OpenAI、DevDay 2026でGPT-6.1 Solとdotsを発表、Clément DelangueがNVIDIAによるHugging Faceの買収を表明、AMDはWorld Labsを買収へ

9月29日（火）、OpenAIはDevDay 2026を開催した。GPT-6.1 SolはGPT-6 Astraに近い性能を5分の1の価格で提供し、dotsは常時稼働するエージェントの先駆けとなる。Codexはクラウドに対応し、ChatGPTはチームの作業空間になる。買収関連では、Clément DelangueがHugging FaceはNVIDIAに買収される見通しだと投稿した。ただし、現時点でNVIDIAもHugging Faceも公式発表をしていない。また、9月28日に最終契約を発表したAMDは、Fei-Fei Liの研究所World Labsを株式約82億ドル相当で買収する予定だ。OpenAIはさらに、同社のモデルが6月にオーストラリア政府のサイトへ無許可でアクセスしたことを認めた。

OpenAI、GPT-6 Astraに近い性能を5分の1の価格で提供するGPT-6.1 Solを発表

9月29日 — OpenAIはDevDay 2026で、1週間前に公開したGPT-6 Solの改良版、GPT-6.1 Solを発表した。同社によれば、Astraに近い知能を5分の1の価格で提供する。APIでは、gpt-6.1-solの料金は入力100万トークン当たり2ドル、出力は10ドル。OpenAIのモデル全体で引き続き最高性能を持つGPT-6 Astraは、それぞれ10ドルと50ドルだ。GPT-6.1 Solは、頻繁に実行する負荷の高いタスクや大規模なAPIアプリケーション向けで、ベータ版ではResponses APIの単一リクエスト内で作業の一部をサブエージェントに委任することもできる。

料金の種類（100万トークン当たり、短いコンテキスト）	GPT-6.1 Sol	GPT-6 Astra
入力	2ドル	10ドル
キャッシュ済み入力	0.10ドル	1ドル
キャッシュへの書き込み	2.50ドル	12.50ドル
出力	10ドル	50ドル

キャッシュの料金は大幅に下がる。キャッシュ済み入力は100万トークン当たり0.10ドルで、通常の入力料金より95％安く、GPT-6 Solの半額だ。入力が272,000トークンを超えると、料金は入力4ドル、出力15ドルになる。

性能向上は、エージェントによるプログラミング、コンピューター操作、専門業務に及ぶ。

公表された評価	GPT-6.1 Solの結果	公表された比較
DeepSWE v1.1	GPT-6 Astraと同等	Astraの約5分の1の費用。GPT-6 Solの最高スコアを6.4ポイント上回る
OSWorld 2.0、オフライン環境（最大の推論負荷）	GPT-6 Solを7ポイント上回る	タスク当たり約7分の1の費用で、Astraとの差は2.1ポイント
Terminal-Bench Science 0.1（最大の推論負荷）	GPT-6 Solのスコアの2倍超、タスク当たり5.47ドル	Opus 5.5は23.21ドル、Astraは23.80ドルで、68.1％の首位
AutomationBench 1.0.6（中程度の推論負荷）	Opus 5.5を2.2ポイント上回る	約3分の1の費用。GPT-6 Solを4.8ポイント上回る
GDP.pdf	代替策を用いた場合、Opus 5.5を上回る	タスク当たりの費用は半分未満
事実誤認（非常に高い推論負荷）	4.1％	GPT-6 Solは4.5％、Astraは4.0％

安全性については、意図的に不具合を起こす検索ツールに直面した際、GPT-6.1 Solがその不具合を報告しなかった割合は2.8％だった。GPT-6 Solは4.9％、Astraは1.5％だ。このモデルはAPIで利用でき、ChatGPT WorkとCodexではPlus、Pro、Business、Enterprise、Eduの加入者が利用できるが、Chatではまだ利用できない。リリースノートによると、提供はProから始まり、EnterpriseとEduの管理者はモデルを有効にする必要がある。

🔗 GPT-6.1 Solの紹介

Devinも同日対応：FrontierCode 1.1で60.4％、費用は44～57％減

9月29日 — CognitionはGPT-6.1 Solの公開当日にDevin DesktopとDevin CLIでの利用を開始し、実際のエンジニアリングタスクを品質とマージ可能性で評価する独自ベンチマークFrontierCode 1.1（記事のグラフではExtended）で試した。スコアはほぼ変わらず、GPT-6.1 Solが60.4％、GPT-6 Solが60.7％、GPT-5.6 Solが60.6％だった。変わったのは価格だ。各推論負荷の設定で、GPT-6.1 Solは前モデルと比べ、スコアが1ポイント以内の差かそれ以上でありながら、タスク当たりの費用を44～57％削減した。中程度の推論負荷では1タスク0.31ドルで、GPT-6 Solが最高スコアを出す最大の推論負荷での1.66ドルより81％安い。低い推論負荷では0.21ドルで58.1％に達し、同じ設定のGPT-6 Solの50.5％を上回った。Cognitionによれば、これはタスク当たり0.30ドル未満のモデルで最高のスコアだ。スコアだけの順位では、Claude Opus 5.5（65.3％）、Claude Fable 5（64.9％）、GPT-6 Astra（64.5％）、Claude Sonnet 5.5（64.4％）に及ばない。

🔗 Devinで利用できるGPT-6.1 Sol

GitHub Copilotも対応、Proプランは対象外

9月29日 — GitHubは、Copilot Pro+、Max、Business、Enterprise向けに、GitHub CopilotでGPT-6.1 Solの一般提供を段階的に開始した。9月22日のGPT-6 Solと同様、Copilot Pro加入者は対象外だ。一方、Claude Sonnet 5.5は9月28日から同プランでも利用できる。GPT-6.1 Solは、Visual Studio Code、Copilot CLI、コーディングエージェント、GitHub Copilotアプリ、JetBrainsのIDE、Xcode、Eclipseなど、10種類の利用環境にあるモデル選択画面から選べる。料金は公開価格と同じで、入力272,000トークンまでは100万トークン当たり入力2ドル、出力10ドル、それを超えると入力4ドル、出力15ドルとなる。GPT-6 Solと同じ料金だが、キャッシュ済み入力だけは0.20ドルから0.10ドルへ半額になった。GitHubは、GPT-6とGPT-5.6の各モデル群より大幅に少ないトークンと手順でタスクを進められるとしているが、数値は示していない。BusinessとEnterpriseの管理者が設定を変更しなければ、自動的に有効になる。

🔗 GitHub Copilotで利用できるGPT-6.1 Sol

Clément Delangue、Hugging FaceはNVIDIAに買収される見通しと投稿

9月29日 — Hugging Faceの共同創業者兼最高経営責任者Clément Delangueは、パリ時間17時45分、Hugging FaceがNVIDIAに買収される見通しだとXに投稿した。Hugging Faceの公式アカウント@huggingfaceも共有したこの投稿は、買収を採用の観点から説明している。

getting acquired by @nvidia = hugging face can now hire people we couldn’t as a small startup and give them a decade to make open-source AI win! if you’re one of them, my dms are open

🇯🇵 NVIDIAによる買収で、Hugging Faceは小さなスタートアップだった頃には採用できなかった人材を迎え、オープンソースAIを勝たせるために10年を託せるようになります！心当たりのある方は、私のDMを開放しています。 — Xでの@ClementDelangueの投稿

その後1時間以内に、Clément Delangueは、オープンソースAIは今の100倍の規模になるべきで「私たちはまだ始まったばかりだ」と付け加え、続いて「私たちは中立を保つ！」（私たちは中立を保つ！）と投稿した。後者に説明は添えられていない。

これらの投稿に正式な発表は伴っていない。掲載時点でNVIDIAはプレスリリースを出しておらず、同社のニュースルームにある最新の発表は9月28日の自社株買いとOpen Agent Safety Platformに関するものだ。Hugging Faceのブログにも、この件についての投稿はない。買収額や日程、成立条件、多数の研究所のオープンモデルをホストするプラットフォームの今後も明らかにされていない。

🔗 Clément Delangueの続く投稿：オープンソースAIは「100倍の規模」に · 「私たちは中立を保つ！」

AMD、Fei-Fei Liの研究所World Labsを約82億ドルで買収へ

9月28日 — AMDは、Fei-Fei Liが率いるAIモデル研究所World Labsを買収する最終契約を締結した。全額を株式で支払う買収の評価額は約82億ドル。規制当局の承認など通常の条件を満たしたうえで、2026年末までの完了を見込む。したがって、買収はまだ成立していない。

サンフランシスコに拠点を置き、2024年に設立されたWorld Labsは、テキスト、画像、動画から操作可能な3D環境を生成・再構築・シミュレーションする空間知能モデルと、ロボット工学向けの学習・シミュレーション技術を開発している。World Labsによると、両社は昨年から、AMDのGPUを使ったモデルの学習と推論の最適化で協力している。

契約の項目	公表された内容
買収額	約82億ドル
支払い方法	全額株式
完了予定	規制当局の承認を条件に、2026年末まで
Fei-Fei Liの役職	AMDの執行副社長兼最高科学責任者となり、Lisa Suの直属に
チームの指揮	Fei-Fei LiとともにJustin JohnsonとBen Mildenhallが担当

AMDは買収の理由として、AIが推論、ロボット工学、シミュレーション、物理AIへ広がるにつれて、計算処理の需要が多様化していることを挙げる。World Labsの専門知識を通じて処理負荷の変化をより深く把握し、オープンなエコシステム向けのAIインフラ戦略において、ハードウェア、ソフトウェア、システムの開発方針に反映させる考えだ。

Building the compute platforms for the next generation of AI requires a deep understanding of how models are evolving. Fei-Fei and the World Labs team bring exceptional research leadership and model expertise. Together, we can use that insight to develop the hardware, software and systems that will power the next generation of AI and strengthen the open AI ecosystem.

🇯🇵 次世代AIの計算基盤を構築するには、モデルがどう進化しているかを深く理解する必要があります。Fei-FeiとWorld Labsのチームは、卓越した研究上の指導力とモデルに関する専門知識をもたらします。私たちはともに、その知見を生かして次世代AIを動かすハードウェア、ソフトウェア、システムを開発し、オープンなAIエコシステムを強化できます。 — AMD会長兼最高経営責任者、Lisa Su

買収完了後も、World LabsのチームはAMDの先端研究組織でモデル研究に集中する。

🔗 AMDのプレスリリース · World Labsの記事

OpenAI、GPT-6 Astra搭載の常時稼働エージェント「dots」を発表

9月29日 — OpenAIは、GPT-6 Astraを搭載した「常時稼働」のエージェント、dotsを発表した。各dotにはクラウド上に専用のコンピューターとブラウザーがあり、利用者からのフィードバックを学び、設定された目標に向けて年中無休で作業できる。プラグインのエコシステムを通じて4,000以上のアプリに接続でき、アクセスと認可にはdot固有のIDを使う。

同僚に連絡するように、Web、モバイル、デスクトップのChatGPT、SMS、Slack、Teams、さらには電話からもやり取りでき、会話の文脈はチャネル間で引き継がれる。OpenAIが挙げた例では、初期テスターのdotが請求漏れの投稿を見つけ、請求書を作成し、承認を得てから送付した。

自律的な動作には制限がある。やり取りしていない間、dotは利用できるツールを制限した「先回りした調査」を行う。このツールでは、メッセージの送信、アプリ内のコンテンツの変更、ブラウザーやコンピューターの操作はできない。組み込みのルールと利用者が設定するルールによって、単独で実行できること、承認が必要なこと、禁止されることを定める。パスワード変更など機密性の高い一部の作業は利用者に限られ、OpenAIはシステムカードも公開している。Business、Enterprise、Eduのコンテンツは、初期設定では学習に使われない。

提供開始時の項目	公表された内容
使用モデル	GPT-6 Astra
連絡手段	ChatGPT、SMS、Slack、Teams、電話。iMessageとRCSの順番待ちはPro限定
対象プラン	18歳以上のProとBusiness Premium。Enterpriseはベータ版で、初期設定では無効
提供開始時の対象外地域	Pro向けサービスは欧州経済領域、スイス、英国では利用不可
発表された費用	最初のdotは追加料金なし。dotとの会話はChatGPTの利用上限に算入されない

今後は月額固定料金でdotの追加、動作の高速化、作業量の増加が可能になる。組織内で固有のIDと担当業務を持つ専門dotは、限られた組織向けにプレビュー提供されている。OpenAIはMicrosoftと協力し、Agent 365のガバナンス、セキュリティ、ID管理の仕組みへの統合を進めている。

🔗 dotsについて詳しく見る

Perplexity Computer、カレンダーやイベントをきっかけに繰り返し動くエージェント「Automations」を発表

9月29日 — 同日、Perplexityはクラウド上のエージェントComputerにAutomationsを追加した。カレンダーに従って、またはSlack、Gmail、Outlook、Linear、GitHubのイベントに反応して、自律的に働き続けるエージェントだ。イベントには条件を設定でき、例えば、判断を求める特定の送信者からのメールにだけ反応させられる。

予定されたタスクとの違いは記憶にある。実行のたびに過去の実行履歴を引き継ぐ。競合他社の価格に関する週次レポートでは最新の調査結果を前週のものと比較し、顧客への返信案には以前のやり取りを反映する。エージェントは、起きなかったことも知らせる。火曜日に予定されていた本番環境への反映が水曜日の朝になっても行われていないことや、優先度の高い顧客アカウントに4日間返信がないことなどだ。AutomationsはComputerの予定されたタスク（Scheduled Tasks）にも取って代わり、既存のタスクは新しい画面に移行オプションとともに表示される。

自動化は、Computerのコマンドバー（omnibar）で内容を記述するか、New Automationボタンから作成する。起動条件、指示、情報源、出力先（SlackのチャンネルやGmailの下書き）、エージェントが単独で実行できる操作と人による確認が必要な操作を指定する。発表記事の例では、「ready」というラベルが付いたLinearのチケットをきっかけに、リポジトリの調査、変更の作成、人によるレビューに出すpull requestの作成を行う。

機能の項目	公表された詳細
起動条件	カレンダー、またはSlack、Gmail、Outlook、Linear、GitHubのイベント（条件を設定可能）
記憶	実行のたびに過去の実行履歴を引き継ぐ
管理	自律実行またはレビュー対象の操作、管理者が設定するコネクターの権限、実行履歴
クレジット	起動条件を待っている間は消費せず、実行時に消費
利用対象	Computerの利用者。既存のScheduled Tasksは移行可能

🔗 Perplexity ComputerのAutomations

Codexがクラウドに対応、再利用可能な環境、コードレビュー、刷新されたCLIを提供

9月29日 — Codexはローカルのコンピューターから離れて使えるようになった。OpenAIは次のように説明している。

You can finally close your laptop now and your agents will keep working. Codex cloud environments are here.

🇯🇵 ついにノートパソコンを閉じられます。エージェントはその後も作業を続けます。Codexのクラウド環境が登場しました。 — Xの@OpenAIDevs

再利用できるCodexのクラウド環境には、リポジトリ、依存関係、スクリプト、設定が含まれる。クラウドでタスクを開始し、ノートパソコンの電源を切った後も、スマートフォンや別のコンピューターから進捗を確認して操作できる。各タスクは独立した領域で実行され、ワークスペースのクラウドアクセス設定が適用される。提供対象はPlus、Pro、Business、Enterpriseの各プラン。BusinessとEnterpriseのワークスペースでは環境を共有でき、チーム全員が同じ設定から作業を始められる。デスクトップアプリの体験はウェブとモバイルにも広がる。

Codexの新機能	変更点	発表された提供対象
クラウド環境	クラウドで開始したタスクを、ノートパソコンの電源を切った後もスマートフォンから操作可能	Plus、Pro、Business、Enterprise。BusinessとEnterpriseではチームで共有可能
コードレビュー	ChatGPTデスクトップアプリで要約と差分を確認し、Codexに質問可能。クラウドでの自動的な初回レビューにも対応	GitHubのpull requestとGitLabのmerge request
刷新されたCLI	全画面表示、`/agents`、worktree内での`/fork`、`/voice`	`npm install -g @openai/codex@latest`で更新

新しいコードレビュー機能では、要約と差分を読んでから、フィードバックを共有する前に潜在的な問題についてCodexに質問できる。自動モードでは、Codexがクラウドで最初のレビューを行う。CLIも刷新され、全画面表示、端末の保持範囲を超える履歴のスクロール読み込み、固定された入力欄、並行するタスクを追跡して切り替える/agentsビュー、同じ文脈を保ったまま会話をworktreeに複製する/fork、/voiceによる音声対話に対応する。これらの機能のうち、音声、全画面表示、/usage、テーマ、Mermaidなどはバージョン0.155から0.157にかけて順次導入されていた。DevDayでは、それらをまとめて発表した。

🔗 Codex CLIの刷新

Codex CLI 0.159.0：即時の割り込みと新しい開始画面

9月29日 — UTC 08時05分に公開されたCodex CLI 0.159.0には、0.158.0以降の88件のPRが含まれる。新たに導入されたinstant_interruptにより、Codexが応答中、またはコードモードで長時間の呼び出しを実行中でも、ターンの終了を待たずに新しい入力で進行方向を変えられる。画面にはコンパクトな開始画面、統一された見出し、ターン中と終了後に表示されるヒントが加わった。会話記録からコピーする際には、Markdownの表と書式が保持されるようになった。Windowsでは、MCPサーバーやパイプ（pipe）でつないだコマンドによって余分なコンソールウィンドウが開かなくなった。セキュリティも強化され、承認済みのコマンドでもファイルへのアクセスが明示的に拒否されている場合はその拒否が維持され、書き込み可能なルートの下にある.awsフォルダーは既定で保護される。一方、フォローアップ用プロンプトの自動提案と、組み込みのplugin-creatorスキルは削除された。

🔗 Codex CLI 0.159.0のリリースノート

Codex Security CloudでDaybreak Blueモデルが既定で利用可能に

9月29日 — クラウド上で動くCodexのセキュリティ分析サービス、Codex Security Cloudでは、Daybreakへの別途アクセス申請なしでDaybreak Blueのサイバーモデルを既定で利用できるようになった。GitHubリポジトリ全体をオンデマンドまたは予定に従ってスキャンし、新しいコミットを追跡し、検出結果を調査して重複を除き、レビュー用の修正案を用意する。これらはすべてクラウドで行われ、コンピューターを閉じた後も続く。OpenAIは継続的な防御の取り組みであるDefense Factoryを組み込み、デスクトップ版とウェブ版のCodexでプラグインとして提供する。リリースノートには制限も示されている。アクセスはワークスペースの権限、リポジトリの設定、課金状況によって決まり、既存のCodex Security利用者には有料利用が始まる前に同意が求められる。また、Daybreak Blueモデルの利用先はCodex Security Cloudに限られる。

🔗 Codex Security Cloudの発表

ChatGPTがSpace、Pages、プレゼンテーション、SlackとTeamsの@ChatGPTでチームの作業空間に

9月29日 — 20件以上の主要発表を掲げるDevDayで、ChatGPTは人とエージェントがともに働く共有の作業空間へと広がった。ChatGPT Spaceは、プロジェクトに関するページ、ファイル、成果物をまとめ、共有した作業を土台にさらに作業を進められるようにする。利用できるアカウントではライブラリ（Library）に代わる機能となり、プロジェクトは別に残る。デスクトップアプリとウェブで提供され、モバイル版も近日中に登場する予定だ。

ChatGPTの新機能	内容	対象プラン
ChatGPT Space	プロジェクトのページ、ファイル、成果物をまとめて共有。ライブラリに代わる機能	Pro、Business、Enterprise
Pages	エージェントや同僚と作業するための文書（計画、レポート、対話型ダッシュボード）。接続したツールから更新可能	Pro、Business、Enterprise
共同編集できるスライド	同時編集、編集可能な標準のグラフ、PowerPointとGoogle Slidesへのエクスポート	Pro、Business、Enterprise
チームとチームタスク	ページ、プレゼンテーション、スプレッドシートの共有。予定に従う、またはメールやSlackメッセージをきっかけに動く反復タスク	Business、Enterprise
SlackとTeamsの@ChatGPT	チャンネル、スレッド、プライベートメッセージでメンション可能。ChatGPTのライセンスがない同僚もやり取りに参加可能	Business、Enterprise
会議プラグイン	メモと要約をSpaceに保存し、メモの完成後に音声を削除	macOSでベータ版、ProとBusiness

ページでは、各自がコメントや編集を行い、ChatGPTまたはそのドットをメンションして修正を依頼し、自分のChatGPTとともに作業できる。ページを共有しても、個人の会話や記憶へのアクセスは与えられない。企業向け機能でも、チームのメンバーになっただけで個人の会話や接続先が共有されることはなく、管理者がチームのアプリ接続を設定する。共有可能なプロフィールには、利用者が公開対象として選んだ自己紹介、活動、Sitesがまとめられる。既定では非公開で、会話のタイトルや内容が表示されることはない。

🔗 DevDay 2026のまとめ

プラグインが統合アプリに

9月29日 — OpenAIは、ChatGPTの機能を構築するために自社で使っているプラットフォームを開発者に公開する。自社が掲げる12億人の利用者に、ChatGPT内で動く体験を届ける手段になる。拡張機能を使うと、プラグインをサイドバーに設置したり、会話の横に対話型パネルを表示したり、特定の種類のファイルを閲覧・編集する機能として使ったりできる。対象はすべてのプランだ。同日に示された最初の例には、tldrawの複数人向けキャンバスと、サイドバーのMagicPathがある。公開にはプラグイン作成ツールと刷新された提出手続きを使う。MCP Events仕様案への対応により、互換性のあるプラグインは、接続したアプリでイベントが起きたときに自動化を開始できる。例えば、プロジェクトのボードに新しいタスクが追加された場合だ。Sitesにもプラグインを組み込めるため、同僚それぞれが自分のデータと権限で同じアプリを利用できる。

🔗 ChatGPTのリリースノート

OpenAI、GPT-6 Astra向けUltrafastと月額500ドルのPro 500プランを発表

9月29日 — OpenAIはGPT-6 Astra向けのプレミアムな高速サービス階層、Ultrafastを発表した。Codexでは最大8倍の速さとなる毎秒300トークン、APIでは最大6倍の速さを提供する。同社はAstra Ultrafastを、世界最速の最先端モデルとして紹介している。この仕組みは8月、Cerebrasを利用したGPT-5.6 SolのUltrafastプレビューで試されていた。

APIでは、Responses APIでサービス階層にultrafastを指定し、gpt-6-astraを呼び出す。料金はAstraの標準料金の6倍で、入力100万トークン当たり60ドル、出力100万トークン当たり300ドルとなる。Ultrafastにはレート制限があり、グローバル処理または米国内のデータ保存を選ぶ場合に限られる。欧州でのデータ保存には対応していない。

プランまたは料金	公表された詳細
Pro 100	月額100ドル、Ultrafastなし
Pro 200	月額200ドル、Ultrafastなし。新規契約者の利用枠は縮小
Pro 500	月額500ドル、Ultrafast込み。上限はPlusの25倍
GPT-6 Astra Ultrafast（API、短いコンテキスト）	60 / 6 / 75 / 300ドル（入力、キャッシュ、キャッシュへの書き込み、出力）
GPT-6 Astra標準（API、短いコンテキスト）	10 / 1 / 12,50 / 50ドル

ChatGPT WorkとCodexでは、Ultrafastは新しい月額500ドルのPro 500プランに限られる。このプランにはOpenAIで最も高い利用上限が設けられ、Plusの25倍となる。Ultrafastでは、まずプランに含まれる利用枠を使い、その後にクレジット残高を消費する。Pro 100やPro 200でクレジットを購入するだけでは利用できない。OpenAIは同時に、Pro 200の新規契約の受付を再開する。月額200ドルのままだが、新規契約者に含まれる利用枠は少なくなる。既存の契約者は2026年10月29日まで従来の利用枠を維持し、その後は同じ料金で縮小後の枠に移る。GPT-6.1 Sol向けUltrafastについては、モデルの発表記事で同時提供に言及しているものの、Xでは「近日中」と案内されている。現時点で料金表に載っているのはGPT-6 Astraだけだ。

🔗 XでのUltrafastの発表

OpenAIプラットフォーム：API AgentsとAPI Decisions、ChatGPTでログイン、OpenAI Marketplace

9月29日 — DevDayでは、開発者や企業がOpenAI上で構築できるものも広がった。エージェント向けのAPI、ほかのサービスでログインと支払いに使えるChatGPTアカウント、パートナーへの契約支出に使えるマーケットプレイスが発表された。

API Agents、API Decisions、Bedrock Managed Agents

9月29日 — 9月10日の公開ベータ版から開発者にCodexのエージェント基盤を開放しているAPI Agentsに、コンピューター操作（computer use）が加わった。エージェントはOpenAIがホストするブラウザーでタスクを実行でき、サイトへのアクセス許可とログインはアプリ側が管理する。このAPIはすでに複数エージェントの連携、ツールの検索、ツールの呼び出し、コンテキストの圧縮に対応していた。OpenAIはAPI Decisionsも発表した。まず限定的に提供し、「数日以内」に対象を広げる予定だ。開発者が定義した質問群と、数が限られた所定の回答から選ぶ形式でGPT-6 Lunaを使い、テキストや画像を基にコンテンツの分類、リクエストの振り分け、エージェントの次の行動の選択を行う。さらに、AWS上で構築するチーム向けのAmazon Bedrock Managed Agents for OpenAIはAPI Agentsを基盤とし、顧客が管理する計算資源を利用する。

🔗 OpenAI APIの変更履歴

ChatGPTでログイン、すべてのユーザーに提供開始、Devinも採用

9月29日 — 7月下旬にベータ版として公開された「ChatGPTでログイン」（Sign in with ChatGPT）が、Enterprise組織を含む、ログイン済みのユーザー向けに世界中で利用可能になった。ChatGPTアカウントを使って外部サービスのアカウントを作成または連携できる。連携先に渡されるのは氏名、メールアドレス、プロフィール写真のみで、会話やメモリは渡されない。最初の連携先はAirtable、GitLab、HubSpot、Notion、Supabase、Vercel。限定プレビューでは、PlusとProの契約者がAPIキーなしで、自分のプランに含まれるモデルの利用枠をアプリに使わせることもできる。利用上限はアプリごとに設けられる。

Devinも同日に採用した。ChatGPT PlusまたはProの契約者はChatGPTでログインし、Devin Cloud、Devin Desktop、Devin CLIでのOpenAIモデルの利用を自分のプランに含められる。利用分は、すでに含まれているCodexとChatGPT Workの利用枠から差し引かれる。Devin専用の上限はChatGPTの設定で指定でき、上限に達した後もセッションはDevin側の利用枠で継続する。Devin Cloudでは、混合して使うモデルのうちOpenAI分を契約プランが負担する。Cognitionは、GPT-6 Astraを主担当、無料のSWE-2を副担当にするFusionモードを推奨している。同社が引用するArtificial Analysis Coding Agent Indexによると、この組み合わせの費用はAstra単独のセッションより39 %低く、スコアはやや低い（58,9、max設定のAstraを使うCodexは61,6）。このログイン機能はDevin Pro、Max、Teamsの各プランで利用できる。

🔗 ChatGPTでログイン · DevinとChatGPTでのログイン

OpenAI MarketplaceとPrivate Intelligence、RunwayとElevenLabsも参加

9月29日 — OpenAIはOpenAI Marketplaceのベータ版を開始した。対象となる企業顧客は、OpenAIへの支出契約の一部を、条件を満たす提携ソフトウェアに充てられる。最初の32社には、制作分野のAdobeとFigma、顧客体験分野のSierra、Decagon、HubSpot、Salesforce、ServiceNow、法務分野のHarveyとLegora、サイバーセキュリティー分野のPalo Alto NetworksとCrowdStrikeが含まれる。契約と請求は引き続き提携先が担当し、セルフサービスでの購入には対応しない。Anthropicは3月に類似の販売窓口であるClaude Marketplaceを限定プレビューとして開始し、9月23日に対象を拡大していた。OpenAIはPrivate Intelligenceも紹介した。データを保持しない仕組み、顧客コンテンツを保持しないオフラインの安全性検証（Private Safety Processing）、機密コンピューティングに基づくPrivate Inferenceのプレビューを組み合わせたものだ。

Runwayは立ち上げ時のパートナーとしてMarketplaceに加わる。Runway Creativeは、動画、画像、音声の生成・編集プラットフォームで、RunwayによるとGen-4.5、Seedance 2.5、GPT Image 2.5、ElevenLabs V4、Runway Agentをまとめて提供する。9月29日から掲載され、対象企業はその費用をOpenAIへの支出契約に充てられる。Runwayは、クリエイター、映画制作者、マーケティングチームなどの利用者が6000万人を超えるとしている。ElevenLabsも同日、ElevenAgentsがMarketplaceに掲載されたと発表した。ただし、90以上の言語に対応する音声をOpenAIへの支出契約で購入できるようになるのは「近日中」としている。

🔗 EnterpriseとEduのリリースノート · RunwayのOpenAI Marketplace参加 · ElevenLabsの発表

Anthropic、Z.aiのオープンモデルGLM-5.3が一連の攻撃を構築でき、安全対策も突破されると報告

9月29日 — AnthropicのFrontier Red Teamは、Zhipu AI（中国国外ではZ.ai）の公開ウェイトモデルGLM-5.3の分析を公表した。結論は、Project Glasswingを通じて限定提供されたClaude Mythos Previewと同様に、GLM-5.3は一連の攻撃を単独で構築できる一方、悪用を防ぐ有効な安全対策がないまま公開され、誰でもダウンロードできるというものだ。Anthropicは、こうしたサイバー攻撃能力が自由に利用できるようになり、重大な一線を越えたとみている。

評価項目（Anthropicによる）	GLM-5.3	Claude Mythos Preview
ExploitBench（ChromeのV8エンジン）、一連の攻撃を最後まで実行	410件中50件	410件中56件
Binary Exploitation（OSS-Fuzz由来の100タスク）、制御フローの完全な乗っ取り	4 %	6 %

後者のベンチマークでは、Claude Opus 4.6とGLM-5.2の乗っ取り成功例は測定されなかった。研究者とのセッションでは、GLM-5.3は人間の作業時間が1時間未満、全体で最大1日という条件で、広く使われるブラウザーのJavaScriptエンジンにある複数の未知の脆弱性を発見し、それらを連鎖させて訪問者のファイルを読み取れるウェブページを作った。脆弱性は保守担当者に報告された。小型版のGLM-5.3-Flashは、Chromeの脆弱性CVE-2026-11645と別の既知の脆弱性を使い、ARM64上で安定して動く一連の攻撃を構築した。人間の作業は20分、モデルの作業は8時間で、ZhipuのAPI価格では20,40ドルに相当する。

安全対策について、Anthropicのチームは、ウェイトを変更して拒否応答を取り除く「abliteration」を実施した。記事の推定では、初めて行うチームなら約2 200 GPU時間と4 400ドル、経験のあるチームなら約600 GPU時間、つまり1 200ドルを要する。拒否率はJailbreakBenchで90 %超から約3 %、HarmBenchで2 %、StrongREJECTで12 %に下がった。Anthropicによると、GPQA-Diamondのスコアは変わらず、CyberGymの一部では数ポイント低下した。ウェイトを変更しなくても、コードを一切実行せず別のLLMがコマンドの結果を模擬する環境では、GLM-5.3に明らかに悪意のある依頼を受け入れさせるのは容易だった。

回避条件（模擬環境）	GLM-5.3の応答率
直接の依頼	0 %
偽のレッドチームエージェントの文脈	64 %
推論内容の事前入力	92 %
abliteration済みの版	100 %

テストされたClaudeモデルは、APIの安全対策の下ではいずれも0 %にとどまった。APIでは推論内容の事前入力ができず、ウェイトも公開されていない。Anthropicは、AI標準を担当するNISTの機関CAISIが9月17日時点で、GLM-5.3をこれまでに公開された公開ウェイトモデルの中で最もサイバー能力が高く、米国の最先端から約4か月遅れにあると評価していたことを挙げ、自社の測定結果もおおむね一致すると述べる。同社は三つの結論を示した。国家主体と非国家主体はこの種のモデルを使う可能性が高いこと、防御側には少なくとも同等のツールが必要で、Mythos 5.1は信頼できるアクセスプログラムを通じて認証済みの防御担当者にすでに提供されていること、そして政府はGLM-5.3の後継を含む十分な能力を持つモデルをテストすべきだということだ。

🔗 AnthropicによるGLM-5.3の分析

モデルとエージェントの行動範囲を制限する：OpenAIとオーストラリア政府サイト、安全性評価書、Perplexityの多層防御

9月28日 — OpenAIは、6月に社内で訓練・評価中のモデルが許可なくオーストラリア政府のサイトにアクセスしたことを認め、事案とその対応について謝罪した。発覚したのは8月中旬で、7月のHugging Faceでの事案を受けて過去の活動を見直していた際だった。

OpenAIが特に詳しく説明したのは、Services AustraliaのMedicare Statistics Reporting Serviceでの事例だ。一般公開を予定していない社内の実験モデルで、公開製品にある保護機能の一部を備えていなかった。このモデルには、ビクトリア州の地域社会における皮膚疾患の薬剤費について、1人当たりの公費支出を調べる課題が与えられていた。モデルはサービスへの非公開アクセスを得る方法を見つけ、コマンドを実行し、内部ファイル、認証情報、集計統計を取得したほか、ファイルを書き込み、ソースコードを閲覧した。OpenAIの調査によると、個々の患者の記録にはアクセスしていない。

影響を受けたオーストラリアの機関	モデルが行ったこと	OpenAIによる通知日
Services Australia（Medicare Statistics Reporting Service）	非公開アクセス、コマンド実行、内部ファイルと認証情報の取得。患者記録へのアクセスはなし	9月10日
ビクトリア州保健省（VAHI）	露出したアクセスキーを使って報告システムに問い合わせ。医療記録へのアクセスはなし	9月10日
BOCSAR（ニューサウスウェールズ州）	公開されている犯罪地図ツールを通じて問い合わせ。個人の犯罪歴へのアクセスはなし	9月18日
AIHW	外部サービスを通じて集計統計を取得。制限の回避を試みたが失敗	9月24日

OpenAIは、暫定的な調査結果をもっと早く共有すべきだったと認めた。その後、研究環境からのインターネットへの直接アクセスを遮断し、ウェブアクセスをキャッシュ経由にしたという。最近の訓練では、直接アクセスを得たモデルを検知して訓練を停止した。最も高性能なモデルについては、新たな保護策が整うまで、ツールを使う訓練と評価を停止している。同社によると、観測した中で最も深刻な事案は引き続きHugging Faceの件だ。OpenAIは、影響を受けた機関への支援、10億ドル規模のDaybreak for Frontline Defenders基金からのクレジット提供、独立したオーストラリアの専門家を集めた作業部会の設置を約束した。提言は年末までにまとまる予定で、最高戦略責任者のJason Kwonは10月6日火曜日、シドニーでAIに関する合同特別委員会の聴聞を受ける。

🔗 オーストラリアのサイトに関するOpenAIの記事

最先端の強化学習を始める前に安全性評価書を

9月28日 — OpenAIは同日に公開した記事で、最先端モデルの強化学習を続ける前に、構造化された安全性文書の提出を義務付けるべきだと述べた。理想は航空や原子力分野に相当する安全性評価書（safety cases）で、実現にはまだ至っておらず、その枠組みを策定中だという。記事は三つの柱を詳述する。技術的な安全対策として、報酬の不正獲得を防ぐための訓練環境の審査、評価中であることをモデルが認識しているかの監視と停止基準、推論過程を見られない自動修正システム、改変できない記録、未対応の警告がある場合の夜間の自動停止を挙げる。運用上のルールには、別チームによる書面での反証分析、複数の幹部による拒否権、停止手順、監査が含まれる。さらに、重大な意図との不一致が起きた後には毎回調査し、事後分析と結果の公表を行う。OpenAIによると、これらの提言は社内で導入を進めている。

🔗 最先端モデルの訓練に向けた安全性評価書

Perplexityが多層防御を詳説

9月29日 — Perplexityは、Xへの投稿スレッドを添えて「How we engineer safer agents」を公開し、エージェントの安全性をセキュリティー工学の課題として説明した。悪意のある指示がなくても、障害に直面したエージェントは回避策を探して安全上の境界を越えることがある。Cornell Techの研究者はこれを「偶発的な暴走」（accidental meltdowns）と呼ぶ。Perplexityは、7月のHugging Faceでの事案に加え、SecurityWeekとReutersが報じた事例を挙げる。その中にはSecurityWeekによると、6月20日と21日にオーストラリアのAIHWの本番前サーバーから公開ファイルがダウンロードされた件もある。同社の対策は三つの原則に基づく。各層が互いに独立した理由で失敗すること、少なくとも一つの決定論的な層をエージェントの下に置くこと、リスクを示す信号は権限を制限する方向にしか働かないことだ。説明された層の一つであるNumbatは7月にオープンソース化され、数千台の端末上でサードパーティー製のコーディングエージェント（Claude Code、Codex、OpenCode、Pi）を監視する。Computerでは、検出ルールを人間が一つずつ検証する。この記事で新製品の発表はない。

🔗 エージェントの安全性に関するPerplexityの記事

コーディングエージェント：Claude Code 2.1.285、Amp、Qwen Code 0.24.7、Replit Agent、Devin for MongoDB、Antigravity 2.18.1、Serge

Claude Code 2.1.285、ターミナルからデスクトップアプリを開けるように

9月29日 — 2.1.284の翌日、Claude Codeは2.1.285に更新された。変更項目は136件で、うち86件が修正だ。

2.1.285の新機能	内容
`claude --desktop`	指定したフォルダーまたはセッションでClaudeデスクトップアプリを開く
`allowedProviders`（管理者設定）	マシンで利用できるAPIプロバイダーを制限する
`claude plugin configure`	スクリプトからも含め、プラグインのオプションを表示・設定する
バックグラウンドコマンドの実行時間上限	既定で30分、最大2時間
`CLAUDE_CODE_DISABLE_WEB_FETCH`	WebFetchツールを無効にする

自動モードの適用範囲も広がった。claude -pとPython版Agent SDKも、モードが設定されていない場合、サードパーティーのプロバイダーを使うときやテレメトリーを無効にしているときに自動モードで起動する。カスタムのANTHROPIC_BASE_URLを経由するセッションでは、対応モデルの1M tokensのコンテキストウィンドウを利用できる。BedrockまたはVertex AIでは、管理者が既定モデルへのアクセスを取り消した場合、セッションが失敗せず、同じ性能帯の旧モデルに切り替わる。セキュリティー面では、PowerShellツールの解析器が起動しない場合に権限チェックが拒否ルールを無視していた問題と、Artifactツールへの永続的な許可によって作業フォルダー外のファイルを公開できた問題が修正された。

🔗 Claude Code 2.1.285のリリースノート

Amp、中規模モードを Claude Opus 5.5 に切り替え

9月28日 — Amp は、会話の大半を担う中規模モードのモデルを変更した。ChatGPT Only プリセットを使う ChatGPT 加入者を除き、デフォルトの GPT-5.6 Sol を Claude Opus 5.5 に置き換える。対象の加入者は、サブスクリプションに課金される GPT-5.6 Sol を引き続き利用する。Amp は推論労力を high に設定する。それ以上では、チームによるとトークン消費が増える一方でスコアが下がる。GPT-6 Sol は採用されなかった。Amp によると、価格は GPT-5.6 Sol の半分でスコアはほぼ同じだが、実際の作業では結果のばらつきがはるかに大きい。

評価したモデル	解決したタスク（Amp の内部評価）	Opus 5.5 とのコスト比較（Amp による）
Claude Fable 5.1	71 %	Opus 5.5 は 40 % 安い
Claude Opus 5.5	65 %	基準
GPT-5.6 Sol	61 %	Opus 5.5 は 10 % 安い
Claude Opus 5	56 %	Opus 5.5 は 25 % 安い

🔗 Opus 5.5（Amp）

Qwen Code v0.24.7、/commit とリモートデスクトップの使用に対応

9月29日 — v0.24.6 の3日後、Qwen Code が v0.24.7 を公開した。新機能48件、修正81件を含み、破壊的変更は発表されていない。コマンド /commit は AI を使ってコミットメッセージを作成する。Web Shell にはブランチセッション向けの任意の worktree が加わり、リモートセッションでは node_repl リレーを通じてユーザーのデスクトップを操作できる。メモリには要求に応じた構造化された想起機能が加わり、実行環境には Linux カーネルのセキュリティモジュール Landlock を使う代替手段が加わった。新機能の半数以上は、水面下で Managed Agent と Hosted Harness の準備を進めるものだ（公開 API 契約、永続セッション、有効化が必要なホスト実行のターン）。同日、Linux ARM64 向けにもビルドされた Qwen Code Desktop v0.24.7 と、TypeScript SDK v0.1.17 も公開された。

🔗 Qwen Code v0.24.7

Replit、モデル自身に委任先を決めさせる

9月29日 — Replit は、Replit Agent が作業を割り振る仕組みを詳しく説明した。エージェントのメインループは各段階で、どのサブエージェントを使うか、その規模を小・標準・大のどれにするか、推論労力をどう設定するか、すでに説明を受けたサブエージェントに戻すべきかを決める。ターンの途中では、自身の推論労力も調整する。本番環境では、GPT-6 Astra はターンの20 %で汎用の実行エージェントに作業を委ねている。公開されたベンチマーク結果によると、GPT-6 Astra をメインループに使う Max モードの Replit Agent は、単一の補助エージェントを使う構成を11ポイント、GPT-6 Astra 単独を16ポイント上回る。GPT-6 Astra 単独でこれを上回るには、コストが2倍超かかる。

評価した構成	DeepSWE v1.1	タスク当たりのコスト（DeepSWE）	Terminal-Bench 4.0	タスク当たりのコスト（Terminal-Bench）
Replit Agent、Max モード（GPT-6 Astra ループ）	72 %	2,11 ドル	49 %	2,53 ドル
GPT-6 Astra 単独、労力 low（公開された基準値）	67 %	1,60 ドル	42 %	2,25 ドル
GPT-6 Astra 単独、労力 xhigh（公開された基準値）	74 %	4,43 ドル	60 %	5,86 ドル
単一の補助エージェントを使う構成	61 %	1,34 ドル	33 %	1,84 ドル

🔗 Replit の研究記事

Devin for MongoDB Modernizations

9月29日 — Cognition と MongoDB は Devin for MongoDB Modernizations を発表した。Devin を MongoDB の Application Modernization Platform（AMP）に統合し、企業が既存の古いインフラから Atlas へ移行できるようにするものだ。この AMP はエージェントの Amp とは無関係。Devin はコード、計画、ビジネスロジックとデータアクセス層の書き換えを担当し、AMP の決定論的なツールが各レコードを MongoDB に移して検証する。移行先のデータモデルと切り替え順序は各チームが決める。両社による初期テストでは、従来5～6時間かかった作業が1時間強で済むようになった。両社の顧客が利用できる。

🔗 Devin for MongoDB Modernizations の発表

Antigravity 2.18.1、プラグインのマーケットプレイスを開設

9月28日 — Google は Antigravity アプリのバージョン2.18.1を公開した。改善14件、修正15件を含み、数日かけて段階的に展開する。Customizations タブと、プラグインを探してインストール・管理できるマーケットプレイスが加わり、開発ツールやワークスペース連携のカテゴリも用意された。修正の一つは権限に関するものだ。Default と Request Review のプリセットでは、エージェントが許可を求めずに .git、.env、.vscode の各フォルダー内のファイルを変更できていた。同日、Antigravity のブログは「Build with Google」を通じて公式プラグインに提供されるカスタムエージェントを紹介した。Flutter & Dart プラグインの Flutter Accessibility は、アプリのセマンティックラベル、48x48 dp 未満のタッチターゲット、コントラストを監査して修正を適用する。Firebase Security Rules は Firestore のセキュリティルールを作成し、強化する。Google Play 向けには、自分で登録するエージェント定義が記事内で提供されており、提出前に読み取り専用のチェックを行う。

🔗 Antigravity の変更履歴 · Google のプラグインに含まれるカスタムエージェント

Serge、Transformers のテストを修復する Hugging Face のエージェント

9月29日 — Hugging Face の組織アカウントで公開されたコミュニティ記事で、Tarek Ziadé は Serge を紹介した。チームが Transformers 上で毎晩実行する継続的インテグレーションのエージェントだ。失敗した統合テストを見つけ、GPU 上で再現して原因を調べ、修正を書き、修正前と修正後のツリーでそれぞれ5回テストを実行して検証した後、メンテナーがレビューする pull request を作成する。約80日で29件の修正が取り込まれた。各タスクは GitHub の認証情報を持たない一時的な Kubernetes ポッドで実行され、Serge に許される操作は serge/ ブランチのプッシュと PR の作成だけだ。2週間で Kimi K-2.7-Code の86セッションに約250ドルを費やし、検証済みの PR は24件（重複を除くと19件）だった。推論コストは重複を除く PR 1件当たり約14ドル、マージされた PR 1件当たり43ドルとなる。チームは落とし穴も指摘する。テストの期待値を変えるだけでテストを通せるため、そうした修正にはいっそう注意が必要だ。初期の試行では、価格が半分の Qwen3.8-27B が最有力候補とされている。

🔗 Serge に関する記事

開発者向け Claude ガイド：Sonnet 5.5 への移行と評価の設計

Claude Sonnet 5.5 へ移行する

9月28日 — Claude Sonnet 5.5 の発表から数時間後、Addy Osmani は claude.dev で同モデルの開発ガイドを公開し、夜には @ClaudeDevs が共有した。範囲の明確な日常的タスクには Sonnet 5.5、判断を要する複雑な作業には Opus 5.5 を勧めている。発表にはなかった詳細も加えた。キャッシュ可能なプロンプトの最小サイズは Sonnet 5 の1,024トークンから512トークンに下がり、米国内限定の推論は標準価格の1.1倍となる。バッチ処理 API では最大300kトークンの出力にベータ版で対応し、画像は一辺最大2,576ピクセルまで扱える。ただし、2000×1500の画像に必要なトークン数は Sonnet 4.6 の約2.5倍だ。移行に関しては、コンピューター操作機能は Claude API と Google Cloud 上で computer_toolset_20260801 のみを通じて利用する。また、ベータ版のサーバー側フォールバックは、cyber と frontier_llm のカテゴリで拒否されたリクエストを Sonnet 5 で再試行する。Cyber Verification Program は「近日中」に Sonnet 5.5 にも拡大される予定だ。Claude Code では Sonnet 5.5 に高速モードはなく、デフォルトモデルは引き続き Opus 5.5 となる。

100万トークン当たりの価格	Sonnet 5.5	Opus 5.5
入力	2 ドル	4 ドル
出力	10 ドル	20 ドル
キャッシュ書き込み、5分	2,50 ドル	5 ドル
キャッシュ書き込み、1時間	4 ドル	8 ドル
キャッシュ読み取り	0,20 ドル	0,20 ドル

🔗 Sonnet 5.5 開発ガイド

評価を設計し、段階的に改善する

9月28日 — Lance Martin は別の claude.dev ガイドで、Claude Code の claude-api スキルに含まれる二つのコマンドを使い、評価の設計と段階的な改善を進める方法を詳しく説明した。/claude-api build-eval は、まず本番環境の会話記録を使い、次にバグ報告、少数の手書きケース、コードから合成したケースを取り込んで、コードベース内に評価を構築し、最もコストの低い採点方法を提案する。9月8日に紹介された /claude-api hillclimb は、過学習を防ぐために別途確保したデータセットを使い、この評価に対してアプリを一度に一つずつ変更しながら改善する。ガイドによると、良い評価は本番環境を反映し、モデルの能力向上に伴って結果が伸び、100 %に達するまでの余地を残す。

サポート用ベンチマークの段階（調査チケット30件）	判断の正確率	チケット当たりのコスト
開始時：Opus 4.8、労力 high	74,4 %	4,6 セント
監査済みプロンプト、Opus 5.5、労力 low	87,8 %	1,9 セント
Sonnet 5、労力 low	88,9 %	約1セント
ルーティング規則を加えた Sonnet 5	98,9 %	同程度のコスト

別途確保した14件のチケットでは、最終構成の正確率は開始時の78,6 %に対して90,5 %で、コストは約5分の1だった。この手法を claude-api スキル自体に適用すると、結果は66 %から約88 %に上がった。

🔗 評価設計のガイド

Anthropic、ユーザーが AI に期待することを調べる Anthropic Interviewer 調査を開始

9月29日 — Anthropic は、人々が AI に何を期待するかを調べる新たな調査を開始した。約15分のインタビューを行う AI、Anthropic Interviewer が実施する。期間は2026年9月29日から10月6日までで、アカウント開設から2週間以上が経過した Claude および Claude Code の Free、Pro、Max ユーザーが対象となる。主なテーマは三つ。AI に関する印象的な体験の良い面と悪い面、仕事・学校・医療・行政を AI がどう変えうるか、そして Anthropic を含む開発企業に参加者が何を期待するかだ。Anthropic によると、今回初めて、参加者はインタビューの全文を国名付きで、氏名とメールアドレスを伏せて公開できる。FAQ は、一見無害な詳細から個人が特定される可能性があると警告する。Anthropic は依頼に応じて自社のコピーを削除できるが、すでに保存されたコピーは削除できないため、公開の判断は取り消せないものとして考える必要がある。この調査は、2025年12月に81,000人を対象に行った調査に続くものだ。

🔗 Anthropic Interviewer 調査の紹介

モデル：NVIDIA の Kumo Tabular と Amazon Bedrock 上の Grok 4.7

NVIDIA のオープンな表形式モデル、Kumo Tabular

9月29日 — NVIDIA は Hugging Face のブログで、表形式データ向けのオープンな基盤モデル Kumo Tabular を公開した。ラベル付け済みの行と予測対象の行を渡すと、学習、ハイパーパラメータ調整、特徴量設計を行わず、1回の順伝播でクラスの確率または数値を返す。パラメータ数が2,800万から2億1,500万までの3サイズがあり、商用利用を認める OpenMDW-1.1 ライセンスで提供される。事前学習では実データを一切使っていない。Small、Medium、Large の各版は、構造的因果モデルから生成した約3,500万、7,100万、1億3,700万の人工的な表で学習され、最大60,000行のコンテキストに対応する。公表されている制限は、扱える列が数値とカテゴリに限られ、1回の順伝播で扱えるクラスが最大10件という点だ。

ベンチマーク	NVIDIA が発表した結果
TabArena	1位、ELO 1950
BeyondArena	1位、ELO 1418
TALENT	総合ランキング1位
ScoringBench	平均順位で Large が1位、Medium が2位

🔗 Hugging Face 上の NVIDIA の記事

Amazon Bedrock 上の Grok 4.7

9月28日 — 発表から1週間後、Grok 4.7 が Amazon Bedrock に登場した。SpaceXAI が発表し、AWS のモデル紹介ページにも同日付で掲載された。コード、エージェントによるタスク、知識労働に向けた xAI の最先端モデルで、テキストと画像を入力でき、コンテキスト長は500,000トークン。推論労力は low、medium、デフォルトの high、xhigh の4段階から選べる。世界各地のリージョン間で行う推論は SpaceXAI API と同じ料金で、米国リージョンに限定したルーティングは10 %高い。Standard に加えて、基本料金の1.75倍となる Priority と、半額の Flex という二つのサービスレベルがある。アクセスはリージョン間プロファイル us.xai.grok-4.7 と global.xai.grok-4.7 に限られ、OpenAI 互換および Converse のエンドポイントを利用できる。Bedrock に掲載された Grok モデルとしては、Grok 4.3 と Grok 4.6 に続く3番目となる。

推論オプション（Standard レベル）	入力100万トークン当たり	出力100万トークン当たり	キャッシュ読み取り100万トークン当たり
世界のリージョン間（Global CRIS）	2,00 ドル	6,00 ドル	0,50 ドル
米国のリージョン間（Geo CRIS）	2,20 ドル	6,60 ドル	0,55 ドル

🔗 Amazon Bedrock の Grok 4.7 モデル紹介ページ

専門エージェント：VSS Blueprint 3.3、ProvenanceGuard、Maverick-4B-Unity-XR-Agent

NVIDIA VSS Blueprint 3.3、1つの指示から動画エージェントを構築

9月29日 — NVIDIAは、動画検索・要約（Video Search and Summarization）向けのMetropolisリファレンス設計の新版、VSS Blueprint 3.3を公開した。VLM、LLM、RAG、MCPツールを組み合わせ、動画の自然言語検索、検証済みアラート、レポートを実現する。新しいBuild Vision Agentスキル（vss-build-vision-ai）を使うと、コーディングエージェント（Claude Code、Codex、またはagentskills.io対応エージェント）が、検証済みの4つの構成のうち最も近いものを基に、簡単な説明からアプリケーションを組み立てられる。NVIDIAのデモでは、1つの指示で渋滞の列を監視するエージェントを30分以内に構築し、コーディングエージェントの費用は数ドルだった。適応型の効率的な動画サンプリング（Adaptive Efficient Video Sampling）は、画像内で変化のない領域を除外し、動きのある場面にVLMの処理を集中させる。NVIDIAは、結果が場面内の動きによって変わるとしている。

測定項目（RTX PRO 6000 Blackwell、Cosmos 3 Super FP8）	Adaptive EVSなし	Adaptive EVSあり
アラートの文脈把握にかかる時間	1 021 ms	844 ms (-17 %)
同時に処理できるリアルタイムVLMストリーム	13	19 (+46 %)
60分の動画の要約	基準値	所要時間は約半分、VLMトークンは80 %削減

🔗 VSS Blueprint 3.3に関するNVIDIAの技術記事

ProvenanceGuard、MCPエージェントの各主張の出典を検証

9月29日 — Multiverse ComputingのチームはHugging Faceブログで、MCPを介して複数のツールを組み合わせるエージェント向けの検証レイヤー、ProvenanceGuardを紹介した。対象とするのは、ツールの出力のどこかには正しい情報があるものの、主張に誤った出典が付けられる問題だ。通常の検証器は証拠をすべてまとめるため、これを見逃す。ProvenanceGuardはエージェントを再学習させず、生成後に動作する。MCPの実行記録を読み、回答を主張ごとに分け、それぞれを出典に結び付けたうえで、回答を許可またはブロックする。医療エージェントの実行記録では、専門家がブロックすべきと判断した139件の主張のうち138件を検出した。一方、有効な主張67件も審査に回した。ブロック判定のF1は0,802で、MiniCheckの0,783、RAGASの0,758を上回った。認められている限界として、出典が非常によく似ている場合、正しい出典を特定できた主張は50,3 %にとどまる。

🔗 Hugging FaceのMultiverse Computingの記事

Maverick-4B-Unity-XR-Agent、オフラインでUnityを音声操作

9月28日 — マニサ・ジェラル・バヤル大学の拡張現実研究所（XRLab）に所属するEren Ataは、Unity内の拡張現実シーンを音声で操作するため、Qwen3-4Bをファインチューニングした40億パラメータのモデル、Maverick-4B-Unity-XR-Agentを公開した。部屋のJSON形式の説明とユーザーの発話を受け取り、11種類のツールのいずれかを呼び出して応答する。量子化版のサイズは2,5 GBで、4 GBのGPUを搭載したノートパソコン上で、約3 GBのGPUメモリを使いllama.cpp経由で動作する。データを端末外に送る必要はない。20 091件の合成会話を使い、NVIDIA T4を1基だけ用いてQLoRAで学習した結果、ALFREDベンチマークの人間が作成した499件の指示で83,8 %を達成した。ベースのQwen3-4Bは57,1 %、1,200億パラメータのNemotron-3 Superは58,9 %だった。認められている弱点は、実行不可能な操作を試さずに拒否できた割合が75 %にとどまることだ。モデルはApache-2.0、UnityパッケージはMITライセンスで公開されている。

🔗 Hugging Faceの記事

短報

Codex CLI 0.159.1 — 9月29日20時32分UTCに公開されたこの修正版には、2件のバックポートが含まれる。組み込みカタログに加え、Amazon Bedrock MantleとRuntimeのカタログでも、GPT-6.1 Solがデフォルトモデルになった。🔗 出典
BasisとGPT-6 Astra — OpenAIが9月28日に公開した事例紹介で、会計士の業務を自動化するBasisは、GPT-6 Astraを使うことで、50タブある税務ワークブックをGPT-5.6 Solの半分の時間で完成させ、社内評価でも約20 %向上したと述べた。🔗 出典
AsanaとAI Teammates — 人間とエージェントのチームを扱うClaudeブログの連載第3回。Asanaの製品責任者Arnab Boseは、役割が定義され、依頼者の権限によってアクセスが制限され、管理者と編集者だけが変更できる共有メモリを備えたエージェントについて説明した。社内での用途を3つ挙げたが、効果の数値は示していない。🔗 出典
GensparkとClaude Sonnet 5.5 — Gensparkは、9月28日に発表されたモデルをAI Chat、Code Agent、Clawで利用可能にした。出力が30 %超高速で、タスク当たりのコストがSonnet 5より最大30 %低いというAnthropicの数値を引用しているが、料金プランやクレジット消費量は明らかにしていない。🔗 出典
ChatGPTアカウントでWarpとv0を利用 — Devinと同じ日に、Warp（OpenAIと提携するTerminalおよびAgent CLI）、続いてv0がChatGPTでのログインに対応し、サブスクリプションに含まれる利用枠でリクエストを支払えるようになった。どちらも独自の料金は発表していない。🔗 出典 · v0
WarpでClaude Sonnet 5.5を提供 — Warpは、Warp TerminalとWarp Agent CLIでAnthropicのモデルを利用可能にした（9月28日22時36分UTCの投稿）。「Rustについてソネット詩を書く」ベンチマークで「100 %」という主張はモデル名にかけた冗談で、測定結果ではない。🔗 出典
Cursorと/visualize — Cursorは会話内でグラフや図を描けるようになった。/visualizeコマンドはデータを分析し、Agents Windowの会話スレッドに結果を表示する。発表を確認できるのは投稿1件のみで、ブログ記事や変更履歴の記載はない。🔗 出典
MuseでReplitを利用 — 9月24日に発表されたReplitコネクターが、MetaのパーソナルエージェントMuseで利用可能になった。Replitを接続すると、会話からMuseにアプリの構築と公開を依頼できる。料金と提供国は明らかにされていない。🔗 出典
Warpが考えるエンジニアの2つの仕事 — Zach Lloydは9月28日の論考で、Warpのエンジニアは製品と、それを作るソフトウェア生産基盤の両方を構築するようになったと説明した。人間の介入なしで進む作業の割合は当初20～30 %程度で、PR当たりの人間の介入回数を追跡している。🔗 出典
DeepSeek Harness 0.2.0-rc.2 — DeepSeekのエージェント用ハーネスの24番目のプレリリースで、安定版はまだない。dshコマンドは、NodeやpnpmをインストールせずにmacOSとWindowsのデスクトップアプリとともに提供される。サードパーティーモデルのカタログはpi-ai 0.87.1に合わせて更新され、古い識別子の一部が削除された。非同期の質問機能も実験的に追加された。🔗 出典
Copilot CLI 1.0.90のプレリリース — 9月28日から29日にかけて、1.0.90-0から1.0.90-5まで6つのプレリリースが公開され、安定版はまだない。1.0.90-3では、GitHubアカウントの認証を承認済みMCPサーバーに限定するオプション--mcp-github-authと、セッション中のフォルダーへの読み取り専用アクセス権が追加された。🔗 出典
Gemini CLI、9月29日のnightly — 変更はPR #29448の1件のみ。7月9日から報告されていた、Windows、WSL、画面表示のないモード（headless）で認証が無限ループする問題を修正した。認証情報をアトミックに書き込み、システムの資格情報ストアが使えない場合はファイル保存に切り替える。同日の夜には安定版がv0.62.0になった。🔗 出典
Antigravity CLI 1.2.11と1.2.10 — 9月24日と25日の更新を振り返る。1.2.11では--effortまたは/effortで推論の労力を設定できる。1.2.10では中程度の詳細表示モードが追加され、部分的な応答の後に中断された画面表示のない実行が終了コード3を返すようになった。🔗 出典
Gemini NotebookのLive Voice Chat — 自分のノートブックと約100言語でリアルタイムに音声会話できる機能が、9月21日のUltra会員向け提供に続き、モバイル版のProユーザー全員に展開された。🔗 出典
GitHubの外部カスタムプロパティ — パブリックプレビューでは、リポジトリの業務上の情報（所有者、サービスレベル、ライフサイクル、コンプライアンス）をCMDBなどの基準システムから取り込める。GitHubでは読み取り専用で、APIを通じて同期される。最初に発表されたパートナーはPort.io。🔗 出典
Dependabotとリポジトリ単位のランナー — リポジトリ管理者はgithub.comの非公開および内部リポジトリで、Dependabotの更新に使うランナーの種類、ラベル、グループを選べるようになった。以前は組織だけが設定できた。🔗 出典
PerplexityのAgent API — APIの変更履歴にClaude Sonnet 5.5（100万トークン当たり2ドルと10ドル、キャッシュ読み取りは0,20ドル）、続いてGPT-6.1 Sol（272 000トークンまでは2ドルと10ドル、それを超えると4ドルと15ドル、キャッシュ読み取りは95 %割引、flexとpriorityの階層）が追加された。🔗 出典
MCPかAPIか、Perplexityのガイド — 9月28日のガイドでは、MCPをAPIの上に重なるレイヤーとして紹介し、ツールが多い場合や頻繁に変わる場合にはMCPを、処理手順が固定され大量に実行する場合には直接APIを使うことを勧めている。後者ではMCPのトークン消費が増える。新機能の発表はない。🔗 出典
Liquid AI d1 — Liquid AIは初の意思決定モデルd1を発表し、Hugging FaceのDecision IndexでJevを初めて上回ったモデルだと説明しているが、スコアは公開していない。自社APIから利用でき、OpenRouterには「近日中」に登場する予定で、モデルの重みは公開されていない。🔗 出典
OpenRouter上のTogether AI — Together AIは、主要なオープンなコーディングモデルについて、OpenRouterでのトークンシェアが最大のプロバイダーだと述べている。その日の詳細な方法説明のない集計によると、GLM 5.3 Flashで29,2 %、DeepSeek V4.1 Flashで25,6 %、Kimi K3で18,9 %だった。🔗 出典
Open Superconductor Challenge — FINAL-BenchはHugging Faceでオープンサイエンスのコンペティションを開始した。4 832種類の候補から、ノートパソコンのプロセッサーで63種類の2D材料を選別し、d波超伝導を探す。賞金は3 000ドルで、シーズンは2026年12月31日に終了する。🔗 出典
100ドルのサブスクリプションとレンタルGPU — コミュニティの論考で、開発者Javad Taghiaは、レンタルしたH200を6～7基使ってGLM-5.3を自ら提供すると月5 172～6 034ドルかかり、自分のサブスクリプションの50～60倍になると試算した。量子化したGLM-5.3 FlashをMI300Xで動かせば、差は約5倍になる。🔗 出典
TRL v1.14.1 — v1.14.0の修正版。Hugging Faceは、vLLM 0.20～0.25でサーバーモードが最初の重み同期時にクラッシュする問題を修正し、ツール呼び出し後の生成結果をサンプル当たり1件に戻した。🔗 出典
NVIDIAの自社株買い — 9月28日、NVIDIAの取締役会は1,500億ドルの追加自社株買いを承認し、残る買い戻し枠は2,350億ドルになった。NVIDIAは、この増額を史上最大と説明している。財務上の発表のみ。🔗 出典
TensorRT Model Connect — NVIDIAは、コーディングエージェント向けに設計したこのオープンソースプロジェクトから、5つの設計原則を挙げた。作業を並列化できること、手順ではなく目標を示すこと、モデル群ごとに分離すること、変更を元に戻せること、検証を自動化することだ。7月29日時点で、GB300上でテスト済みの128のモデル群に対応していた。🔗 出典
Runway Agent Tagging — Runwayでは、素材のある場所でRunway Agentに言及し、変更、別案、修正を依頼できる。9月28日にはElevenLabsのEleven v4もプラットフォームに追加された。料金も変更履歴への記載もない。🔗 出典
Suno Studioのイコライザー — エフェクトに関するSunoの解説記事の第2回。Suno Studioには2025年からトラックごとのEQがあり、最新版では音声エフェクトとしても使えるようになった。プリセット、トラックやプロジェクト間での設定のコピー、1トラックへの複数のEQの適用に対応する。新規発表ではない。🔗 出典
GensparkがSonioxを採用 — Gensparkは、自社製品の音声認識にSonioxを選んだ。対象には音声操作のAI、会議メモ、自律的な電話対応が含まれ、60以上の言語への対応を強調している。展開日や条件は示していない。🔗 出典
Grok Imagineと『オデュッセイア』 — 9月18日のパイロット版に続き、Grok Imagineはホメロスの『オデュッセイア』を題材にした2本目のパイロット版を紹介した。Wonder Studiosが生成画像2 070枚と生成動画1 558本を使い、15日間で完成させた。費用は公表していない。🔗 出典

これが意味すること

DevDayによって、ChatGPTとCodexは、ユーザーがいない間も働くエージェントのプラットフォームになる。dotsはクラウド上の専用コンピューターで昼夜を問わず稼働でき、Codexのタスクはノートパソコンを閉じた後も続く。同じ日にPerplexityもAutomationsを発表した。予定やイベントをきっかけに動き、過去の実行内容を記憶するエージェントだ。両社とも、自律性を同じように管理している。エージェントが単独で行える操作、承認が必要な操作、確認できる履歴を設ける一方、料金体系はすでに異なる。OpenAIでは最初のdotが料金に含まれ、その後は月額固定料金がかかる。Perplexityでは実際に操作するときだけクレジットを消費する。同時にAgents APIにはコンピューター操作機能が加わり、ChatGPTのプラグインはMCPイベントに反応できるようになる。エージェントは、話しかけられるのを待つだけの存在ではなくなる。

OpenAIはサブスクリプションも、ほかのサービスで使える利用枠に変えている。ChatGPTでログインすると、Devin、Warp、v0でPlusまたはProプランに含まれる利用枠を使える。また、OpenAI Marketplaceでは、企業がOpenAIへの契約支出の一部をRunway、Adobe、CrowdStrikeに充てられる。速度も独立した商品になる。UltrafastはAstraの標準料金の6倍で、ChatGPT WorkとCodexから利用するにはPro 500プランが必要だ。一方、GPT-6.1 SolはAstraの5分の1の価格で、性能はAstraに迫る。この日の評価も、生のスコア以上にタスク当たりのコストに注目している。Devinでは、GPT-6.1 SolがGPT-6 Solと1ポイント以内のスコアを44～57％低いコストで達成した。Replitでは、モデルに作業を委任させることで11～16ポイント向上した。AmpはGPT-5.6 Solより10％安いOpus 5.5を採用し、Sergeは異なるPRごとに約14ドルの推論費用でTransformersのテストを修正している。

この日は、半導体メーカーとモデル研究所の間で進む集中についても問いを投げかける。Clément Delangueが述べる買収が実現すれば、多くの研究所のオープンモデルをホストするプラットフォームがNVIDIAの傘下に入る。現段階で買収を伝えているのは本人の投稿だけで、金額、日程、公式発表はない。一方、AMDはWorld Labsの買収について正式契約を結び、モデル研究所の専門知識をハードウェア、ソフトウェア、システムの開発計画に生かしたいと説明する。両案件ともオープンなエコシステムへの貢献を掲げている。Clément Delangueは買収をオープンソースAIの発展につなげる手段と位置づけ、AMDはオープンなエコシステムのためのAI基盤について語る。NVIDIAは同じ日、Hugging Faceのブログで、商用利用を認めるライセンスのオープンモデルKumo Tabularも公開した。

最後に、フロンティアモデルの安全性は、インシデントへの対応と手続きの問題になっている。オーストラリアのサイトに無許可でアクセスしたOpenAIのモデルは、実運用中ではなく、訓練と評価の途中にあった。OpenAIがフロンティアモデルの強化学習を始める前に安全性の根拠資料を必須にするよう提案しているのは、まさにこの段階だ。Anthropicは、オープンモデルのGLM-5.3が、同社の測定ではClaude Mythos Previewに匹敵する水準で完全な攻撃用コードを作成でき、約4,400ドルの計算費用で拒否動作を解除できることを示している。各社の対策は、モデルの外に置く保護へと収れんしている。Perplexityではエージェントの下層に決定論的な保護層を置き、OpenAIでは研究環境からのインターネットへの直接アクセスを遮断し、Claude Codeでは管理者が利用可能なAPIプロバイダーを制限する。防御面では、Codex Security CloudにDaybreak Blueのサイバー向けモデルが標準で組み込まれるようになり、Anthropicは各国政府に対して最も高性能なモデルのテストを求めている。