2026-10-08

Anthropic、Claude Haiku 5.5を発表：平均コストを約75％削減

要闻

Anthropic は Claude Haiku 5.5 を発表し、平均実行コストは Haiku 4.5 比で約 75% 低下すると説明した。同時に Sonnet 5.5 の cache reads 料金を半額にし、Claude Max と Team の契約者向けに毎月の API credit を導入した。

Anthropic は今回の発表で Claude Haiku 5.5 を導入し、同時に Sonnet 5.5 の料金と契約者向けの API 特典を変更した。同社によると、Haiku 5.5 の平均実行コストは Haiku 4.5 より約 75% 低く、Sonnet 5.5 は cache reads 料金の半額化により、ほとんどの agentic 作業で実行コストが約 20% 下がる。新たな毎月の API credit は Claude Max と Team の契約者を対象とし、Claude Platform 上での agents やアプリケーションの構築を支援するもので、原文には付与額の記載がない。

同社の説明によると、Haiku 5.5 は大量の呼び出しを伴うコスト重視のタスク向けで、要約、コンテキスト圧縮、データベースクエリ、分類リクエストを処理できるほか、subagent として Opus 5.5 や Sonnet 5.5 と組み合わせて coding 作業を実行できる。同社は、自社でこれまでに提供したモデルの中で最速であり、リアルタイムのカスタマーサポートや browser use など速度を重視する用途に適していると説明している。また、調整可能な effort 設定を備える初の Haiku シリーズモデルで、ユーザーはコストと知能水準のどちらを優先して最適化するかを選択できる。

原文を読む →

OpenAI、GPT-6を全ユーザーに展開し、インテリジェントな対話インターフェースを導入

要闻

OpenAI は ChatGPT に GPT-6 と Intelligent UI を導入し、有料ユーザーにはリリース当日、Free と Go には翌日に提供する。公式評価によると、ウェブ検索時の Instant の回答開始は 44% 早まった。

OpenAI はリリース当日、ChatGPT の Plus、Pro、Business、Enterprise ユーザーに GPT-6 と Intelligent UI の提供を開始し、Free と Go のユーザーには翌日に提供する。原文には具体的な日付は記載されていない。今回の変更は Chat 体験のみが対象で、Work と Codex が使用するモデルは変わらない。有料プランは GPT-6 Sol、Free と Go は GPT-6 Luna を使用する。公式説明によると、GPT-6 は思考を続けながら回答を順次出力できる。社内評価では、GPT-6 Extra High の回答開始までの時間は GPT-5.6 Medium と同程度で、総合スコアは GPT-5.6 Extra High を上回った。ウェブ検索を伴う場合、GPT-6 Instant は GPT-5.6 Instant より平均で 44% 早く回答を開始したという。

インタラクション面の更新には、質問に応じてテキスト、画像、グラフ、ボタン、フォーム、インタラクティブなコンポーネントを組み合わせる機能と、計算機やミニゲームなどのタスク用ツールを直接生成する機能が含まれる。公式によると、Intelligent UI はストリーミング出力に対応したネイティブコンポーネントとコンパイラを採用しており、回答全体の完成を待たずに、回答に合わせて画面を順次生成できる。モデルの安全性トレーニングにも変更があり、同社の説明では、サイバー攻撃、生物学的脅威、暴力などの高リスクな悪用に対するトレーニングを強化した。

原文を読む →

Codex、昨日は投票結果に基づき利用枠をリセット、今日は手動リセット回数を追加付与

要闻

OpenAI Codex 責任者の Tibo は、すべての有料アカウントに、後で使える利用枠のリセット機会をもう1回付与すると発表した。付与は更新企画3日目の太平洋時間での終了までを予定しており、それ以前にも投票者の76%の支持を受けてリセットを実施したと確認している。

OpenAI Codex 責任者の Tibo は、28日間の更新企画の3日目に、すべての有料アカウントへ、後で使える利用枠のリセット機会をもう1回付与すると発表し、太平洋時間で同日が終わるまでに付与する予定だとした。同氏の説明によると、この措置は GPT-6 の Chat への導入と、Codex と ChatGPT Work のアクティブユーザー数が合計4000万人という過去最高に達したことを祝うもの。それ以前には、企画2日目に4項目の更新を提供した後、利用枠をリセットするかどうかの投票を実施し、投票者の76%がリセットを選んだ。その後、同氏はリセットを実施済みで、4項目の改善もすべて維持していると確認した。

原文を読む →

Claude Sonnet 5.5、キャッシュ読み取り料金を半額に

要闻

Anthropic は Claude Sonnet 5.5 のキャッシュ読み取り価格を 50% 引き下げ、100万 tokens 当たり 0.10 米ドルとした。公式の試算では、この変更により、大半の長時間実行タスクで実行コストが約 20% 下がる。

Anthropic は Claude Sonnet 5.5 のキャッシュ読み取り価格を半額にすると発表し、改定後の価格は100万 tokens 当たり 0.10 米ドルとなった。発表された価格変更の対象はキャッシュ読み取りで、同社はタスクの実行コストへの影響についても試算を示した。大半の長時間実行タスクでは、Sonnet 5.5 の実行コストが約 20% 下がる見込みだという。このコスト削減率は公式の試算であり、対象は大半の長時間実行タスクで、すべてのタスクではない。

原文を読む →

Claude、MaxとTeamの契約ユーザーに毎月のAPI利用枠を付与

要闻

Claude の Max と Team プランには月次 API クレジットが含まれ、Claude Console organization を連携すると受け取れる。支払い方法の追加は不要で、Team は全席分を合算し、月額上限は 500 米ドルとなる。

Claude は Max と Team のサブスクリプションプランで月次 Claude API クレジットを提供しており、受け取るには契約を一つの Claude Console organization に連携する必要がある。公式の説明によると、クレジットは請求サイクルごとに付与され、年間契約では毎月付与される。独自のアプリケーションや Agent の構築・実行に利用でき、Claude Platform に支払い方法を追加する必要はない。Team の付与額は各請求月の開始時点の席構成で決まり、初回も同じルールが適用される。Standard 3 席と Premium 2 席の場合は毎月 260 米ドルとなり、Premium を 1 席追加すると翌月は 360 米ドルとなる。利用先は Claude Platform に限られ、rate limits と spend limits のルールは変わらない。受け取り後は Console の Settings > Billing にある Promotional credits で確認し、API key を作成してリクエストを送信できる。

原文を読む →

谷歌、SynthID検出サイトを世界中のユーザーに公開

要闻

Google は、従来メディア関係者だけに提供していた SynthID Detector を全世界のユーザーに公開した。現在は英語版のみで、画像、動画、音声をアップロードして不可視のウォーターマークを確認できるが、検出結果は 100% 正確ではない。

Google は、AI 生成コンテンツの検出プラットフォーム SynthID Detector を全世界のユーザーに公開したと発表した。現在は英語版を提供しており、初期版はメディア関係者に利用を限定していた。画像、動画、音声ファイルをアップロードすると、Google または OpenAI、NVIDIA、Kakao などの提携先による SynthID の不可視のウォーターマークが含まれているかを確認でき、Apple も近く対応に加わる。Google の説明によると、2023 年の SynthID 提供開始以来、1800 億件を超える画像と動画、24 万年分の音声コンテンツにウォーターマークを付与しており、Search、Gemini アプリ、Chrome に組み込まれた検証機能は現在、毎日 100 万件を超えるリクエストを処理している。フィルター追加などの編集後もウォーターマークは識別できるが、このツールの検出結果は 100% 正確ではない。

原文を読む →

Claude Codeのチームメンバー、html-plan skillを公開し、試用受付を開始

开发生态

Anthropic の Claude Code チームメンバー Thariq は、コードスニペット、確認が必要な事項、mockup を含む HTML 計画ページを生成する html-plan skill をコミュニティのプラグインマーケットプレイスで試用できるようにし、広範な展開に先立ってフィードバックを集めている。

Anthropic の Claude Code チームメンバー Thariq は X で、自身が開発した html-plan skill がコミュニティのプラグインマーケットプレイスからインストール可能になったと発表した。ユーザーはまず `claude plugin marketplace add anthropics/claude-plugins-community` を実行してマーケットプレイスを追加し、次に `claude plugin install html-plan@claude-community` を実行してインストールする。同氏の説明によると、この skill は簡潔な言葉で計画を示し、コードスニペット、確認が必要な事項、mockup を組み合わせる。付属の lint の仕組みは Claude によく見られる失敗を減らすためのもので、一部のルールは図表やフローチャートの生成を対象としている。Thariq は、コールスタックの表示とコードスニペットへの注釈機能を特に気に入っていると述べ、コールスタックの表示には開発者 @dillon_mulroy の手法を参考にしたと説明した。同氏は広範な展開の前にユーザーのフィードバックを集め、HTML 計画で Claude Code のデフォルトの計画モードを置き換えるプラグインにしたいとしている。

原文を読む →

Claude SDK、computer useとbrowser useのツールセットを標準搭載

开发生态

Anthropic は GitHub で Claude computer toolset の Python と TypeScript による最小構成のサンプルを提供している。VNC 経由でデスクトップを操作し、ドライバーは 10 個のツールを実装するが、用途はインターフェースの提示であり、本番用コードではない。

Anthropic は GitHub の claude-quickstarts リポジトリで、computer_toolset_20260801 の最小構成の VNC サンプルを提供しており、Python と TypeScript に対応している。開発者が tools に toolset のエントリーを 1 つ宣言すると、モデルは screenshot、left_click、type などのデスクトップ操作を個別のツール呼び出しとして行い、ドライバーが実行する。ドライバーは数百行のコードで、VNC の RFB protocol を通じて 1 つのデスクトップを操作し、スクリーンショット、クリック、マウス移動、スクロール、入力、キー操作、待機を含む 10 個のツールを実装する。SDK はツールの schema、未実装ツールの拒否処理、tool runner を提供する。公式の説明によると、このコードはインターフェースを示すためのもので、本番用ではない。

実行時の安全性と呼び出しの検証もサンプルに含まれる。公式の説明によると、画面の内容がモデルの次の操作に影響し、フォーカスされた terminal はモデルの入力を実行するため、実行環境には sandbox 内の使い捨てデスクトップを用いる必要がある。VNC server にはパスワードが設定されておらず、接続先は localhost に制限し、コンテナのポートはホストの loopback にのみ公開する。run は screenshot 以外の操作を実行する前に、confirm を通じてユーザーに y の入力を求める。一方、exercise は呼び出しを自動承認し、API key を必要としない。exercise は 6 回の有効な呼び出しを確認し、画面の外側 1 ピクセルの位置への left_click と未実装の zoom がともに is_error を返すことも検証する。いずれかの結果が想定と異なる場合、非ゼロの終了ステータスで終了する。

原文を読む →

OpenRouter、ElevenLabsの全音声モデルを提供開始、期間限定で50％オフ

开发生态

OpenRouter は2026年10月7日、ElevenLabs の Text to Speech 9モデルと Speech to Text 2モデルを提供開始した。期間限定で、全ユーザーがプラットフォームの表示価格の50%で利用できる。

OpenRouter は2026年10月7日、ElevenLabs の Text to Speech 9モデルと Speech to Text 2モデルの導入を発表し、全 OpenRouter ユーザー向けの表示価格から50%の割引は2026年10月19日午前8時（太平洋時間）まで続く。公式の説明によると、開発者は ElevenLabs のプランを別途契約せず、OpenRouter API key で POST /api/v1/audio/speech と POST /api/v1/audio/transcriptions を呼び出せる。今回の提供には、WebSocket 経由の Realtime Scribe v2 は含まれない。既存の ElevenLabs アカウントを持つユーザーは、BYOK で自分の key を追加し、自分の cloned voices、pronunciation dictionaries、mp3_44100_192 などの高品質な形式を利用できる。

モデルごとに機能とリクエスト制限は異なる。公式の説明によると、Eleven v4 と v3 は audio tags を口調や表現の指示として処理でき、1リクエストの上限はそれぞれ10,000文字と5,000文字で、Flash v2.5 は最大40,000文字に対応する。Scribe v2 はタイムスタンプと speaker ラベル付きの文字起こしを出力でき、Scribe v2 Medical には医学用語向けの fine-tuning が施されている。文字起こし用のアップロード上限は25 MBで、128 kbps MP3 の約27分に相当する。公開 URL を渡せばこのアップロード制限は適用されないが、長いファイルは上流リクエストの180秒のタイムアウトに達する可能性がある。Text to Speech は入力の Unicode code points 単位で課金され、audio tags も文字数に含まれる。Scribe は音声の秒数単位で課金され、文字起こしレスポンスの usage.cost にリクエストの費用が示される。

原文を読む →

GitHub Copilot、ローカルサンドボックスを公開、ハイブリッド推論は月末にプレビュー予定

开发生态

GitHub Copilot は月末に、ローカルとクラウドの推論を自動で振り分ける機能をプレビュー公開し、開発者によるローカルモデルの直接選択にも対応する。Microsoft によると、端末向け MAI Code 1.1 Flash の量子化版は 53GB で、Bfloat16 のクラウド版より 80% 小さい。

GitHub Copilot は月末に、ローカルとクラウドの推論を自動で振り分ける機能を提供する予定で、原文には具体的な年月が記されていない。GitHub Copilot CLI、Copilot app、VS Code には、Auto がタスクに応じてローカルかクラウドかを決める方式と、開発者がローカルモデルを直接指定する方式の二つが用意される。公式の説明では、Auto は複数ターンのセッションでタスクのコンテキストとキャッシュ状態を考慮し、モデルを切り替える際にも再利用できるキャッシュ済みの処理を保持する。直接選択では、Windows ML provider 経由で MAI Code 1.1 Flash を使うほか、OpenAI-compatible なローカル endpoints に接続し、そこで提供されるモデルを選べる。実行権限は別途サンドボックスで制限される。Copilot は Windows チームのオープンソースライブラリ Microsoft Execution Containers（MXC）を使い、Agent が起動するプロセスやローカルサービスによるファイル、ネットワーク、認証情報、システム機能などへのアクセスを制御する。

ローカルモデルは Microsoft AI が開発し、mixture-of-experts アーキテクチャを採用している。総パラメータ数は 1370 億、アクティブパラメータ数は 68 億で、quantization と speculative decoding を使用する。Microsoft によると、端末向けの量子化版は 53GB で、Bfloat16 のクラウド版より 80% 小さい。同社が公表した Surface Laptop Ultra 向け初回出荷版の数値では、256k context でのピークメモリ使用量は 75.5GB、64k と 128k context での prompt-processing throughput はそれぞれ毎秒 923.5 tokens と 769.8 tokens だった。同端末は NVIDIA RTX Spark を基盤とし、最大 128 GB の unified memory と最大 1 petaflop の AI 演算性能を備える。原文はまた、OS、アプリ、推論ランタイム、key-value cache にもメモリが必要で、モデルを常駐させても応答時間が一定になるとは限らないと説明している。

原文を読む →

微软のMXCが正式提供開始、AIエージェントの実行権限を制御

开发生态

Microsoft は 2026 年 10 月 7 日、Microsoft Execution Containers（MXC）の一般提供を発表した。開発者と IT 管理者がポリシーで Agent のファイルやネットワークへのアクセス権限を制限でき、Windows 365 向けサポートも一般提供となった。

Microsoft は 2026 年 10 月 7 日、Microsoft Execution Containers（MXC）と Windows 365 向けサポートの一般提供を発表した。MXC は信頼できないコードや動的に生成されるワークロードを対象とし、モデルが生成した出力、プラグイン、ツール、Agent harness、または Agent 全体を制限できる。同社の説明によると、開発者と IT 管理者はワークロードがアクセスできるファイルやネットワークの宛先などを定義し、MXC が実行時に適切なコンテナーでポリシーを適用する。ポリシーは Agent のワークロードの制御下に置かれず、Agent や生成されたコードが自らアクセス権限を追加することはできない。

開発者は統一された JSON 設定 schema と多言語 SDK を通じて MXC を組み込み、MXC が必要な制御を Windows、macOS、Linux のバックエンドに対応付ける。軽量な隔離には、それぞれ AppContainer、Seatbelt、Bubblewrap を使用する。session container と WSL container は Windows 11 のみをサポートし、MicroVM は Windows 11 と Linux をサポートするが、実験的機能の段階にある。同社はさらに、Windows が Microsoft Entra による Agent とユーザーの活動の識別をサポートし、Microsoft Agent 365 の制御をデバイス上のローカル Agent に拡張すると説明した。これにより IT チームは MXC コンテナーの管理、ポリシーの適用、Agent の活動の監視が可能になるとしているが、原文にはこれらの追加機能の具体的な提供開始日は記載されていない。

原文を読む →

Liquid AI、意思決定モデルd1-3Bとd1-omni-600Mをオープンソース化

模型发布

Liquid AI はオープンウェイトの決定モデル d1-3B と d1-omni-600M を公開し、両モデルを Hugging Face で提供している。公式報告による Decision Index v0.2.1 の公開セットでのスコアは、それぞれ 48.57 と 15.95。

Liquid AI は、オープンウェイトの決定モデル d1-3B と d1-omni-600M を Hugging Face で公開し、公開時点から llama.cpp に対応している。公式説明によると、d1 は出力 tokens を生成せず、1 回の forward pass で回答を返す。d1-3B のベースモデルは、LFM2.5-2.6B と LFM2.5-VL-3B のテキスト backbone の重みを平均して作成し、その後にファインチューニングと統合を行った。d1-omni-600M は実験的な checkpoint で、LFM2.5-Encoder-350M を基盤に音声と視覚の機能を段階的に追加した。テキスト、画像、音声の入力に対応し、現在も開発中である。

公式報告によると、Decision Index v0.2.1 の公開セットで d1-3B は 48.57 を記録し、Decider 35B-A3B と同等だった。d1-omni-600M のスコアは 15.95 だった。7 件の公開テキスト benchmark での平均スコアは、それぞれ 82.9 と 78.4 だった。公式は、リクエストを一度に 1 件ずつ処理して、d1-3B の入力から出力までのレイテンシを測定した。単一の質問にかかった時間は、NVIDIA GeForce RTX 4090、Jetson AGX Thor、Jetson AGX Orin、Jetson Orin Nano で、それぞれ 8 ms、16 ms、26 ms、50 ms だった。今回、Decision Index v0.3 の非公開視覚セットの結果と、d1-omni-600M の推論レイテンシのデータは報告されていない。

原文を読む →

Perplexity、2種類のマルチモーダル埋め込みモデルを発表

模型发布

Perplexity は、多モーダル埋め込みモデル pplx-embed-v2-late の 0.6B と 9B を Hugging Face で公開した。テキスト、画像、視覚文書の検索に対応し、埋め込み空間を共有するため、モデル間でインデックスを検索できる。

Perplexity がリリースした pplx-embed-v2-late シリーズには、0.6B と 9B の多モーダル late-interaction 埋め込みモデルが含まれ、現在 Hugging Face で公開されている。両モデルは Qwen3.5 をベースとし、各 token に対して 128 次元のベクトルを出力し、MaxSim でスコアを算出する。テキスト、画像、視覚文書の検索に対応し、PDF、スライド、スキャン文書の処理に OCR は不要となる。両モデルは同一の内部 18B ColBERT 教師モデルから蒸留され、埋め込み空間を共有するため、0.6B モデルで 9B モデルが構築したインデックスを直接検索できる。公式評価によると、Q2D-Web における 9B モデルの Recall@1000 は 74.8% で、nemotron-embed-8b の対応する結果は 69.3% だった。

原文を読む →

生数科技、フラッグシップ動画モデルVidu Q4 Previewを発表

模型发布

生数科技は旗艦音声・動画モデル Vidu Q4 Preview を公開し、Web 製品と API で提供を開始した。発売時のプロモーション価格は1秒当たり0.014米ドルからで、最大15枚の画像、3件の音声参照と2K・4K出力に対応する。

生数科技は2026年10月7日、次世代旗艦音声・動画モデルの初の公開プレビュー版 Vidu Q4 Preview を投入し、同日から Vidu の Web 製品と API プラットフォームで提供を開始した。発売時のプロモーション価格は1秒当たり0.014米ドルからで、出力解像度は540p、720p、1080p、2K、4Kを含み、最大15枚の画像参照、3件の音声参照、10-bit 色深度に対応する。公式説明によると、比較可能な出力仕様と課金条件の下では、同じ予算で最大5倍の出力量を得られる。最終価格、対応解像度、機能の利用可否、利用条件はプランや地域によって異なる場合がある。

公式説明によると、このモデルはキャラクターの表情、感情、身体の動き、声の連携に加え、カメラの動き、編集、画面内の動作の連携改善に重点を置き、爆発、花火、粒子などの効果を場面により自然になじませることを目指す。対象ユーザーには、個人クリエイター、小規模スタジオ、物語作品や商業プロジェクトに携わる制作チームが含まれる。今回のプレビュー版は完全版の Q4 モデルに先行して公開され、クリエイターが実際のプロジェクトで利用できる。表現、制作上の制御、日常の制作ニーズに関するフィードバックは、その後の改善に活用される。

原文を読む →

マスク氏：Grok Botは自社モデルだけを使う方針を変更

产品应用

マスク氏は、SpaceXAI 傘下の Grok Bot が自社開発モデルだけを使う方式を改め、タスクに応じてバックエンドを選ぶと発表した。Claude Opus 5.5、Midjourney、Suno などの外部 API を利用でき、質問の複雑さに応じてモデルを振り分ける。

マスク氏は X で、SpaceXAI 傘下の Grok Bot が今後、タスクに応じてバックエンドモデルを選択し、自社開発の Grok シリーズに限定しないと発表した。原文には具体的な適用開始日は示されていない。同氏の説明によると、利用可能な外部 API には Claude Opus 5.5、Midjourney、Suno が含まれ、ユーザーに最良の結果を提供する可能性が最も高いモデルを選ぶという。同氏はその後、単純な質問は小型で高速なモデルに任せ、複雑な回答が必要な質問のみを大規模モデルに割り当てると補足した。

原文を読む →

Grok Bot 0.68.1をリリース：スライド作成と書式付きメールの送信に対応

产品应用

SpaceXAI は Grok Bot 0.68.1 を公開し、スライド作成と書式付きメールの送信機能を追加した。PowerPoint ファイルまたは Google Slides で成果物を提供でき、コンピューター操作に使う画面解像度は 1280×800 から 1920×1200 に変更された。

SpaceXAI は Grok Bot 0.68.1 を公開し、スライド、メール、コンピューター操作に関する更新を行った。ユーザーは Bot と共同でスライドを作成し、提示されたサンプルから選び、PowerPoint ファイルまたは Google Slides として成果物を受け取れる。メール機能では、下書きカードから見出し、太字、リストを含む書式付きメールを送信できるほか、Gmail の迷惑メールフォルダーを検索し、メールを受信トレイに戻せる。同社の説明によると、Bot のコンピューター操作速度が向上し、使用する画面解像度は 1280×800 から 1920×1200 に変更された。1 対 1 のチャットではユーザーのメッセージにその Bot の色が使われる。この機能には Grok Bot 0.64.0 以降が必要で、設定でアクセントカラーを黒にすると無効にできる。

原文を読む →

Grok Bot、Xの検索と閲覧に対応、全ユーザーが設定不要で利用可能に

产品应用

Grok Bot は、X のコンテンツを検索・閲覧・監視する機能を全ユーザーに公開し、X connector の設定は不要だと発表した。チームメンバーは、製品へのフィードバックに含まれる機能要望と bug 報告を開発ツールへ振り分けるワークフローも実演した。

Grok Bot は、X のコンテンツを検索・閲覧・監視する機能が全ユーザー向けに利用可能となり、X connector の設定は不要だと発表した。製品へのフィードバック処理について、チームメンバーの lauren は、Grok Bot が X 上で自身の製品に対するユーザーの反応を監視し、機能要望を issue tracker に送り、bug 報告を Cursor cloud agent またはプロジェクトに渡して分類と修正を行うワークフローを実演した。公式が挙げた用途には、速報ニュースの追跡と、業界動向の週次集約も含まれる。

原文を読む →

Grokチームメンバー：Xで@botメンション機能の提供を開始

产品应用

SpaceXAI Grok Bot チームの Larsen Cundric は、X が @bot メンション機能を公開し、投稿内の指示をユーザーの Grok Bot に送れるようになったと述べた。利用には、bots が有効な grok.com アカウントとの連携が必要となる。

SpaceXAI Grok Bot チームの Larsen Cundric は、X の @bot メンション機能が公開済みだと述べた。同氏の説明によると、ユーザーはまず X アカウントを、bots が有効な grok.com アカウントと連携する必要がある。その後、返信、投稿、引用で @bot にメンションし、指示を添えると、タスクがユーザーの Grok Bot に直接送られる。指示の例には、コンテンツを Notion の読書リストに追加すること、後で読むためのリマインダー、投稿スレッドの要約、返信の下書き作成が含まれる。

原文を読む →

OpenAI、ChatGPT for Teens向けに大学出願計画ツールを提供へ

产品应用

OpenAI は、18 歳未満のアカウントに自動適用される ChatGPT for Teens に College Planner を導入すると発表した。大学出願と学資援助のタスクをまとめ、当初は米国の 10～12 年生で、4 年制大学への進学を予定する高校生を対象とする。

OpenAI は ChatGPT for Teens の更新内容を公表し、大学出願計画ツール College Planner を今後提供するとした。具体的な提供開始日は公表されていない。このツールは、各校の出願要件、締め切り、タスク、学資援助の申請手順を、継続的に更新できる計画にまとめる。当初の対象は、4 年制大学への出願を準備する米国の 10～12 年生の高校生となる。同社の説明によると、今後は対象国を増やし、2 年制大学や技術系カレッジなどにも対応範囲を広げる。ChatGPT for Teens は 18 歳未満のアカウントに自動適用される。

学習機能では、複数ページを連続撮影して PDF にまとめる機能が iOS で提供されており、Android 版は開発中となっている。フラッシュカードと、より簡単に作成できるクイズも同時に導入された。公式発表によると、青少年の平均利用時間は 1 日 15 分未満で、1 週間に約 120 万人の青少年が学習用の可視化機能を、18 万人超が学習モードを利用した。OpenAI はまた、College Advising Corps の新たな州への展開を支援し、AI 奨学金プログラムを設けるほか、今後 3 年間、ボストン小児病院のデジタルヘルス研究室の学生諮問委員会を支援する。

原文を読む →

Codex Cloud、提供開始時からTailscaleに対応

产品应用

OpenAI の Codex Cloud は提供開始時から Tailscale に対応し、現時点では唯一の VPN プロバイダーとなっているが、両社による連携開発はなかった。この機能でクラウド上の Codex は tailnet 内のリソースにアクセスできるが、接続方式には制限がある。

OpenAI は Codex Cloud の提供開始時に Tailscale 対応を組み込み、ChatGPT Plus 以上の有料アカウントに同製品を順次開放している。Codex Cloud は特定のデバイスに紐づかない環境で GitHub リポジトリを扱い、Tailscale に接続すると tailnet 内の内部 API やテストサービスにもアクセスできる。Tailscale の説明によると、両社の間に提携契約、専用 API、連携開発プロジェクトはなく、OpenAI は全ユーザーに提供されている Tailscale を使用した。現在、Tailscale は Codex Cloud が対応する唯一の VPN プロバイダーでもある。

設定はクラウド環境の Advanced > VPN から行い、ユーザーは Tailscale の管理コンソールで auth key を生成する必要がある。OpenAI の説明では Reusable と Ephemeral を有効にし、key にタグを付けることが求められている。これにより Codex VM は tag:codex でネットワークに参加し、key を生成したユーザーの権限を継承するのではなく、対応するルールが適用される。現在アクセスできるのは HTTP、HTTPS、および proxy:8088 の HTTP CONNECT を経由する任意の TCP 接続先である。Private IPv4 subnet routes に対応するが、IPv4 アドレスか IPv4 に解決されるホスト名を使う必要がある。MagicDNS、split DNS、UDP、ICMP、インバウンド接続、SSH、Tailscale SSH はいずれも非対応となっている。Tailscale は、デフォルトでは Codex が tailnet 内のほぼすべてのリソースにアクセスできると説明している。

原文を読む →

Google、実験的なゲーム生成プラットフォームPlaygroundを公開

产品应用

Google は米国の 18 歳以上のユーザー向けに、実験的なゲーム生成プラットフォーム Playground を公開した。テキストでゲームを作成、試遊、共有でき、作成権限は Google AI の契約に応じて段階的に提供される。Unity Spark との連携はまだ提供されていない。

Google は playground.google で、米国の 18 歳以上のユーザー向けに Playground を公開し、作成権限は Google AI の契約に応じて段階的に提供される。公式の説明によると、この実験的なプラットフォームではプログラミング経験は不要で、対話インターフェースにテキストを入力し、空のプロジェクト、開始用のプロンプト、またはガイドによる支援からゲームを作成して、すぐにテストできる。物理的な仕組み、ルール、キャラクター、環境も調整できる。プラットフォームはブラウザ上で動作し、スマートフォンやノートパソコンでコミュニティのゲームを遊べる。作品は非公開にするか、リンクで共有するか、Playground Explore のギャラリーに公開できる。

コミュニティ機能にはゲーム内ランキングと、一部のゲームジャンルでのマルチプレイヤー機能が含まれる。Play Games profile を使うと、独自のハンドル名を設定し、ゲームに「いいね」を付け、ランキングに参加し、クリエイターをフォローできる。公式によると、ギャラリーではプレイヤーの評価とプレイ状況に基づいてゲームを紹介し、公開されるすべてのゲームに Community Guidelines に沿った安全性の審査を行うほか、ユーザーによる報告の仕組みも設ける。Playground は今後 Unity Spark と連携する予定で、公式の説明では、同ツールはプロ向けのゲームメカニクス、高精細な 3D 機能、Unity runtime の柔軟性を提供する。Unity Spark は現在テスト中で、クローズド beta がまもなく始まる。

原文を読む →

谷歌、Mac上で動作するオンデバイスAI会議アシスタントAI Edge Foresightを公開

产品应用

Google は Mac 向けのオンデバイス会議アシスタント AI Edge Foresight を公開し、EmbeddingGemma 2 と Gemma 4 で会議やファイルの検索を処理する。前者は 740M パラメータを持ち、公式説明ではテキスト、画像、動画フレーム、音声を共通のベクトル空間に写像できる。

Google は Mac 向けの実験的な会議アシスタント Google AI Edge Foresight を公開したが、原文には具体的な公開日は記載されていない。公式説明によると、EmbeddingGemma 2 と Gemma 4 を搭載し、メモ作成の補助、会話の文字起こしと個人ファイルのインデックス作成・検索をデバイス上で処理する。システム音声とマイクに直接接続し、あらゆる会議プラットフォームで利用でき、完全にオフラインでも動作する。公式は、Foresight がテキスト、音声、視覚データを共通のベクトル空間に写像して個人の知識ライブラリを検索し、機密データはデバイス外に出ないと説明している。Google DeepMind が同時に公開したオープンウェイトモデル EmbeddingGemma 2 は 740M パラメータを持つ。同社の説明では、Google Pixel 11 Pro 上で必要なアクティブ RAM は、テキストのみのウェイトで最小約 191MB、完全なマルチモーダルモデルで約 567MB となる。

同じモデルを使う Google AI Edge Gallery には、Instant Media Search と Video Moments Finder が追加された。前者は自然言語やサンプル画像でローカルの画像と動画を検索し、メディアのベクトルをローカルの SQLite データベースに保存して、cosine similarity に基づく結果を返す。後者は音声の文字起こしや中間的なテキスト説明の生成なしに、ローカル動画内の視覚的な場面を特定する。公式は、今後数週間で ML Kit を通じて Android 上にモデルのサービスを提供し、対応デバイスでの NPU 加速とモデルの自動更新をサポートするとしている。MediaPipe Tasks は、メディアの前処理とデータ変換を包摂するため、Embedder と Semantic Retriever に EmbeddingGemma 2 のサポートを追加している。MediaPipe Decision Task では、このモデルを使い、fine-tuning なしで画像、テキスト、音声をオンデバイスで分類できる。

原文を読む →

DGX Station、Windows対応へ、1兆パラメータ級モデルをローカルで実行可能に

产品应用

NVIDIA と Microsoft は、Windows 対応の DGX Station をプレビューした。公式説明によると、748GB のメモリと最大 20 petaFLOPS の FP4 AI 演算性能を備え、1兆パラメータ規模のモデルをローカルで実行でき、開発者は Windows 環境で大規模な AI ワークロードを扱える。

NVIDIA と Microsoft は、サンフランシスコで開催された Windows AI and Surface イベントで DGX Station for Windows をプレビューし、従来 Linux で稼働していた DGX Station を Windows 環境に導入した。このデバイスは GB300 Grace Blackwell Ultra Desktop Superchip を採用し、748GB のコヒーレントメモリと最大 20 petaFLOPS の FP4 AI 演算性能を提供する。公式説明によると、この構成は最大1兆パラメータ規模のモデルをローカルで実行できる。同説明では、開発者や研究者はメインのマシンで大規模モデルのファインチューニングと推論を行い、既存の Windows アプリケーションやインフラに直接接続する常時稼働の AI Agent を実行できるとしている。必要に応じて、WSL 経由で Linux AI ツールチェーンも利用できる。従来の構成では、企業の開発者は重い AI ワークロードを処理する Linux 環境と、生産性ツール、アプリケーション、ワークフローを担う Windows 環境を別々に維持する必要があった。

原文を読む →

Surface Laptop Ultra、予約販売開始、2,599ドルから

产品应用

Microsoft は Surface Laptop Ultra と Surface RTX Spark Dev Box の予約受付を開始した。ノートPCの価格は 2599 米ドルから。同社によると、両機種は NVIDIA RTX Spark を採用し、ローカルでの AI ワークロード実行に対応する。

Microsoft は 2026 年 10 月 7 日、Surface Laptop Ultra と Surface RTX Spark Dev Box の予約受付を開始した。前者の価格は 2599 米ドルからとなる。両機種は NVIDIA RTX Spark Superchip を基盤とし、ユニファイドメモリは最大 128 GB。Laptop Ultra は最大 6,144 コアの NVIDIA Blackwell RTX GPU と最大 20 コアの NVIDIA Grace CPU を搭載する。同社によると、このノートPCは 120B パラメータを超える AI モデルをローカルで実行でき、AI 性能は最大 1 petaflop。ローカルモデルと GitHub Copilot による Agent コーディングタスクにも対応する。画面は 15 インチの PixelSense Ultra タッチスクリーンで、ストレージはユーザーが取り外せる。デスクトップでの開発向けの Dev Box は Project Zenith デバイスシリーズに属し、Visual Studio Code、Git、GitHub CLI、GitHub Copilot、WSL、Python、Node などのツールや環境をプリインストールしている。

原文を読む →

WindowsのCopilot、ローカルのコンテキストを読み取り、PC操作を代行可能に

产品应用

原文を読む →

同僚に話すように：Claude Codeのメンバーが語るプロンプトのコツ

技术与洞察

原文を読む →

Artificial Analysis、音楽モデルの評価ランキングを公開

技术与洞察

原文を読む →

Unsloth：VRAM 4GBでDecisionモデルをローカル学習

技术与洞察

原文を読む →

韓国、35億ドルのフロンティアAIプロジェクトを発表、中国のオープンソースモデルに対抗

行业动态

原文を読む →

Biohub、米エネルギー省とNIHと共同で18億ドルを投じ、AI生物データ計画を拡大

行业动态

原文を読む →

Google、Constellation Energyと20年間の原子力電力購入契約を締結

行业动态

原文を読む →

Nous Research、シリーズBで9,000万ドルを調達

行业动态

原文を読む →

SpaceX、Nvidiaチップ購入に向け400億ドルの借り入れを協議中との報道

前瞻与传闻

原文を読む →

16歳の少年、Claudeの案内に従って下山中に立ち往生、救助隊が救出

其他

原文を読む →