2026-11-12

Google、Gemini Decisions 1モデルを発表

要闻

Google は Gemini Decision 1 を搭載した Gemini Decisions API を公開した。1 回で最大 1,000 問を評価でき、料金は input tokens 100 万あたり 0.10 米ドルで、output tokens は課金されない。

Google は Gemini Decisions API を公開し、Google AI Studio 内の Gemini API を通じて提供している。基盤モデルは Gemini Decision 1（gemini-decision-1）である。このインターフェースは、ツール選択、ルール確認、モデルルーティング、コンテキスト評価など、選択肢が限定された判断を対象とし、1 つの共有入力に対して、はい・いいえの質問、選択問題、評価基準に沿った採点を組み合わせて実行できる。1 回のリクエストには最大 1,000 件の独立した質問を含められ、共有入力の上限は 256K tokens で、テキスト、画像、音声、動画、PDF を組み合わせられる。公式によると、モデルは token ごとに回答を生成せず、1 回の forward pass で候補を採点し、確率と 0 から 1 の信頼度スコアを返す。

公式の説明によると、最大 16K tokens のマルチモーダル入力とコンテキストでは、モデル計算の中央値レイテンシは 50–100 ms、エンドツーエンドのレイテンシは 150–250 ms で、リクエストあたりの質問数が 1 から 100 に増えても、レイテンシはほぼ変わらない。料金は input tokens 100 万あたり 0.10 米ドル、output tokens は 0 米ドルである。共有入力はリクエストごとに 1 回だけ課金され、各質問ではその指示と評価基準の tokens が追加計上される。thinking tokens、音声文字起こし、OCR の別料金はない。Google AI Studio にはプロトタイプ開発用の無料枠があり、ドキュメントには Python、JavaScript、REST のガイドが含まれる。OpenRouter、LangChain、Vercel などとの連携は順次公開されており、Google Cloud の Gemini での対応は今後となる。

原文を読む →

通义千问、Qwen4の近日公開を予告、プレビュー版は試用可能に

要闻

アリババの通義千問は Qwen4 の提供を予告し、複数の窓口でプレビュー版を公開した。Qoder も匿名テストモデルを Qwen4-Max-Preview に切り替え、個人・チーム・企業向けの課金係数を期間限定で 0.1× に引き下げた。

アリババの通義千問は Qwen4 の提供を予告し、プレビュー版 Qwen4-Max をアリババの Token Plan で公開したが、原文には正式版のリリース日は記載されていない。個人向けには Lite から Pro まで4段階のプランがあり、月額料金は39元から312元となる。QwenWork、Qoder、Qwen APP、QwenStudio でも先行利用できる。公式発表によると、新モデルは知識理解、世界認識、プログラミング、Agent の能力に加え、EDA、CAD、Blender、UE5 などの専門ソフトウェアを操作する能力も向上している。

Qoder では国際版と Qoder CN の全製品が対象で、個人版、チーム版、企業版のいずれでも利用できる。従来、匿名テストに使われていたモデル Qoduck は Qwen4-Max-Preview に更新され、料金は期間限定で通常の2割となり、課金係数が 0.5× から 0.1× に下がった。公式説明では、このプレビュー版は Qwen4 のテスト版に位置づけられ、収集したユーザーフィードバックは正式版の改善に使われる。

原文を読む →

OpenAIメンバーが示唆：木曜日にCodexの利用枠がリセットされる可能性

要闻

OpenAI Codex チームの Tibo は X で、木曜日が Codex の banked reset に適している可能性を示唆した。関連する発言は2件の投稿にあるが、リセットの実施は確約せず、木曜日に何があるかも明らかにしていない。

OpenAI Codex チームの Tibo は X の2件の投稿で木曜日と banked reset に言及したが、木曜日の具体的な予定は公表しておらず、リセットが実施されるかどうかも確認されていない。木曜日について Codex を連想させる日だと表現し、banked reset を行うのに適したタイミングかもしれないと述べた。この発言は追加の投稿にあり、それに先立つ投稿では、しばらくリセットが行われていないことに触れ、自分も地下室から出るべきかもしれないという言葉で締めくくっていた。

原文を読む →

Google DeepMind、AlphaGenome 2を公開

模型发布

Google DeepMind は AlphaGenome 2 を発表し、非商用研究向けに API での提供を開始した。同社によると、1億700万超の単一細胞プロファイルで学習し、細胞の遺伝子発現を変える変異を前モデルの約2倍検出する。

Google DeepMind は DNA sequence model の AlphaGenome 2 を公開し、非商用研究向けに AlphaGenome API 経由でアクセスを提供している。商用研究向けはプライベートプレビュー段階にある。同社の説明によると、新モデルは予測対象を組織の平均から特定の細胞型や状態へと細分化した。学習にはヒトとマウスのバルク組織データおよび単一細胞データを用い、68種類の組織と1億700万超の単一細胞プロファイルをカバーする。同社の従来の最先端モデルと比べ、細胞の遺伝子発現を変える変異の検出数は約2倍となる。

アーキテクチャ上、AlphaGenome 2 は複数の組織の予測を同時に出力する方式をやめ、100万文字の DNA sequence と指定された組織、細胞型または状態を入力として、1回につき1つの条件での DNA の作用を予測する。予測対象には、遺伝子発現、ヒストン修飾、クロマチンアクセシビリティに加え、DNA methylation が追加された。同社によると、研究者はわずか数十個の細胞の single-cell RNA-seq データをアップロードし、cell encoder で細胞状態の表現を生成することで、再学習なしに未知の状態における変異の作用を予測できる。また、既存の測定値から未測定の特性を推定できるという。

原文を読む →

上海创智学院、Nex-N2.6をオープンソースで公開

模型发布

上海創智学院は、約 321B のパラメータを持ち、テキスト・画像・動画入力に対応するマルチモーダル Agent モデル Nex-N2.6 をオープンソース化した。FP8 量子化ウェイトは GitHub と Hugging Face で入手でき、API は 256K のコンテキストウィンドウを提供する。

上海創智学院は、GLM-5.3-Flash を基盤に構築した Nex-N2.6 を公開・オープンソース化し、API の提供と OpenRouter および MOSS オープンプラットフォームでの公開も開始した。パラメータ数は約 321B で、テキスト・画像・動画入力に対応し、API のコンテキストウィンドウは 256K。FP8 量子化ウェイトは GitHub と Hugging Face で公開されている。公式説明によると、Nex-N2.5-Pro と比べて推論時の反復率は 16.0% から 1.6% に低下し、相対的に 90% 減少した。呼び出し全体の非ループ率は 97.8% に上昇し、956 件の実際のコンテキストを用いたテストでは、有効なツール選択率に関する 2 項目がいずれも 100% となり、GPT-6-Sol と同等だった。開発チームの自己申告による評価結果では、Nex-N2.6 はコンピューター操作の評価 OSWorld で 83.0 点、コマンドラインのみの評価 Terminal-Bench 2.1 で 84.1 点を記録した。

原文を読む →

百度、ERNIE 5.5 Flash Previewを発表、千帆でAPIを提供開始

模型发布

百度は ERNIE 5.5 Flash Preview を発表し、千帆で API の提供を開始した。公式に挙げられた機能には、1M-token context のほか、Coding、3D modeling、知識業務、コンテンツ制作が含まれる。

百度は ERNIE 5.5 Flash Preview を発表し、その API は千帆で提供されている。研究ページに記載された製品更新日は 2026 年 11 月 11 日となっている。公式の説明によると、このモデルは 1M-token context を備え、用途として Coding、3D modeling、知識業務、コンテンツ制作が挙げられている。同ページではこの情報を Featured / Product updates に分類しており、提供された原文には API の料金、呼び出し方法、具体的な性能テスト結果は記載されていない。

原文を読む →

Runway、ロボティクスモデルPraxis-1の重みを公開

模型发布

Runway は、Praxis-1 の重みと推論・微調整コードをロボット開発者と研究者に公開し、Apache 2.0 ライセンスで商用利用を認めた。パラメータ数は 27B で、公式発表による RoboLab-120 の成功率は 46.2%。

Runway は Praxis-1 の重み、推論コード、微調整コードを Apache 2.0 ライセンスで公開したが、原文には具体的な公開日の記載がない。商用利用が認められ、full fine-tuning と LoRA に対応する。関連リソースは GitHub、Hugging Face、vLLM-Omni で入手でき、Hugging Face 版は LeRobot をネイティブにサポートし、Reactor はホスト型推論を提供する。公式説明によると、NVIDIA の H100、B200、RTX 5090、RTX PRO 6000、およびロボット搭載の Jetson Thor でそのまま実行できる。

Praxis-1 は、動画と動作を同時に予測する、パラメータ数 27B の mixture-of-experts diffusion transformer である。公式が公表した 2026 年 11 月時点のデータによると、RoboLab-120 の 1,200 エピソードでの成功率は 46.2% で、FLUX 3 Action、Cosmos3 Nano、π0.5 はそれぞれ 42.9%、36.8%、28.0% だった。また公式によると、同一の checkpoint が軽量な微調整によって提携先の異なるロボットに適応した。訓練データに含まれていなかった Google RT-1 ロボットで微調整した後、Praxis-1 の SimplerEnv での成功率は 80.0% となり、元の RT-1 policy は 52.4% だった。

原文を読む →

小红书、音声編集モデルdots.tts.editをアップグレード

模型发布

小紅書は2026年10月、音声編集モデル dots.tts.edit V1.1を公開し、自由形式のスタイル編集を追加するとともに、学習データ生成用の Data Pipeline をオープンソース化した。公式によると、新版では韻律と感情の編集性能が改善された。

小紅書は2026年10月に dots.tts.edit V1.1を公開し、同月、この音声編集モデルの学習データを生成する Data Pipeline をオープンソース化した。新版は自由形式のスタイル編集に対応する。公式によると、韻律と感情の編集性能が改善され、テキスト、感情、韻律などの編集カテゴリーで、指示追従と局所的な保持の評価において最高水準に達したという。開発者は独立した dots.tts.edit エントリーポイントから音声編集機能を利用し、元音声、タグ付き指示、出力先パスを指定する必要がある。元テキストと編集後のテキストは省略でき、省略時は指示から導出される。空でないテキストを明示すると、導出結果より優先される。関連する評価基盤として、2026年9月に公開された doteBench V1.0は XML-first の中英バイリンガル Benchmark であり、2,081件のケースを収録する。テキスト、感情、韻律、ポーズ、複合編集を対象とし、指示追従、局所的な保持、音声品質を評価する。

原文を読む →

DeepL、声の調子と感情をリアルタイムで再現する音声モデルAureを発表

模型发布

DeepL は 2026 年 11 月 11 日、音声モデル Aure を発表し、日本語を含む 8 言語に初期対応した。同社によると、DeepL Voice に自動適用され、リアルタイム翻訳で話者の口調、感情、話す速さの変化を反映する。

DeepL は 2026 年 11 月 11 日、DeepL Voice 向け音声モデル Aure を公開した。新機能は DeepL Voice for Online Meetings、DeepL Voice for In-Person Conversations、DeepL API for Voice に自動適用され、追加設定は不要となる。初期対応言語は英語、ドイツ語、スペイン語、フランス語、イタリア語、日本語、ポルトガル語、韓国語。同社によると、Aure は話者の声を識別する特徴を保ちながら、元の音声と訳文を継続的に組み合わせて音声出力を調整する。会話冒頭の音声サンプルだけで声を決めるのではなく、感情、強調、リズムの変化を翻訳音声に反映するという。

DeepL の説明によると、Aure の学習では声のアイデンティティ、韻律、発話内容を分離し、それぞれを独立して別の言語へ移せるようにした。さらに reinforcement learning で出力を調整し、翻訳精度と音声品質の両立を図る。モデルには、背景雑音、反響、音声のひずみがある中で話者の特徴を識別し、一文を話し終える前にその声へリアルタイムで適応することも求められる。同社によると、DeepL Voice は会議の文字起こしや訳文を永続的に保存せず、セッション終了時にメモリから削除するため、同じ話者の複数言語での発話を学習できる実データは限られている。

原文を読む →

阿里、Qwen Code 1.0 Previewを公開

开发生态

アリババは Qwen Code 1.0 Preview を公開した。Qoder で磨いた Harness 機能をオープンソースのコアに取り込み、Apache 2.0 を継続採用し、製品に Agent 実行機能を組み込むための CLI と SDK を提供する。

アリババは Qwen Code 1.0 Preview を独立したブランチで公開し、既存の安定版ブランチも維持しているが、原文には公開日の記載がない。同社の説明によると、このバージョンは Qoder で磨いた Harness 機能を共通のオープンソースコアに統合し、コードには引き続き Apache 2.0 ライセンスを適用する。ターミナル用 CLI と SDK を提供し、SubAgents、MCP を組み込み、統一されたイベント機構でエントリーポイントとタスクを接続するほか、OpenAI、Anthropic、Gemini、Qwen などの複数プロトコルのモデル接続と動的ワークフローに対応する。この段階ではコミュニティからの PR は受け付けず、12 月以降に受け付けを開始する予定としている。また、説明によると、11 月 11 日から 11 月 24 日まで、Qoder アカウントで Qwen Code にログインすると、受け取りから 30 日間有効な Qwen4 の無料試用枠を取得できる。原文には、これらの日程に対応する年の記載がない。

原文を読む →

Google Antigravity、Browser useを提供開始

开发生态

Google Antigravity は、Agent による Web ページ操作とアプリ検査に対応する Browser use を提供している。App v2.30.0+ の個人用 Google Account ユーザーはブラウザーサブ Agent を自動起動でき、CLI はローカルの Chrome v144+ に接続する。

Google Antigravity は Browser use を提供しており、App では v2.30.0+ から、個人用 Google Account でログインしたユーザーが自然言語でブラウザーサブ Agent を自動起動できる。事前の Chrome 設定や slash command の入力は不要となる。公式の説明によると、メイン Agent は静的テキストで回答できるドキュメントの質問ではページを直接読み取り、リアルタイムのレンダリング、クリック、フォーム入力、レスポンシブレイアウト、スクリーンショット、console やネットワークの検査、ログイン済みページを扱う場合はブラウザーサブ Agent に委ねる。ユーザーは /browser で明示的に呼び出すこともできる。サブ Agent は実行中のアプリを操作し、エラーを確認して、タスク終了前に表示上の修正を検証できる。

App の内蔵ブラウザーは会話の横のサイドパネルにあり、複数のサブ Agent が並行して作業できる。各サブ Agent は独立した context window と専用タブを使用し、ほかのサブ Agent やユーザー自身が開いたタブを操作できない。公式によると、権限制御には権限プリセットに加え、サイト、アップロード、ダウンロード、ページ分離の保護を組み合わせている。CLI は npx で起動する Chrome DevTools MCP server を通じて同じマシンの Google Chrome を操作し、Node.js のインストール、PATH 上の npx、Chrome v144+ が必要となる。ユーザーは remote debugging を有効にし、/browser でタスクと明確な完了確認条件を送信したうえで、Chrome の確認表示から 60 秒以内に接続を許可する必要がある。

原文を読む →

Gemini API Managed Agents、セルフホスト型Linuxサンドボックスへの接続に対応

开发生态

Google AI Studio は、Gemini API Managed Agents がセルフホストの Linux サンドボックスに接続できるようになったと発表した。ツール操作は開発者のインフラで実行し、モデル呼び出しと Agent ループは引き続き Google が担う。

Google AI Studio は、Gemini API Managed Agents へのセルフホスト Linux サンドボックスの接続を提供開始したと発表し、開発者は現在、自ら運用する worker に shell コマンドとファイル操作を実行させることができる。Managed Agents は、Gemini モデルとツールで複数ステップのタスクを処理する Gemini API のサーバー側 Agent サービスであり、セルフホストのサンドボックスを接続しても、モデル呼び出しと Agent ループは引き続き Google 側で実行される。公式の説明によると、接続にはオープンソースの gemini-api CLI を使用し、アウトバウンドの HTTPS 接続を確立するため、ファイアウォールのインバウンドポートを開放する必要はない。関連 API は現在 Beta、環境と Managed Agents は preview 段階にあり、機能やデータ構造が変更される可能性がある。公式ドキュメントは、worker をコンテナ、microVM、または仮想マシン内で分離して実行するよう求めており、ローカルモードはテスト専用としている。

原文を読む →

SpaceXSI、Grok Bot 1.0を公開

产品应用

原文を読む →

ChatGPTデスクトップアプリにFinances機能が登場

产品应用

原文を読む →

Google Gemini、Apple CarPlayで正式に提供開始

产品应用

原文を読む →

Google、コラボレーション実験プロジェクトTabletopを公開

产品应用

原文を読む →

腾讯元宝検索、個人ユーザー向けに独立したWeb版を公開

产品应用

原文を読む →

Anthropic、ロードショーでClaudeのAMDチップ対応を3日で実現したと明かす

技术与洞察

原文を読む →

OpenAIの研究：モデルが賢くなるほど思考の連鎖の監視は困難に

技术与洞察

原文を読む →

OpenAIの四半期売上高、前期比約50％増の100億ドルに

行业动态

原文を読む →

ウォール・ストリート・ジャーナル、NVIDIA取締役会がCEO解任を計画と報道

前瞻与传闻

原文を読む →