OpenAIのモデルとCodexがGoogle Cloudに登場、AnthropicがClaude Duetを公開、OpenAIがPHP2Shellの脆弱性対応を調整

OpenAIは、同社のフロンティアモデルとCodexをGoogle CloudのModel Gardenに導入し、一部の企業向けにプライベートプレビューを開始する。Googleはこれにより、主要な3つのクローズドLLMを提供する唯一の大手クラウドになったと主張している。Anthropicは、専用の仮想マシン上で自律的に作業し、決済や署名の前に承認を求めるエージェント、Claude Duetのプレビューを開始。一方、OpenAIはPHPの2件の重大な脆弱性であるPHP2Shellへの対応を総括し、そのうち1件はGPT-5.6 Solを使って発見されたとしている。GTC Berlinでは、NVIDIAがエージェントを隔離するためのリファレンスアーキテクチャと、コンテナに収めて納入するAIファクトリーを発表。Recursiveはローカルでのコーディング向けオープンモデルFlintを公開し、CohereはRerank 5をリリースした。

OpenAIのモデルとCodexがGoogle Cloudに登場、Model Gardenでプライベートプレビューを開始

10月21日 — OpenAIとGoogle Cloudは、OpenAIのフロンティアモデルとCodexのエージェント型ワークフローを、Google CloudのモデルカタログであるModel Gardenに導入すると発表した。Gemini製品担当バイスプレジデントのマイケル・ゲルステンハーバーが執筆したGoogleのブログ記事では、対象となる3つのモデルが挙げられている。コード、コンピューター操作、業務、科学研究など、最も高度な作業向けのGPT-6 Astra、Astraに近い知能をより低いコストで提供するとされるGPT-6.1 Sol、そして日常的な作業を大規模に処理する高速かつ低価格のモデルGPT-6 Lunaだ。

提供スケジュールは複数の段階に分かれており、両社の説明は同じではない。

発表された項目	示されたスケジュール	スケジュールの情報源
Model GardenでのGPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna	フォームで申し込んだ一部の企業顧客向けにプライベートプレビューを提供	Google Cloud
Google CloudのAPI経由の呼び出し、推論用のGeminiプラットフォームに接続したCodex CLIとCodex Desktop	対象顧客向けに10月21日から	Google Cloud
一般提供	今後数週間以内	OpenAI
データ非保持（Zero Data Retention）とConfidential Compute	近日中	Google Cloud
Google AntigravityおよびGeminiエージェント（Googleの呼称ではGemini for business）でのOpenAIモデルの提供	今後提供予定、時期は未定	両社

購入はModel GardenとGoogle Cloud Marketplaceを通じて行う。請求はGoogle Cloudに一本化され、利用額はGoogleとの既存の利用コミットメントから差し引かれ、Flexible Savings Plansにも算入されるため、別途ベンダー契約を結ぶ必要はない。OpenAIは6月にOracle Cloudでも、この利用コミットメントへの算入を提供していた。Googleはガバナンスも強調する。プロンプト、コンテキスト、応答は顧客のデータ境界内にとどまり、基盤モデルの学習に使われることはない。モデルは隔離されたゲートウェイの背後にある専用のGoogle Cloudインフラ上で稼働し、VPC Service Controlsと統合監査ログを備える。料金は公表されていない。Googleはこの構成を根拠に、次のように述べている。

Google Cloud is now the only hyperscale cloud provider offering access to all three leading closed source LLMs, alongside more than 200 first-party, third-party, and open models on a unified enterprise AI platform.

🇯🇵 Google Cloudは現在、主要な3つのクローズドLLMに加え、200を超える自社製、サードパーティー製、オープンモデルを、統合された企業向けAIプラットフォーム上で利用できる唯一の超大規模クラウド事業者です。 — Google CloudのGemini製品担当バイスプレジデント、マイケル・ゲルステンハーバー

一方、OpenAIは、Microsoftが引き続き同社の主要クラウドパートナーであると明記している。6月1日のAmazon Bedrock、6月10日のOracle Cloudに続き、Google CloudもCodexを含む同社モデルを提供するクラウドに加わった。同日公開された公式SDKのopenai-python 3.36.0とopenai-node 7.41.0は、すでにResponses APIでのVertex AI利用に対応している。

🔗 OpenAIのブログ記事 · Google Cloudのブログ記事 · @OpenAIのツイート

Claude Duet：Anthropicが先回りして動くエージェントのプレビューを開始、Grok Botはダッシュボードを継続更新

10月21日 — Anthropicは、Claudeが先回りして動くエージェントとして働く新アプリ、Claude Duetの研究プレビュー（research preview）を開始した。ユーザーの注意が必要な事柄を知らせ、任された作業を実行し、ユーザーの不在時も作業を続け、ユーザーに代わって行動する前に承認を求める。利用は待機リスト制で、まず米国のProおよびMax契約者を対象とする。Duetは主要なClaudeアプリとは別の独立したアプリで、iOS、Android、claude.aiで利用できる。プレビュー期間中はProおよびMaxプランに含まれ、同じ利用上限を消費する。

Claude Opus 5.5を中心に設計されたDuetは、Claudeアカウントのメモリ、スキル、接続済みアプリを引き継ぐ。毎朝、重要事項を簡潔にまとめて送り、日中は数時間おきに接続済みアカウントを確認する。常時監視するとプランの利用上限をより早く消費してしまうためだ。やり取りは1つのスレッドで、文字入力でも音声でも行える。専用ブラウザーを備えた独自の仮想マシン上で動作するため、パソコンやスマートフォンの電源を入れたままにする必要はない。Claude Marketplaceの6,000を超えるコネクターとプラグイン（Gmail、Slack、QuickBooks、Stripe、Gusto、Docusign、Shopifyなど）を利用でき、StripeのデジタルウォレットLinkを使って企業のために購入することもできる。Linkは実際のカード番号を渡さず、仮想カードで決済する。

依頼する操作の種類	Claude Duetの対応
読む、下書きする、作業を準備する	バックグラウンドで自律的に実行
メッセージを送る、決済する、署名する、削除する	操作内容を提示し、承認を待つ
有価証券を取引する、口座間で送金する	承認があっても禁止
クレジットカード番号、身分証明書	新しい分類器が共有を拒否
健康、個人の財務情報	明示的な指示がある場合のみ送信

セキュリティには既存の仕組みを活用する。認証情報はClaude Managed Agentsと同じ方法で管理し、操作は自動モードの分類器を通す。プロンプトインジェクションへの防御にはブラウザー操作に関する研究成果を取り入れ、レッドチームと外部企業による侵入テストを経て、Duetを公開バグ報奨金プログラム（bug bounty）の対象に加える。

Claude Duet draws on years of our safety and security work on agents. It never directly sees your passwords, a new classifier guards against sharing sensitive information, and the important decisions stay with you. We’ll share more on our approach to safety in Claude Duet soon.

🇯🇵 Claude Duetは、エージェントの安全性とセキュリティについて私たちが長年積み重ねてきた取り組みを基盤としています。パスワードを直接見ることは決してなく、新しい分類器が機密情報の共有を防ぎ、重要な判断は皆さんに委ねられます。Claude Duetのセキュリティに対する私たちの取り組みについては、近く詳しくお伝えします。 — Xの@claudeai

Anthropicは、この初期版の限界も認めている。Duetはスレッドを読み違えたり、緊急性を判断し損ねたりすることがある。チケット予約などの個人的な手続きへの対応はまだ十分に仕上がっておらず、ブラウザーの画面を見せることもまだできない。バックグラウンドでの確認はプランの利用上限に算入され、財務モデルやプレゼンテーションの作成など、大きな作業ではさらに多くの利用量を消費する。

🔗 Claude Duetの発表

Grok Botがレポートやダッシュボードを作成し、継続的に更新できるように

10月21日 — SpaceXSIでも、依頼と依頼の間にエージェントが働き続けるという同じ考え方が見られる。Grok Botは、レポート、メモ、ダッシュボードを作成できるようになった。ページの作成を依頼した後、一緒に修正したり、継続的な更新を任せたりできる。この機能は同日、モバイル版とデスクトップ版アプリの最新版を使うユーザー向けに展開される。

発表は2件のツイートとデモ動画のみで、x.aiのブログ記事はない。対象プラン、制限、ダッシュボードが追跡できるデータソースはいずれも明らかにされていない。10月に続いたGrok Botの新機能（9日のメールアドレス、16日のコネクターと高速化、19日のiPhoneのアクションボタン）に続く追加であり、Anthropicが10月初めからベータ提供している、Claudeに更新を任せるダッシュボード機能Claude Dashboardsを思わせる。

🔗 Grok Botの発表

PHP2Shell：OpenAIがPHPの2件の重大な脆弱性への対応を調整、Claude Securityは継続スキャンへ

10月21日 — OpenAIは、PHP本体の2件の重大な脆弱性であるPHP2Shellをめぐる、2か月にわたる対応調整の総括を公開した。記事によると、セキュリティ企業Califは、Daybreakのオープンソース施策Patch the Planetの一環として、GPT-5.6 Solを使ってそのうち1件を特定した。Wizも独自に両方を発見し、報告した。PHPのメンテナーが修正を主導し、OpenAI、Wiz、Cloudflareなどが支援した。OpenAIは、同社が把握する限り、攻撃者よりも先にフロンティアAIがこれらの脆弱性を発見したとみている。問題の規模は、この言語の普及度からうかがえる。PHPはウェブサイトの約70 %で使われている。

情報公開サイトphp2shell.comでは、深刻度が最大CVSS 9.2に達する2件のCVEを詳しく説明している。認証されていない攻撃者が、サーバー上でコードを実行したり、PHPプロセスのメモリ（パスワード、トークン、APIキー）を読み取ったりできる。脆弱なコードはPHP自体に存在するため、アプリケーションに不具合がなくても影響を受ける可能性がある。

CVE識別子	脆弱性の種類	php2shell.comによる実証内容
CVE-2026-109618	メモリ不足（out-of-memory）に起因する破損	WordPress、Drupal、Joomlaで認証なしのコード実行
CVE-2026-109619	リクエスト間に残る古いグローバル状態、use-after-free	WordPressとDrupalで認証なしのコード実行、アプリケーションを問わないメモリ読み取り

影響を受けるバージョンはPHP 5.4までさかのぼる。完全に修正するには、PHP 8.2.35、8.3.36、8.4.27、8.5.12のいずれかへ更新したうえで、Apache、PHP-FPM、PHPワーカーを再起動する必要がある。運用者を支援するため、OpenAIはCodexスキルopenai/php2shell-checkerを公開した。サイトのURLから、またはサーバー上で直接、PHPのバージョンを確認できる。ただし、リポジトリでは、このスキルが確認できるのはHTTPヘッダーやphp -vで表示されるバージョンだけであり、結果が不明でも対象が修正済みとは限らないと注意している。

Given the severity of these flaws and PHP’s widespread use, we consider this one of the most impactful security issues in recent memory.

🇯🇵 これらの脆弱性の深刻さとPHPの普及度を踏まえ、私たちはこれを近年で最も重大な影響を及ぼすセキュリティ問題の1つと考えています。 — OpenAI、10月21日のブログ記事

OpenAIはこの経験から、フロンティアモデルによる敵対的テストを用いた上流での修正検証から、対応手順の公開までを含む5段階の対応枠組みを示している。その過程には、関係組織への事前通知や当局との連携（PHPでは、ホワイトハウスの超知能部隊、ONCD、CISA）も含まれる。また、情報公開までの猶予期間の長さなど、4つの問いをコミュニティーに投げかけている。同社はすべてのメンテナーにCodex for OSSのサブスクリプションを開放し、Rust Foundationなどのプロジェクトを直接支援しており、今後数か月でこうした発見が大幅に増えると予想している。同日には、サイバー防御担当者にツールを提供するための計画も公開した（短報を参照）。

🔗 OpenAIのブログ記事 · php2shell.comのサイト · php2shell-checkerスキル

Claude Securityが継続スキャンと修正追跡に対応、Claude Enterprise向けに公開ベータを提供

10月21日 — AnthropicのClaude Securityは、手動で開始するスキャンに依存せず、変更に合わせてリポジトリを継続的に監視するようになった。プロジェクトには1つ以上のリポジトリをまとめられ、ClaudeのGitHubアプリ（GitHub Enterprise Serverを含む）、またはGitLabなどのGitプロバイダー向けアクセストークンで接続する。Claudeは最初に詳細な基準スキャンを実行し、その後は変更のリスクと複雑さに応じて分析する。修正が反映されると、Claude Securityの外部で行われた修正でも検出事項は修正済みとなり、問題が再発すると再び未解決になる。Anthropicによると、4月の公開ベータ開始以来、数千の組織がこのツールで100万件を超える脆弱性を発見した。

各プロジェクトには、Claudeがコードから作成し、チームが編集できるナレッジベースと脅威モデル（threat model）が用意される。各検出事項の深刻度はこれらに基づいて決まり、攻撃経路の説明が添えられ、図で示される場合もある。API、ウェブフック、Claude.aiとClaude Code内のMCPコネクター、ロールベースのアクセス制御も備える。このバージョンはClaude Enterprise向けの公開ベータで、管理者が有効化できる。Cyber Verification Programを経由せず、Claude Mythosを含むモデルファミリー全体で利用可能だ。対象組織には2か月間、毎月25,000ドル分の利用クレジットが提供され、2026年12月31日まで利用できる。

🔗 Claude Securityの発表

計算インフラ：コンテナ型DSX POD、Google CloudのA5Xインスタンス、Confidential Bare Metal

10月21日 — ジェンスン・フアンが基調講演でVera Rubinの本格生産を明らかにしたGTC Berlinで、NVIDIAはDSX PODを発表した。これは、パートナーがモジュール式コンテナ内に製造する、Vera Rubinを用いた完全なAI工場のリファレンス設計だ。計算設備、ネットワーク、ラック間の配線、配管、ラック単位の電源、液冷設備を工場で統合・検証し、設備の整った施設に接続するだけの状態で納入する。

訴求点は導入期間だ。電源、冷却設備、ネットワークが整った施設なら、従来6か月かかっていた導入を最短14日に短縮できるとNVIDIAは説明する。ジェンスン・フアンによれば、AI工場が価値を生むのは工事が終わったときではなく、トークンの生成を始めたときだ。Dell、HPE、Lenovo、Foxconn、Schneider Electric、Vertiv、Bull、Crusoe、Andurilなど17社のパートナーが、2027年初めに世界各地でこれらの工場を納入する予定で、価格は公表されていない。

NVIDIAの発表項目	発表された数値
DSX PODの稼働開始までの期間	6か月から最短14日に短縮
製造パートナー	17
初回納入	2027年初め
冷却水の節約量（2 GWの施設）	1日当たり最大54百万リットル
DSX MaxLPSによるエネルギー削減	同じ数のトークンを生成する場合、最大30 %削減

関連する発表では、DSXプラットフォームの効率を数値で示している。空冷式熱交換器を使う閉ループの液冷により、冷却水の消費をほぼゼロに抑え、2ギガワットの施設で1日当たり最大5,400万リットルを節約できるという。これは18万世帯の1日分の水使用量に相当する。また、DSX MaxLPSは同じ数のトークンを最大30 %少ないエネルギーで生成できるとされ、CoreWeave、Google Cloud、Lambda、Nebiusなどが利用を予定している。前日には、NVIDIAは欧州でのVera CPUの採用についても、Nebius、Nscale、Verdaの事例を詳しく紹介していた。

🔗 DSX PODの発表 · 欧州のDSXエコシステム

Google Cloud、Vera Rubin NVL72を採用したA5Xインスタンスを発表、来月提供開始

10月21日 — Google CloudとNVIDIAは、Vera Rubin NVL72システム、ConnectX-9ネットワークカード、Google CloudのVirgoネットワーク、第4世代の液冷設備を組み合わせたA5Xインスタンスを発表した。大規模なエージェント型推論と強化学習に向けたものだ。NVIDIAの記事の見出しでは一般提供とされているが、本文では来月の提供開始と明記され、欧州への展開も予定されている。Google Cloudは将来的に、複数の施設で最大960 000基のRubin GPUを配備する計画だ。

最初の顧客は、AlphaGoの開発者であるデイビッド・シルバーがロンドンで設立したIneffable Intelligenceだ。同社は、自らの経験から継続的に学習できるシステムの訓練を目指している。WPPは初期テストに基づき、従来は複数ノードのクラスターが必要だったクリエイティブエージェントの処理を、A5Xインスタンス1台で実行できたとしている。

🔗 A5Xインスタンスに関するNVIDIAの記事

Confidential Bare Metal：NVIDIA、自社所有ではないマシン上で研究機関のモデルを保護

10月21日 — NVIDIAは、Confidential Bare Metalによって機密コンピューティングを拡充する。クラウド、ネオクラウド、企業が提供するサードパーティーの専用インフラ上で、最先端モデルを訓練したり提供したりする研究機関向けの選択肢だ。利用者はホストやプラットフォームのソフトウェアも含めた独自のソフトウェアスタックを導入できる。そのうえで、転送中のデータ保護、プラットフォームの整合性測定、ハードウェアによるアクセス制限という新たな制御を通じて、モデルとデータの管理権を維持できる。

提供形態はベアメタル、Kubernetesコンテナ、仮想マシンの3種類となり、Grace BlackwellおよびRubinシステムにも対応する。また、AI工場を構築するクラウド向けのリファレンスアーキテクチャであるDSX OSにも統合される。CohereはCohere Model Vaultでの利用を予定し、Google CloudはGB300 NVL72を搭載したA4X Maxインスタンスに対応を広げるとともに、G4仮想マシンでConfidential Computingの一般提供を開始する。NVIDIAは9月に、スループットの96,1～98,2 %を維持するB200上の機密推論を実演していた。

🔗 Confidential Bare Metalに関するNVIDIAの記事

NVIDIAの企業向けエージェント：OpenShell Reference Architecture、Agent Toolkit、Kumoモデル

10月21日 — NVIDIAはGTC Berlinで、企業内のエージェントを構築し、隔離し、監視し、管理するためのリファレンスアーキテクチャ、OpenShell Reference Architectureを発表した。すでに利用可能だ。カーネルレベルのポリシーで制御されるサンドボックスにエージェントを配置するオープンソースのランタイム、OpenShellを、完全なハードウェア・ソフトウェアスタックへと拡張する。ジェンスン・フアンは役割分担を、エージェントはRubinで考え、Veraで行動し、BlueFieldで管理されると要約した。企業が数十億ものエージェントの導入を進めようとする中、AIの能力と安全性はともに向上させる必要があるという。

スタックの構成要素	発表された役割	NVIDIAが示した数値
Vera Rubin NVL72	クローズドモデルや、Nemotronで構築したオープンモデルの推論	エージェント処理でメガワット当たりのスループットが30倍
Vera CPU	エージェントハーネスとツール呼び出し	x86プロセッサーの2倍の性能
NVIDIA Sentryを搭載したBlueField-4 DPU	帯域外監視、シリコン上で適用されるポリシー	数ミリ秒でエージェントを停止、エージェントの処理容量を最大20 %増加

NVIDIAによれば、エージェントが許可された範囲から逸脱しようとすると、Sentryが隔離し、数ミリ秒で停止させる。このアーキテクチャはRTX Spark、DGX Spark、DGX Stationといったワークステーションにも対応する。AWS、Google Cloud、Azure上で、LinuxおよびKubernetes（Canonical、SUSE、Red Hat）でも、Microsoft Execution Containersを使うWindowsでも動作する。

Anthropic、Cohere、Google、Meta、OpenAI、Perplexity、Reflection、SpaceX Super Intelligenceのモデルを使ったエージェントを実行できる。CrowdStrike、Palo Alto Networks、Zscaler、Okta、1Passwordなど11社のセキュリティベンダーが統合を進め、BBVAとSantanderが活用を検討し、Cadence、Dassault Systèmes、IBM、SAP、Siemens、Synopsysがこの基盤上で構築している。SAPはJoule Studioのランタイムに接続する。ServiceNowはこれに合わせて、長期間稼働するパーソナルエージェント、ServiceNow Arcの一般提供を開始する。その動作はOpenShellによって制御され、AI PassportがポリシーをOpenShellとSentryに伝えることで、エージェントのアクセス権を数秒で取り消せる。

🔗 NVIDIAの発表 · @NVIDIAAIの投稿

Agent Toolkit：Agent Knowledge Foundationとオープンモデル群Kumo

10月21日 — 同じスタックの一部として、NVIDIAはオープンソースのAgent Toolkitに、企業データ向けの構成要素であるAgent Knowledge Foundationを追加する。CUDA-Xライブラリ群（cuDF、cuGraph、cuML、cuOpt、cuVS）、データを移動せずガバナンスの制御も変更せずに生データを顧客・製品・注文などの業務概念とそれらの関係に変換する新しいAuto-Ontologyライブラリ、検索モデルのNemotron Retriever、表形式・リレーショナル・時系列データから予測するオープンモデル群Kumo（Kumo Tabular、Relational、Time Series、Forecast）を組み合わせる。このキットにはOpenShellランタイムとNemoClawのブループリントも含まれ、エージェントの最適化に特化した新しいブループリントも加わる。

NVIDIAは、パートナーでの初期成果も紹介している。SAPのファインチューニング済みリランカーは約3倍高速に動作し、ServiceNowはリランキングの遅延を約4分の1削減し、Amazon OpenSearch Serviceは遅延をほとんど増やさずに検索の適合性を向上させた。DatabricksはKumo AnomalyをGenie Ontologyと組み合わせ、Snowflakeはノートブック内でKumo EngineとKumo Relationalを利用可能にする。NVIDIA自身もPalantirとともに、自社のサプライチェーンに活用している。Kumoモデル群は9月末にKumo Tabularから提供が始まっていた。

🔗 Agent Toolkitに関するNVIDIAの記事

Flint：Recursiveがローカルでのコーディング向けに400億パラメータのオープンMoEを公開、Base Labsは意思決定モデルを公開

10月21日 — リチャード・ソーチャーの会社Recursiveは、最初のモデルとなるFlintを公開した。ローカルのハードウェア上でエージェント型コーディングを行うために設計された混合エキスパートモデル（MoE）だ。総パラメータ数は398億だが、トークン当たり有効になるのは約25億にとどまり、ノートパソコンでも動作する。重みはApache 2.0ライセンスでHugging Faceに公開され、BF16と、量子化されたINT4およびNVFP4（GGUF）版が用意される。Ollama、LM Studio、Unsloth、exoで利用でき、OpenCodeとPiでは無料で利用できる。

ベンチマークまたは特性	Flintのモデルカードに記載された値
Terminal-Bench 2.1	54,9 %
SWE-bench Pro v2	89,7 %
SWE-bench Verified	74,2 %
総パラメータ数と有効パラメータ数	39,8十億、うちトークン当たり約2,5十億が有効
MoE層当たりのエキスパート数	ルーティング対象256、うち有効6、これに共有1
文書に記載されたコンテキスト長	262 144トークン

スコアはRecursiveが測定した、少なくとも5回の試行におけるpass@1の平均だ。Terminal-Benchではウェブ検索で見つけた解答を失敗として扱い、競合モデルのスコアには、異なる評価手順で開発元が公表した値も一部含まれる。Recursiveによれば、500億パラメータ未満のほかのMoEで、この3つのベンチマークすべてにおいてFlintを上回るものはない。また、250億～400億パラメータの密モデルに匹敵する性能を、5倍超の速度で実現するという。同社は、MacBook Pro M4 Proで毎秒125トークン超、64 GBのNVIDIA RTX Sparkで毎秒150トークン超を報告している。記事では最大512kトークンのコンテキストに言及する一方、256k未満に抑えることを推奨し、複雑なタスクは分割するよう助言している。Flintは、大規模なクローズドモデルよりも多くの指示を必要とする場合がある。

Flintは、Recursiveの自動研究システムであるEureka Machineの実証例でもある。このシステムは、アイデアの提案、実装、テスト、次に進む方向の選定を繰り返す。同社によれば、データ、オプティマイザー、学習手法、インフラ、推論の開発に貢献し、小規模なチームが4か月未満でモデルをゼロから構築できたという。

🔗 Recursiveの記事 · Hugging FaceのRecursiveSI/flint

Basetenの研究所Base Labs、意思決定モデルmammoth-1とelephant-1を公開

10月21日 — Basetenは、研究所のBase Labsで訓練した2つの意思決定モデルを公開した。270億パラメータのmammoth-1と、90億パラメータのelephant-1だ。意思決定モデルは回答文を生成せず、選択式、評価式、はい・いいえ形式の質問に対して、考えられる回答それぞれの確率を返す。これにより、値を超えた場合に人間へ判断を引き継ぐ信頼度のしきい値を設定できる。Basetenによれば、推論モデルより最大10倍速く回答できる。両モデルはQwen3.5-27BとQwen3.5-9Bを621万件の事例で事後学習したもので、「分かりません」と答えるべき事例も含まれている。

意思決定モデル	ベースモデル	Jev Decision Index 0.4	Artificial Analysis Decision Index
mammoth-1	Qwen3.5-27B	71,24、208モデル中1位	65,9
elephant-1	Qwen3.5-9B	9Bモデルで最高、同率8位	65,2

両モデルはBasetenのModel APIsで1週間無料で利用でき、標準設定ではデータを保持しない。Basetenは両モデルをオープンソースと紹介しており、Hugging FaceのモデルカードにはMITライセンスと記載されている。

🔗 Basetenの記事

エージェント向け文書検索：CohereがRerank 5を発表、NVIDIAがNemotron 3.5 Embed、Rerank、Parseを公開

10月21日 — Cohereは、企業内検索向けリランキングモデルの新世代となるRerank 5を、2つのバージョンで発表した。Rerank 5 Pro（rerank-v5.0-pro）は最高の品質を目指し、特に推論を要するクエリや、長文・専門文書に重点を置く。一方、Rerank 5 Fast（rerank-v5.0-fast）は、タスクごとに多数の検索を実行するエージェントなどに向け、レイテンシと処理量を重視する。両モデルは10月21日からCohere APIで利用でき、料金は100万トークン当たりProが0.05ドル、Fastが0.02ドル。Model Vault、Microsoft Foundry、Amazon SageMaker、Northでも提供される。100以上の言語、32kトークンのコンテキスト、半構造化データに対応し、移行にはmodelパラメーターの変更だけで済み、再インデックスは不要だ。

主な新機能はContext Focusだ。デフォルトでは無効になっているこの機能は、各文書の最も関連性の高い箇所を、スコア付きの文字範囲として同じ呼び出しで返し、その抜粋だけをLLMに送れるようにする。Cohereは検索エージェント（glm-5-3-flash、各50問の17データセット）でこの機能を検証した。

Cohereが検証した検索スタック	正答率	トークン消費量
BM25のみ	46 %	基準
BM25とRerank 5 Pro	49 %	数値の公表なし
Context Focus使用、デフォルトのしきい値0,1	57 %	Context Focus未使用時より19 %削減
Context Focus使用、しきい値0,4	58 %	Context Focus未使用時より34 %削減、BM25のみより35 %削減
6つの深掘り検索ベンチマーク、しきい値0,4	52 %、BM25のみでは39 %	BM25のみより41 %削減

Cohereの投稿スレッドがトークン消費を「最大41 %」削減と要約しているのは、BM25のみとの比較で測定した、この最後の数値だ。2つ目の変更点は、スコアが較正されたことだ。関連性スコア0.7は、文書が役立つ確率が70 %であることを意味するようになり、「役立つ可能性の方が高い」と判断するしきい値は、Proで0.50、Fastで0.45となる。これにより、しきい値によるフィルタリングや、関連する検索結果が一つも返らなかったことの検出が可能になる。人間による独立した2組の判定データに対する期待較正誤差（ECE）は、両モデルとも約0.06で、Rerank 4 Proと検証対象のVoyage AIの2モデルでは0.23～0.38だった。

Cohere独自の評価手法であるRCP-nDCG@10を用いた公開ベンチマークでは、Rerank 5 Proは46の複合データセットのうち39で首位に立ち、推論を要する検索を評価するBRIGHTでは82.2を記録した。これはVoyage AI Rerank 3を5.8ポイント、Rerank 4 Proを12.4ポイント上回る。FastはA100 GPUで、1,000トークンの文書を毎秒約187件処理し、Proの2.9倍のスループットを実現する。Rerank 5の登場はEmbed 5から3週間後で、CohereがすでにRerank 4との比較を紹介していた短い動画からは1週間後となる。

🔗 Cohereの記事 · Cohereのリリースノート

Nemotron 3.5 Embed、Rerank、Parse：NVIDIAのエージェント向けマルチモーダル文書検索

10月21日 — 同日、NVIDIAはNemotron Retriever（旧称Nemotron RAG）のモデル群に、埋め込み、リランキング、文書抽出のモデルを追加した。オープンで商用利用可能なモデルとして紹介され、OpenMDW 1.1ライセンスの下でHugging Faceに公開されている。Nemotron 3.5 Embedには8B、8Bから蒸留した1B、1B NVFP4があり、テキストと文書画像（表、グラフ、図）の両方を検索できる。Nemotron 3.5 Rerank 8Bは、テキストと画像のクエリ・文書ペアを採点し、6億3,100万パラメーターのNemotron 3.5 Parseは、ページを構造化テキストに変換する。

ViDoRe v3.1では、Embed 8BがnDCG@10で61.17を記録し、10月20日時点でデンスモデルの首位に立った。Rerank 8Bは60.49で、Qwen-3-VL-Reranker-8Bの59.17を上回る。Parseは10億パラメーター未満のモデルの中でParseBench首位となり、H100で毎秒10.5ページを処理しながら75.20を記録した。Cohereと同様、NVIDIAもエージェントのコストを強調するが、使用するベンチマークと比較対象は異なる。

比較項目	Cohere Rerank 5	NVIDIA Nemotron 3.5 Rerank
提供形態	有料API、Model Vault、Foundry、SageMaker	Hugging Faceで重みを公開、OpenMDW 1.1ライセンス
公表されたトークン削減率	6つのベンチマークでBM25のみと比べて最大41 %	Embed 8Bと併用し、エージェントのクエリ当たり約14 %
主に紹介されたスコア	BRIGHTで82,2（RCP-nDCG@10）	ViDoRe v3.1で60,49（nDCG@10）

両者の削減率は直接比較できない。CohereはContext Focusを含む検索スタック全体をキーワード検索のみと比較しているのに対し、NVIDIAはViDoRe v3、BRIGHT、BrowseComp-Plusで、自社の埋め込みの後段にRerankを追加した効果を測定している。デプロイ面では、Embed 1BのNVFP4版はGB200上で精度の99.85 %を維持しながら、毎秒処理できる文書数を27.1 %増やしている。

🔗 Nemotron Retrieverに関するNVIDIAの記事

ChatGPT Ads：対象国が26か国増えて計89か国に、LLMオーケストレーターが広告配信を制御

10月21日 — OpenAIはChatGPT Adsを新たに26か国へ拡大し、広告配信の対象を89か国に広げた。メキシコとブラジルに続き、アルゼンチン、チリ、コロンビア、ペルーなど中南米の14か国が加わるほか、ナイジェリア、南アフリカ、セルビア、ウクライナ、カンボジア、バングラデシュ、パキスタンなど、欧州、中東、アフリカ、アジアの新たな市場も対象となる。広告提供の開始から8か月余りで10万を超える広告主がキャンペーンを実施し、ChatGPTの週間利用者数は12億人を超える。広告の対象は引き続きFreeとGoに限られ、Plus、Pro、Enterpriseには表示されない。8月末時点では、広告事業の年間換算売上高は10億ドル、対象国は40か国超とされていた。

同日、OpenAIのエンジニアであるリテンドラ・ダッタとカルティク・ゴパルラトナムが、この広告配信システムの技術スタックを説明した。会話では購買意図が複数のターンを通じて形成されるため、単一のクエリやページ閲覧を前提とする従来のシステムでは対応しにくい。そこでOpenAIは、ターンや会話をまたいで情報を記憶するステートフルな広告セッション、ツール呼び出しによって処理全体を制御する、追加学習済みの最先端LLM「オーケストレーター」、そして回答生成とは分離され、独自のモデルとコードを持つ広告選択サービスを採用した。

広告配信の処理段階	処理内容
意図の把握	オーケストレーターが会話を1つ以上のクエリに要約する
検索	意味的な埋め込みと近似最近傍検索を複数のインデックスに対して実行する
フィルタリング	予算、支出ペース、ターゲティング、ルール、広告主ごとの重複排除
採点	関連性、予測エンゲージメント、過去の実績
オークション	オーケストレーターの外部で広告とその価格を決定する

ChatGPTの回答は、このシステムに依存しない。処理が遅い場合や障害時にも回答は通常どおり表示され、到着が遅すぎた広告は表示されず、広告を一つも返さないことも通常の結果として扱われる。選ばれた広告は回答の下にスポンサー広告と明示され、モデルが生成した短く中立的な導入文とともに表示される。OpenAIの最も強力なモデルがシステム全体を評価し、オーケストレーションや検索を担う小型モデルを訓練する。また、1年前には広告システムを一切持っていなかったOpenAIがこのスタックを構築するうえで、Codexが開発力を大きく高める役割を果たした。

🔗 26か国への拡大 · ChatGPTの広告技術スタック

生物学・医療向けAI：GPT-RosalindがCRISPRアトラスを解析、RFD4-ProteinaとCosmos3-H-Dreamsも登場

生物学・医療分野にAIを応用する3つの発表があった。遺伝子アトラスを解析するOpenAIのエージェント、ブラウザーから利用できるオープンなタンパク質設計モデル、そして画像をリアルタイムで生成する手術シミュレーターだ。

数千のGPT-Rosalindエージェントがマウス脳のCRISPRアトラスを32分で解析

10月21日 — OpenAI、PerturbAI、Scripps Researchは、GPT-Rosalindを搭載した数千のエージェントに、マウス全脳のCRISPRアトラスの解析を任せた。このアトラスは、遺伝子への摂動が数百万の細胞に与える影響を測定したものだ。各エージェントは1つの摂動を担当し、細胞の反応を調べ、文献を検索し、説明を提案する。これらをまとめた推論アトラス（reasoning atlas）がGitHubで公開され、プレプリントもbioRxivに投稿された。

チームが報告した測定項目	公表値
エージェントによる解析時間	32分
同等の解析を人間が行う場合の所要時間（推定）	数か月から1年
最大の作業量で引用された文献数	700超、単一エージェントでは11
盲検評価での専門家の選好	75 %が分散エージェントのレポートを選択

2つの知見が浮かび上がった。小脳では、Tsc2への摂動が神経細胞間の情報伝達に関わる数十の遺伝子の活動を変化させる一方、Tsc1への摂動ではほとんど変化が見られなかった。これは結節性硬化症との関連から検討すべき結果だ。また、ペリー症候群に関わる遺伝子Dctn1への摂動は、コレステロール合成に関わる遺伝子の発現を増加させた。そこから、専門家が新規性を認め、実験室での検証が必要とする仮説が生まれた。神経細胞内のコレステロール分布を回復させれば、変性から神経細胞を保護できるだろうか。

🔗 OpenAIの研究記事 · bioRxivのプレプリント

RFD4-Proteina：NVIDIAとBaker Labのタンパク質設計モデル、11月4日まで専用GPUで無料提供

10月21日 — NVIDIAはRFD4-Proteinaをブラウザーから利用できるようにした。ワシントン大学タンパク質設計研究所のBaker Labと共同開発したこのオープンなタンパク質設計モデルは、結合タンパク質が結合すべき標的や、酵素が含むべき触媒モチーフといった制約に合わせて、タンパク質の配列と全原子構造を同時に生成する。小分子から核酸、糖鎖、金属イオンまで、多様な分子環境に対応する。

重みは10月6日からBSD-3-Clauseライセンスの下でHugging Faceに公開されている。今回の新たな提供形態は2つのSpacesを通じたアクセスだ。一方は専用のRTX PRO 6000 GPUを使用し、10月21日から11月4日までNVIDIAの負担で無料提供される。もう一方はZeroGPUを使用し、その後も無料で利用できる。このモデルにはLLMと同様に思考設定（thinking setting）があり、24の標的を用いたベンチマークでは、思考を高く設定すると、インシリコ検証の基準を満たす異なる設計をGPU時間当たり76.40件生成した。2位の手法であるProteina-Complexaは13.24件だった。NVIDIAは、GTC Berlinで紹介したオープンモデルに関する記事で、10を超える設計タスクでも首位に立ち、200アミノ酸のタンパク質ではRFdiffusion3より約13倍高速だとしている。NVIDIAは、AnthropicとAdaptyvが協賛するタンパク質設計コンペティションでの活用を提案している。

🔗 Hugging FaceのRFD4-Proteina記事 · RFD4-Proteinaの重み

Cosmos3-H-Dreams：利用者の操作にリアルタイムで応答する生成型手術シミュレーター

10月20日 — NVIDIAは、腹部手術の場面をリアルタイムで再現する生成型シミュレーター、Cosmos3-H-Dreamsを発表した。利用者が鉗子を動かして胆嚢をつかみ、持ち上げると、モデルがそれに対応する画像を生成する。この世界基盤モデル（world foundation model）は、組織の形状や変形をモデル化する代わりに、CMR SurgicalのロボットVersiusを使って実施された実際の胆嚢摘出術の映像と運動学データから、視覚的な動きを学習する。NVIDIAによると、臨床手術で訓練され、リアルタイムの運動学的制御を受け付ける生成型手術シミュレーターとしては初となる。

モデルの基盤は160億パラメーターのCosmos3-H-Embodied-Nanoで、28次元の行動情報（両アームの姿勢と鉗子、エネルギー操作、コントローラーの軸とボタン）を用いて特化させた後、4ステップ版と2ステップ版に蒸留した。FlashDreamsライブラリーにより、いずれも1基のRTX PRO 6000で対話的に動作する。両チェックポイントはNVIDIA Open Model Licenseの下でHugging Faceに公開されており、コードと、独自データにモデルを適応させる手順も提供されている。

🔗 Hugging FaceのCosmos3-H-Dreams記事

ロボティクスとフィジカルAI：ヒューマノイドAgile ONE SN、Isaac Lab 3.0、Alpamayo 2 Edge、Cosmos Data Factory

NVIDIAは基調講演の多くをフィジカルAIに割き、研究室向けのリファレンスとなるヒューマノイド、一般提供を開始したロボット学習プラットフォーム、自動運転や訓練データ向けの新たなモデルとツールを紹介した。Pollen RoboticsとHugging FaceのMicroducksもステージに登場した（短報を参照）。

Isaac：リファレンスヒューマノイド Agile ONE SN、Isaac Lab 3.0、Isaac OS

10月21日 — NVIDIA は、ロボティクスプラットフォーム Isaac に研究向けのリファレンスヒューマノイドを追加する。Agile Robots が製造する Agile ONE SN には Isaac GR00T モデルがあらかじめ設定されており、安全システム Halos も統合される予定だ。提供開始は2027年初頭を予定し、研究室の立ち上げにかかる期間を数週間から数日に短縮することを目指す。スタンフォード大学とチューリッヒ工科大学が関心を示している。

Agile ONE SN の仕様	公表値
身長と重量	1,40 m, 40 kg
自由度	31、さらに左右それぞれの手に20
可搬重量	各腕3 kg
搭載演算装置	Jetson Thor、2 070 téraflops FP4、128 Go の統合メモリ
提供時期	2027年初頭

プラットフォームのほかの部分も進展している。ロボット学習用のオープンソースフレームワーク Isaac Lab 3.0 は、物理エンジン Newton と PhysX を備えて一般提供に移行する。また、Holoscan を基盤とする新しいオープンソースランタイム Isaac OS が、モデル、センサー、制御をつなぐ。DGX Station 向けの3つのリファレンスワークフローでは、強化学習による GR00T 1.7 の追加学習、器用な物体操作の訓練、合成データを生成するための Cosmos モデルの事後学習を紹介する。さらに NVIDIA は、シミュレーションにすぐ使える2 000点以上の物体のライブラリと、3方向から同期撮影し、手の3D追跡情報を付けた動画データセット Human 1M を Hugging Face で公開する。Human 1M の完全版は Cosmos Coalition のパートナー限定となる。ジェンスン・フアンは、ロボティクスにおける ChatGPT のような転換点が急速に近づいているとみている。

🔗 NVIDIA の Isaac に関する発表

Alpamayo 2 Edge と Cosmos Data Factory：車載の自動運転とロボット向けデータ

10月21日 — NVIDIA は、GTC Berlin で発表するオープンモデルを紹介する記事で、Alpamayo 2 Edge を追加した。これは NVIDIA Cosmos を基盤とする小型の推論モデルで、車載の DRIVE AGX Thor 上で動作し、周囲の状況を理解してリアルタイムで走行経路を計画する。データ分野では、Cosmos Data Factory が、学習用データセットの選別、注釈付け、生成、評価に使う設計テンプレートとエージェントのスキルをまとめ、より少ない計算量で世界モデルを改善する新しいツールも提供する。Porsche は Voxel51 と、ANYbotics は Encord と、Zalando と CEVA Logistics は Sereact と組んで利用しており、Siemens も活用している。同じ記事では RFD4-Proteina も紹介し、NVIDIA の量子コンピューティング向けモデル群 Ising が AWS Parallel Computing Service に導入されることも発表した。

🔗 NVIDIA のオープンモデルに関する記事

産業と通信：Mistral と NVIDIA がエンジニアリングで協業、T-Mobile が初の AI-RAN 通話を実施

2つの発表が、データセンターの外へと AI を広げる。対象は、産業分野の設計部門と、携帯通信網のアンテナだ。

Mistral と NVIDIA が産業エンジニアリング向け AI で提携、オープンなベンチマークも整備

10月21日 — Mistral は、産業エンジニアリングへの AI 活用に向けて NVIDIA との協業を発表した。両社は、AI を前提とするエンジニアリングのワークフロー（AI を組み込んだエンジニアリングの作業手順）の構築を目指す。Mistral Large 4 と、NVIDIA の CUDA-X および Warp ライブラリで高速化した Mistral のデータ生成・物理モデリング用パイプラインにより、シミュレーションを短時間化し、シミュレーション、モデル開発、設計を閉ループでつなぐ計画だ。Mistral のモデルは Omniverse ライブラリにも統合され、GPU 上での3Dシーンや SimReady の3Dオブジェクトの生成に使われる。

プロジェクトの中心は評価だ。公開ベンチマークとオープンなデータセットにより、物理モデルの精度を比較し、CAD からシミュレーションまでを自動化する一連の工程を検証する。さらに、航空宇宙、自動車、半導体分野を対象に、コンピューター支援エンジニアリング（CAE）と電子設計自動化（EDA）におけるエージェント型 AI も評価する。エージェントがエンジニアリングツールを使い、多段階の作業を連続して実行し、技術的に正しい結果を出せるかを、実行時間と計算コストも含めて測定する。ベンチマーク名、データセット、日程、金額はいずれも公表されていない。記事では、欧州で3 800基の Grace Blackwell GPU を使って学習した Mistral Large 4（約1兆パラメータ、うち490億がアクティブ）の重みは、引き続き10月末に公開予定だと説明している。Mistral で計算工学担当副社長を務めるニール・アシュトンは、エンジニアリングの進む速さが、あまりにも長くシミュレーションの速さに左右されてきたと指摘する。

🔗 Mistral の記事 · @MistralAI の投稿

T-Mobile が NVIDIA、Nokia と商用ネットワークで初の AI-RAN 通話を実施

10月21日 — NVIDIA は、T-Mobile がワシントン州ベルビューで、Nokia とともに商用ネットワーク上で初の AI-RAN 通話を行ったと発表した。AI-RAN は無線ネットワークの処理を GPU 上で実行し、同じ GPU で利用者の近くから AI モデルを提供することもできる。ジェンスン・フアンは、約8年にわたる取り組みを経たこの節目を、「CUDA が電話をかけるようになった」と表現した。

欧州では Elisa が、音声、モバイルデータ、視覚 AI を同じ高速化プラットフォーム上で動かす、欧州初の AI-RAN 実地試験を実施したとしている。BT は英国で試験を準備しており、Nokia は CUDA で高速化した自社ソフトウェア anyRAN を NVIDIA の Aerial RAN Computer に導入し、BT、Deutsche Telekom、Elisa、Orange での試験に備える。欧州・中東・アフリカ地域の通信事業者9社が NVIDIA のインフラを構築または拡張しており、Nokia と Cisco はそれぞれの自律型ネットワーク用ソフトウェアに Nemotron モデルを統合している。

🔗 NVIDIA の AI-RAN に関する発表

生成音声と動画：Eleven Realtime Translation、HeyGen Voice Turbo、Kling 4.0 の API

生成メディアを手がける3社が、開発者向けの提供を進めている。内容は、リアルタイム音声翻訳、低価格の音声モデル、そして1週間前から待たれていた動画 API だ。

Eleven Realtime Translation：ElevenLabs が通話中のリアルタイム音声翻訳を限定アルファ公開

10月21日 — 音声エージェント向けの音声対音声モデル Eleven Realtime を発表した翌日、ElevenLabs はリアルタイム音声翻訳モデル Eleven Realtime Translation を限定アルファ公開した。通話中、それぞれが自分の言語で話し、相手の発言を自分の言語による自然な声で聞ける。ElevenLabs は両者の違いを、Eleven Realtime は人と話すエージェント向け、Realtime Translation は互いに話す必要がある人々向け、と説明している。

モデルは90以上の言語に対応し、各話者の言語を自動検出する。出力音声はライブラリの17 500種類以上から選べるほか、自分の声のクローンも使える。応答を開始する積極性の設定（eagerness control）で、遅延と翻訳品質のバランスを調整できる。アルファ期間中は ElevenAPI を通じた企業向けの限定提供で、料金やブログ記事は公開されていない。

🔗 @ElevenLabsDevs の発表

HeyGen Voice Turbo：Artificial Analysis の Controlled Voice 部門で HeyGen Voice を上回り首位

10月21日 — 初の自社音声モデル HeyGen Voice の公開から12日後、HeyGen は、より高速で低価格な派生モデル Turbo を API で提供開始した。API の Turbo エンドポイントは11月30日まで無料となる。HeyGen は、Artificial Analysis の音声合成ランキングで上位2位を占めたとしている。対象は、同じクローン音声を使ってモデルを比較する Controlled Voice 部門で、Qwen-Audio-3.1-TTS-Plus が3位に入る。ただし、不確実性の幅を考慮すると、上位3モデルはほぼ互角だ。

音声合成モデル	Controlled Voice 部門の Elo	Artificial Analysis 掲載価格
HeyGen Voice Turbo	1 202 (±19)	百万文字あたり4ドル
HeyGen Voice	1 195 (±15)	百万文字あたり30ドル

10月9日と同様、各社が提供する音声を比較する Provider Voice 部門では、HeyGen は首位ではない。

🔗 HeyGen の発表 · Artificial Analysis の Controlled Voice 部門

Kling が Kling 4.0 の API を公開、fal、Higgsfield、Runway でも提供

10月21日 — 自社サイトで Kling 4.0 の全面提供を開始してから6日後、Kling は動画モデルの API を正式公開した。10月15日に近日公開と予告していたもので、製品やワークフローへの組み込みを可能にする。発表には料金もドキュメントへのリンクもない。同日、複数の外部プラットフォームでも提供が始まった。fal と Higgsfield が追加し、Kling は Magnific での提供を紹介している。また Runway は、Max または Team の新規加入者全員に、Kling 4 を3日間無制限で利用できる特典を提供する。

🔗 @Kling_ai の発表 · Runway の特典

GitHub がリポジトリの99,99999 %を Azure に複製、参照単位のクォーラムへ移行

10月21日 — 将来の Git インフラの基本方針を説明してから2週間後、GitHub は、エージェント中心への転換を受けた移行途中の状況を紹介した。現在、リポジトリの99,99999 %が自社データセンターと Azure の両方に存在しており、Azure への最初の複製は2025年8月に行われた。大半のリポジトリでは5つのレプリカのうち2つが Azure にあり、すでに Git トラフィックの約半分を Azure が処理している。残るのは利用が最も集中する0,00001 %で、約1 000マイル離れた Azure リージョンとの間に生じる約25 ms のネットワーク往復時間が移行を妨げている。

障害となっているのは、各リポジトリを複製するシステム Spokes のクォーラムだ。書き込みは正常なレプリカすべての応答を待ち、リポジトリ全体をロックするため、最も遅いレプリカが処理速度を決めてしまう。そこで GitHub は、リポジトリ単位から参照単位のクォーラムへ移行する。2つの書き込みが互いを待つのは同じブランチを更新する場合だけとなり、エージェントと開発者がそれぞれ自分のブランチにプッシュする状況では、これはまれだ。社内試験では、異なる参照への書き込みでスループットが3～4倍になった。Azure Blob Storage も、書き込み用の「仮想レプリカ」を通じてクォーラムに加わる。これは GitHub 初の、完全に一時的なノードとなる。また、書き込み1回あたり100～1 000回の読み取りが発生するリポジトリ向けに、読み取り用の仮想レプリカを必要に応じて作成できる。この連載の最終回は、来週の GitHub Universe に合わせて公開される予定だ。

🔗 GitHub のエンジニアリング記事

JOLT：Perplexity Research と NVIDIA が同じモデルに教師役と生徒役を担わせる

10月21日 — Perplexity は NVIDIA とともに、単一モデルが2つの役割を担う事後学習手法 JOLT（Joint On-policy Learning and Teaching、学習と指導の共同実行）を公開した。GRPO のような従来の強化学習では、試行ごとに1つの報酬しか与えない。自己蒸留では、トークンごとのフィードバックを追加し、同じモデルが、検証済みの解答などの特別な情報を持つ教師と、それを持たない生徒を演じる。しかし、教師は手がかりがあることで、生徒には使えない近道を取る場合がある。そこで JOLT は、教師自身の報酬を使って教師も学習させ、生徒が取るであろう行動から離れるとペナルティを与える。

評価ベンチマーク	ベースモデル	GRPO に対する JOLT+ の改善幅
GSM8K	DeepSeek-V2-Lite	+1,5 ポイント
MATH	Qwen3-0.6B	+4,2 ポイント
LiveCodeBench v6	Qwen3-8B	+3,0 ポイント
AppWorld	Qwen3-4B-Instruct	+9,9 ポイント
Terminal-Bench 2.1 (pass@1)	Qwen3-30B-A3B-Instruct	+2,7 ポイント

生徒自身の報酬を加える派生手法 JOLT+ は、5つのベンチマークすべてで、比較対象のうち最良だった GRPO を上回った。これを加えない JOLT は、数学とコードでは GRPO を上回るが、AppWorld と Terminal-Bench では下回る。最も顕著な改善はコストだ。MATH で同じ精度（63,44 %）に達するまでに、GRPO は学習用トークンを840万消費したのに対し、JOLT の近似曲線から算出した値は130万で、6,5分の1だった。論文全文は10月7日から arXiv で公開されており、記事ではこの手法と Perplexity の製品との関連には触れていない。

🔗 Perplexity の記事 · arXiv の論文

コーディングエージェント：Claude Code 2.1.305、Gemini CLI 0.65～0.67、Delta 0.21、Stripe Atlas と連携する Replit Agent、PDD Kit

エージェント用 CLI はリグレッションを修正し、企業ネットワークへの対応を進める。Delta は Claude Code と連携し、Replit Agent は会社設立に対応する。GitHub Next は、エージェントのコードを読み直す代わりに、その正しさを証明する方針を示している。OpenAI については、10月15日の0.163.0以降、Codex CLI の新しい安定版は公開されていない。Copilot CLI 1.0.102、Qwen Code、mistral CLI、そのほかの本日のツールは短報で取り上げる。

Claude Code 2.1.305、Vertex と Bedrock でツール検索に阻まれていたリクエストを修正

10月20日 — Claude Code 2.1.305（変更38件、うち修正22件）は、まず2.1.304のリグレッションを修正した。Vertex、Bedrock などのプロバイダーでは、エンドポイントやゲートウェイがツール検索（tool search）を拒否する場合や、ゲートウェイが ToolSearch を禁止するか --tools から除外する場合に、すべてのリクエストが失敗していた。今後は Claude Code がツール検索なしで再試行する。Linux では、sandbox.allowNestedUserNamespaces により、サンドボックス内のコマンドがユーザー名前空間を作成でき、root 権限なしで Chromium や podman を使える。リリースノートでは、この設定により、それらのコマンドがサンドボックスのファイル保護を回避できるようになると注意している。

/usage は、各警告を、発生元を明示した1行の修正案に変換し、f キーで適用できる。管理者向けでは、allowedMcpServers が、${VAR} を env でのみ使用する managed-mcp.json の stdio サーバーをフィルタリングしなくなった。リストに含まれていないサーバーは更新後に読み込まれるようになり、無効のままにするには deniedMcpServers を使える。Workflow の再開時には、すでに完了している pipeline() と parallel() のエージェントを再実行しなくなった。10月21日に公開された2.1.306では2件の修正が加わり、そのうち1件は、環境変数を設定せずに起動したクラウドセッションで claude -p が未接続と表示していた問題への対応だ。

🔗 Claude Code 2.1.305 のリリースノート

Gemini CLI：安定版v0.65.0、プレビュー版v0.66.0とプライベートネットワーク上のMCP OAuth

10月20日 — Gemini CLIは10月20日夜に週次リリースのサイクルを完了し、21時04分UTCにプレビュー版v0.66.0-preview.0、21時17分UTCに安定版v0.65.0を公開した。続いて、10月21日のナイトリー版v0.67.0から0.67.0系列が始まる。安定版は、すでに紹介された修正（カスタムOTLPヘッダー、無視対象ファイルのフィルタリング高速化、OAuthループの解消）を昇格させたものにとどまるが、プレビュー版とナイトリー版には4件の新規PRが加わった。

企業で特に役立つのが、settings.json内でサーバーごとに有効にする設定oauth.allowPrivateNetworkだ。これにより、これまでアドレス検証で拒否されていた内部ネットワーク上のMCPサーバーやOAuth 2.0プロバイダー（RFC 1918、RFC 6598、RFC 4193のアドレス範囲、.internalおよび.localドメイン）に接続できる。シェルツールはユーザーのGit設定を上書きしなくなり、ユーザー情報がないためにgit commitが失敗する問題が解消された。また、ポートlocalhost:4012のように単に401を含むエラーメッセージが、誤ってOAuth検出を引き起こすこともなくなった。Gemini 4 Argonは依然として登場していない。リポジトリのボットは、対応するhelp wantedラベル付きの課題がないため、これを追加するコミュニティのPRを7日以内にクローズすると告知した。

公開されたGemini CLIのバージョン	日時（UTC）	新規内容
v0.66.0-preview.0	10月20日、21時04分	プライベートネットワーク上のMCP OAuthを含む4件のPR
v0.65.0（安定版）	10月20日、21時17分	なし、0.65.0系列からの昇格
v0.67.0-nightly.20261021	10月21日、01時33分	同じ4件のPR、0.67.0系列の開始

🔗 Gemini CLI v0.66.0-preview.0 · Gemini CLI v0.65.0

Delta 0.21、共有スレッドをClaude Codeで開く機能とFigmaのMCPサーバーへの接続を追加

10月21日 — エージェントと共同でコーディングするためのZedの複数人向け環境Deltaが、バージョン0.21.0に更新された。12件の新機能、14件の改善、48件の修正が含まれる。Claude Code用のDeltaプラグインをインストールしていれば、Open in Claude Codeコマンドで共有スレッドをデスクトップ版とウェブ版のClaude Codeで開ける。また、Claude Codeを含む外部ツールからスレッドに参加した共同作業者は、使用しているツール名とともに参加者バーに表示される。DeltaはFigmaのMCPサーバーにも接続する。Figmaが新たなMCPパートナーとしてDeltaを挙げてから1週間後の対応だ。

CLIにはdelta updateが加わり、ローカルエージェントの作業中も手動でコンテキストを圧縮できる。スラッシュコマンドは、操作内容が分かる名前（/change-model、/fork、/set-thinking-level）になった。修正では、Grokのサブスクリプション利用時に、Grok 4.7がようやく500kトークンのコンテキストウィンドウ全体を使えるようになった。また、利用できないツールを呼び出した際に、エージェントが何も告げずに停止することもなくなった。delta daemonコマンドは廃止され、Deltaは必要に応じて起動するようになった。

🔗 Delta 0.21.0のリリースノート

Replit AgentがStripe Atlasで会社設立に対応、AtlasはStripeのMCPとCLIでも利用可能に

10月21日 — Replitは、StripeのMCP連携と、Stripeの会社設立サービスStripe Atlasを通じて、エージェントがユーザーのために会社を設立できるようになったと発表した。料金やReplit独自の条件については明らかにしていない。この発表は、@atlasアカウントがその30分前に告知した新機能に基づくものだ。AtlasがStripeのMCPサーバーとCLIで利用できるようになった。

使用するStripeのインターフェース	Atlas申請での役割
MCPサーバー	エージェントとの対話による手続き：要件、会社情報、確認
Stripe CLI	構造化された入力案内によるターミナルでの手続き。コーディングエージェントからも開始可能
Stripeダッシュボード	本人確認、支払い、書類の確認、署名、申請

10月19日付のStripe開発者ブログの記事によると、同じ申請を別のインターフェースで再開できる。Atlasは、複数の創業者がいる場合も含め、デラウェア州のC法人とLLCに対応する。会社設立、雇用主識別番号（EIN）の取得、創業者持分の段階的な権利確定（ベスティング）の開始、税務上の83(b)選択届の提出を行う。記事では自動設定に対応する環境としてClaude CodeとCursorが挙げられているが、独自に発表したReplitには触れていない。

🔗 Replitの発表 · Stripe Atlasの発表 · stripe.devの記事

PDD Kit：GitHub NextとMicrosoft Research、エージェントが生成するRustコードの証明を目指しChopinに統合

10月21日 — GitHub NextとMicrosoft Researchは、開発者の計画を形式仕様に変換し、エージェントが書いたコードがあらゆる入力に対してその仕様を満たすことを証明するProof Driven Development Kit（PDD Kit）を発表した。アプリケーションのログイン手順を例にすると、PDD Kitはコードについて対話し、やり取りの中で意図を推定して、Rust向けの証明言語Verusによる仕様を提案する。仕様が承認されると、Verus検証器がコードの仕様への適合を自動で証明する。証明できない部分では、テストやコンピューター操作を行うエージェント（コンピューター操作エージェント）を使う。現在はRustのみに対応している。

GitHubは、AI生成コードを1行ずつ読み直さずに本番環境へ投入できるようにする研究プレビューと位置づけ、Microsoft Researchは、より厳密な手法の探究と説明している。GitHub Nextが目指すのは、エンジニアがコードではなく仕様をレビューする、検証済みのソフトウェア工場だ。このキットは、GitHub Nextが9月にMITライセンスでオープンソース公開した、複数人で計画を編集できるエディターChopinに統合されている。発表に伴うPDD Kitの記事、リポジトリ、ドキュメントはなく、10月28日と29日のGitHub Universeでデモが行われる。

🔗 @GitHubNextの発表 · Chopinのリポジトリ

短報

エージェントとコーディングツール

Copilot CLI 1.0.102 — GitHubの安定版には大きな新機能はないが、プロンプトモードで企業が指定したモデルの自動選択を適用し、サブエージェントにもカスタムツールとMCPツールの承認要件を適用する。サンドボックスはNO_PROXYとALL_PROXYに従う。同日、GitHubのMCPサーバーも2.0.3に更新された。🔗 出典
Qwen Code v0.25.4プレビュー版 — v0.25.3から173件の変更があり、ローカルデーモンを操作するqwen daemon start、systemdユニットで単一サーバーにインストールできるManaged Agent、各モデルの最初のトークンまでの時間を表示するWeb Shellなどが含まれる。安定版はまだ公開されていない。🔗 出典
mistral CLI 0.10.0 — 0.9.0の翌日に公開された。機能フラグ（フィーチャーフラグ）で制御されるmistral apps deleteは、デプロイ済みアプリケーションをモジュールやデータベースとともに削除する。また、レジストリ更新時には、変更されたテンプレートファイルを3方向マージする。破壊的変更として、旧バージョンは新しいフィールドversionを拒否する。🔗 出典
v0とSlack — SlackのMCPサーバーを通じて、v0はワークスペースのスレッドやファイルを読み、変更のためのコンテキストとして利用し、進捗を投稿できる。対象はアカウントがアクセスできるチャンネルに限られ、すべてのプランで利用可能だ。🔗 出典
Replitの会話共有 — 会話全体、個別の項目、または会話のdevURLsを、ワークスペースのメンバーと読み取り専用で共有できる。記事や対象プランの説明はない。🔗 出典
Agents CLIの拡張機能 — Googleは、9月1日の1.5.0から公開しているエージェントツールの拡張機能システムを詳しく説明した。公式のLangChain拡張機能は、約24個あるコマンドのうちADK固有の6個を置き換える。プラットフォームチームは、デプロイ前のSBOM分析など、独自ルールの適用を義務づけることもできる。🔗 出典
Manus Game Dev — Manusは3Dキャラクターのアニメーション用骨格設定（リギング）とアニメーションに対応し、3D生成を数倍高速化した。具体的な数値やクレジット消費量は示していない。🔗 出典

アシスタントと企業

Kimi Work 3.2.18 — Moonshot AIのエージェント型アプリケーションのEnterpriseユーザーは、カスタムプラグインを作成してマーケットプレイスに公開できる。また、企業ごとにまとめられたワークスペースを切り替えられる。🔗 出典
ViktorがGrok 4.7に移行 — AI従業員として紹介され、70,000以上のチームが利用するとし、5月に7,500万ドルを調達したこのエージェントが、SpaceXSIのモデルに対応した。デフォルトモデルになるかどうかは明らかにしていない。🔗 出典
HCLTechがClaude Partner Networkに参加 — 従業員230,000人超の同グループがGlobal Premierパートナーとなる。Anthropic Business Unitを設け、HCL BigFixとHCL AppScanにClaudeを、自社のAI ForceプラットフォームにClaude Codeを導入する。金額の公表はない。🔗 出典
Terminal X — OpenAIが10月20日に公開した事例によると、この新興企業の評価エージェントは、GPT-6.1 Solを使った500件の判定で、ファンドの上席レビュアーと88.6%一致した。次点のモデルは86.4%で、モデル名は明らかにされていない。🔗 出典
AT&TとOpenAI — AT&Tの法務部門はLegalEdgeチームの取り組みを拡張し、共通の知識基盤を構築する。自然言語で依頼できる窓口も計画している。最高法務責任者のデビッド・マカティーによれば、判断は引き続き法務担当者が行う。数値の公表はない。🔗 出典

ガバナンスとセキュリティ

Anthropic初の公益報告書 — 公益目的を掲げる同社の年次報告書は、Long-Term Benefit Trustのメンバーと定めた、技術的安全性から利益の分配までの5つの柱で構成されている。2026年の研究成果166件を掲載し、2025年の114件から増加した。🔗 出典
クリストファー・スタッブスがLong-Term Benefit Trustに参加 — ハーバード大学の元理学部長で、1998年に宇宙の膨張加速を発見したチームの一員だった同氏が、ベン・バーナンキらとともにTrustに加わる。Anthropicによると、Trust初の物理学者となる。🔗 出典
サイバー防衛担当者に向けたOpenAIの計画 — 最先端AIの民主的ガバナンスに関する取り組みの第2弾として、政府と産業界に、エージェントを確実に停止する制御手段、防御の近代化、独立した評価を提案する。OpenAIが「防御側に開かれた好機」と呼ぶ期間を生かすものだ。🔗 出典
x402 Agent Safety Bench — エージェントによる決済を評価するこのコミュニティ製ベンチマークでは、Claude Sonnet 5.5、GPT-6.1 Sol、Gemini 4 Argonだけが単独で39個中24〜26個の罠を回避した。DeepSeek V4 Proは12個にとどまり、142.31ドルを失った。ベンチマーク付属のスキルを使うと、どのモデルも金銭を失わなかった。🔗 出典
Hugging Faceのパスキー — Hubは、パスワードの代わりにパスキー（指紋、顔、画面ロック、セキュリティキー）でログインできるようになった。認証の第2要素としても使える。🔗 出典
GitHub CLI 2.103.0の有効期限付きトークン — 公開プレビューでは、gh auth login --expiringが短期間で失効するアクセストークンを保持し、バックグラウンドで更新するため、漏えいしたトークンは数時間で使えなくなる。今後のバージョンでは、新規ログイン時のデフォルトになる予定だ。🔗 出典

APIとクラウド

OpenAI APIのプロジェクト別サービス階層 — Platformの設定で、Ultrafastなど、各プロジェクトが利用できるサービス階層を選択できる。組織は、すべてのプロジェクトに対して利用を制限することもできる。🔗 出典
OpenAIのSDKがVertex AIに対応 — openai-python 3.36.0とopenai-node 7.41.0は、Responses APIでVertex AIに対応する。保持期間30分のキャッシュ書き込みの使用量カウンターや、カスタム音声の同意管理も加わった。🔗 出典
Google Distributed CloudのGemini — GTC Berlinで、Googleは顧客環境に設置するクラウドのインターネットから隔離された版（エアギャップ版）にGemini 3.5 Flashを追加した。RAGによる企業内検索（ファイルあたり100 Mo、会話あたり500 Mo）をプレビュー公開し、HGX B300システムを一般提供に移行した。🔗 出典 · 🔗 RAG検索
Perplexityが解説するトークン消費 — ガイドは過剰消費の原因を5つ挙げ、Enterpriseの設定を説明している。Enterprise Proは月500クレジット、Enterprise Maxは月15,000クレジットで、繰り越しはできない。グループごとに名前を付けた上限も設定できる。新機能の発表はない。🔗 出典

NVIDIA：ロボティクス、産業、ハードウェア

Isaac Lab 3.0のMicroduck — NVIDIA、Pollen Robotics、Hugging Faceは、小型二足歩行ロボットに歩行を学習させるチュートリアルを公開した。Newtonエンジンを使い、16基のGPUで毎秒最大125万ステップのシミュレーションを実行する。同日、Microduckたちは基調講演のステージにも登場した。🔗 出典
SimReady Central — 衝突、質量、摩擦など、シミュレーションに必要な特性を備えた2,000点以上のOpenUSD形式の3Dオブジェクトが、Hugging Faceで自由に利用できるようになった。ロボットアームから冷却システムまでそろう。🔗 出典
Halos SAFE、FOX、cuDSS — NVIDIAは自動車向けの安全性を裏づける証拠の枠組みHalos SAFEを発表した。Volvo CarsはHyperionとAlpamayoを採用し、工場エージェントの設計図FOXは早期アクセスで提供される（Siemensは約20%のコスト削減を見込む）。cuDSSは一般提供に移行した。🔗 出典 · 🔗 FOXとcuDSS
NVIDIAのサプライヤーの生産能力 — 基板の生産能力を3年間で2.5倍に拡大し、Amkorの先端パッケージング能力を2028年末までに300%以上増強する。米国での新施設建設に向け、KYECには11億ドルを前払いする。🔗 出典
Windows向けDGX Stationは12月に登場 — NVIDIAは、10月7日の発表時には未定だったWindows版の提供時期を明らかにした。また、NVIDIA Syncでまとめて接続できるDGX Sparkは、10月初旬に発表された2台から最大8台になる。🔗 出典
NVIDIAとUER — GTC Berlinを前にした10月19日、NVIDIAと、115以上の公共メディアが加盟する欧州放送連合は、エージェント向けのソブリン標準を、ソブリンクラウド、オープンモデルの開発企業、システムインテグレーターに開放した。🔗 出典

オープンモデルと研究

Kumo ForecastとKumo Anomaly — NVIDIAは、4月からApache 2.0ライセンスでHugging Faceに公開している時系列モデルNV-Tesseractを、Kumoブランドにまとめた。正常な観測データ50,000件で追加学習したKumo Anomalyの平均適合率は、0.016から0.201に向上した。🔗 出典 · 🔗 Kumo Anomaly
bekko-static-embedding-v1 — タテノ・ユウイチ氏が、GPUなしで動作する多言語の静的埋め込みモデルをMITライセンスで公開した。MNanoBEIRでは43.76で、ほかの静的モデルを約11ポイント上回り、検索ではmultilingual-e5-smallとの差が約1ポイントとなっている。🔗 出典
MemoProAgent — Metaと3大学の研究者が、個人の記憶を検索し、それが行動を必要とする場合にだけ話しかける能動型アシスタントのコードを、告知なしに公開した。数値による結果はない。🔗 出典

これが意味すること

各大手クラウドは、最先端モデルをすべて取りそろえたカタログを掲げようとしている。6月のAmazon BedrockとOracle Cloudに続き、OpenAIがCodexを含めてGoogle CloudのModel Gardenに加わり、Googleは主要なクローズドLLM 3種を提供する唯一の大手クラウドだと主張している。すでにClaude Opus 5.5とSonnet 5.5を提供しているAntigravityにも、OpenAIのモデルが加わる予定だ。企業にとっては、利用額が既存の契約で確約した利用額に算入されるため、モデルの選択をクラウドの選択から切り離せる。OpenAIにとっては、Microsoftが引き続き主要パートナーであるものの、クラウドが増えるたびに販売経路も増える。GTC Berlinも同じ考え方に沿っている。OpenShell Reference Architectureは、Anthropic、OpenAI、Google、Metaのエージェントを同じスタック上で動かす。

エージェントは今や依頼されなくても動き、その安全措置は製品に組み込まれ、ハードウェアにまで及んでいる。Claude Duetは数時間ごとにアカウントを確認して専用の仮想マシン上で行動するが、支払いや署名の前には承認を待ち、承認されても一部の操作は拒否する。Grok Botは自律的にダッシュボードを最新の状態に保つ。NVIDIAでは、SentryがBlueField-4 DPUから別系統でエージェントを監視して数ミリ秒で停止させ、ServiceNowはエージェントのアクセス権を数秒で取り消せる。問われるのはもはや、エージェントに何ができるかだけでなく、誰が、スタックのどの層で止められるかだ。

AIによる脆弱性の発見は、その修正よりも速く進んでいる。PHP2Shellはウェブサイトの約70 %を動かす言語に影響し、PHP 5.4以降のバージョンに脆弱性が存在する。OpenAIは、こうした発見が大幅に増えると予想している。Claude Securityは4月以降に100万件を超える脆弱性を発見したとしており、修正状況を追跡するために常時スキャンへ移行する。ボトルネックは、運用者への事前通知、当局との連携、メンテナーへの支援といった調整へ移りつつある。OpenAIがサイバー防御担当者向けの計画と同日に公表した5段階の枠組みも、こうした対応を提案している。PHP2Shellの検証ツール自体も、判定不能という結果はサーバーが修正済みである証拠にはならないと注意を促している。

エージェントのコストはトークンで数えられ、スタックの各層がその費用の削減をうたっている。CohereのContext Focusは、キーワード検索だけの場合と比べてトークン数を最大41 %削減し、Nemotron 3.5 Rerankはエージェントのリクエストごとに約14 %削減する。Flintはノートパソコン上でのコーディングに、トークンあたり約25億のパラメータだけを有効化し、JOLTはMATHでGRPOと同等の精度を、6.5分の1の学習トークン数で達成する。さらに下の層では、NVIDIAがAI工場を14日で稼働させ、同じトークン数に対するエネルギー消費を最大30 %削減すると約束し、GitHubはエージェントによって増大するトラフィックに対応するため、Gitのレプリケーションを刷新している。