2026-11-11

Google、モデル Gemini 4 Carbon を正式公開

要闻

Google は Gemini 4 Carbon を有料の開発者と企業に公開し、Google AI Ultra 契約者への展開も開始した。API の導入価格は Gemini 4 Argon と同じで、入力100万 tokens 当たり2米ドル、出力100万 tokens 当たり10米ドルとなる。

Google は Google AI Studio と Gemini for business の API を通じ、すべての有料開発者と企業に Gemini 4 Carbon の提供を開始した。また、Google Antigravity、Gemini app、Search の AI Mode で、すべての Google AI Ultra 契約者への展開を開始した。公式説明では、Carbon は複雑な複数ステップのコーディング、デバッグ、自由探索型の科学研究向けに位置づけられ、探索、推論、検証に Gemini 4 Argon より多くの tokens を使用する。Argon は引き続き、大半のソフトウェアエンジニアリングや知識労働に適した選択肢とされている。

Google によると、Carbon は CursorBench 4.0、Perplexity の WANDR、Zapier の AutomationBench で第1位となり、タスク当たりのコストは次点の外部モデルの2分の1未満だった。Artificial Analysis と共同で公開した Multimodal Knowledge Agent（MKA）benchmark では第2位で、平均タスクコストは第1位のモデルの6分の1未満だった。Google は同時に、Antigravity で /swarm をプレビュー公開した。単一の prompt から、リアルタイムで追跡できる複数 Agent のチームを動かす機能で、Carbon がアーキテクチャ設計、調整、監査を担い、より高速で軽量なモデルと並列の分離ワークスペースで連携し、対抗的な検証器が各変更を検査する構成を取れる。

原文を読む →

MiniMax、H3-Image を発表、モデルの重みも公開

要闻

MiniMax は H3 ベースの画像生成モデル H3-Image を公開し、モデルの重みも公開した。最大 16 枚の参照画像に対応し、同社によると 4K 画像を 10 秒未満で生成でき、料金は同種の主要サービスの 50–70% となる。

MiniMax は H3 ベースの H3-Image をリリースし、モデルの重みを公開した。原文には具体的な公開日の記載がない。モデルは text-to-image generation、reference-based generation、image editing に対応し、MiniMax API Platform、MiniMax Code、Hailuo AI からも利用できる。同社によると、最大 16 枚の参照画像を処理でき、4K（16MP、4096 × 4096）画像を 10 秒未満で生成し、生成速度は主要な代替サービスの最大 5× となる。

MiniMax の説明では、H3-Image の最適化は post-training の全工程に及び、データ、reinforcement learning、sampling-step reduction、PE、デプロイの最適化を含む。同社によると、Standard モードの速度は主要な代替サービスの 1.5–2×、Highspeed モードは 3–4× で、料金は同種の主要サービスの 50–70% となる。公開初週は、4K 以上の解像度の画像生成リクエストを標準価格の 50% で提供する。原文には、この割引の具体的な開始日と終了日、または実際の価格の記載がない。

原文を読む →

Anthropic、Claude Whiteboards、Claude Sheets、Claude Data を発表

要闻

Anthropic は Claude Sheets、Claude Whiteboards、Claude Data を発表し、interactive connectors も更新した。提携先のアプリを Claude に組み込めるようになり、Marketplace の掲載数は connectors と plugins を合わせて 9,000 件を超えている。

Anthropic は Claude Sheets、Claude Whiteboards、Claude Data を発表し、今回の発表に合わせて新しい artifact の種類と interactive connectors の更新を提供した。原文に具体的な発表日は記載されていない。公式説明によると、チームは Claude と spreadsheets、whiteboards、dashboards を共同作成でき、顧客管理表、日報、契約レビュー表なども独自に作成できる。同じコンテキストを異なる artifact 間で引き継げるため、詳細を繰り返し伝える必要がないという。

アプリ連携について、公式説明では、提携先はアプリを Claude に直接組み込めるようになり、ユーザーはタブを切り替えずに Adobe、Atlassian などのアプリを利用できる。Claude は Model Context Protocol（MCP）に基づく connectors を通じて外部のコンテキストを取得する。Marketplace にはコミュニティ製を含む 9,000 件超の connectors と plugins が掲載されている。Salesforce（beta）、NetSuite、Workday（beta）の plugins は skills を内蔵する。Claude Meetings は未提供で、公式によると、通話中のメモ作成と、チームが共同作業している文書の更新に対応する予定だ。

原文を読む →

Anthropic、補償分の利用枠の過剰消費を受け、利用枠を無料で完全リセット

要闻

Anthropic は、Pro、Max、Ultra、Team の全ユーザーに、全モデルと利用上限を対象とする無料の利用枠完全リセットを1回提供した。受け取り期限は太平洋時間12月10日14:00で、回復した利用枠は Claude Code でも使える。

Anthropic は、Pro、Max、Ultra、Team の全ユーザーに無料の利用枠完全リセットを1回付与しており、太平洋時間12月10日14:00までに使用する必要がある。原文には年の記載がない。今回のリセットは全モデルと利用上限を対象とする。同社によると、想定を超える利用枠の消費につながっていた修正済みの複数の問題を補償する措置であり、先の Fable リセットでは、全モデルの週間利用枠を使い切ったユーザーへの補償が不十分だったという。受け取り用の Reset for free ボタンは、Claude の Web 版、デスクトップ版、モバイルアプリの Settings 内の Usage ページにある。回復した利用枠は Claude Code にも適用されるが、そのターミナルと IDE には現在、受け取り用のボタンがない。

原文を読む →

OpenAI、サードパーティーツールで ChatGPT Business のサブスクリプションを利用可能に

要闻

OpenAI は、Sign in with ChatGPT を通じて、Notion や v0 などの外部ツールで ChatGPT Business のサブスクリプションを利用できるようにした。公式説明によると、使用量は既存の上限に算入され、アプリを接続しても利用枠は増えない。

OpenAI は、ChatGPT Business のサブスクリプションが、Sign in with ChatGPT を通じて外部ツールで利用可能になったと発表した。対象には Notion、v0、ampcode、kilocode、Warp、Nous Research の Hermes、openclaw、opencode が含まれる。ワークスペース管理者は管理画面でツールごとに利用を許可し、各メンバーに含まれる利用枠に対する割合で使用上限を設定できる。公式ドキュメントによると、アプリ内の使用量はサブスクリプションの既存の利用枠から差し引かれ、アプリの接続に追加の利用枠は伴わない。また、サブスクリプションの利用によって、アプリにユーザーの ChatGPT の会話やメモリへのアクセス権が与えられることもない。

原文を読む →

Google DeepMind、Gemini Robotics 2.5 を発表

模型发布

Google DeepMind は Gemini Robotics 2.5 を Google のロボット開発パートナー向けに公開した。同社の説明によると、自動車生産ラインで金属部品を仕分ける概念実証で成功率 96% を記録した。

Google DeepMind は視覚・言語・動作（VLA）ロボットモデル Gemini Robotics 2.5 を発表し、現在 Google のロボット開発パートナー向けに提供している。同社は、ロボットの器用さ、信頼性、安全性が向上したと説明している。Apptronik および Mercedes-Benz と共同で実施した概念実証では、ヒューマノイドロボット Apollo 2 が同モデルを使用し、ハンガリーとドイツの稼働中の自動車生産ラインで金属部品を仕分け、成功率は 96% だった。Google DeepMind は 200 を超えるタスクでモデルをテストした。同社の評価によると、従来のベースラインに比べ、タスクの種類に応じて成功率が 30% から 100% 高く、完了速度は 20% から 30% 速かった。また、モデルには危険の認識や Jailbreak 対策などの安全機構が組み込まれている。同社の評価によると、ロボットが安全にタスクを完了する割合は、障害物の周辺で 33%、人の周辺で 43% 向上した。

原文を読む →

ElevenLabs、音声文字起こしモデル Scribe v3 と Scribe v3 Live を発表

模型发布

ElevenLabs は Scribe v3 と Scribe v3 Live を公開し、両音声文字起こしモデルを ElevenAPI で提供した。同社の評価では、それぞれ前世代比で WER が 27%、semantic WER が 43%低下した。

ElevenLabs は Scribe v3 と Scribe v3 Live をリリースし、公開時点で両モデルを ElevenAPI、Live 版を ElevenAgents でも提供しているが、原文には具体的な公開日の記載がない。同社の説明によると、Scribe v2 からの移行には model ID の1行の変更だけが必要となる。出力制御では、Scribe v3 は数値を数字または文字で出力する設定に対応し、keyterm prompting に最大 1,000 語を指定でき、自然言語のルールで文字起こしの形式も調整できる。Live 版は文の途中での言語切り替えに対応し、会話の文脈と音声を組み合わせて発話の終了を判定する。同社は内部版 FLEURS の 102 言語での評価で、Scribe v3 の WER が Scribe v2 比で 27%低下し、Live は Scribe v2 Realtime 比で semantic WER が 43%、WER が 31%低下したと報告している。これらは言語ごとに採点してから平均した結果で、102 言語の重みは等しい。

原文を読む →

Amazon、表形式データ向け基盤モデル Mitra-v2 をオープンソース化

模型发布

Amazon は、分類と回帰に対応する表形式データ向け基盤モデル Mitra-v2 と推論・微調整コードを Apache-2.0 ライセンスで公開した。同社によると、事前学習には合成データのみを使い、51 の実データセットを含む TabArena で単一モデルとして 1 位となった。

Amazon は第 2 世代の表形式データ向け基盤モデル Mitra-v2 をリリースし、分類版と回帰版、および推論・微調整コードを Hugging Face で Apache-2.0 ライセンスの下で公開した。公式説明によると、事前学習には合成データのみを使用し、実データや顧客データは使用していない。デフォルトでは、新しいテーブルごとに自動で短時間の微調整を行い、8 個のコピーを生成して予測結果を平均する。性能について同社は、51 の実データセットを含む公開ベンチマーク TabArena で Mitra-v2 が単一モデルとして 1 位になったと説明している。また、両世代のモデルがネイティブに実行できる 33 データセットのうち 32 で Mitra-v1 を上回り、微調整版は回帰ベンチマーク ScoringBench で 1 位となったとしている。

原文を読む →

Google Antigravity、複数のエージェントが協調して並列開発する /swarm のプレビューを公開

开发生态

Google Antigravity が /swarm のプレビューを公開した。複数の Agent がタスクを分担して並行作業し、共有メッセージボードで連携する。App と CLI に対応し、coordinator が割り当てと結果報告を担う。原文に提供開始日の記載はない。

Google Antigravity が App と CLI 向けに /swarm のプレビューを公開したが、原文に提供開始日の記載はない。公式の説明によると、/swarm を実行すると現在の会話が coordinator となり、タスクの割り当て、返された結果の評価、ユーザーへの報告を担当し、技術作業そのものは行わない。coordinator は worker の数、各 worker が担当するファイル、verifier を参加させるタイミングを決める。各メンバーは共有メッセージボードで連携し、ユーザーはメインの会話で進捗確認や指示の変更を続けられる。公式は、ファイル、package、質問ごとに独立して分割できるタスクを適用例として挙げている。

App では coordinator の返信内のリンクから Swarm パネルを開ける。CLI では /swarm board または Alt+S でライブのメッセージボードを表示でき、メンバーの状態、使用モデル、投稿を確認できる。coordinator は @monitor も追加する。@monitor は作業が未完了で全メンバーの発言が止まった場合にのみ投稿し、関係するメンバーに作業の再開を促す。メンバーは quota を使い切ると一時停止し、quota が回復しても自動では再開しない。ボードへの新規投稿、モデルの切り替え、そのメンバーへの直接メッセージが再開の契機となる。公式によると、待機中の worker は tokens を消費せず、worker の削除は取り消せない。

原文を読む →

Meituan の LongCat 2.5、OpenCode で2週間無料に

开发生态

OpenCode は、美団の LongCat 2.5 をプラットフォーム上で2週間無料で提供すると発表した。1M コンテキスト、テキストと画像の入力、ゼロデータ保持に対応するとしており、データページでは先週の利用量が第26位だった。

OpenCode は、美団の LongCat 2.5 を現在、同プラットフォーム上で無料公開しており、無料期間は2週間だと発表した。今回の発表では、1M コンテキスト、マルチモーダル入力、ゼロデータ保持を対応機能として挙げている。ゼロデータ保持はプラットフォーム側が公表した説明である。入力形式と利用状況は OpenCode のデータページに記載されており、入力形式はテキストと画像、先週の同プラットフォームにおける利用量ランキングは第26位となっている。

原文を読む →

Tailscale OAuth apps が正式提供開始、Grok Bot が内部ネットワークの MCP サーバーにアクセス可能に

开发生态

Tailscale は OAuth apps を正式公開した。Grok Bot は OAuth 2.0 認可を通じてユーザーの内部ネットワークにある MCP サーバーへ接続でき、サーバーをインターネットに公開せず、アクセス範囲を tailnet ポリシーで制御できる。

Tailscale は OAuth apps を正式提供し、Grok Bot はすでにこの仕組みを使って、本番環境でユーザーの tailnet 内の MCP サーバーに接続している。原文には具体的な公開日は記載されていない。公式の説明によると、ユーザーは Grok Bot desktop app の Tailscale plugin から接続でき、内部サーバーのインターネット公開や、キーなどの秘密情報の貼り付けは不要となる。OAuth apps は標準の OAuth 2.0 認可フローを使い、認可したユーザーの ID に紐づくデバイスを作成するため、tailnet のアクセスポリシー、監査ログ、デバイス数の上限が引き続き適用される。一方、既存の OAuth clients は共有サービス ID で tag-owned devices を作成する。

アクセス権限はデバイスごとに制限でき、Grok Bot にユーザーの他のデバイスと同じネットワーク権限をすべて与える必要はない。公式の説明によると、Premium と Enterprise プランでは Grok Bot デバイスに custom posture attribute が付与され、device posture checks を使ってアクセス可能なリソースを制御できる。他のプランでは、認証後にデバイスへ tag を割り当て、tag ベースのアクセスルールを使える。公式の例では、defaultSrcPosture により既存のアクセスルールが Grok Bot に適用されないようにし、明示的な srcPosture で指定の MCP サーバーへのアクセスを許可している。独自の連携を構築する開発者向けの資料には、OAuth Apps ドキュメントと device provisioning guide がある。

原文を読む →

Chrome、Firefox、Edge、MDN と共同で Modern Web Guidance 1.0 を公開

开发生态

Chrome は Modern Web Guidance 1.0 を公開し、Firefox と Edge がプロジェクトへの協力に加わった。coding agents にブラウザー互換性の知識を提供するとともに、既存コードをモダナイズするワークフローを追加した。

Chrome は2026年11月10日に Modern Web Guidance 1.0 の安定版を公開し、Firefox と Edge も同時にプロジェクトに加わり、サポート、互換性の改善、貢献に参加した。このツールは一連の skills を通じて coding agents に Web プラットフォームの知識を提供し、ガイドには Baseline とブラウザー互換性のデータが組み込まれている。公式の説明によると、プロジェクトが求めるブラウザー対応条件に基づいて機能を提案でき、提案内容はブラウザーエンジニア、Web 標準の専門家、アクセシビリティの専門家が保守する。1.0 で追加されたモダナイズ用ワークフローは、既存の HTML、CSS、JavaScript、package.json を分析し、更新の機会を特定して Agent に変更を案内する。初版は静的解析による限定的な既知パターンの検査のみを行い、コードを直接推論する agentic audits は今後の計画に含まれる。公式はまた、1.0 のユーザー向けガイドについて、日常的に支援技術を利用するアクセシビリティの専門家が、実際の支援技術でレビューとテストを行ったと説明している。

原文を読む →

OpenAI Dots に multi-exec が登場

产品应用

OpenAI の dots チームのメンバーである pash は、Dots に multi-exec が導入されたと発表した。dot は接続先のコンピューターでコマンドを実行し、そのリソースやツールを利用でき、派生した subagents も同じコンピューターを共有する。

OpenAI の dots チームのメンバーである pash の X への投稿によると、Dots に multi-exec が導入され、dot が接続先のコンピューターで直接コマンドを実行できるようになった。同氏の説明では、dot はそのコンピューターの計算リソース、ストレージ、ログイン済みのブラウザーセッション、CLI ツール、ローカルに保存された skills を利用でき、dot から派生した subagents も同じコンピューターを共有する。これに先立ち OpenAI は、1 つの dot を複数のローカルコンピューターに接続し、タスクに応じて使用するコンピューターを選べると発表していた。

原文を読む →

OpenAI、Businesses in ChatGPT のベータ版を公開

产品应用

OpenAI は Businesses in ChatGPT のベータ版を公開した。企業は週に12億人が利用する ChatGPT 上で企業情報や商品情報を管理でき、条件を満たす米国企業は Business Agent も利用できる。

OpenAI は Businesses in ChatGPT のベータ版を公開し、企業は Business Hub で自社の組織を登録し、認証後に主要情報を修正できるほか、価格と在庫状況を含む商品データソースを自ら追加できるようになった。Hub の集計インサイトには、企業への言及回数、ウェブサイトのクリック数、会話で企業が参照される際の主なテーマが含まれるが、関連するやり取りが一定の閾値に達した場合にのみ提供される。条件を満たす米国の EC 企業とオンラインサービス企業は Business Agent も作成できる。回答に企業が登場すると、ユーザーはその企業のプロフィールを開き、明示的に区別された独立の会話で質問できる。OpenAI は、ユーザーの会話や Business Agent との会話内容を企業に共有しないと説明している。

原文を読む →

Meta Muse、専用メールアドレスでユーザーに代わってメールを送受信可能に

产品应用

Meta 傘下の個人向け AI agent「Muse」は、米国とカナダの有料購読ユーザーに専用メールアドレスを提供し、ユーザーに代わってメールを送受信できるようになった。メールスレッドへの追加やメールの転送で、その後の対応を任せられる。

Meta 傘下の個人向け AI agent「Muse」が専用メールアドレスを導入し、ユーザーに代わってメールを送受信する機能を米国とカナダの有料購読ユーザー向けに提供している。同社の説明によると、ユーザーはプロフィール画像から mail タブに進んでメール機能の利用を開始できるほか、Muse に直接利用を依頼することもできる。Muse に処理を任せたいメールは転送で渡せる。既存のメールスレッドに Muse を追加し、その後の対応を手伝わせることもできる。

原文を読む →

Adobe、ローカル MCP 統合を予告、サードパーティーのエージェントによる操作が可能に

产品应用

Adobe は MAX でローカル MCP の提供を発表し、第三者のチャットツールから利用できる Creative Cloud の機能を拡大する。対象はまず4つのアプリで、公開範囲は引き続き検討し、ユーザーのフィードバックに基づいて調整する。

2026 年 11 月 10 日の報道によると、Adobe はマイアミの MAX でローカル Model Context Protocol（MCP）の提供を発表し、Creative Cloud のより多くの機能を第三者のチャットツールに開放する。今回発表した endpoints と機能は、Illustrator、Photoshop、After Effects、Premiere にまたがる。Adobe はすでに ChatGPT と Claude との連携を通じて、一部の製品機能を提供している。Adobe 副社長の Deepa Subramaniam は、どの機能を公開し、どこに境界を設けるかは検討中であり、ユーザーの使い方や目的を観察し、フィードバックに基づいて機能の公開を進めると説明した。

同時に発表された更新には、Firefly で private beta 段階にあるプロトタイプ作成ツール Builder のほか、ブランドのスタイルに沿ったグラフ作成、画像の部分編集、動画の組み立てのためのツールが含まれる。Adobe の説明によると、動画ツールはクリップ、画像、効果音を組み合わせることができ、同社は Agent を常時稼働させ、作業のコンテキストを能動的に取得させる計画もある。アプリ別では、Photoshop に再ライティング機能と prompt に基づく生成スタイルのスライダー、Premiere にプロ向けのカラーグレーディングシステムと動画内のオブジェクト除去機能が加わる。Lightroom には、閉じた目の補正と肌などの傷や斑点を除去するツールが追加される。

原文を読む →

Adobe と Google が提携拡大、ツールと AI モデルを相互統合

产品应用

Google は Adobe MAX で Adobe との提携拡大を発表した。Adobe のクリエイティブ・生産性ツールを Google 製品に、Google の AI モデルを Adobe アプリに導入し、双方向の統合を進める計画だ。

Google は Adobe MAX で Adobe との提携拡大を発表し、両社はツールと AI モデルの双方向の統合を進める計画を示したが、具体的な提供開始日は明らかにしていない。公式発表によると、Adobe のクリエイティブ・生産性ツールを日常的に使う Google 製品に導入し、Google の最先端 AI モデルを Adobe アプリに導入する。公式発表では、PDF の編集や画像の微調整の際にアプリを切り替える場面を今回の提携が対象とする利用場面として挙げ、アプリの切り替えがユーザーの集中を妨げると説明している。統合対象となる具体的な製品名やモデル名は示されていない。

原文を読む →

Google Cloud、Gemini for healthcare を発表、米国でプレビュー開始

产品应用

Google Cloud は、医療記録、保険ポリシー、事務処理を同じ Agent 作業環境につなぐ Gemini for healthcare のプレビュー提供を米国で開始すると発表した。同社によると、既存のアクセス権限を維持し、HIPAA への準拠を支援する。

Google Cloud は Gemini for healthcare を発表し、米国でプレビュー提供を開始した。原文には具体的な発表日の記載がない。このソリューションは汎用の Gemini agent を拡張したもので、医療提供者と医療保険組織を対象とする。同社によると、臨床、財務、事務の各システムをまたいで複数ステップのタスクを実行し、人の監督の下で患者の病歴整理、受診資料の準備、保険者のポリシーに沿った承認申請資料の作成、審査担当者向けの申請と医療ポリシーの照合を行える。構成要素は、再利用可能な Skills、システム Connectors、パートナーエコシステム、統合ガバナンス基盤で、組織は独自のポリシーや業務手順に合わせて Skills をカスタマイズできる。同社の説明では、Connectors は機密データの移行や既存権限の変更を必要とせず、EHR、保険請求、管理システムに接続する。基盤は HIPAA への準拠を支援し、エンドツーエンドの監査ログと検証可能な引用を提供するとともに、同じガバナンスの枠組みで Google とパートナーのモデルを選択できる。保険サービス向けには、保険プランの文書に基づく自己負担額の推計、免責額の追跡、ネットワーク内サービスの対象資格の確認にも対応する。

原文を読む →

Google DeepMind、AI を使い4週間で Signal プロトコルのコアコードを検証

技术与洞察

Google DeepMind は AlphaProof Code を公開し、約4週間で Signal プロトコルの参照実装の中核暗号コードを機械コードレベルで形式検証した。約650万行の Lean 証明コードを生成し、新たな脆弱性は見つからなかった。

Google DeepMind は AI フレームワーク AlphaProof Code を公開し、約4週間をかけて Signal プロトコルの参照実装 libsignal の中核暗号コードを機械コードレベルで形式検証した。原文には公開日の記載がない。検証対象は Signal アプリ全体ではなく、今回は新たな脆弱性も見つからなかった。作業では人間と AI が共同で数学的仕様を記述し、Gemini Carbon を用いた agents が約650万行の Lean 証明コードを生成した。これを Lean が自動検証し、人間による再確認が必要だったのは1%のみだった。チームは修正済みの過去の脆弱性2件を隔離されたバージョンに再導入し、システムはいずれについても、そのバージョンが安全ではないことを証明する機械検証済みの結果を出した。公式説明によると、広く導入されているプロトコルの未変更コードとプロトコルレベルの安全性保証を結び付けた手法は初めてだという。

原文を読む →

Google DeepMind、AI による暗号解析の成果2件を公表

技术与洞察

Google DeepMind は、人間の指導下で AI Agent が取り組んだ暗号解析の成果 2 件を公表した。旧式の 1024 ビット RSA に対する計算量の少ない攻撃経路を 2 つ見つけ、署名実験の CPU 計算量を約 72% 削減した。

Google DeepMind は、人間の研究者が Agent を指導し、旧式の 1024 ビット RSA への攻撃手法を探る AI 支援型暗号解析の研究成果 2 件を公表した。チームが提案した Fan Factories アルゴリズムは、バッチ因数分解で後続の各 1024 ビット対象を処理する理論コストを、従来手法の約 1/30 に抑える。もう一方の署名研究では、攻撃者が署名データブロックの約半分以上を制御できる場合、パディングによる保護が機能しなくなることが分かった。制御できる内容がより少ない場合、新アルゴリズムの理論上の計算コストは従来手法の約 1/1600 となる。2 つの Agent は署名実験を 4 日未満で再現したが、研究チームが以前に同じ実験を完了するには約 5 か月を要した。CPU 計算量は約 1380 コア年から 391 コア年へと、約 72% 減少した。公式説明によると、これらの結果が影響するのは廃止済みの 1024 ビットシステムのみで、2048 ビット以上の鍵を使う現代の暗号プロトコルは引き続き安全だという。

原文を読む →

Google、Artificial Analysis と共同で MKA ベンチマークを発表

技术与洞察

Google と Artificial Analysis は、視覚的に複雑なファイルを扱う Agent の能力を 200 件のタスクで評価する MKA を共同公開した。10 分野、83 職種を対象とし、テスト用に別途 10 件のタスクも公開している。

Google と Artificial Analysis は Multimodal Knowledge Agent（MKA）benchmark を共同公開し、Artificial Analysis 上でモデル評価を提供している。公式説明によると、画像やページレイアウトなどの視覚情報を理解する必要がある知識労働を対象に、10 分野、83 職種の専門家が設計に参加し、200 件のタスクを収録した。各タスクは熟練の専門家が完了までに 3〜8 時間を要する複数ステップのプロジェクトに相当し、入力ファイルと約 70 項目の二択チェックからなる評価基準が付く。事実の正確性に 75%、視覚デザインに 25% を配点する。全モデルがオープンソースの Agent harness である Stirrup を使用し、ツール、sandbox、対話ターン数の上限を統一している。

採点は Google 以外のモデルを基盤とする Agent 型自動採点器が担当し、ファイル、レンダリングしたページ、スプレッドシートの数式などを確認する。公式発表では、分野の専門家と自動採点器の採点一致率は 96% だった。Artificial Analysis は、学習データへの混入やモデルによる検索での発見を防ぐため、200 件の評価タスクを非公開にしている。Hugging Face では別途 10 件のタスクを公開している。公式レポートによると、評価対象モデルが各タスクに使用した対話は平均 30〜130 ターンだった。Gemini 4 Carbon は品質で 2 位となり、タスク当たりの平均コストは最高得点モデルの 6 分の 1 だった。同モデルは Google AI Studio の Gemini API を通じて提供されている。

原文を読む →

Anthropic、IPO ロードショーを開始、8億2,500万株の売り出しを計画

行业动态

Anthropic は IPO ロードショーを開始し、Class A 普通株式 8億2,500万株を、想定発行価格1株当たり70〜78米ドルで売り出す計画を示した。Nasdaq Global Select Market に銘柄コード ANT での上場を申請している。

Anthropic は新規株式公開（IPO）のロードショー開始を発表し、関連証券の登録届出書を米国証券取引委員会に提出したが、届出書はまだ効力を生じていない。同社が公表した計画では、Class A 普通株式 8億2,500万株を売り出す予定で、想定発行価格は1株当たり70〜78米ドルとなる。このうち、Anthropic が約8億100万株を売り出し、残りは一部の既存株主が売り出す。同社は Nasdaq Global Select Market への上場を申請しており、銘柄コードは ANT を予定している。登録届出書が効力を生じるまでは、関連証券の販売も購入申し込みの受け付けもできない。

原文を読む →

OpenRouter、正式に Stripe 傘下入り

行业动态

Stripe は OpenRouter の正式な傘下入りを発表した。OpenRouter によると、利用する開発者と企業は 1000 万を超える。Stripe CEO によると、OpenRouter が毎週処理する token 量は買収発表時から約 125% 増え、両社は今後数カ月で機能を統合する計画だ。

Stripe は OpenRouter の買収完了を発表し、OpenRouter は正式に Stripe 傘下に入った。OpenRouter によると、現在サービスを利用する開発者と企業は 1000 万を超え、傘下入り後も中立性を維持し、モデルとプロバイダーが品質、信頼性、価格で競争する方針だ。Stripe は、AI 経済のインフラを構築しており、OpenRouter と協力して企業による新モデルの探索や token のルーティングと使用量の最適化を支援すると説明している。Stripe CEO の Patrick Collison によると、OpenRouter が毎週処理する token 量は買収を最初に発表した時点から約 125% 増加しており、両社は今後数カ月で互いの機能を統合する計画だ。

原文を読む →

OpenAI、AI 旅行エージェント企業 Odessia を買収

行业动态

OpenAI が旅行 AI Agent 企業の Odessia を買収し、Odessia はサービスの提供を終了したと発表した。既存の予約の変更・修正や旅行プランへのアクセスについては、引き続き support@odessia.com で問い合わせを受け付ける。

OpenAI は旅行 AI Agent 企業の Odessia を買収し、Odessia は今回の移行に伴いサービスの提供を終了した。Odessia は公式サイトの発表で、旅行体験を作り直すことを目標に設立されたと説明し、今回の買収をその使命の次の段階と位置付けている。予約済みのユーザーや既存の旅行プランを持つユーザー向けには、引き続きサポート窓口を設けている。同社の説明によると、既存の予約の変更・修正や旅行プランへのアクセスに関する支援は、support@odessia.com で受け付ける。

原文を読む →

オーストラリア、OpenAI の事案に関する検証の全提言を受け入れ、AI 安全規制機関の設置を計画

行业动态

原文を読む →

Hugging Face の AI 開発者数が2,000万人を突破

行业动态

原文を読む →

NVIDIA、オープンソースのランタイム OpenShell を CNCF Sandbox に寄贈

行业动态

原文を読む →

セキュリティ企業、ログインなしでアクセスできる Grok アプリを3万5,000件以上発見

行业动态

原文を読む →

OpenAI、ChatGPT の旧音声モード2種類の提供終了を発表

前瞻与传闻

原文を読む →

OpenAI、木曜日にサイバーセキュリティをテーマとする講演を開催へ

前瞻与传闻

原文を読む →

Elon Musk：Grok 4.8 の事前学習が完了、今週 Bot ユーザー向けにソフトローンチを予定

前瞻与传闻

原文を読む →