5.3 (Max) が、Web 開発タスクにおけるモデル評価を扱う Code Arena: WebDev ランキングのパレート境界（品質/コスト比）を押し上げたと示しています。1597ポイントで、このモデルはオープンウェイトモデル（公開後）では2位、全カテゴリでは8位に位置すると見られています。

モデル	価格（$/M tokens）	Code Arena: WebDev のポイント
GLM-5.3 (Max)	$3,65	1597
Qwen3.8 (Max)	$5,00	—
Gemini-3.7-flash-high	$2,86	低いスコア
DeepSeek-v4-flash-high	$1,10	低いスコア

1百万トークンあたり $3.65 で、GLM-5.3 (Max) は Qwen3.8 (Max) と同程度の価格帯にありながら、このランキングでは Gemini-3.7-flash-high と DeepSeek-v4-flash-high を上回っています。これは、Terminal-Bench や一般的な Agent Arena ですでに知られている成果に加え、Z.ai のエージェント型 Web 開発における競争力を示す新たなシグナルです。

🔗 LMArena の発表

Harvey が、Kimi K3 を基盤にした法務モデル Tenet を発表

8月20日 — Harvey は、法務向けに後学習した初のモデル Tenet を発表しました。基盤は Kimi K3（Moonshot AI）で、Fireworks AI により、公開法務データ、合成データ、そして長期の法務作業を模擬する人間の専門家データで後学習されています。

Harvey は、この後学習により Tenet の完全成功率が、ベースの Kimi K3 に比べて LAB ベンチマークで82%、LAB Contracts で22% 向上したと発表しています。LAB Contracts では最先端、LAB 全体では2位です。Tenet の運用コストは、市場で最も高性能な基盤モデルの4分の1未満だとされています。補足として Harvey は、M&A デューデリジェンス、表のレビュー、法律事務所の知識に特化した3つのサブエージェントも訓練しました。

🔗 Harvey の発表

Georgia Tech、Olmo 3 の社会的推論の起源を追跡

8月21日 — Georgia Tech のチームは、Ai2 の Olmo 3 スタックが完全にオープンであること、つまり重み、Dolma 3 の事前学習コーパス（12.6億文書）、インフラが公開されていることを活用し、モデルの能力とそれらを生み出したテキストとの統計的な関連付けを行った。これは、クローズドモデルでは不可能な実験である。

この手法は、Dolma 3 からサンプリングした約 568万文書 に適用した影響関数に基づく。主な結果は、対話や対人的な記述が豊富なテキストほど、事実知識よりも社会的推論性能に強く寄与するというものだった。そして、最も影響力の大きい文学的文書を取り除くと、SocialIQA ベンチマークの性能が有意に低下し、因果関係が確認された。

🔗 Ai2 記事

オープンソース ASR モデルで「ベンチマーク最適化」バイアスを検出

8月21日 — Hume AI のチームが Hugging Face のブログで、音声認識における方法論的バイアスについての研究を公開した。いくつかのモデルは、音声を忠実に文字起こしするよりも、公開ベンチマークの参照転写を再現するよう最適化されているように見えるという。

テストした 11 のオープンソース ASR モデル のうち、分析された VoxPopuli のサンプルの約 40% には参照データ側に誤りが含まれているようで、11 モデル中 6 モデル は音声を正しく文字起こしする代わりにそれらの誤りを再現していた。LibriSpeech では、伏せられた数字の復元率が 30〜40% に達し、いくつかのモデルが「聞く」よりもテキストを「補完」していることを示していた。結論としては、秘密保持された評価セットの利用と、学習データとテストデータのより厳密な分離が推奨されている。

🔗 Hugging Face の研究

SenseNova-U1.5-8B-MoT : VAE も DiT もないオープンな画像モデル

8月21日 — SenseNova は、公開重みで画像生成モデルを公開した。公表されている性能は Nano Banana 2 に匹敵するとされる。技術的な注目点はアーキテクチャにある。VAE なし、独立したテキストエンコーダーなし、DiT なしで、モデルは「mixture of transformers」に基づいており、テキストトークンと画像トークンは別々の重みを使い、相互に期待し合う。ノイズ除去は、圧縮された潜在空間ではなく、直接ピクセル空間で行われる。

このアプローチは、テキスト画像拡散モデルの標準的なスタックとは一線を画しており、重みが公開されることで、コミュニティは公表された性能比較を独自に検証できるようになる。

🔗 SenseNova の発表

Diffusers 0.40.0 : Modular Diffusers が実験段階を終了

8月21日 — Hugging Face が Diffusers 0.40.0 を公開した。最も大きな変更点は、ライブラリのモジュラー・パイプラインシステムである Modular Diffusers が実験段階を卒業したことだ。今回のバージョンでは、複数の最近のオープンモデル（LTX2.5、MiniMax H3、MiniMax Music 3、Wan Animate 2）の統合、選択されたモデルに対するテンソル並列処理のサポート、そして 2 つの新しい量子化バックエンド（SDNQ、Nunchaku-Lite）が追加された。

🔗 Diffusers 0.40.0 の発表

Google DeepMind、Fenris Creations とゲームにおける AI を探る

8月21日 — Google DeepMind は、スタジオ Fenris Creations との研究提携を発表した。これは、Atari の攻略から StarCraft II の Grandmaster レベルに至るまで、ゲームを AI の実験場として使ってきた 15 年にわたる研究の流れに続くものだ。3D 世界を理解するエージェントを学習させた SIMA の後、DeepMind は持続的な世界の中で、現実の人間的なダイナミクスを伴うナビゲーションを探求しようとしている。

この提携は、4 つの未解決課題を対象としている。継続学習（以前の技能を忘れずに新しい技能を獲得すること）、現在のコンテキストウィンドウをはるかに超える深い記憶システム、長期的な計画（数週間、数か月、数年）、そしてマルチエージェントのダイナミクス（協力、交渉、経済、創発的行動）である。長期的な目標は二重で、開発者とともに新しいゲーム体験を作ること、そしてこれらの進歩を現実世界の課題や科学的発見に再利用することだ。

🔗 Google DeepMind の発表

Runway Ruby : SDR から HDR 16 ビットへの動画変換

8月21日 — Runway は Ruby を発表した。これは SDR（standard dynamic range）動画を HDR 16 ビットに変換するモデルで、EXR シーケンス、または ProRes/HEVC 10-12 ビットで出力できる。色空間は BT.2020 で、PQ または HLG をサポートしており、いずれもプロのポストプロダクションや HDR 放送で使われる標準だ。

Ruby は、ユーザーがアップロードした動画にも、Runway が生成した出力にも対応し、最大 30 秒まで扱える。この機能は現在、Max および Enterprise プランで利用可能だ。

🔗 Runway Ruby の発表

NVIDIA AVO、ARC-AGI-3 ベンチマークで 100 % を主張

8月21日 — NVIDIA は、汎用コードエージェント AVO を発表し、対話型推論ベンチマークである ARC-AGI-3 で 100 % のスコアを記録したと述べている。NVIDIA によれば、AVO はベンチマークの 25 の公開環境にまたがる 183 レベル を、明示的な指示、規定されたルール、事前に設定された目標なしで完了した。

AVO は、検査、計画、実装、評価の連続ループを通じて動作し、メモリ、ツール、実行時フィードバックを使って時間の経過とともに学習した内容の上に積み上げていく。これは、新しいコンテキストウィンドウごとにゼロからやり直すのではなく、長いタスクで進捗を維持することを狙った手法だとされる。

🔗 ARC-AGI-3 の結果

HeyGen Look Packs : 顔を保ちながら服装と背景を変更

8月21日 — HeyGen は Look Packs を発表した。これは、アバター動画の服装と背景を変更しつつ、本人の顔は忠実に維持する機能である。多くの生成モデルは見た目を変えると顔の特徴まで変えてしまう、というのがその主張だ。

想定用途は、不動産、法律、フィットネス、教育、ウェルネスといった異なる文脈をまたいだ個人ブランドの一貫性である。B2B のコンテンツ制作者は、各業界に適した服装と背景の動画を作りつつ、動画ごとに同一人物だと認識される形を保てる。この発表は、ここ数日の HeyGen の活発な動き（8月20日の Retouch、8月18〜19日の Brand Kits と 4K アップスケール）に連なるものだ。

🔗 Look Packs の発表

Amp がトークン消費を説明する Explain Usage を追加

8月21日 — Amp は Explain Usage を追加した。これは、内蔵アシスタントの Puck に、自分自身のトークン、クレジット、orb サイズの消費を直接分析させる機能だ。ユーザーは「今日最も多くのトークンを消費したスレッドはどれ？」のような質問を自然言語で投げかけると、Puck が個人の使用データとスレッドごとのメトリクスを読み取って回答する。

入口は 2 つある。Puck に直接質問する方法と、使用状況ページの専用ボタンをクリックする方法だ。生データを好むユーザー向けに、Amp はこれらの情報を CLI 経由でも公開している（amp usage --details, amp threads usage <thread-id> --details）。

🔗 Explain Usage

v0（Vercel）が Vercel Connect を追加し、100 以上のサービスに接続可能に

8月21日 — v0 で構築されたアプリやエージェントは、Vercel Connect を通じて、Slack、GitHub、Salesforce を含む 100 を超える他のサードパーティサービスに直接接続できるようになった。開発者が認証フローを自前で管理する必要はない。

この仕組みは、チーム単位で再利用可能なコネクタと短寿命トークンに基づいている。チーム側で一度コネクタを設定すれば、生成された新しいアプリやエージェントは、その都度フル認証を求められる代わりにそれを再利用できる。これにより v0 は、単なる個別の UI ではなく、企業のソフトウェアスタックに統合されたエージェントを生成できるプラットフォームとして位置づけられる。

🔗 Vercel Connect

Codex と ChatGPT Work の共有スレッド

8月20日 — Codex と ChatGPT Work は、「共有スレッド」を導入した。これは、単なる最終結果ではなく、セッションの完全な推論過程 — 手順、判断、コンテキスト — を表示する読み取り専用リンクである。目的は、コードレビュー、深い技術調査、チームメイト間のプロジェクト引き継ぎの際に、散在するスクリーンショットから pull request の文脈を再構成する手間をなくすことだ。

これは、最近の ChatGPT Sites（複数人編集、URL カスタマイズ）に関する発表の流れを汲む機能であり、Codex/ChatGPT Work をチーム作業ツールとしてさらに強化する。

🔗 共有スレッド

GPT-Image-2 の透明背景がプレビュー版で利用可能に

8月20日 — GPT-Image-2 API で、透明背景の画像を生成できるようになった。プレビュー版として利用可能だ。実用面での利点は、製品ビジュアル、グラフィックデザイン要素、Web サイトのモックアップ、マーケティングキャンペーンなど、再利用可能なアセットを作り、後から切り抜きの手作業なしに任意の背景へ配置できることだ。

🔗 透明背景

ブリーフ

Zed — Antigravity は Zed の ACP Registry からワンクリックでインストールできる。 🔗 Tweet
trackio 0.36 — Hugging Face が、新しい種類のログ可能データ型をサポートする更新を公開したが、他の詳細はない。 🔗 Tweet
Google DeepMind による「フルスタック」AI — Paige Bailey が、Google のエンドツーエンドのアプローチを 5 層に分解している。インフラ、セキュリティ、研究、モデル/ツール、プロダクト。 🔗 Google の記事
GitHub — ブロックされたユーザーの管理が改善され、名前検索、並び替え、長い一覧のページネーションに対応。 🔗 Changelog
GitHub — リポジトリのサイドバーでビュー、プロジェクト、マイルストーンをピン留めする機能が一般提供となり、関連する複数の改善（リアクションのアバター、ダッシュボードの密度）も追加された。 🔗 Changelog
Manus は、日次クォータの範囲内で、Manus 1.6 Lite と Manus 1.6 への無料アクセスを 8月28日（SGT）まで延長する。 🔗 Tweet
Manus は、独立企業への移行前に、通知を受けたユーザーに 8月23日 7:59（SGT）までにデータを保存するよう促している。 🔗 Tweet
Genspark は 9月30日までのキャンペーンを開始。Design + GenTeam が 90% オフ、GenMail は無料、Slides Ultra Mode は 50% オフ。 🔗 Tweet
NVIDIA は、エージェントのハーネス（何をしようとしているか）とインフラ（実際に何ができるか）の違いを、エージェントスタックのセキュリティ詳細解説で説明している。 🔗 Tweet
NVIDIA は、DGX Spark 上での Seattle Spark Hack Series の総括を公開した。受賞プロジェクトは、Nemotron と NemoClaw を用いた災害対応、医療、オフライン生存に関するもの。 🔗 Tweet
NVIDIA Cosmos 3 — Cosmos Labs の動画が、パートナーの Aigen と Linker Vision における Cosmos 3 の post-training を紹介している。 🔗 Tweet
Luma Labs は、GMI Cloud と共同開催される Summer Signal で、9月14日にクリエイティブエージェントについて講演する。 🔗 Tweet
Synthesia — 同社 CEO が、利用量ではなく成果で AI 導入を測ることに関する Forbes Tech の記事で引用されている。 🔗 Tweet
Qwen3.8-27B はコミュニティでの勢いを維持している。SGLang cookbook に NVFP4 + DFlash2 の新しい推論レシピ、Unsloth による軽量版の公開、4 日で Cline のコードエージェントランキング 1 位、さらに NVIDIA DGX Station が BF16 サービスで集約ピーク 2713 tokens/秒超を報告。 🔗 SGLang · 🔗 Unsloth · 🔗 Cline · 🔗 DGX Station
Qwen3.8-Max は、UI 生成のためにコードツール Kilo Code で利用可能になった。 🔗 Tweet
Kimi Work は、金融アナリスト向けの第 2 回チュートリアルを公開した。投資家ダッシュボード、財務モデル更新、バッチレポート生成。 🔗 Tweet
GLM-5.3 は引き続き上昇中。公式 DeepSWE ランキングで 69 点、WorkBuddy プラットフォームで利用可能、さらに Z.ai が Build Week を 8月23日 18時（PT）まで延長し、最初の 50,000 人の新規 ZCode 登録者に 1 億トークンを無料提供。 🔗 DeepSWE · 🔗 WorkBuddy · 🔗 Build Week
GPT-5.6 Sol — 3 つのサードパーティプラットフォーム（Router、Cloudflare AI Gateway、OpenCode Zen）がそれぞれ 9月中旬まで 50% オフを提供しており、Devin、OpenRouter、v0 ですでに適用されている割引に加わる。 🔗 Cloudflare AI Gateway

それが意味すること

本日の Anthropic-GitHub の発表は、エージェント基盤が実験段階を抜けつつあるという大きな潮流を示している。Claude Platform における computer use と browser tool の GA 化に加え、Slack と Teams への Copilot の登場は、大手ベンダーがもはやモデルを売るだけではなく、チームが日常的に使っているツール内で動作するエージェントを売り始めたことを示している。しかも毎回個別の API 統合を挟む必要はない。これは能力の変化であると同時に、流通の変化でもある。エージェントは、仕事が行われる場所へ行くのであって、仕事に自分のところへ来ることを求めるのではない。

モデルの面では、DeepSeek-V4-Flash-Vision-Exp は、マルチモーダルが差別化要因ではなく、期待される標準になりつつあることを確認している。コスト効率を前面に出すプレイヤーでさえ（V4-Flash）、現在ではネイティブに組み込み、最良のクローズドモデルに近い性能を示している。コード系エージェントベンチマーク（Code Arena: WebDev における GLM-5.3、Cline における Qwen3.8-27B）での競争は、開発ツール側でも同じ構図を示している。オープンモデルとクローズドモデルの価格差は縮まりつつあり、その結果として OpenAI は GPT-5.6 Sol の API 価格を直後に 20% 超引き下げた。

完全なオープン化への動き — 重みだけでなく、データと学習インフラまで — は、引き続き科学的成果を生んでいる。Georgia Tech の Olmo 3 に関する研究は、クローズドモデルではそもそも不可能だったはずだし、Hume AI の ASR ベンチマークバイアス研究は、リーダーボードのスコアが実際の文字起こし品質を保証しないことを改めて示している。記録的なスコア発表が相次ぐ今、これらは有用な警鐘だ。

最後に、商用ライセンス付きの大規模データセット — 今日は EgoSuite-Open100K、ここ数週間の類似発表に続くもの — の増加は、合成データだけでなく実際の人間データへのアクセスが、ロボティクスと身体性を持つ AI にとって戦略的課題になっていることを裏付けている。これは、大規模言語モデルにおいて計算資源が果たしたのと同じくらい重要な要素になりつつある。