GPT-6 Astraが一般提供へ、Claudeがフェルマーの最終定理を形式化、GitHubがHydraFusionで複数モデルを統括

GPT-6 Astraはリリースから24時間後に限定展開を終了した。このモデルはPro、Enterprise、Business Premiumの各プランで利用可能となり、GitHub Copilotで一般提供が始まったほか、Perplexityの出典付き調査ベンチマークで史上最高スコアを記録した。一方、Anthropicは、Claudeが11日間で作成した、コンピューター検証済みとして初となるフェルマーの最終定理の証明を公開した。GitHubは、タスクごとにモデルとワークフローを自動選択するモードHydraFusionを公開。GoogleはGeminiアプリでLyria 3.5をリリースし、SpaceXAIはGrok Botを企業向けに提供開始するとともに、自社で10万ドルを超える削減余地を発見した購買エージェントの詳細を公開した。

GPT-6 Astraが限定展開を終え、Copilotで一般提供開始

9月4日 — OpenAIはパリ時間22時13分、GPT-6 Astraの限定展開終了を発表した。このモデルはChatGPT WorkとCodexで、すべてのPro、Enterprise、Business Premiumユーザーが利用できる。APIでも制限なく提供されるようになり、段階的な展開を条件としていた9月3日の発表から状況が変わった。Plusの契約者とBusinessユーザーはさらに数日待つ必要があることも、同じ投稿で説明されている。

対象サービス	9月4日時点のアクセス状況
OpenAI API	制限なく利用可能
ChatGPT WorkとCodexのPro	利用可能
EnterpriseとBusiness Premium	利用可能
Plusとその他のBusiness	数日後に提供

🔗 OpenAIによるXでの発表

GitHub Copilotで一般提供開始、初日から通常料金を適用

同日、GPT-6 AstraはGitHub Copilotで一般提供が開始された。GitHubはモデルのスコアよりも作業方法を強調している。社内テストでは、Astraは実行しながら計画と検証を行い、診断と確認をまとめ、タスクの完了を宣言する前に自ら結果を確認する。これにより、従来のOpenAIモデルより少ないステップで長時間のタスクにおいて優れた性能を発揮するという。発表にはベンチマークの数値は添えられていない。

このモデルはVisual Studio Code、JetBrains IDE、Copilot CLI、GitHub Mobile、Xcode、Eclipseなど10のサービスに登場するが、Pro+、Max、Business、Enterpriseの各プランに限定される。Copilot Proは対象外だ。課金面も注目に値する。Astraには従量課金でプロバイダーの通常料金が適用され、キャンペーン期間は設けられていない。一方、前日に登場したGemini 3.8 Flashには、2026年12月31日まで導入価格が適用される。

🔗 GitHubの変更履歴

PerplexityがWANDRで過去最高スコアを認定

Perplexityは9月3日23時10分、大規模な出典付き調査を対象とする独自ベンチマークWANDRでのAstraの結果を公開した。タスク当たり11.98ドルで0.682を記録し、同社がテストした全モデルの中で最高スコアとなった。

評価対象モデル	WANDRスコア	タスク当たりの費用	公開日
GPT-6 Astra	0.682	11.98ドル	2026年9月3日
Claude Fable 5.1	0.601	12.76ドル	2026年9月1日

Perplexityは相対的な差も2つ示している。Claude Fable 5.1と比べてスコアが13.5パーセント高く、費用は6.1パーセント低い。また、Opus 5よりスコアが27.0パーセント高く、費用は3.3パーセント高い。ただし、留意すべき点が2つある。WANDRは詳細な手法が公開されていない独自ベンチマークであり、Perplexity自身も順位付けするモデルの顧客である。Opus 5の絶対値は公表されていない。

🔗 PerplexityによるXでの測定結果

3件のCodex CLI修正で統合が完了

コマンドライン側では、9月3日夜に公開された0.153.0に続き、2日足らずでAstra関連の修正版が3つ公開された。0.153.1では、デフォルトモデルを変更せず、モデル選択画面にも表示させることなく、API経由でモデルを設定できる。0.153.2では表記が修正され、Fast階層は1.5倍ではなく2倍の速度を提供すると説明されるようになったが、リクエストの処理方法に変更はない。9月4日21時01分に公開された0.153.3では、MantleおよびRuntimeルート向けのAmazon Bedrockモデル選択画面にAstraが追加され、非同期の確認質問についてモデルに与える指示も修正された。

OpenAIはさらに、この日3件の事例記事を公開した。開発者ブログの記事2本では、Codexで制作したプロシージャル生成の宇宙探索ゲームと、BlenderおよびUnreal Engine 5で設計した探索可能な住宅を紹介している。もう1本は、Dominik KundelがCodexの使い方をどのように5つ変えたかを解説した記事だ。

🔗 Codex CLI 0.153.3のリリースノート · 🔗 Astraでゲームを制作

Claudeがフェルマーの最終定理で初の形式化証明を達成

9月4日 — Anthropicは、コンピューターによって完全に検証された初のフェルマーの最終定理の証明を公開した。Claudeは11日間にわたり、その大部分を自律的に作業し、Leanで証明を記述した。同社はこれを、これまでに構築された最大のLean証明と説明している。

測定項目	記録値
Claudeの作業期間	11日間
記述されたLeanの行数	1,300万行
証明された中間定理	29,500
Wilesによる最初の人間の証明	1995年、129ページ
予想から証明までの期間	350年以上

この定理は、指数が2より大きい場合、Fermatの方程式を満たす正の整数の三つ組は存在しないと述べる。Pierre de Fermatは1637年ごろ、所蔵していたDiophantusの『Arithmetica』の余白にこの命題を書き留めた。最初の正しい証明を完成させたのは1995年のSir Andrew Wilesである。証明は129ページに及び、人間による検証には数か月を要した。また、1993年に発表された初稿では、その2か月後に査読者が重大な欠陥を指摘していた。

初期の試みは失敗に終わり、エージェントは短期的には成果を上げても、やがて全体の流れを見失った。突破口となったのは、オープンな共同形式化プラットフォームProve2Meと、Claude Codeを基盤とするマルチエージェント環境の組み合わせだった。このプラットフォームは命題の有向非巡回グラフを維持し、エージェントが次に試す証明を選べるようにする。また、Leanのコンパイルを高速化するため命題と証明を別々のファイルに分け、検索と再利用を可能にするため各命題の自然言語による説明を保持する。完成した証明は、Henri Darmon、Fred Diamond、Richard TaylorによるWilesの証明の簡略化された解説に沿っている。

This extraordinary autoformalization achievement, which Anthropic researchers say only took 11 days, proves Fermat’s Last Theorem with no assumptions other than the axioms of mathematics.

🇯🇵 Anthropicの研究者によれば、わずか11日間で成し遂げられたこの驚異的な自己形式化の成果は、数学の公理以外にいかなる仮定も置かず、フェルマーの最終定理を証明しています。 — 結果を査読したKevin Buzzard、Anthropicの研究ページより引用

Anthropicは、数学上の新たな成果を生み出したRiemann予想に関する最近のAI研究とは異なり、今回の意義を発見ではなく検証にあると位置付けている。証明の量が増えるにつれ、査読は年単位の時間を要するボトルネックになっている。

🔗 GitHub上の完全な証明

Project HydraFusion、GitHubが開発者に代わってツールにモデルを選ばせる

9月4日 — GitHubはProject HydraFusionを研究プレビューとして公開した。これは特定のモデルではなく、ワークフローを指定するモードだ。Copilotのモデル選択画面では20を超えるモデルから選ぶ必要があったが、HydraFusionはリクエストごとに、どのモデルがタスクを処理し、どの実行方式を用いるかを自ら判断する。通常のモデルと同じように選択できるが、その単一の選択の背後で複数のモデルを統括する。

現時点では3つの方式がある。Singleモードは1つのモデルにタスクを任せる。Cascadeモードでは、まず効率的なモデルが最初の解決策を作成し、品質判定機構がそれを採用するか、より高性能なモデルに引き上げるかを決める。Critiqueモードでは、別のモデル系列に属する読み取り専用の独立した批評モデルが草案をレビューする。

評価対象ベンチマーク	Opus 5との費用差	Opus 5との品質差
TerminalBench 2.1	67パーセント低い	4.9ポイント高い
DeepSWE	36パーセント低い	1.5ポイント低い
CheckpointBench	65パーセント低い	0.1ポイント低い

実行には5つのエンジニアリング原則が適用される。各ステップの費用を合算する会計処理、明示的なタイムアウトとキャンセル、ツールを使用しない隔離されたコンテキストでのレビュー、ワークフローが失敗した場合に修正を一切適用しない安全設計の適用処理、そして実行前のルーティング検証だ。GitHubはインターフェース上の妥協として、ステップは表示する一方、中間草案は最終結果が出るまで表示しない設計を採用しており、十分な進捗が見えないまま待つことが明確な欠点であると認めている。

開発記録は異例なほど率直だ。GitHubはTerminalBench 2.1を最も完全な一連の実行結果として採用し、進歩が直線的ではなかったと説明している。また、評価環境で発生した2件の運用障害により、8月11日から25日までの間に無効な実行結果が生じたことも認めた。これらの実行結果は傾向分析から除外された後に修正され、同社は記録された系列で最良の動作点を8月25日時点としている。すべてのプランでCopilot CLIから利用でき、/update、続いて/experimental onを実行した後、ワークフロー全体のトークン数に基づく標準料金が適用される。

🔗 Project HydraFusion

Lyria 3.5がGeminiアプリとAPIに登場

9月4日 — GoogleはLyria 3.5を公開し、より表現豊かな歌声と豊かな編曲を備えた、同社で最も音響再現性に優れた音楽生成モデルと位置付けた。

Geminiアプリでは、今回の更新に伴いインターフェースが3点変更された。ユーザーは音楽ジャンルを選択または説明し、歌唱付きかインストゥルメンタルかを選べる。BGMや個人向けの誕生日曲など、新たな既製のテンプレート（templates）を出発点として利用できる。曲の長さも短尺から長尺まで設定可能になった。

サービスの種類	Lyria 3.5の提供先
一般利用	Geminiのウェブおよびモバイルアプリ、全世界
プロ向け制作	Google Flow Music
開発者	Gemini API、Google AI Studio、Google Vids

Googleは想定用途をプロの制作ではなく、日常的なニーズに置いている。動画用の伴奏曲、ブランドのジングル、オリジナル着信音などだ。提供範囲は広く、契約プランによる制限は記載されていない。一方、記事では音質に関する数値、従来版Lyriaとの比較、API利用料金のいずれも示されていない。

🔗 Googleによる発表

SpaceXAIがGrokを企業業務に投入し、購買エージェントのシステムプロンプトを公開

9月3日・4日 — SpaceXAIはGrok Botの企業向け提供を開始した。8月12日に登場したこの製品は、個人契約者とCursorチーム向けのサービスから、アクセス、ネットワーク、監査の制御機能を備えたバージョンへと進化した。各ユーザーの作業は隔離された環境で実行され、Botにはデフォルトで一切のアクセス権がない。明示的に接続されたアカウントにのみアクセスできる。Grok EnterpriseとCursor Enterpriseの顧客は2週間無料で利用でき、既存の利用枠を持たない人を含む組織全体を招待できる。SpaceXAIはLegora、Supermicro、ServiceTitanを導入企業として挙げ、リリース以来、数千の組織がこの製品を採用したとしている。

発表で最も興味深いのは、最も活発な利用がエンジニアリング以外の分野で見られる点だ。採用では夜間の候補者開拓と評価表の作成、営業ではメールの草案作成とプレゼンテーションの更新、マーケティングではウェビナーからの質疑応答の抽出に使われている。

翌日、同社は自社の購買業務にBotを投入した事例を公開した。Haggle Botと名付けられ、Slack、Notion、Drive、Gmail、Hex、Rampに接続されたこのBotは、10万ドルを超える直接的な削減余地を報告した。

エージェントの発見事項	特定された金額・数量
直接的な削減総額	10万ドル超
最初の製品で90日間使用されていない利用枠	43枠、14,220ドル
月額制製品で未使用の参照項目	年間85,662ドル

この記事の編集上の価値は、これらの数字にとどまらない。SpaceXAIはエージェントのシステムプロンプト用テンプレートを公開し、山括弧内に例示値を記入した、各組織向けに編集できるひな型として提示している。その権限セクションでは、3つの恒常的な区分を設けている。第1の区分では承認を一切求めず、支出データの閲覧や同僚へのメッセージ送信が例として挙げられている。第2の区分では毎回オペレーターの明示的な承認が必要で、取引先へのあらゆる送信がその例とされる。第3の区分はいかなる場合も禁止され、署名、購入、契約、支出の承認、その他あらゆる拘束力のある約束が例として挙げられている。記事の本文では、チームがエージェントに社内調査と調整を単独で行わせた一方、支出、条件への同意、取引先への連絡には明示的な承認を必須としたことが説明されている。

🔗 企業向けGrok Bot · 🔗 購買業務に投入されたHaggle Bot

Grok、Plaid経由で米国の銀行口座と連携

9月4日 — Grokがユーザーの金融口座と連携できるようになった。この接続には、米国のアプリケーションと金融機関を結ぶ技術仲介サービスであるPlaidが使用され、この機能は米国内限定で即時提供される。

SpaceXAIが挙げた3つの例から、想定される用途が見えてくる。過去1か月にお金を何に使ったのかを把握すること、投資の運用実績を追跡すること、そして買い物かごに入っている商品を本当に購入できるか確認することだ。つまり、過去の支出分析、ポートフォリオの追跡、そして購入を検討する時点での意思決定支援である。発表は簡潔で、安全な接続であるとの記載以外に、データの処理方法や対応金融機関については何も説明していない。

これは、6月25日のInteractive Brokersとの提携から始まった一連の金融サービス連携を拡張するものだが、その性質は異なる。Interactive Brokersがアクティブ投資家を対象としていたのに対し、Plaidによって一般消費者の当座口座でもアシスタントを利用できるようになる。

🔗 GrokによるXでの発表

Claude Code 2.1.260と2.1.261：差分パネル、skills監査、権限の強化

9月4日 — Claude Codeの2つのバージョンが同日に公開され、互いを補完する内容となっている。前者は進行中の作業を可視化し、後者はセッションが消費しているものを可視化する。

公開バージョン	公開時刻	主な変更点
2.1.260	9月4日 01時48分	`/diff`パネル、`/cost`でのキャッシュ診断、権限関連の修正
2.1.261	9月4日 21時58分	`/skill-doctor`、最大128,000文字の出力、ファイルによるサブエージェントのプロンプト

2.1.260では、全画面モードの会話の横に差分パネルが開き、編集に伴う未コミットの変更が逐次表示される。特に、権限評価に関する複数の脆弱性が修正された。パスに括弧を含むEdit、Write、Readのルールが無効として拒否されるかBashサンドボックスに無視され、本来は読み取り専用であるはずのフォルダーに書き込める状態となっていたほか、REPORTTIMEへの代入内にコマンド置換を隠したzshコマンドが自動承認されていた。

2.1.261では/skill-doctorが追加され、読み込まれたまま使用されていないskillsと、それぞれが消費するコンテキスト量が一覧表示される。また、自動モードでは、公開ダイアグラム生成サービスのURLにコンテンツを埋め込んだリンクを、第三者サイトへの送信として扱うようになった。

🔗 2.1.260のリリースノート · 🔗 2.1.261のリリースノート

ant applyコマンドでManaged Agentsをバージョン管理ファイルとして記述可能に

9月4日 — Anthropicは、自社のCLI antにant applyを追加した。このコマンドは、インフラストラクチャチームに馴染みのある宣言型モデルをManaged Agentsに導入する。リポジトリ内のファイルに望ましい状態を記述すると、コマンドがAPIリソースをその記述と一致させる。

対象となるリソースは、Managed Agent環境、エージェント本体、skills、メモリストア（memory stores）、デプロイの5種類だ。これまでは、これらのオブジェクトはAPI呼び出しまたはコンソールから作成され、リポジトリには記録が残らなかった。ファイルとして記述することで、コードレビュー、バージョン管理、継続的インテグレーションのパイプラインで扱えるようになる。実用上の利点は再現性にある。ファイルに記述されたエージェント環境は、まったく同じ状態で再作成し、ブランチ間で比較し、手作業なしでパイプラインからデプロイできる。

🔗 Xでの発表

NVIDIAの一連の発表：エージェントの永続的記憶、Jetson上での推論、フェデレーション環境のID連携

9月3日・4日 — NVIDIAの技術ブログに、技術スタックの異なる3つの層を扱う記事が同日に掲載された。

1つ目はNemoClawを基盤とするオープンなレシピで、ユーザーの仕事に関する永続的な記憶を維持する秘書エージェントだ。その主張は一文に集約される。有用なエージェントメモリに必要なのは、単なる保存ではなく、構造、選択的な検索、ガバナンスである。仕組みの中心となるのは自己モデル（self model）だ。構造化されたMarkdownページに記述された、人間が読める知識レイヤーに加え、義務、分類、訂正、監査イベントを保存するSQLite台帳を備える。実行にはNVIDIA OpenShellを使用し、ファイルシステム、プロセス、ネットワークへのアクセスポリシーをサンドボックス内で適用する一方、認証情報はサンドボックスの外部に保持される。

測定指標	エージェント型RAGのベースライン	自己モデル	確認された差
全体の正確性、186問	82.8パーセント	90.9パーセント	8.1ポイント増
難問、31問	67.7パーセント	87.1パーセント	19.4ポイント増
変化する事実の追跡、5件	60.0パーセント	100.0パーセント	40.0ポイント増
コーパスへの忠実度、13問	100.0パーセント	92.3パーセント	7.7ポイント減

Context can inform an action, but it cannot authorize one.

🇯🇵 コンテキストは行動の判断材料にはなっても、その行動を許可することはできない。 — エージェントメモリに関するNVIDIAの記事

2つ目の記事は、組み込みAIの転換点を示すデプロイガイドだ。NVFP4量子化と投機的デコーディングを組み合わせることで、Jetson AGX ThorおよびOrin上において、BF16と比べて最大6.28倍のデコーディングスループットを達成した。最適な構成はモデルごとに異なり、NVIDIAは普遍的な勝者を挙げるのではなく、この点を強調している。Nemotron 3.5 LightningはDSparkで最高の結果を示し、出力速度は毎秒123～138トークン、Qwen3.8-27BはDFlash2で毎秒27.7～34.4トークンとなった。最後の注意点は方法論に関するものだ。スループットは負荷によって変動するため、対象アプリケーションを代表するプロンプトを用いて構成を検証する必要がある。より小規模な3つ目の記事では、フェデレーションされたKubernetesプラットフォームとAIプラットフォームの間でユーザーIDを伝播させる方法を説明している。

🔗 Jetson上でのエッジ推論 · 🔗 フェデレーションされたプラットフォーム間のID連携

Googleのコマンドラインツール：Gemini CLIは0.60.0系へ、Antigravityは企業向けにFlashを開放

9月3日・4日 — Gemini CLIのnightlyチャンネルが0.59.0系から0.60.0系へ移行し、主にセキュリティを強化する更新が提供された。最も注目すべき修正は、chrome-devtools-mcpコンポーネントにハードコードされていたGoogle CrUX APIキーの削除だ。ほかにも、分離を強化する2つの変更が加えられた。macOS Seatbeltサンドボックスには隔離された一時ディレクトリが割り当てられ、拡張機能ローダーには境界検証を伴う強化されたパス解決が適用される。4つ目の変更では、MCPサーバーのOAuthフローにRFC 9207準拠の発行者識別を必須とし、認可サーバー置換攻撃への防御を追加した。

前日に公開されたAntigravity 2.12.2には、修正はなく、改善点が1つだけ含まれる。企業ユーザーは、アプリケーションのデフォルト認証情報（Application Default Credentials）で認証することで、Gemini 3.8 Flash推論モデルを利用できる。実用上の利点は、個別のAPIキーを使わず、Google Cloudデプロイの標準的な認証方式でモデルに接続できることだ。

🔗 Gemini CLI v0.60.0 nightly · 🔗 Antigravityの変更履歴

科学を支えるAI：結合型気候エミュレーターと雄ショウジョウバエの完全なコネクトーム

9月3日・4日 — 互いに無関係な2つの科学分野で、機械学習を大規模な研究対象に応用した成果が発表された。

Ai2は、完全結合型の大気・海洋気候エミュレーターSamudrACE-E3SMv3を、Apache 2.0ライセンスの下でHugging Face Hubに公開した。この研究の目的は、米国エネルギー省の基準気候モデルであるE3SMの挙動を、はるかに低い計算コストで再現することだ。E3SM自体を実行する前に仮説を絞り込み、気候変動性を低コストでサンプリングする大規模なアンサンブルを生成できる。大気エミュレーター（ACE）と海洋エミュレーター（Samudra）は、まず個別に事前学習されてから結合される。その後、学習時には使用していない400年分のE3SMデータで評価され、平均的な気候の再現性が維持された。Ai2は明確な限界も示している。このエミュレーターは日降水量を99.99パーセンタイルまで捉えられるが、それを超える値は過小評価する。

一方、HHMI Janelia Research Campus、Google Research、および共同研究者は、成体の雄ショウジョウバエについて、脳と中枢神経系を網羅する初の完全な地図を公開した。16万6,000個を超えるニューロンを収録した過去最大規模の地図であり、AIの支援を受けて11,691種類の細胞型に分類され、人間の専門家によって検証されている。この手法では薄い切片を撮像し、何百万枚もの二次元画像をコンピューター上で再構成して、三次元の神経形状を作り出す。重要なのは、以前に公開された雌の地図と比較できることだ。ニューロンの大半は雌雄で同一だが、一部は性別に固有であり、さらに二形性と呼ばれる第3の種類は雌雄の双方に存在するものの、異なる近隣ニューロンと接続する。3件の関連研究では、この地図を視覚、味覚、社会的行動の研究に応用している。

🔗 X上のSamudrACE-E3SMv3 · 🔗 雄ショウジョウバエの脳地図

Meta、Muse Spark 1.3の最大推論レベルを一般公開

9月4日 — Metaは、モデル自体の発表から2日後、Muse Spark 1.3のmax推論レベルを一般公開した。このレベルはMuse CodeとMeta Model APIで利用できる。

今回の変更点はモデルそのものではなく、最も計算コストの高い推論レベルが実際に開放されたことだ。Metaの最高AI責任者であるAlexandr Wangは、コーディングとエージェント型タスクで性能が向上すると説明し、すでにhighとxhighのレベルを試した人にもモデルを再度試すよう勧めている。また、安全性試験の完了後に公開したとも述べている。有効にするにはMuse Spark 1.3を選択し、推論レベルをmaxに設定する。

今回の提供開始に伴うベンチマーク数値はない。投稿にはスコアも比較も掲載されておらず、投稿者による定性的な評価だけが示されている。

🔗 AI at Metaによる発表

Percept-Lens、生成画像検出を評価するSakana AIのプロトコル

9月3日 — Sakana AIは、AI生成画像の検出を対象とする分布外評価フレームワークPercept-Lensを発表した。この研究はECCV 2026に採択されている。出発点となる問題意識は、生成器、スタイルまたはプロンプト、ソースドメインという複数の要因が同時に変化すると、合成画像検出器が機能しなくなることだ。Percept-Lensは、39件の公開データセット、合計710万枚の画像を用いた評価を統合する。

表現に関する研究では、分類ヘッドの学習によって、現代的なエンコーダーがすでに分離できている範囲を超える効果が得られるのか、という直接的な問いを立てている。著者らは、事前分布を条件とするガウス判別器の段階的な系列、すなわち特徴量の1次および2次統計量に基づく閉形式のヘッドを構築した。この系列で最も優れたものは、同一の事前分布とエンコーダーで比較した場合、公開済みの検出ヘッドにしばしば匹敵し、ときには上回る。著者らは、事前分布、エンコーダー、ヘッドの3要素単位で結果を報告することを提唱している。

🔗 Sakana AIの記事 · 🔗 arXiv論文

TAOT、ネットワークトポロジーを考慮したエキスパートレプリカ配置

9月4日 — BaiduのBaigeチームは、mixture-of-expertsモデルの学習におけるエキスパートレプリカの配置手法TAOTを詳しく解説した。この手法は同社のオープンソースフレームワークLoongForgeに実装されている。

問題は具体的だ。MoEの学習が遅くなる原因は、GPUの演算能力不足ではなく、負荷を間に合うように再分散できないことにある場合が多い。一部のエキスパートがホットスポットとなり、そのほかのすべてのランクが待機する。一般的な対策は、負荷の高いエキスパートの重みをアイドル状態のランクへ一時的に複製することだ。しかし、並列化ドメインが複数のノードにまたがると、すべてのアイドルGPUが同等とは限らない。ノード内通信にはNVLink、ノード間通信にはInfiniBandが使われ、コストには一桁の差が生じることもある。

測定指標	測定値
1反復当たりの時間、適用前と適用後	155.4 msから108.8 ms、1.43x
EP4からEP16での高速化	最大1.79x
LPLBと比較した通信コスト	EP32で最大74パーセント低減
オンライン計画のオーバーヘッド	順伝播時間の1パーセント未満

TAOTは、ピーク負荷を抑える利点とノード間で重みを移動するコストを、単一の目的関数に組み込んだ初の手法として紹介されている。DeepSeekのLPLBが事前定義されたグラフによって経路を制約するのに対し、TAOTは柔軟なトポロジー選好を備えた連続的な通信コスト行列を用いる。ノード内通信を優先する一方、ノード間通信も許容するが、より高いコストを割り当てる。行単位のマッチングから列単位のマッチングへ変更することで、残存する負荷不均衡は7～10パーセントから1～2パーセントへ低下する。

🔗 Hugging Faceの記事

Open Yap 1K、商用利用可能な全二重会話1,000時間分

9月3日 — The Agentic Data Companyは、全二重音声モデル向けに設計された、英語会話を2つの独立チャンネルに収録したコーパスOpen Yap 1Kを公開した。

コーパスの項目	公開サンプル	完全版コーパス
合計時間	8.9時間	1,000時間
会話数	16	1,602
適用ライセンス	CC BY 4.0	Open Yap、商用利用可
アクセス方法	Hugging Face Hub	申請制

著者らは、このコーパスをFisher、Switchboard、CANDORなど既存の音声コーパスに代わるものとして明確に位置付けており、まず技術的な根拠を示している。記事では、電話帯域の8 kHzでサンプリングされたFisher Englishの音声例とOpen Yap 1Kの音声例を並べ、音質の差を明らかにしている。収集方法、話者の人口統計、品質保証、同意、プライバシーについても文書化されている。

🔗 Hugging Faceの記事

Daily Brief、より多くの米国Geminiユーザーに無料提供へ

9月4日 — Googleは、米国のGeminiアプリユーザーのうち、より多くの人を対象にDaily Briefへのアクセスを無料で拡大する。この機能は5月21日に導入されていた。

Daily Briefはバックグラウンドで動作し、ユーザーのGoogleアプリ間を連携する。メール、カレンダー、会話、関心事項を、タスクと優先事項からなる一つの閲覧しやすいリストに集約し、一日の出発点として提示する。発表の対象は引き続き米国に限られており、対象ユーザーの割合も、国際展開の予定も明らかにされていない。

🔗 XでのGeminiの発表

Runway、2～9席のチーム向けセルフサービスプランTeamを開始

9月4日 — Runwayは、個人向けプランと大口顧客専用のEnterpriseプランの間を埋めるTeamを開始する。これは製品構成上の大きな転換となる。Standard、Pro、Maxは個人向けプランであることが明確化され、今後追加されるメンバーはすべてTeamを利用する一方、既存のワークスペースはアクセス権と料金を維持する。

プランの特徴	発表された内容
1席あたりの月額料金	69ドル
1席あたりの年払い料金	55ドル、20パーセント割引
利用可能な席数	2～9
1席あたりの月間クレジット	6,900、共通プールに付与
共有プロジェクトと保存容量	最大100プロジェクト、1 To

このプランは、アセット、参照素材、Brand Kits、セッション、ワークフローを格納する共有プロジェクトを中心に構成される。Runwayは、出力の一貫性という観点から利点を訴えている。チーム全員が同じ参照素材を基に生成すれば、10本目の動画も1本目と同じような仕上がりになる。未使用のクレジットは1か月繰り越され、チームは最大20個のエージェントスキルを共有でき、Agent ConnectorsによってFigma、Dropbox、Notionをクリエイティブエージェントに接続できる。

🔗 Runwayの発表

ElevenLabs、1 Million Voicesの取り組みをブラジルへ拡大

9月4日 — ElevenLabsは社会貢献プログラムをブラジルに拡大し、同国初の事例を紹介した。Elianeは幼少期に声を失い、Albertoは46歳で失明した。同社はElianeに家族の声に似た声を提供し、彼女は初めて、自分らしさを宿した声で愛する男性とコミュニケーションを取れるようになった。

発表には、現地の二つの団体との提携も含まれる。国内で最大10,000人の筋萎縮性側索硬化症患者を支援するAssociação Brasileira de Esclerose Lateral Amiotróficaを通じて、患者は自分の声を複製するためのサービスを無料で利用できる。Sociedade Brasileira de Fonoaudiologiaは、ブラジルの言語聴覚士に音声クローニングの研修を実施する。同社は、専門家がこの技術を使いこなせるようにすることで、恩恵を受ける患者を増やそうとしている。1 Million Voicesは10億ドル相当の現物支援を行う取り組みで、開始以来、世界で11,000人以上に支援を届けてきた。

🔗 ElevenLabsの記事

Kimi Code 0.41.0、マルチエージェントモードを追加し、導入から2日の安全策を撤回

9月4日 — Moonshot AIはKimi Code 0.41.0を公開した。目立つ新機能はtowerで、ウェブインターフェース上の実験的なマルチエージェント協調モードだ。コマンド/towerまたは入力欄のプラスメニューから起動でき、引数としてベースブランチを受け取る。コンテキスト管理には二つの調整が加えられた。自動圧縮の前にモデルへコンテキスト予算が通知され、その後、正確な詳細を取得できるようセッションのイベントログへ誘導される。ターン単位のファイル履歴は永続化された。

最も注目すべき点は方針の撤回だ。9月2日に公開されたバージョン0.40.0では、自動許可モードでshutdown、reboot、rm -rfなどの破壊的コマンドをブロックする仕組みが導入されていた。0.41.0ではこの判断を覆し、同じモードで危険なコマンドや静的に解析できないコマンドをブロックしなくなった。安全策が維持されたのは2日間だった。リリースノートに理由は明記されていないが、shellコマンドの静的解析は正当な作業を妨げる誤検知を起こしやすい。

🔗 Kimi Code 0.41.0のリリースノート

Perplexity、embeddingを提供する自社基盤Ivy、Tulip、ROSEの詳細を公開

9月4日 — Perplexityは、embeddingモデルとランキングモデルを提供するインフラの内部を紹介する技術記事を公開した。同社はpplx-embedを含む独自モデルを訓練・提供しており、検索インデックスはエクサバイト規模だとしている。

基盤コンポーネント	使用言語	サービス内での役割
Ivy	Rust	HTTPゲートウェイ、tokenization、分割、バッチ振り分け
Tulip	Rust, tokio, tonic	gRPC推論サーバー、スケジューリング、バッチ処理
ROSE	Python	モデル、CUDAカーネル、グラフの実行

中心的な考え方は、LLMの推論コードを再利用することだ。Perplexityによれば、バッチembeddingは計算律速のprefill段階に似ており、短いクエリのオンラインembeddingはメモリ律速のdecode段階に似ている。そのため、同じカーネルをpplx-embedとQwen3.5のdecodeに使用している。embeddingではkey-value cacheを生成せず、不要なpaddingを避けるため、不規則な入力を受け付けるragged attentionも利用する。attentionカーネルについては、一つに絞らず、FlashInfer 2、FlashInfer 3、FlashAttention 4を並行して保守し、headの数と次元に応じて個別に選択している。測定結果はvLLM v0.22.0と比較されているが、具体的な数値はグラフにのみ掲載されている。

🔗 Perplexityの技術記事

ZedとReplit、記事もリリースノートもなくXで発表

9月4日 — サードパーティー製コーディングツールに関する二つの発表が同日に行われたが、いずれも裏付けとなるブログ記事やリリースノートはなく、Xへの投稿一つだけに基づいている。

Zedは、9月2日のユーザーからの問い合わせに答える形で、Windows版ベータに登録した人がDeltaを今すぐ利用できると述べた。この区別は重要だ。Deltaは8月12日に公開された、エージェントを備えたマルチユーザー型コーディング環境であり、複数のチームメンバーが共有プロジェクト上でエージェントと共同作業できる。一方、Zedエディター自体はすでにmacOS、Linux、Windows向けに配布されている。したがって今回の発表はエディターではなく、8月以来Windows対応が保留されていたDeltaに関するものだ。このベータ版の正確な対象範囲や登録方法は不明のままだ。

一方、Replitは「Replit MCP: どこからでもエージェントを操作」と題した1時間58分のライブ配信を行った。タイトルからは、プラットフォームのエージェントをMCP対応クライアントに公開するサーバーであり、ウェブインターフェースを経由せず、エディター、ターミナル、またはサードパーティー製アシスタントからタスクを開始して進捗を追跡する用途が想定されていることが読み取れる。投稿にはこのタイトル以外の文言も、記事へのリンクも、正式な提供開始を明示する表現もない。

🔗 Windows版Delta · 🔗 Replit MCPライブ配信

短報

API endpointがユーザーを公開せずにスター履歴を返す — GitHubのREST APIは、今年初めに管理者限定となった一覧取得endpointに代わり、スターを付けたアカウントを特定せず、時刻情報付きのスター数を返す。🔗 変更履歴
npm、パッケージごとに複数のtrusted publishing設定へ対応 — 三つの変更が一般提供された。パッケージごとに複数の追加型OIDC設定を利用できるようになり、マルウェア対策スキャンの実行中は承認が保留され、プレリリース履歴がバージョンタブに表示される。🔗 変更履歴
GitHub Actions、runner廃止予定APIを追加 — REST APIからrunnerバージョンのサポート終了日を取得できるようになり、vulnerability-alerts権限でDependabotアラートを読み取り専用で参照できる。また、jobコンテキストの四つのプロパティにより、再利用可能なworkflowが元のidentityを取得できる。🔗 変更履歴
ドキュメンタリーThe Story of VS Code、9月4日公開 — GitHubは、9月1日に公開された予告編に続き、Visual Studio Codeの公式ドキュメンタリーが同エディターのYouTubeチャンネルで配信されることを告知した。🔗 発表
Replit、1週間で構築されたアプリを紹介 — Cédric Robergeが同プラットフォーム上で約1週間かけて構築したPep AIは、Replitによれば月に約130,000ドルを売り上げているとされ、宣伝投稿に続いて料金設定に関する助言も掲載された。🔗 Replitのスレッド
Zed、内容を確認できない画像付き発表を公開 — 9月4日22時14分、わずか4語のメッセージと1枚の画像が投稿された。調査中に画像を読み込めず、記事もリリースノートも添えられていないため、何を発表したのか判断できない。🔗 投稿
アルメニア語向けの完全なオープンLLMエコシステム — Hugging Faceのコレクションに、ウェブコーパスArmWeb、検証済み科学データセットArmSTEM、モデルarm-gemma-e4bがまとめられ、論文も近日公開予定とされている。🔗 記事
VLM Run Gateway、オープンウェイトのOCRモデルとvisionモデルを単一APIに集約 — このゲートウェイは、PaddleOCR-VL-1.6を含むオープンウェイトのOCR、vision-language、visionモデルを一つのendpointから利用できるようにする。🔗 記事
Sakana AI、10月5日にエンジニアリングチームのOpen Houseを開催 — Engineer Open Houseは2026年10月5日月曜日の18時から21時まで、虎ノ門およびオンラインで再び開催され、connpassで参加登録を受け付ける。🔗 発表
Google、Gemini Enterprise開発者体験プログラムのスプリントを詳説 — 新サービスの発表ではなく、手法を紹介する記事だ。今回のスプリントは企業のAIガバナンスを扱い、Agent GatewayとSemantic Governance向けに更新されたドキュメントと標準化されたコード例を提供する。🔗 記事
Suno、次世代モデルをv6ファミリーと命名 — 公式アカウントはユーザーへの返信で、これまでで最高の成果だと紹介したが、日付も技術的な詳細も示していない。新しいダウンロード制限が発効した翌日の投稿だった。🔗 返信
MiniMaxとTogether AI、ロンドンでオープンモデル経済を巡るイベントを開催 — 共同イベントOpen by Design: The Economics of AI in Productionは9月16日に開催される。対象期間中のMiniMaxによる投稿はこれだけだった。🔗 発表
Mistral、9月23日と24日にAI Engineerカンファレンスをパリで再開催 — 前回の満員開催に続き、Station Fで再び開催され、エンジニアリング担当副社長Lélio Renard-LavaudがBlack Forest Labs、Cognition、Hugging Faceとともに登壇する。🔗 発表
WebMCP Challenge、応募を締め切り — 9月3日の障害による12時間の延期を経て受付を終了した。現在プロジェクトを審査中で、受賞者は近日中に発表される。🔗 発表

これが意味すること

最先端モデルがエコシステムに取り込まれる速さが、真の指標になった。GPT-6 Astraは9月3日に発表され、翌4日には制限なくAPIで利用でき、10のCopilot製品面で一般提供され、本番環境で利用する第三者によって測定され、Codex CLIの三つの連続した修正にも組み込まれた。1年前には、この24時間という短さはあり得なかった。この変化によって、焦点は提供開始から料金へと移っている。GitHubはAstraに対してプロモーション期間を設けず、提供元の公開料金を適用している一方、Gemini 3.8 Flashには年末まで導入価格が設定されている。すべてのモデルが発表の翌日に届くようになれば、最終ユーザーから見える唯一の差別化要因は再び価格になる。

HydraFusionは別の側からこの問題に取り組んでおり、ツール分野ではこの日最も構造的なニュースだ。20のモデルから選ぶ作業に真剣に取り組む開発者は少ないが、GitHubはその作業自体を不要にしようとしている。ユーザーがworkflowを選び、ツールがリクエストごとにモデルを決める。TerminalBenchでOpus 5に比べ、品質が4.9ポイント高く、コストが67パーセント低いという数字が示唆する点こそ重要だ。向上をもたらしたのは優れたモデルではなく、orchestrationである。この結果がベンチマーク条件の外でも成立するなら、モデルは製品ではなくなり、品質を管理する入り口の背後に置かれた交換可能なコンポーネントになる。

企業向けエージェントはエンジニアリング領域を離れつつあり、それにガバナンスも追随している。SpaceXAIは、Grok Botが最も集中的に使われているのはコード以外の領域だと明言しており、この日最も示唆的な数字はソフトウェア席の監査結果だ。料金が支払われているにもかかわらず、90日間利用されていない契約が43件あった。しかし、これらの発表の核心はpermissionの仕組みにある。SpaceXAIが公開したsystem promptのテンプレートは、「常に許可」「個別に許可」「決して許可しない」という三つの区分を設けている。NVIDIAもエージェントのmemoryに関する記事で同じ原則を示している。contextは行動の判断材料にはなっても、その行動を許可することはできない。無関係な二社が同じ日に、役立つエージェントはまず禁止されている行為によって定義される、という同じ結論に達した。

command-line toolのセキュリティは、一直線ではなくジグザグに進んでいる。Gemini CLIはハードコードされたAPI keyを削除してsandboxを強化し、Claude Codeは読み取り専用であるはずのフォルダーへの書き込みを許していたpermission ruleを修正した。一方、Kimi Codeは破壊的コマンドのブロック機能を追加してから2日後に撤回した。最後の事例が最も示唆に富む。shellコマンドの静的解析は誤検知が多く、理論上は妥当な安全策でも、実際の利用では耐え難いものになり得る。こうしたツールのセキュリティを左右するのは、保護機能が発表されたことではなく、ユーザーとの接触を経ても存続できるかどうかだ。

最後に、数学と科学に関するこの日の動きは、その時点で評価するのが最も難しい。11日間で形式化されたFermatの証明は、新しい数学的成果を生み出したわけではなく、30年前の結果を検証したものだ。まさにそこに意義がある。査読は年単位で時間を要するボトルネックであり、Kevin Buzzardは、こうした成果物が他の研究の基盤として利用できるほど堅牢になったと指摘している。Ai2の気候エミュレーターとショウジョウバエのconnectomeも同じ論理に基づく。どちらも発見そのものを行うわけではないが、コストのために大規模化できなかった作業を実行可能にする。これは自律的な発見ほど華々しい用途ではないが、AIが実際の科学研究をどう変えるのかという現実には、おそらくより近い。