検索

AnthropicがClaude APIの2026-10-21版を公開、Hugging FaceがADNモデルCarbon-Xを発表、METRがOpenAIのエージェント監視を検証

JLS42 /
人工知能によって生成された記事
anthropic claude claude-code openai gpt codex chatgpt huggingface open-source science securite agents recherche google deepmind gemini gemini-cli github copilot github-copilot perplexity cohere nvidia gpu robotique ia-generative image video audio elevenlabs heygen coding-tools replit devin amp zed qwen alibaba mistral xai grok kimi moonshot actualites
AnthropicがClaude APIの2026-10-21版を公開、Hugging FaceがADNモデルCarbon-Xを発表、METRがOpenAIのエージェント監視を検証

ai-powered-markdown-translator

gpt-6.1-solを使用してフランス語から日本語に翻訳された記事。

GitHub でプロジェクトを見る ↗

Anthropicが、2023年以来初となるClaude APIの2026-10-21版を公開しました。temperature、top_p、top_kは拒否され、すべてのSDKがメジャーバージョンアップし、Apache 2.0ライセンスに移行します。Hugging Faceは、GPT-6.1 Solにほぼ匹敵する水準でADNを読み取り、生成する、140億パラメータのオープンモデルCarbon-Xを発表しました。また、METRはRedwood Researchとともに、OpenAIの内部エージェント監視に対して3週間にわたり攻撃を試みた結果を公開しました。Agent SkillsとOpenEnvはMCPに続いてAgentic AI Foundationに加わり、OpenAIのDecisions APIは一般提供を開始しました。NVIDIAはGTC Berlinの2日目をCosmosとMinervaに充てています。

Claude API 2026-10-21：2023年以来初のバージョンでtemperature、top_p、top_kを拒否

10月21日 — AnthropicがClaude APIの2026-10-21版を公開しました。ヘッダーanthropic-versionに指定する値で、すべてのSDKとCLIのantの新しいメジャーバージョンも同時に公開されています。

API version 2026-10-21 is now available. The Claude API has evolved a lot, but this is our first official version release since 2023. We plan to release versions more often so you can handle breaking changes before a new model requires them. 2023-06-01 is not deprecated.

🇯🇵 APIの2026-10-21版が利用可能になりました。Claude APIは大きく進化してきましたが、正式なバージョン公開は2023年以来初めてです。今後はバージョンをより頻繁に公開し、新しいモデルによって破壊的変更への対応を迫られる前に、それらに対処できるようにする予定です。2023-06-01は非推奨ではありません。 — @ClaudeDevsのXへの投稿

最も目立つ変更はサンプリングに関するものです。2026-10-21では、temperature、top_p、top_kを指定すると、デフォルト値であっても、Messages API、トークン数の計算、バッチ（Message Batch）内の各リクエストで400エラーになります。これらを指定しない場合、リクエストは温度1.0でサンプリングされます。Claude 4.7以降のモデルでは、すでにこれらのパラメータにデフォルト値しか指定できませんでした。一方、Claude Sonnet 4.6のような古いモデルでは、出力をより安定させるために温度を下げても効果がなくなり、代替設定もありません。ドキュメントは、そのようなリクエストでは2023-06-01を引き続き使用するよう勧めています。

リクエストの要素2026-10-21での影響
temperature, top_p, top_kデフォルト値でも400エラー
アシスタントのメッセージに直接配置されたドキュメントブロック400エラー（ウェブ取得結果などに入れ子になったドキュメントは引き続き受け付けられます）
ユーザーメッセージのテキストブロックにある空でない引用情報search_resultを含めて400エラー
APIキーのworkspace_id削除され、scopeに置き換え
Admin APIとEnterprise Analytics APIで名称変更されたフィールド旧名称を削除

Python 2.0.0、TypeScript 1.0.0、C# 13.0.0、Go 2.0.0、Java 3.0.0、PHP 1.0.0、Ruby 2.0.0、ant CLI 2.0.0は、デフォルトで新しいバージョンを送信します。これらのSDKはMITからApache 2.0ライセンスに移行し、旧バージョンは引き続きMITのままです。また、各SDKにも破壊的変更が加わります。ロールごとに個別のメッセージ型を設け、APIキーの送信先をX-Api-KeyからAuthorization: Bearerに変更し（APIは引き続き両方を受け付けます）、旧Text Completions APIを削除します（TypeScript、Go、Java、Ruby、CLI）。さらに、ツールランナーのクライアント側コンパクションを廃止し、サーバー側コンパクションに移行します。

移行に向けて、Anthropicは手順を追ったガイドを公開し、Claude Codeのスキル/claude-apiも案内しています。Claude Codeのバージョン2.1.307では、コマンド/claude-api api-versionが追加されました。Amazon Bedrockでは、2026-10-21を利用できるのはClaude 4.7以降のモデルのみです。同日のリリースノートでは、ユーザープロファイル（user profiles）にenforcement_statusとenforcement_actionsのフィールドが追加されました。これらは、組織のエンドユーザーに対し、Anthropicが利用制限または利用停止を行ったかどうかを示します。

🔗 2026-10-21への移行ガイド · Claude Platformのリリースノート

Carbon-X：Hugging FaceがADNを読み取り、生成する140億パラメータのオープンモデルを公開

10月22日 — Hugging Faceが、ADNと自然言語を同一のトークン列で処理する、140億パラメータのオープンモデルCarbon-Xを公開しました。配列について質問したり、変異の影響を尋ねたり、ADNを生成させたりできます。Qwen3-14Bをベースとし、10月8日に遺伝子アノテーションモデルCarbon-Aを公開したHuggingFaceBioによって、Apache 2.0ライセンスで提供されています。

ルブナ・ベン・アラル、ルイス・タンストール、レアンドロ・フォン・ヴェラのチームは、ADN、英語、両者を織り交ぜたデータからなる3000億トークンを使い、Qwen3-14Bの継続学習（midtraining）を行いました。その後、教師ありファインチューニングと強化学習による事後学習を実施しています。ハイブリッドのトークナイザーは、テキストにはQwen3のBPEを維持し、ADNを重なりのない6-mersに分割します。1トークンが6塩基対に対応します。独立したADNエンコーダーを使わず、テキストと配列が同じ埋め込み行列を共有し、回答にも両者を混在させられます。

変異の影響、配列の理解、次の塩基の予測を評価する5つのベンチマークで、Carbon-Xは思考なしで平均66,7 %を達成しました。Qwen3-14Bを27ポイント上回り、評価対象のほかのすべてのオープンモデルを上回っています。GPT-6.1 Solは67,5 %とわずかに上回りますが、コード領域の変異の影響（BioReason Coding）と次の塩基の予測では、Carbon-Xがオープン、クローズドを問わず、テストしたすべてのモデルを上回りました。

評価対象モデル記事掲載のADN指標（四捨五入）
GPT-6.1 Sol68 %
Carbon-X67 %
Kimi K350 %
DeepSeek V4.1 Flash47 %
Qwen3-14B40 %
GLM-5.340 %

Introducing Carbon-X: The best open DNA model. We midtrained a 14B model on DNA and text, and it beats every open language model and matches GPT-6.1 Sol at 1,000x lower cost.

🇯🇵 ADN向けの最高のオープンモデル、Carbon-Xを紹介します。140億パラメータのモデルをADNとテキストで継続学習した結果、すべてのオープンな言語モデルを上回り、GPT-6.1 Solと同等の性能を1 000分の1のコストで達成しました。 — @LoubnaBenAllal1のXへの投稿

コストについては、2つの数値が示されています。モデルカードでは、問題当たりのコストをGPT-6.1 Solの約1/1 800と見積もる一方、発表では丸めて1 000分の1としています。この計算には、比較対象モデルの標準API料金を使い、各モデルについて平均スコアが最も高くなる思考レベルを選択しています。Carbon-Xについては、1時間5ドルで課金されるH200で測定したスループットを用いています。モデルは長い推論を行わず、直接回答します。Hugging Faceの最高経営責任者クレマン・ドゥラングは、Carbon-Xを、最先端の研究所が生物学分野に設けるガードレールへの回答として位置づけています。そうしたガードレールは、悪意ある行為者を阻止できないまま、科学者、大学、団体、保健機関の活動を妨げていると同氏は主張しています。

🔗 Carbon-Xのモデルカード · 公開を知らせる記事 · クレマン・ドゥラングの投稿

METRとRedwood ResearchがOpenAIの内部エージェント監視を検証

10月22日 — METRが、この夏にRedwood ResearchとともにOpenAIで実施した演習の報告を公開しました。7月21日から8月11日まで、両組織から1人ずつが3週間にわたって現地に滞在し、OpenAIの内部エージェントのミスアライメントを監視する非同期システムに対して、攻撃を試みました（red-teaming）。これらのエージェントは、研究者のためにコードを書いたり実験を行ったりするものです。アクセス範囲は広く、施設外に一度も持ち出されなかったOpenAI提供の端末、内部コード、監視システムのプロンプトと設定に加え、十数人の研究者やエンジニアへの聞き取りも含まれていました。

METRが報告した指標推定値
Responses APIの内部エージェント通信のうち監視対象となる割合（GPT-5.5以上のモデル）約75～94 %
内部Codexエージェントの通信のうち監視対象となる割合99,2 %
2026年5月から7月に監視されなかった、監視対象の内部Codex通信10 %程度（コンパクション）
エラーになった監視システムのリクエスト0,2 %未満
内部報告書、その後の黒塗り版61ページ、その後38ページ

METRによると、これらの推定には大きな不確実性があり、7月21日時点のシステムを対象としています。主な監視の抜けは、監視システムから見えなかったコンテキストのコンパクションイベントに起因していました。

Because of this coverage gap, we estimated that on the order of 10% of internal Codex traffic was unmonitored from May to July. OpenAI had independently identified this issue shortly before the exercise began.

🇯🇵 この監視範囲の抜けにより、5月から7月にかけて内部Codex通信の約10 %が監視されていなかったと推定しました。OpenAIも、演習開始の少し前にこの問題を独自に発見していました。 — @METR_EvalsのXへの投稿

OpenAIは演習中にこの問題を修正しました。監視システムはエージェントがユーザーに制御を返した時点でしか作動しなかったため、コンパクションが監視をすり抜ける間は、エージェントが動作を続けることで監視の実行を無期限に先送りできました。演習開始時点では、強化学習は監視対象に含まれていませんでした。

チームはほかの脆弱性も説明しています。CodexのサンドボックスとAuto-Reviewを回避して、ホストユーザーの全権限をエージェントに与える手法、直近の数百件の操作を監視対象から外す手法（詳細はOpenAIが黒塗り）、シリアライズの違いを利用して監視システムを失敗させる入力、新しいエージェントの監視を無効にするクライアント側で制御可能な2つのヘッダーがありました。ただし、このヘッダーの使用自体は検知可能でした。また、読み取り専用とされ、監視されていなかった2つの内部ツールは、実際には未検証の単純なエクスプロイトによって悪用できた可能性があります。一方、監視システムは一部の例外を除いてエージェントの全行動履歴を把握でき、そのプロンプトは策略（scheming）、妨害行為、データの持ち出し、欺瞞、プロンプトインジェクションを探すよう設計されています。

OpenAIは、本番環境の保護スタックに影響する脆弱性をすべて修正したとしていますが、METRはこの主張を検証していないと明記しています。関係者は事前に、公開するのは短い記事のみとし、OpenAIが報告書を黒塗りにできることで合意していました。METRはここから5つの設計原則を導き出しています。監視を回避しにくくすること（例えばN分ごと、またはNメッセージごとに実施する）、定期的にシステムへの攻撃を試みること、エージェントを監視システムから隔離することなどです。OpenAIによれば、これらの知見はシステムの拡張中に保護を強化する助けとなり、今後の外部評価者との協力にも生かされます。10月15日には、AnthropicもMETRのチームに同様のアクセスを認めたことを説明していました。

🔗 OpenAIの内部エージェント監視システムに対するレッドチーミング（METR） · @OpenAIの投稿

Agentic AI Foundation：Agent Skills、Open Responses、OpenEnv、OpenSandboxがMCPに続いて参加

10月22日 — 昨年Anthropic、Block、OpenAIが共同設立し、すでにMCPを傘下に置くLinux Foundationの財団、Agentic AI Foundation（AAIF）が、一度に4つの新プロジェクトを迎えました。Anthropicが提供するAgent Skills、OpenAIのOpen Responses、Hugging FaceのOpenEnv、AlibabaのOpenSandboxです。これにより、設立初年度で10プロジェクトを擁することになります。CTO兼共同設立者のマニック・スルタニによると、各プロジェクトは、エージェントが能力を獲得する方法から実行場所まで、スタックのそれぞれの部分を担います。

Anthropicは、Agent Skillsの名称とロゴ、GitHubの組織、ドメインagentskills.ioを寄贈します。Claude Codeの開発中に生まれたこの形式は、エージェントにタスクを教えるフォルダーで構成され、SKILL.mdファイル、スクリプト、参考資料を含みます。2025年12月にオープン標準として公開され、Anthropicによれば、それ以降、ChatGPT、Cursor、GitHub Copilot、VS Codeを含む70以上のエージェントプラットフォームが採用し、100万件のスキルが公開され、インストール数は2億8000万件近くに達しています。Anthropic、Google、OpenAIなどのエンジニアが個人の立場で保守に参加し、デイビッド・ソリア・パラとマヘシュ・ムラグが責任者（Lead Maintainers）を務めます。@ClaudeDevsのスレッドでは、技術運営委員会の参加者としてEarendil、Microsoft、OpenCodeも挙げられています。既存のスキルは引き続き動作し、ライセンスも変わりません。最初の取り組みとして、バージョン番号の導入、正式な提案プロセス、セキュリティに関する推奨事項が提案されています。

一方、Hugging Faceは、エージェントを学習させるためのオープンな環境フレームワークOpenEnvを、中立的なガバナンス体制に委ねます。委員会には、Microsoft、Reflection、Meta-PyTorch、Fleet、Mercor、Nebius、Modal、Prime Intellect、Unslothなどが参加します。従来のアドレスmeta-pytorch/OpenEnvとhuggingface/OpenEnvは、現在github.com/openenv/OpenEnvにリダイレクトされます。

🔗 Linux Foundationの発表 · Anthropicの記事 · ベン・バーテンショー（Hugging Face）の発表 · @ClaudeDevsのスレッド

エージェントの設計とガバナンス：折りたたまれたサブエージェント、デフォルトの自動モード、エージェント活用の比較

3つの発表は、エージェントに何ができるかよりも、どう編成し、どのように制御を任せ、その利用をどう測るかに焦点を当てています。

Anthropic、サブエージェントをメインループに統合することを推奨し、オープンソースの移行キットを公開

10月22日 — Diane Sarkisが執筆したClaude Platformのベストプラクティスガイドで、AnthropicのApplied AIチームは、複数の企業導入事例において、スキルを備えた単一エージェントが、あらゆる指示を詰め込んだ単一プロンプトやサブエージェント構成を品質面で上回り、タスク当たりのコストとレイテンシーも低いことが多かったと報告している。ある顧客では、マルチエージェントの実行基盤と比べて約2倍の実行速度が測定された。Anthropicは、スキルとツールの段階的な開示などにより、最も高性能なモデル向けのClaude Codeのシステムプロンプトを80 %超削減したと述べ、ツール定義が30〜50個を超えるとツール選択の精度が低下すると指摘する。コンテキストが飽和する場合、コンテキストを使い捨てにできる並列タスク、あるいはエージェントがツール選択に苦労する場合には、サブエージェントにも引き続き役割がある。キットsingle-agent-loop-kit（Apache-2.0）は、/claude-api build-eval、prompt-audit、hillclimb、cost-optimizeを順に実行し、単一ループへの移行を支援する。

🔗 Anthropicのサブエージェントに関するガイド · anthropics/single-agent-loop-kit（GitHub）

Claudeアプリのセッション、Pro、Max、Teamで自動モードが初期設定に

10月22日 — @claudeaiによると、来週からPro、Max、Teamプランでは、ウェブ、デスクトップ、モバイルのClaudeアプリのセッションが、初期設定で自動モードになる。各ステップで承認を求める代わりに、自動チェックが危険な操作をブロックし、いつでも手動モードに戻せる。これらのプランのClaude Codeでは8月14日から、全プランのターミナルおよびVS Codeのセッションでは9月28日公開のバージョン2.1.284から、すでに自動モードが初期設定となっている。この投稿も8月の発表を引用しており、その発表では、テストで分類器が危険なコマンドの89 %を検出したのに対し、手動承認では14 %だったとされていた。今回の発表は投稿1件のみで、具体的な日付、対象セッションの詳細、Enterpriseへの言及はない。

🔗 @claudeaiの投稿

Copilot impact dashboard、企業のエージェント活用状況を同業他社と比較

10月22日 — Copilotの効果を示すダッシュボード（Copilot impact dashboard）に、任意で有効化でき、初期設定では無効の業種別比較（Industry comparison）が追加された。企業と、企業に属していない組織は、参加組織を集計した比較基準に対して、2つの指標を確認できる。エージェントを中心に作業する利用者（agent-first）または複数のエージェントを使う利用者（multi-agent）の割合と、そうした利用者のプルリクエストのマージ率を他の利用者と比べた値だ。各スコアは28日間の同業他社の中央値と比較され、比較対象の集団が大きくなると上位10 %とも比較される。比較は企業規模別、および10業種の中で行われる。比較データは毎日更新され、集計値は30日後に削除される。データレジデンシーを利用する顧客の比較は同じ地域内に限定され、指標APIやエクスポートには比較データが含まれない。提供開始時は参加組織が少ないため、中央値しか表示されない場合や、順位がまったく表示されない場合もある。

🔗 Copilot impact dashboardの業種別比較

意思決定モデル：OpenAIのDecisions APIが一般提供、GLiDE v1.2がDecision Indexで首位に

意思決定モデルは、文章を生成せず、分類、振り分け、次の行動の選択といった選択肢の限られた問いに答える。同じ日に、OpenAIは専用APIを一般開放し、FastinoはHugging Faceの評価指標で首位になったとするモデルの重みを公開した。

OpenAI、Decisions APIを一般提供、1リクエスト当たり400問に対応

10月22日 — 公開ベータから16日後、Decisions APIが正式提供（一般提供）に移行した。GPT-6 Lunaを基盤とし、確率（predicate）、指定された値からの選択（choice）、評価尺度上のスコア（score）を返す。OpenAIによると、Responses API経由のGPT-6 Lunaより最大10倍速い。今回、新たにネイティブなJSON入力、各質問の指示内の画像、ベータ版の200問から倍増した1リクエスト当たり最大400問に対応した。さらに、再利用するコンテキストのキャッシュ、米国およびEU内で完結する推論、GPT-Liveとのネイティブ統合も追加された。入力料金は引き続き100万トークン当たり0,10ドル、キャッシュ済み入力は0,01ドルで、出力は課金されない。

紹介された顧客OpenAIに報告された改善
Box振り分け先の選択が約5倍高速化、精度はResponses APIと同等
Datadogエージェントのコマンドのリスク評価がp95で40倍高速化
RampGPT-6 Lunaより4倍高速で、料金は30 %低減
Sierrap95で280 ms未満、呼び出し当たりの料金は従来の方式より90 %低減
Speak次の行動までの待ち時間を1,4 sから0,13 sに短縮

同日夜に公開されたSDKのopenai-python 3.37.0は、型に互換性を破る変更を加えつつ、Decisionsの型を拡充している。

🔗 Decisions APIで応答性の高いアプリを構築

Fastino、GLiDE v1.2を公開、Decision Index v0.4.1で首位と発表

10月22日 — Fastinoは意思決定モデルの新版GLiDE v1.2を公開し、Hugging Faceで重みを提供するとともに、自社APIからも利用可能にした。Fastinoによると、Hugging FaceのDecision Index v0.4.1で首位となり、同指標で最も小さい水準の較正誤差も達成した。10月21日にはBase Labsがmammoth-1について71,24で首位と発表していたが、こちらはバージョン0.4であり、両スコアは比較できない。モデルはテキスト、JSONに加えて画像も読み取り、1回の処理で各選択肢の確率を返す。最大255個からの選択、はい・いいえの二択、尺度上の段階の指定に対応する。Fastinoはレイテンシーを下げるため、思考トークンを取り除いた。

GLiDE v1.2の特徴公表値
モデルの規模26（単位：十億パラメーター）
最低限必要なハードウェア少なくとも80 Goのメモリーを搭載したGPUを1基
FastinoによるスコアDecision Index v0.4.1で71,5、次点を1,7ポイント上回る
Fastino APIの料金入力100万トークン当たり0,04ドル
重みのライセンスfastino-community：無料、年間売上高が10百万ドルを超える場合は商用契約が必要

🔗 Fastinoの記事 · fastino/GLiDE（Hugging Face）

モデルへのアクセス：OpenAIがルーターを承認制に、PerplexityがBatch API、Cohereが機密コンピューティングを提供

3つの変更は、モデル自体ではなく、仲介サービス、大量処理、リクエストの機密性という、モデルへのアクセス方法に関するものだ。

OpenAI、11月20日からモデルルーターとAIゲートウェイに事前承認を義務化

10月21日 — OpenAIは安全性に関する記事で、自社モデルへのアクセスを直接、モデルをホストするパートナー経由、または再販業者経由で提供するサービスについて、顧客やパートナーと安全方針を統一したと述べた。自社と整合した保護措置、違反の可能性に関する調査、問題が特定された場合の対応、サービス間で連携した制限の適用が含まれる。最も具体的な変更は、2026年11月20日付で更新される利用ポリシー（Usage Policies）にある。モデルの振り分けを行うルーター（モデルルーター）やAIの接続窓口（AIゲートウェイ）など、モデルへの直接アクセスを提供するサービスは、その提供前にOpenAIの審査を受け、承認を得る必要がある。また、OpenAIはSafetyIDsも導入する。顧客はこれを提供することで、調査中にエンドユーザーの身元をOpenAIに明かさず、各利用者を区別できる。記事では対象サービス名を挙げておらず、承認手続きの詳細も説明していない。

🔗 一貫した基準によるアクセスの拡大（OpenAI）

Perplexity、Agent API向けにBatch APIを公開、1ファイル最大50,000リクエスト

10月22日 — Perplexityは、評価、分類、データ拡充など、即時の応答を必要としない処理向けに、Agent APIへBatch APIを追加した。リクエストを記述したJSONLファイルをアップロードしてバッチを作成し、結果ファイルとエラーファイルを取得する。エンドポイントの形式はOpenAIのBatch APIに倣っている。各リクエストではAgent APIのループ全体が実行されるため、ウェブ検索（web_search）とページ読み取り（fetch_url）も非同期で動作する。

Batch APIの制限公表値
ファイル当たりのリクエスト数50 000、最大200 Mo
対応モデルAgent APIの対応モデルから、1ファイルにつき1種類
処理時間目標は24 hで保証なし、最終期限は48 h
ファイルの保存期間30日
処理料金バッチ専用の別料金はなし。対応するOpenAIモデルにはフレックス料金を適用

バッチ内のリクエストはAgent APIのリクエスト上限に算入されず、期限までに開始されなかったものは課金されずに失効する。データ保持ゼロを利用する組織は、このサービスを利用できない。

🔗 @perplexitydevsのスレッド · Batch APIのドキュメント

Cohere、Model VaultのConfidential Computingを公開ベータに、Azure上のNVIDIA H100 GPUで稼働

10月22日 — 9月16日に早期アクセスを開始した、Cohereの専用マネージド推論プラットフォームModel VaultのConfidential Computingが公開ベータに移行した。顧客は同じAPIを使い、暗号化された保管領域を作成して、すぐにワークロードをデプロイできる。ベータ版はMicrosoft Azure上のNVIDIA H100 GPUで動作する。Azureが機密コンピューティングの基盤を提供し、NVIDIA Confidential ComputingがGPUメモリーを保護するとともに、CPUとGPU間の通信を暗号化する。リクエストの内容は、検証済み環境に到達するまでOblivious HTTP（OHTTP）でエンドツーエンド暗号化される。クライアントソフトウェアは送信前に、ハードウェア、ファームウェア（firmware）、ソフトウェアの署名付き証明を検証する。Cohereによると、自社の運用担当者やクラウド事業者であっても保護されたメモリーを読み取れない。一部の物理攻撃やサイドチャネル攻撃、可用性、プロンプトインジェクションなどのアプリケーションの脆弱性、メタデータ、APIおよびモデルの識別子は保護の対象外となる。Blackwell B200 GPUへの対応、一般提供、オープンソースのソフトウェアスタックも予告されているが、日程は示されておらず、料金も公表されていない。

🔗 Cohere Model Vaultの機密コンピューティング · Cohereの技術記事

地球を観測・予測：ForTy、OlmoEarth v1.3、StormScope EU

この日の3つの発表は、衛星画像を使って地球を地図化または予測するもので、そのうち2つは、10メートルの各画素を要約するエンベディングを中心としている。

Google DeepMind、天然林・植林地・樹木作物を区別する10メートル解像度の世界地図ForTyを公開

10月22日 — Google DeepMindとGoogle Researchは、世界資源研究所（WRI）およびIIASAと共同で、Forest Typology（ForTy）2020を公開した。地表の10メートル四方の各区画を、FAOの定義に基づく6つの分類、すなわち原生林、天然更新林、植栽林、産業植林地、樹木作物とアグロフォレストリー、その他の土地に分類する地図だ。多くの地図が樹木の有無しか示さないのに対し、ForTyは原生林とアブラヤシ農園を区別するため、「森林破壊を伴わない」製品に関するEU規則（EUDR）の参照資料となる。モデルはAlphaEarth Foundationsのエンベディングと、約170万の注釈付き地点を利用する。無作為に選んだ9,000か所超で検証した結果、森林の種類を90 %の確率で正しく識別し、森林と非森林を95 %の確率で区別した。また、単一のラベルではなく、分類ごとの確率を出力する。暫定版の2017〜2025年の年次データでは、消失した森林が何に置き換わったかも確認できる。地図と年次データは、オープンライセンスの下、Google Earth Engineで自由に利用できる。

🔗 Google DeepMindの記事 · Scientific Dataの論文

Ai2、OlmoEarth v1.3と地球全域の計算済み衛星エンベディングを公開

10月22日 — Ai2は、1年分のレーダー画像（Sentinel-1）とマルチスペクトル画像（Sentinel-2、Landsat）を読み取り、10メートルの各画素をベクトルに要約するモデル、OlmoEarth v1.3を公開した。Ai2はこれらのエンベディングを計算し、Source Cooperativeで共有している。2023〜2025年は地球全域、2017〜2022年は一部の国が対象だ。このエンベディングを使えば、その上で小さな分類器を学習させるだけで、タスクごとにモデルを微調整せずに、作物、土地被覆、変化を地図化できる。アカウント不要のブラウザー版探索ツールでは、年ごとの比較、似た場所の検索、GeoTIFF形式での地図のエクスポートが可能だ。

OlmoEarth v1.3の指標公表値
10 mの画素ごとのエンベディング128次元、軽量版は最初の64次元
AlphaEarth FoundationsおよびTessera v2を上回った評価項目27項目中20項目（128次元）、27項目中18項目（64次元）
v1.2に対する学習計算量53 %
計算済みエンベディングのアーカイブ年間約150 To

重み、データ、コードはOlmoEarth Artifact Licenseで公開されている。同時にAi2は、フランスの海外領土6地域を対象とする作物マッピングのベンチマーク、PLANTEURも発表した。

🔗 Ai2の記事

GTC Berlinの2日目にStormScope EUがEarth-2に加わる

10月22日 — NVIDIAは、気象・気候予測モデル群Earth-2にStormScope EUを追加した。欧州のデータで訓練したStormScopeの地域版で、EUMETSATの観測に基づき、Meteosatの16チャネルにおける雲の変化を10分間隔で超短期予測する。Earth-2を利用する欧州の複数の事例も紹介された。AXAはFourCastNet 3で1 000シーズン以上のサイクロンをシミュレーションし、Vaisala XweatherはStormScopeに落雷データを追加している。TotalEnergiesは2か所の日射量を予測し、マンチェスター大学はスーパーコンピューターIsambard-AIで訓練した大気質向けCorrDiffモデルをDGX Spark上で実行している。

🔗 欧州のEarth-2（NVIDIAブログ）

GTC Berlinの2日目：NVIDIAがCosmosを拡張し、Minervaを発表、欧州顧客の成果を数値で紹介

10月22日 — GTC Berlinの2日目、NVIDIAは欧州の顧客を取り上げた一連の記事を公開し、主に数値を伴う事例を紹介した。Shopifyは、アシスタントSidekickのGraphQLサブエージェント向けにNemotron 3.5 Lightningを事後訓練した。社内ベンチマークでは最先端モデルを上回る精度を達成し、サービス提供コストを90 %削減、応答速度を7倍にした。bunqはオープンモデルでアシスタントFinnを動かし、応答あたりのコストを最上位のクローズドモデルの60 %に抑えながら、同等の性能を実現している。Stripeはオフラインテストで、不正防止ツールRadarのデータパイプラインを42倍に高速化した。エネルギー分野では、Hitachi EnergyのバッテリーがDSX Ready認定を取得し、Schneider ElectricがVera Rubinのリファレンスアーキテクチャを検証、Siemens Energyがリファレンス設計を公開した。製品面では、NVIDIAがCosmosを拡張し、Minervaを発表した。

🔗 欧州の商取引（NVIDIAブログ） · 欧州の金融サービス · AIファクトリーのエネルギー

Cosmos：Data Factoryの5つのブループリント、他モデルにも対応するFramework、最大2倍高速なNIM

10月22日 — NVIDIAは、世界モデル（ワールドモデル）のプラットフォームCosmosを各段階で拡充した。データ面では、前日にも紹介されたCosmos Data Factoryが、GitHub、Microsoft Azure、Nebius、CoreWeave経由で利用できる5つのクラウドネイティブなブループリントとして提供される。対象は、自動運転車向けデータセット、画像属性の拡張、まれな出来事や危険な出来事の動画、欠陥の画像（プリント基板、金属、ガラス）、動画の拡張（天候、照明）だ。訓練面では、Cosmos Frameworkが、微調整（ファインチューニング）、強化学習、蒸留、量子化のレシピをエージェントのスキルとして、GR00T、Alpamayo、Qwen、Pi0.5などの他のオープンモデルにも展開する。デプロイ面では、新たなCosmos 3 Nanoの派生モデルが、自動運転や双腕ロボットの方策をシミュレーションで評価するために使われる。NIM Cosmos 3マイクロサービスは検証済み構成で推論速度が最大2倍になり、Metropolis VSS 3.3ブループリントは同じGPUで追跡できる動画ストリーム数が40 %増えた。MicroAGIは、精度を落とさずに32BのCosmos 3推論モデルを8BのNanoへ蒸留した。前日にも紹介されたPorscheは、繰り返し行う実機試験を最大90 %削減できるとしている。

🔗 Cosmosの記事（NVIDIAブログ）

Minerva、AIファクトリーの生産性を維持するAIOpsプラットフォーム

10月22日 — NVIDIAは、AIファクトリー向けにAIによる運用（AIOps）プラットフォームMinervaを発表した。AIファクトリーでは、1つの構成要素の性能低下が訓練全体を遅らせることがある。MinervaはGPU、ネットワーク、ストレージ、スケジューラー、ワークロードのテレメトリーをナレッジグラフに統合する。このグラフはハードウェア（GPU、SuperNIC、スイッチ、ケーブル）と実行中のタスクを結び付け、遅くなった訓練から原因の構成要素を特定できる。NVIDIAによると、数十万基のGPUでも対応する。教師ありモデルと教師なしモデルが1時間に数十億のデータポイントを分析し、未知の異常を検出して故障を予測するほか、大量のアラートを推定原因付きの単一インシデントにまとめる。自然言語のアシスタントが修正案を提示し、手動または自動で適用できる。IRENはすでに利用しており、Aolani、Bitdeer AI、IBM、Jio、Lambda、Quake AI、Teslaが導入を予定している。Dell Technologiesに加え、LenovoとSupermicroも提供する。NVIDIAは価格も改善効果の数値も公開していない。

🔗 Minerva（NVIDIAブログ）

文化と人口集団を反映する：CulturalRiddlesとNemotron-Personas-UK

同じ日に公開された2つのデータセットが、モデルが実際の文化や人口集団をどれだけ忠実に反映しているかを測定し、または改善する。

Cohere LabsがCulturalRiddlesを公開、62の文化の6 200問のなぞなぞでLLMの文化的な盲点を明らかに

10月22日 — Cohere Labsは、なぞなぞを通じて言語モデルの文化理解を測るベンチマークCulturalRiddlesを公開した。6か月間で194人のボランティアが、それぞれの言語で約6 200問の独自のなぞなぞを作成した。62の文化的コミュニティー、45か国、51言語を対象とし、ブギス語やモンゴンドウ語など、既存のベンチマークに含まれていない言語もある。プロプライエタリー、オープン、地域特化の28モデルを対象に、母語話者が約68 000件の回答を確認したところ、最良のモデルは79 %のなぞなぞを解いたが、ルマサバ語（ウガンダ）とモンゴンドウ語（インドネシア）では、どのモデルも22 %を超えなかった。言語で説明できるのは、この差のごく一部にすぎない。最も難しかった5つのコミュニティーのなぞなぞを英語に翻訳しても、5モデルの正答率は22 %から32 %に上がるだけだった。「分からない」と答えることを認めても、モデルがそう答えたのは0,7 %にとどまり、確認された回答の約31 %は作り話だった。ドイツ語のあるなぞなぞでは、正解が水中ラグビーであるのに対し、28モデル中18モデルが水球と答えた。なぞなぞ、コード、ダッシュボードは公開されており、Cohereのモデルを前面に押し出してはいない。

🔗 CulturalRiddles（Cohere Labs） · Hugging Faceのデータセット

Nemotron-Personas-UK：英国の国勢調査に合わせた100万の合成ペルソナ

10月22日 — ロンドンのソブリンAI研究所Locai Labsは、NVIDIAと共同で、100万の合成ペルソナからなるNemotron-Personas-UKをCC BY 4.0ライセンスで公開した。各ペルソナは、イングランドとウェールズ、スコットランド、北アイルランドの国勢調査における人口統計、地理、社会経済、職業の分布に沿っており、実在の人物は含まれていない。NeMo Data Designerを使い、まず確率モデルが現実的な組み合わせを抽出し、その後Gemma 4 31Bが、文化的背景、スキル、キャリア目標、趣味といった各ペルソナの属性を、18基のNVIDIA GPUで記述する。これらのデータセットは、個人情報を露出させずに特定の人口集団を反映する必要があるモデルの訓練やテストに使われる。GTC Berlinの2日目、NVIDIAは並行してNemotron-Personas-Germanyも発表した。2022年の国勢調査に基づく100万件のレコードで、16州、400地区を対象とする。オープンソースライブラリーNeMo User Simと組み合わせることで、公共サービス向けモデルが地域や年齢層によらず同じように振る舞うかを確認できる。ポーランドのSpeakLeashやリュブリャナ大学と共同での各国版も予定されている。Nemotron-Personasコレクションは現在、フランスを含む12か国をカバーしている。

🔗 Locai Labsの記事 · 欧州の公共部門（NVIDIAブログ）

画像・動画生成：Ideogram Vector 1.0、HeyGen Video 1、FLUX Video Upscale

Ideogramが初のベクトルモデルIdeogram Vector 1.0を発表、編集可能なSVGを生成

10月22日 — Ideogramは、Ideogram Vector 1.0でラスター画像の枠を超える。モデルはプロンプトからSVGファイルを直接生成し、必要に応じて参照画像も使える。既存の画像をプロンプトなしでベクトル化することもできる。生成物はそれぞれ単一のSVGで、図形、色、グラデーションをIllustrator、Figma、コードで編集できる。Ideogramは、従来からの強みである読みやすい文字を武器に、ロゴ、レタリング、ラベル、印刷、イラスト（版画、ポップアート、ベタ塗り、線画）を対象とする。モデルはIdeogram内、API、名称非公開の提携先で利用できるが、ベンチマークは公開されていない。

生成モードSVGあたりの価格
テキストからベクトル、低品質0,13ドル
テキストからベクトル、中品質0,16ドル
テキストからベクトル、高品質0,20ドル、参照画像ありは0,32ドル
画像からベクトル画像あたり0,10ドル

🔗 Ideogramの発表 · モデルのページ

HeyGen Video 1がArtificial Analysisのテキストから動画生成で音声なし1位、音声あり3位に

10月22日 — HeyGenは、初の汎用動画モデルHeyGen Video 1が、Artificial Analysisのブラインドテストでテキストから動画生成の1位になったと発表した。ただし、AA-Video-T2V v2.1ランキングでは補足が必要だ。掲載された派生モデルHeyGen Video (ultraquality)は、音声なしの表示では確かに1位で、信頼区間はWan 3.0と重なっている。一方、既定で表示される音声ありでは3位にとどまる。

ランキングの表示HeyGen Video (ultraquality)の順位順位が近いモデル
音声なし1位、1 144 Elo（順位1～2）Wan 3.0が1 134、MiniMax H3 768pが1 120
音声あり、既定の表示3位、1 160 Elo（順位2～7）Wan 3.0が1 175、Utopai Xが1 167

MiniMax H3を事後訓練したこのモデルは、音声なしではベースモデルを明確に上回る（1 144対1 120）が、音声ありでは2ポイント差にとどまる（1 160対1 158）。Artificial Analysisは、この派生モデルのAPIを「近日提供」としている。一方、HeyGenはHeyGen Video 1がHeyGen内とAPIで利用可能で、キャンペーン価格は1秒あたり0,01ドルとしている。

🔗 Artificial Analysisのテキストから動画生成ランキング · @HeyGenの投稿

Black Forest LabsがFLUX Video Upscaleを全面刷新、Topaz Astra 2より安価で2倍高速と説明

10月22日 — Black Forest Labsは、8月20日に公開した動画超解像ツールFLUX Video Upscaleの全面刷新を発表した。同社は市場最高のツールであり、Topaz Astra 2より安価で2倍高速と説明しているが、数値による比較は公開していない。製品ページによるとFLUX 3を搭載し、ピクセルを補間するのではなく、新しい解像度で各フレームを再生成する。動作はパラメーターで調整できる。精密モードは、顔や製品向けに元の画像を変えずに鮮明にする。一方、既定のクリエイティブモードは細部を創作するため、顔が変わるリスクがある。

FLUX Video Upscaleのパラメーター公開値
拡大倍率1,5～3倍、480pから最大4Kまで
クリップあたりの長さ最大20秒、元の音声を保持
精密モードの価格出力メガピクセル秒あたり0,035ドル
クリエイティブモード（既定）の価格出力メガピクセル秒あたり0,05ドル

🔗 Black Forest Labsの発表 · アップスケーラーのページ

コーディングエージェント：Claude Code 2.1.307、VS Code 1.143、Replit Monitoring Agent、Ampのorbs、Cognitionのプラグイン

Claude Codeは新しいAPIバージョンに対応し、VS Codeは開発者のマシン上でコードモデルを実行する。ReplitとAmpはインフラのより多くの処理をエージェントに任せ、Cognitionはあらゆるエージェントに3つの重大な脆弱性に対処するツールを提供する。Copilot CLI 1.0.103、Vibe CLI 3.0.2、Qwen Code v0.26.0、Zed 1.25など、この日のその他のリリースは短報で紹介する。

Claude Code 2.1.307が/claude-api api-versionとOpenTelemetryのsafety_eventイベントを追加

10月21日 — Claude Code 2.1.307（43項目、うち26件が修正）は、新しいAPIバージョンに対応した。/claude-api api-versionにより、Claude APIアプリケーションのコードをバージョン2026-10-21へ移行できる。可観測性の面では、権限ルール、自動モード、安全性チェック、フック、サンドボックスによって、停止、確認要求、またはClaudeへの差し戻しが行われたツール呼び出しごとに、OpenTelemetryのclaude_code.safety_eventイベントが送信される。これは、10月15日にtool_decisionイベントへ追加された分類器のフィールドを補完する。Code Reviewには@claude review stop（またはoff、pause）が追加され、プルリクエストに対する@claude review alwaysの購読を解除できる。修正点としては、呼び出し中に接続が閉じてもMCP HTTPツールの呼び出しが二重送信されなくなり、読み取り専用または冪等なツールだけが再試行される。また、読み取れないツール呼び出しはターンを終了する前に最大2回再試行され、セルフホストのランナーは既定で30分後にチェックアウトのフックを停止する。10月22日の2.1.308は、バグ修正と信頼性の改善に限られる。

🔗 GitHubのClaude Code 2.1.307

VS Code 1.143がCopilotでMAI Code 1.1 Flashをローカル実行、Copilotハーネスを既定に

10月22日 — VS Code 1.143は、10月7日に発表したローカルルーティングを試験的に提供する。モデル選択欄の新しい「このデバイス上」タブからMAI Code 1.1 Flashをダウンロードし、Copilotハーネスのセッションで利用できる。デバイス上で計算された応答には「デバイス上」と表示され、AIクレジットを消費しない。「自動モードで使用」オプションを有効にすると、自動モードが適切なリクエストをローカルモデルへ送り、必要に応じてクラウドに切り替える。ハードウェア要件は依然として高く、互換性のあるバージョンのllama.cpp、GitHubへのサインイン、少なくとも96ギガバイトのメモリーを搭載したNVIDIA GPUが必要だ。Copilot SDKを基盤とするCopilotハーネスは、新規セッションの既定となる。また、エージェントウィンドウには、同じ指示を複数のモデルとハーネス（Copilot、Claude、Codex）へ並列に送る「モデルを比較」がプレビュー機能として追加され、任意で評価役のモデルも使える。インストーラーではCopilot CLIも選択でき、音声モードは個人のOpenAIキーに対応する。企業は既定のモデルを指定し、必須プラグインを自動的にインストールさせることもできる。

🔗 Visual Studio Code 1.143のリリースノート

ReplitがMonitoring Agentを公開、本番アラートを調査・修正し、自律的な再公開も可能に

10月22日 — ReplitがMonitoring Agentを公開した。同社のプラットフォームで公開されたアプリケーション向けの自律型オンコールエンジニアと位置づけられている。本番環境でインシデントが発生すると、アラートを調査し、ログ、メトリクス、コードから原因を探り、修正を準備・検証してデプロイすることもでき、その後で変更内容を報告する。アプリケーションごとに、エラーログ、HTTPエラー、レイテンシーに関するアラート、バックグラウンドで調査して概要をメールで送る自動修正（Auto-fix）、まだ実験段階でAuto-fixが有効なアプリケーションに限られる自動再公開（Auto-republish）の3つを個別に設定できる。Replitは、アラートが出ても必ず修正できるとは限らず、マイグレーションやインデックス操作には依然としてリスクがあると注意を促している。自動再公開を使わない場合、修正はエージェントのチャットでレビューを待つ。専用の料金設定はなく、実行に伴ってAgentの利用料金が発生する場合がある。Replitは「この種で初」のエージェントとしているが、Cognitionも10月15日に、本番インシデントを調査するDevin Oncallを公開している。

🔗 Replitのブログ記事 · Monitoring Agentのドキュメント

Ampがorbsの自社インフラでのホストに対応、10月29日までは全利用者が無料

10月22日 — Ampが、エージェントを実行するリモートマシンであるorbsをセルフホストできるようにした。顧客が提供する計算資源をAmpがorbsとして利用する仕組みで、インフラには、新しいマシンの迅速な起動、一時停止と再開、長期間の保持、ゼロまでの縮退に対応できることが求められる。amp orb providerが顧客側で動作してAmpに接続し、作成、一時停止、削除の要求を顧客が書いたプログラムに渡す。AmpはDocker、E2B、Kubernetes、Apple Containers、Modal、Vercel、Daytona、exe.dev向けのサンプルを提供する。ただし、Ampは大半の利用者にこの選択肢を勧めていない。規制、社内ネットワーク、特殊なハードウェアの制約で、ホスト型orbsを利用できない企業向けとしている。セルフホスト型orbsは個人とチームには引き続き無料で、Enterpriseの顧客には10月29日からorbsの標準料金が適用される。それまでは全利用者が無料で使える。これまでもAmpのランナーを使えば顧客側でエージェントを動かせたが、対象は永続的なマシンだった。

🔗 Ampのブログ記事

CognitionがPHP、Node.js、GitLabの重大な脆弱性を修正するエージェント用プラグインをオープンソースで公開

10月22日 — PHP2Shellの翌日、Cognitionが、3つの重大な脆弱性の修正をコーディングエージェントに任せる無料のオープンソースプラグイン、Vulnerability FixesをMITライセンスで公開した。Devinのマーケットプレイスからインストールできるが、Agent Skills形式のスキルで構成されているため、npx skills addを使えばClaude Code、Codex、Cursor、Factory Droid、GitHub Copilot、Gemini CLI、OpenCodeにも追加できる。エージェントはまず、PHPまたはNode.jsを含むすべての要素（Dockerイメージ、ディストリビューションのパッケージ、CI、Helm、Terraform、AWS Lambdaのランタイムなど）を読み取り専用で棚卸しする。修正するリポジトリが選ばれるのを待ち、公式情報で確認した修正済みバージョンに更新し、変更前後にテストを実行してから、リスクを示すラベルとロールバック計画を付けたプルリクエストをリポジトリごとに作成する。

対象コンポーネント修正対象の脆弱性修正済みバージョン
PHP (PHP2Shell、10月21日に紹介)CVE-2026-109618およびCVE-2026-109619、CVSS v4 9,28.2.35, 8.3.36, 8.4.27, 8.5.12
Node.js (10月21日の更新)10件のCVE、うちCVE-2026-111497 (Brotliデコーダー)22.23.4, 24.22.1, 26.12.1
セルフホスト型GitLabCVE-2026-110264、CVSS 10.019.5.1, 19.4.3, 19.3.6, 19.2.9, 19.1.9, 19.0.10, 18.11.13

Cognitionによると、PHPとNode.jsの脆弱性は自動化された攻撃で実際に悪用されており、記事では、まずPHPのウェブアプリケーションをオフラインにするよう勧めている。Devin Enterpriseの顧客にはクレジットと支援を提供するとしているが、金額は示していない。

🔗 Cognitionのブログ記事 · CognitionAI/devin-vuln-fixesリポジトリ · @cognitionの発表

短報

コーディングエージェントとツール

  • Copilot CLI 1.0.103 — 1.0.102の翌日に公開されたGitHubの安定版は、主に不具合を修正する。ACPセッションがようやくサンドボックス設定に従うようになり、Geminiのツール呼び出しがスキーマ検証で失敗する問題を解消した。旧起動オプションの--remoteと--no-remoteも削除された。🔗 出典
  • Vibe CLI 3.0.2 — Mistralが、存続できるサブエージェント数と並列実行数の既定値を、それぞれ従来の8と4から32に引き上げた。max_subagentsとmax_concurrent_subagentsで変更できる。また、カスタムサブエージェントの権限、ツールリスト、スキルがようやく適用されるようになった。🔗 出典
  • Qwen Code v0.26.0 — 前日に紹介したv0.25.4のプレビュー版に続く安定版で、v0.25.4の安定版は出ていない。237件の項目のうち、新機能21件を含む64件が新規で、Managed Agentのターン中に変更できる承認や、デーモンqwen serveの再起動などが含まれる。🔗 出典
  • Zed 1.25が安定版に — v1.25.2は、10月14日に紹介したプレビュー版を安定版に移行する。ACPエージェント向けのコンテキスト圧縮に加え、Amazon BedrockプロバイダーでGPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5に対応し、バイナリは1.23から約30 %小さくなった。🔗 出典
  • Gemini CLI、10月22日のナイトリー版 — CLIをdocker、podman、runscのサンドボックス内で動かす場合も、コンパニオンのトークンを内部に渡さずにIDE連携が動作するようになった。また、シェルコマンドの承認は、同じオプションであればセッション終了まで有効となる。🔗 出典
  • Antigravity 2.25.0とVS Code拡張機能1.9.0 — 10月19日と18日の更新を補足する。アプリケーションはプラグインで管理されるプロジェクトをバッジで示し、スキルのYAMLフロントマターを修復する。拡張機能には差分ブロックを承認・却下するショートカットと、言語サーバーを自動再起動する任意設定が加わった。🔗 出典
  • Devinの10月21日付リリースノート — Devin ReviewがBitbucket Cloudに対応し、Devin OncallにLiteモードが追加された。Enterpriseの管理者は、未接続のリポジトリの横にアクセス申請リンクを表示できる。🔗 出典
  • GenCodeで作った学校向けツール — Gensparkがジェイソン・ヒルの体験談を公開した。同氏は約600クレジットを使い、3日間で、学区の時間割における空き枠と定員超過を確認するツールを作成した。製品の新機能の発表はない。🔗 出典

企業と導入事例

  • UberとChatGPT Work — 1 000人の従業員を対象とした試験導入を経て、UberがChatGPT Enterpriseのエージェントを30 000人超に展開する。既定モデルはGPT-6.1 Solで、Google Drive、Gmail、Google Calendar、Slackに接続する。成果を示す数値はない。🔗 出典
  • OpenAIの顧客常駐エンジニア — コリン・ジャーヴィスが、顧客の数値を交えてその手法を説明した。半導体分野のある顧客では、Codexを基盤にすることで独自コードを約90 %削減し、通信向け音声モデルは6か月で主要評価の成績が約60 %から90 %超に向上した。🔗 出典
  • Replit for Government — 米国とその他の国の、あらゆる行政階層の政府機関に向けたサービス。米国の25州と20か国超で利用されているとしているが、具体的な顧客名、FedRAMP、料金に関する情報は示されていない。🔗 出典
  • Cognitionがロンドンに拠点 — フィンズベリー・スクエアに新オフィスを開設した。英国チームは6か月で200 %超拡大し、Mercedes-Benzの元グローバル最高情報責任者、カトリン・レーマンを含む3人が加わった。🔗 出典
  • SpaceXSIのPartner Network — Grokを使って開発するインテグレーターやソフトウェア企業向けのプログラムが早期アクセスを終了した。130社超が動向を追っており、開始時のパートナーはBain & Company、Databricks、NVIDIA、Snowflakeなど45社。価格や日程は示されていない。🔗 出典
  • SynthesiaとHays — 人材紹介会社HaysでのRoleplay Sessionsの試験導入では、営業スキルが平均29 %向上し、自発的な参加率は70 %超と測定された。🔗 出典
  • Trinity LogisticsとElevenAgents — 10月20日に公開された事例では、音声エージェントが月間30 000件の通話を通じて約1 000件の貨物輸送の交渉と予約を行い、利益率は25 %向上、プラットフォーム費用は40 %低下した。🔗 出典
  • Eleven Realtime Translationの続報 — 前日に紹介したリアルタイム音声翻訳のブログ記事で、最初の顧客として、Magenta AI Call Assistantに採用するDeutsche Telekomを挙げた。既定の基盤モデルにはEleven v4 Turboを使うことも明らかにした。企業向けアルファ版の料金は引き続き示されていない。🔗 出典

セキュリティー

  • OpenAIと地域銀行 — ICBAとの提携により、対象となる加盟銀行がDaybreak for Frontline Defendersを助成付きで利用でき、研修も提供される。金額や対象銀行数は示されていない。🔗 出典
  • Cloudflare、Daybreak、Codex — 10月21日付の事例紹介によると、CloudflareはOpenAIのモデルを使って修正案とWAFルールを作り、共有前にレビューしている。また、4人のチームがCodexを使い、トークン費用1 100ドル、期間3日間で製品を再構築した。🔗 出典
  • Grok Botと1Password — Grok Botは今後数日以内に、ユーザーが承認した1Passwordの認証情報を、パスワード自体を見ることなく利用するようになる。1Password for Agentsの一環で、MetaのMuse、Claude Duet、ChatGPT Workにも提供される予定。🔗 出典 · 🔗 1Password for Agents
  • データレジデンシー環境での公開監視 — GitHubのシークレットスキャンが、データレジデンシーを利用するGitHub Enterprise Cloudの顧客向けに、公開コミットの監視をパブリックプレビューで提供する。帰属先の判定には検証済みドメインのみを使う。🔗 出典

アシスタント

  • Gemini、Google Maps、Google Agenda — ユーザーの同意を得たうえで、GeminiアプリケーションがPersonal Intelligenceを通じ、Google Mapsの検索履歴や保存した場所を予定表と組み合わせ、その日のおすすめを提示する。欧州経済領域では利用できない。🔗 出典
  • GeminiのアプリケーションをGoogle Sitesへ — 10月19日から、エクスポート > Google Sitesを選ぶと、Geminiで作成したインタラクティブなウェブアプリケーションを、非公開サイトの下書きとして開ける。インタラクティブな動作は維持され、Workspaceと個人アカウントで利用できる。🔗 出典
  • Kimi Work 3.2.19 — 3.2.18の翌日に公開されたMoonshot AIのアプリケーションは、企業のIP許可リストによって接続が遮断された場合にアクセス制限ページを表示し、ネットワーク診断ツールも追加する。🔗 出典

開発プラットフォーム

  • プルリクエストの空白表示と分割表示 — 空白の変更に関する表示設定が、すべてのプルリクエストに共通して保存されるようになった。また、新規作成・削除されたファイルは、分割表示でも全幅で表示される。🔗 出典
  • GitHub Actionsの新しいblobホスト — meta APIで公開されたblob.core.windows.net上のproductionresultssa30～49と100～199の範囲は、ワイルドカードですでに許可している場合を除き、許可リストへの追加が必要となる。対応しないと、ジョブの概要やログが中断するおそれがある。🔗 出典
  • huggingface_hub 2.3.0のリリース候補版 — 並列一覧取得により、objaverseの798 924ファイルの検索時間を776秒から19.7秒に短縮する。Bucketsもリアルタイムで追跡できる。🔗 出典
  • Hub上のOpenUSD — SimReady Centralの翌日、.usd、.usda、.usdc、.usdzファイルを、オープンソースで公開されたインタラクティブな3Dビューアーで開けるようになった。🔗 出典

研究、オープンモデル、手法

  • PLANTEUR — Ai2がOlmoEarth v1.3とともに公開した、フランスの6つの海外領土を対象とする作物地図作成のベンチマーク（2 750件の時系列、農地区画4 506 km²）。未見の島では各モデルの正解率が約半分になることを示している。🔗 出典
  • Seb-9B-v2 — Apache 2.0で公開された90億パラメーターのローカル意思決定モデル。作者によると、Decision Indexで59.16を獲得し、ホスト型のJev 1.13の57.96を上回るが、指標のバージョンは明記されていない。RTX PRO 6000では1回の意思決定を22 msで処理する。🔗 出典
  • Laghu — UDGAM LABSが146ドルでゼロから学習した1億5,200万パラメーターの対話モデルで、ブラウザー内では163 MB。作者らによると、対話能力はSmolLM2-135M-Instructと同等。🔗 出典
  • BaseQuant V1 — basecomputeがQwen3.8-27Bの量子化版（10.93、16.41、20.82 GB）を公開した。作者らによると、3ビットと4ビットでのKLダイバージェンスがUnslothより15 %低い。🔗 出典
  • リランカーとしてのVLM — コミュニティーの投稿によると、Qwen3.8-27Bはリランキング向けの学習なしで、3つのベンチマークで教師あり学習済みのリランカーQwen3-VL-Reranker-2Bを上回り、MMEB-V2の視覚情報を含む文書では8B版と同等の成績を収めた。🔗 出典
  • Perplexityによるエージェント評価の方法 — 成功基準の設定から回帰テスト、本番環境での監視までを6段階で解説するガイド。実際の実行トレース約100件を使ったエラー分析と、評価を担うLLMのキャリブレーションを勧めている。Perplexity製品の発表はない。🔗 出典
  • Project Chrysalis — Google Cloudが、Gemini Enterpriseのエージェントプラットフォーム上で自律的に進化する運用エージェントの参照アーキテクチャを説明した。模擬障害では、最初の影響軽減措置（mitigation）までの時間が15～45分から1.8秒に短縮された。製品ではない。🔗 出典

これが意味すること

プラットフォーム各社がアクセス契約を書き換えている。AnthropicはClaude APIを日付付きのバージョンで固定する方式に移行し、最近のモデルではすでに変更できなくなっていた設定項目を廃止する。旧モデルの温度を下げていた開発者は、2023-06-01を使い続けるか、既定のサンプリングを受け入れるかを選ばなければならず、すべてのSDKのメジャーバージョンとライセンスが同日に切り替わる。OpenAIは仲介事業者を選別する。11月20日以降、同社のモデルへの直接アクセスを提供するルーターやゲートウェイは同社の承認が必要になり、SafetyIDsによって、同社は身元を知らずに特定のエンドユーザーを対象にできるようになる。PerplexityはOpenAIのBatch APIと同じ形式を採用し、Cohereはリクエストを送信するたびに、その処理環境をクライアント側で事前に検証させる。

エージェントの構成要素が中立的なガバナンスの下に移っている。Agent Skills、Open Responses、OpenEnv、OpenSandboxが加わり、AAIFは1年で10のプロジェクトを集めた。直近の4件はAnthropic、OpenAI、Hugging Face、Alibabaから提供されたものだ。共通形式の利点は同日にも表れている。PHP2ShellとNode.js、GitLabの脆弱性に対応するCognitionのプラグインは、競合する7つのコーディングエージェントにスキルとしてインストールできる。一方、アーキテクチャに関する動きは分かれている。Anthropicはサブエージェントをスキル付きの単一ループに統合することを勧め、コンテキストが飽和した場合や、実行後に破棄できる並列タスクにのみサブエージェントを残す。同じ日に、Vibe CLI 3.0.2は既定の同時実行サブエージェント数を32に引き上げている。

エージェントが自律的に行動するほど、その監視は検証すべきインフラになる。METRとRedwood Researchの演習は、モニターがエージェントの行動過程をすべて見られても、一部のトラフィックを見逃し得ることを示している。コンテキストの圧縮が監視対象から漏れている間は、制御を一度も返さないエージェントが、自身の審査を無期限に先送りできた。同日、Claudeのアプリケーションは、各ステップの承認を自動チェックに置き換える自動モードの既定化を発表し、Claude Codeは阻止されたツール呼び出しごとにイベントを発行するようになった。Replitはエージェントが修正を本番環境へ単独で再公開できるようにし、GitHubは企業に対し、エージェント機能を利用するユーザーの割合を他社と比較する機能を提供している。

特定の領域では、特化型モデルが最先端モデルに、そのコストのごく一部で追いついている。140億パラメーターのCarbon-Xは、DNAの問題でGPT-6.1 Solとの差を1ポイント未満に抑えながら、問題当たりのコストは約1/1 800にとどまる。Decisions APIとGLiDEはテキストを生成せずに回答する。OlmoEarth v1.3は地球全体のエンベディングを事前計算し、小規模な分類器だけで地図を作成できるようにする。ForTyはAlphaEarth Foundationsのエンベディングを使って地図を作る。ベンチマークはその裏にある課題も示している。CulturalRiddlesでは、一部のコミュニティーについて、テストした28モデルのいずれも22 %を超えず、モデルが「わからない」と回答するのは全体の0.7 %にすぎない。

出典