Claude TagがSlackに参加、Mistral OCR 4がOlmOCRBenchを制覇、RunwayがSeedance 4KとKling 3.0を統合

2026年6月23日は、主に2つの軸で構成されます。ひとつは職場環境におけるAI（Slack内のClaude Tag、一般提供開始のCopilot CLI、Cursor 3.8）、もうひとつはマルチモーダル出力の品質（文書向けのMistral OCR 4、Seedance 4Kを備えたRunway、L’Odysséeを扱うElevenLabs）です。Claude Code v2.1.187、NVIDIA DFlash、Together AI ParallelKernelBench、そして文化的感受性に関するCohere Labsの研究が、7分野にまたがる発表サイクルを締めくくります。

Claude Tag — Claudeがチームの共有メンバーとしてSlackに統合

6月23日 — AnthropicはEnterpriseおよびTeamの顧客向けにClaude Tagのベータ版を開始します。仕組みはこうです。ClaudeはSlackの中で通常のチームメンバーのように常駐し、@Claude を通じてチャンネル内の誰からでも利用でき、永続メモリと非同期での作業能力を備えます。

動作

管理者はClaudeに選定したチャンネルへのアクセスを付与し、必要なツール、データ、コードベースに接続します。その後、どのメンバーでも @Claude とメンションしてタスクを委任できます。Claudeはそれを手順に分解して実行し、結果をスレッドに返します。Claude Tagは、従来のClaude in Slack統合と比べて4つの特徴があります。

特徴	説明
マルチプレイヤーモード	1チャンネルにつき共有Claudeは1つだけ — 各メンバーはClaudeの作業内容を確認できる
永続メモリ	Claudeは会話を重ねるごとに文脈を蓄積し、やり取りのたびに再説明する必要がない
アンビエントモード	Claudeはチャンネルを積極的に監視し、有効化されていれば自発的に先回りして動く
非同期作業	タスクは数時間、あるいは数日にわたってバックグラウンドで実行される

ガバナンス

各チャンネルには独自のツール、データ、メモリの範囲があり、コンテキストがチャンネル間で混在することはありません。各タスクの発起者を含む完全なアクションログは管理者が参照でき、組織単位またはチャンネル単位でトークン上限を設定できます。

Anthropicによると、製品チームが生成したコードの65%は、社内版Claude Tagによるものです。用途は、メトリクス追跡、サポートチケット処理、バグ診断などに広がっています。Claude TagはOpus 4.8で動作し、従来のClaude in Slackアプリを置き換えます。既存の管理者には移行のため30日間が与えられます。

🔗 Anthropic — Claude Tagの紹介

Cursor 3.8 — Cursorのカスタマイズ（Marketplace Leaderboard、Plugin Canvases、Team Marketplaces）

6月22〜23日 — 6月22日に公開され、6月23日にXで告知されたCursor 3.8の変更履歴は、「Customize Cursor」と題されています。これは、集中型のカスタマイズページと3つのチーム統合機能を導入します。

新しい「Customize」ページ

この単一の入口に、ユーザー、チーム、workspaceレベルのプラグイン、skills、MCP、サブエージェント、ルール、コマンド、hooksが集約されます。カスタムMCPもこのページから設定できます。

3つの主要機能

機能	説明
Marketplace Leaderboard	チーム内で最も使用されているプラグイン、skills、MCPのダッシュボード — ワンクリックでインストール可能
Plugin Canvases	プラグインに事前構築済みのcanvasを含められる。最初の例はAtlassian canvas（issues、projects、documentsのリアルタイム表示）
拡張されたTeam Marketplaces	ローカルリポジトリに加えて、GitLab、Bitbucket、Azure DevOpsに対応

Atlassian canvasは、このコンセプトの具体的なデモです。これによりプラグインは、コマンドやテキストベースのツールだけでなく、構造化された視覚インターフェースを公開できるようになります。

🔗 Cursor — 変更履歴 3.8 · Marketplace Leaderboardのツイート · Plugin Canvasesのツイート · Team Marketplacesのツイート

Copilot CLI — 一般提供開始の新しいターミナルインターフェース

6月23日 — GitHubは、Microsoft Build 2026で先行公開されたGitHub Copilot CLIの新しいターミナルインターフェース（TUI）の一般提供開始（GA）を発表します。

主要機能

新しいTUIはタブ式システムを導入します。Session（既定）、Gists、Issues、Pull requests の各タブは Tab で移動できます。どのタブからでも、c でプロンプト内の項目を参照し、o でブラウザで開き、/ で検索を開始します。

設定は、セッション内で完全にガイドされる形になりました。

/mcp add または /mcp search でGitHub MCP Registryを参照し、設定ファイルに触れずにサーバーをインストール
/skills でskillsを矢印キーで有効化/無効化
/plugin でmarketplace、リポジトリ、ローカルパスからプラグインをインストール
/settings で設定をインライン編集

このインターフェースはアクセシビリティにも対応しています。テーマカラー（既定、dim、高コントラスト、/theme 経由の色覚特性対応）、狭い端末向けの適応コンポーネント、スクリーンリーダーの自動検出を備えています。

更新: ターミナル内の copilot update。

🔗 GitHub Changelog — Copilot CLI TUI GA

GitHub Copilot app — BYOK（Bring Your Own Key）対応

6月23日 — GitHub CopilotアプリはBYOKに対応しました。ユーザーは自分のモデルプロバイダーに対してエージェントセッションを実行できます。

対応プロバイダー

Azure OpenAI、Anthropic、自己ホスト型Ollama、LM Studio、そしてOpenAI互換のあらゆるgateway。設定は「設定」→「モデルプロバイダー」（endpoint + APIキー）で行います。キーはローカルのOSキーチェーンに保存され、インターフェースから読み取られることはありません。

用途	説明
混在モデル	複雑な処理にはfrontier model、実行にはローカルモデルを組み合わせる
テナント内トラフィック	推論を自分のクラウドアカウント、tenant、または内部gateway経由でルーティングする
統合セレクター	追加したプロバイダーのモデルが、Copilotホストのモデルと並んで表示される

注: Copilot BusinessおよびEnterpriseプランでは、管理者がポリシー設定で「Copilot CLI」を有効化している必要があります。

🔗 GitHub Changelog — Copilot App BYOK

RunwayがSeedance 4K、Seedance Mini、Kling 3.0 Turboを統合

6月23日 — Runwayは、3つのサードパーティ製動画生成モデルを自社プラットフォーム上で即時利用可能にすると発表します。

追加された3モデルは、Seedance 4K（4Kの高解像度生成）、Seedance Mini（より高速な用途向けの軽量版）、Kling 3.0 Turbo（KuaishouのKlingモデルの最新Turbo版）です。Runwayはこれにより、自社のGen-4とAleph 2.0を補完する、最先端の生成動画モデルの集約基盤として位置づけられます。

1つのプラットフォーム内で複数モデルを使えるこのアプローチにより、クリエイターは解像度、速度、スタイルなど、用途ごとに適したモデルをツールを変えずに選択できます。

新規加入者には、最初の3か月に30%のプロモーションコードが提供されます（コード: 30RUNWAY）。

🔗 Runway — Seedance と Kling 3.0

ElevenLabs — Michael Caineのライセンス音声によるホメロスの『オデュッセイア』

6月23日 — ElevenLabsはThe Odysseyを公開します。これは、英国人俳優サー・Michael Caineとの正式な協業で生成されたAI音声で朗読される、ホメロスの『オデュッセイア』のオーディオブックです。作品には、オリジナル音楽と映画的なサウンドデザインが添えられています。

このオーディオブックは、ElevenLabsの音声読書アプリElevenReader（elevenreader.io）で、無料かつ独占的に利用できます。この制作は、実用的な音声合成を超えてElevenReaderプラットフォームを促進するための、AIによるプレミアムコンテンツ戦略を示しています。

Michael Caineとの協業は、ElevenLabsと同氏の間で締結された正式なライセンス契約に基づいており、この特定の制作のために彼の声をAI形式で再現することを可能にしています。

“Before you see the film, hear the original epic. Today, we’re releasing The Odyssey: an audiobook narrated by the voice of Sir Michael Caine, with original music and cinematic sound design.”

🇯🇵 「映画を見る前に、オリジナルの叙事詩をお聴きください。本日、私たちは『オデュッセイア』を公開します。これは、サー・Michael Caineの声で朗読され、オリジナル音楽と映画的なサウンドデザインを備えたオーディオブックです。」 — @ElevenLabs

🔗 ElevenReader — The Odyssey

Mistral OCR 4 — 構造化ローカライズ付きのSOTA文書処理

6月23日 — Mistralは、SOTA（State Of The Art — 最先端）として提示される自社の文書処理モデル、Mistral OCR 4を発表します。光学文字認識の公開ベンチマークであるOlmOCRBenchでは、OCR 4は85.20を主張しており、Mistralによればベンチマーク1位です。

技術的特徴

OCR 4は、各テキストブロックを境界枠で位置特定し、見出し、表、数式、署名などとして分類し、領域ごとに信頼度スコアを付与します。この構造化ローカライズは、検証済み引用、執筆、RAG分割、人手によるループ内レビューの基盤となります。

項目	詳細
OlmOCRBench	85.20 — Mistralによるベンチマーク1位
多言語評価	Mistralの内部評価で1位；最も大きな改善は希少言語で確認
人手検証	12以上の言語で、600件以上の実文書を独立アノテータがブラインド分類

提供状況

Mistral API、Mistral AI StudioのDocument AI、Amazon SageMaker、Microsoft Foundryから即時利用可能です。Snowflake Parse Document対応は次回アップデートで予定されています。このモデルは単一コンテナでの自己ホスティングも可能です。

🔗 Mistral — OCR 4 · Xのスレッド

Claude Code v2.1.187 — credentialsの保護、組織別モデル制限

6月23日 — Claude Code v2.1.187は、2つの新しいガバナンス機能と、いくつかの重要な修正を導入します。

新しい設定 sandbox.credentials により、サンドボックス化されたコマンドからcredentialsファイルや秘密情報を含む環境変数へのアクセスをブロックできます。これは、Claude Codeを自動モードや共有環境で使うチームにとって追加の保護になります。

組織は、管理コンソールからモデル制限を設定できるようになりました。これらの制限は、モデルセレクター、--model、/model、および変数 ANTHROPIC_MODEL に適用されます。ユーザーには、自分の選択が組織設定によって制限されていることを示す明示的なメッセージが表示されます。

修正内容には、無期限にブロックされていた（最大5分までの）リモートMCPツール呼び出しがエラーで終了するようになったこと、byte-by-byteでクリップボードを送る端末で韓国語またはCJKテキストの貼り付け時に文字化けが発生しなくなったこと、構造化出力（--json-schema）で成功後に StructuredOutput を無限に再呼び出ししないよう修正されたこと、などがあります。

🔗 Claude Code CHANGELOG

WarpがGLM 5.2を追加し、YAMLによるモデル自動ルーターを試験

6月23日 — Warpは、自社のAIターミナルでGLM 5.2の正式サポートを発表します。これはFireworks上でホストされ、コード生成においてトークン効率が高いと説明されています。Warpは、他のプロバイダーに接続するためのBYO（Bring Your Own）推論にも対応しています。

CEOのZach Lloydは並行して、YAMLで設定できるモデル自動ルーターの実験を共有しています。どのタスクをどのモデルに振り分けるかを自然言語で記述するもので、たとえばfrontend向けにはGLM 5.2、複雑なアーキテクチャ判断にはGPT 5.5 Highを使うという具合です。この宣言的ルーティングのアプローチにより、ツールを変えずにタスク種別ごとのコスト/品質比を最適化できます。

🔗 Warp — GLM 5.2 · Warp — Auto-router

Together AI — CUDAカーネル生成向けマルチGPUベンチマークParallelKernelBench

6月23日 — Together AIはParallelKernelBench（PKB）を公開します。これは、実際の本番コードベース（Megatron-LM、DeepSpeed、TensorRT-LLM、NeMo-RL）から抽出された87件のマルチGPU問題で構成されるベンチマークです。目的は、LLMがPyTorch + NCCLに代わって、NVLink対称メモリを直接活用するCUDAカーネルを生成する能力を測定することです。

現在の結果は、このタスクにおけるfrontier modelの限界を示しています。

モデル	解決した問題（zero-shot）	baselineより高速
GPT-5.5	28/87	22/87
Gemini 3 Pro	24/87	12/87
Claude Opus 4.7	20/87	12/87
Gemini 3 Pro (agentic)	35/87	26/87

agenticモード（compile/test/reviseループ）はGemini 3 Proを大幅に改善し、正解数は24から35へ増えますが、およそ20ステップ後に頭打ちになります。PKBはオープンソースで、貢献を受け付けています。

🔗 Together AI — ParallelKernelBench · ツイート

NVIDIA DFlash — Blackwell GPUで最大15倍のspeculative decoding

6月23日 — NVIDIAはDFlashを公開します。これは、speculative decoding向けに設計された、軽量ブロック拡散モデル（lightweight block diffusion model）のオープンソース版です。NVIDIA Blackwell GPU上で展開され、DFlashはユーザーにとって同じ体感レスポンスを維持しながら、推論スループットを最大15倍に高めます。

speculative decodingとは、軽量な下書きモデルを使って複数のトークンを並列生成し、その後メインモデルの1回の処理でトークンを検証または修正することで、必要なパス数を削減する手法です。DFlashはこのアーキテクチャの下書き側であり、Blackwellファミリー向けに最適化されています。

🔗 NVIDIA — DFlash · ツイート

GPT-5 と免疫学 — 3年にわたる実験の謎が1回のセッションで解決

6月23日 — OpenAI は、免疫学における GPT-5 Pro の活用事例を公開しました。免疫学者の Derya Unutmaz（Jackson Laboratory / UConn）は、2022年から説明不能だった T 細胞の実験メカニズムを特定するために GPT-5 Pro を使用しました。

GPT-5 Pro は、デオキシグルコースが IL-2 タンパク質の構築を妨げていることを特定し、曝露された T 細胞が大量に Th17 細胞（炎症性応答）へと変化する理由を説明しました。さらにこのモデルは、リンパ腫を標的とする CD8+ T 細胞に関する未公開の実験結果も正しく予測しました。

Unutmaz は現在、がん変異のデータセットを構築し、精密免疫療法研究を加速するために GPT-5 Pro、Codex、GPT-5.2 Deep Research を活用しています。OpenAI は、悪用のリスク（生物・化学）に注意を促し、Preparedness Framework へ言及しています。

🔗 OpenAI — GPT-5 免疫学の謎

Cohere Labs — 多言語対応だけでは不十分：LLM に欠けている文化的感受性

6月23日 — Cohere Labs は、22か国からの81人の参加者を対象とした調査に基づく研究を公開しました。中心的な結論は、多言語 LLM が必ずしも多文化的であるわけではない、という点です。

調査から得られた主な数値は次のとおりです。非英語話者の 89.5 % は、AI とやり取りしてより良い回答を得るために言語を切り替えます。38 % は、AI が自分たちの文化を理解していないと考えています（5/10 未満のスコア）。63 % は、インタラクション中に文化的規範が侵害された経験があります（ドイツ語の形式張った表現、韓国の歴史的文脈、エジプト・アラビア語など）。67 % は、将来的な文化的周縁化の拡大を懸念しています。Cohere Labs は、文化的認識を事後的な追加ではなく、最初から設計要件として組み込むべきだと主張しています。

🔗 Cohere Labs — グローバル AI における文化的認識

短報

Zed — Hidden Gems: Part 4（6月23日）— Zed のヒントシリーズのブログ記事。大画面で設定可能な中央寄せレイアウト、並列エージェントを使ったマルチ worktree のキーボードナビゲーション、統合ターミナル内の EDITOR=zed --wait、短いニーモニック用の command_aliases。🔗 Zed ブログ
NVIDIA Nemotron Office Hours（6月23日）— NVIDIA AI が、Nemotron Labs で利用可能な Nemotron 3 モデルファミリーに特化したライブ Q&A セッションを配信。

🔗 NVIDIAAI のツイート

それが意味すること

エージェント型 AI が日常のツールに定着しつつあります。 Slack の Claude Tag と GA になった Copilot CLI は、異なるが補完的な2つの導入経路を示しています。Claude Tag は、チームの協働ワークフローへの統合を狙っています。つまり、共有メモリと自発的な働きかけを備え、全員から見える共有エージェントです。Copilot CLI は、個々の開発者のターミナルへの統合を狙っています。タブ、ガイド付きの MCP 管理、ネイティブなアクセシビリティを備えた構造化されたインターフェースです。どちらの場合も、目的は AI ツールと既存の作業環境の間の摩擦を減らすことであり、ユーザーにツールの乗り換えを求めることではありません。

コーディング環境において、パーソナライズが差別化要因になりつつあります。 中央集約された “Customize” ページを備えた Cursor 3.8 と GitHub Copilot の BYOK は、同じニーズに応えています。つまり、各コンテキストでどのモデル、どのツール、どのワークフローを適用するかをチームが正確に設定できるようにすることです。Cursor の Marketplace Leaderboard は、チームが最も使っているものが前面に出るという社会的な側面を導入します。Copilot の BYOK は、トラフィックが企業テナント内にとどまるという主権の側面を導入します。これら2つのアプローチは、こうしたツールに対する開発チームの成熟度の高まりを反映しています。

マルチモーダルおよび文書処理モデルは、新たな品質基準に到達しています。 Mistral OCR 4 の OlmOCRBench における 85.20 という公称スコア、Seedance 4K と Kling 3.0 Turbo を統合した Runway、シネマティックなオーディオブックを打ち出した ElevenLabs — この3つの発表は、プロ品質のマルチモーダルコンテンツ生成がもはや新興ユースケースではないことを示しています。とりわけ Mistral は、単なる文字起こしではなく、構造化された文書インテリジェンス（ブロックごとの信頼度スコア、RAG 対応）に重点を置いています。

GPU カーネルのベンチマークは、見落とされていた盲点を明らかにします。 Together AI の ParallelKernelBench は、従来のコード系ベンチマーク上の LLM の能力と、マルチノード GPU 最適化コードを生成する実際の能力との間に大きな差があることを示しています。最良のモデル（GPT-5.5）でさえ zero-shot で 87 問中 28 問しか解けず、そのうち既存ベースラインを上回る解答は 22 件に過ぎないという事実は、この種の問題が、最先端モデルであってもなお大部分が到達困難であることを示しています。エージェント型アプローチは結果を改善しますが、頭打ちになります。これは、限界が単にコンテキストにあるのではなく、GPU 通信プリミティブの表現にもあることを示唆しています。

LLM における文化的問題は、多言語対応を超えています。 Cohere Labs の研究は、すでに実務で観察されてきた現象を裏づけています。主に英語で訓練されたモデルは、他の言語で応答していても、西洋的な文化的視点を投影しがちです。より良い回答を得るために言語を切り替える非英語話者が 89.5 % にのぼることは、実際の運用コストを示しています。67 % が将来的な文化的周縁化を懸念しているという事実は、問題の認識が技術ユーザーだけにとどまらないことを示唆しています。これは、評価および学習システムの設計に組み込むべきシグナルです。