MicrosoftのThinkingBoxベンチマークがタスクあたり20回の試行でOpenEnvに登場、ExgenticデータセットはOpenTelemetry形式で10,000件のトレースを集約
ThinkingBoxがOpenEnv上で507のタスクを20回再実行しエージェントの順位が変動、OpenTelemetry形式のExgenticトレース10,000件、Claude Code 2.1.289。
タグ: agents
60 件の記事
ThinkingBoxがOpenEnv上で507のタスクを20回再実行しエージェントの順位が変動、OpenTelemetry形式のExgenticトレース10,000件、Claude Code 2.1.289。
Apache 2.0で公開された780億パラメータの英語・ドイツ語モデルKolibri、学習にも適用範囲を広げたMetaの安全性ルール、Jiraに組み込まれたDevin。
Muse Sparkを用いて執筆した数学論文6本、確率で回答するPerplexityのAPI、10 000人のエンジニアを育成するための1億ドル。
modsがTypeScriptでClaude Codeをカスタマイズし、GitHub Copilotがデスクトップアプリを操作してエージェントを統括、FLUX 3 Imageが4Kで生成。
Gemini 4 Argonがサイバー防衛担当者向けに登場、OpenAIは蒸留キャンペーンの阻止を表明、CohereがEmbed 5、Ideogram 4.5、HeyGen Videoをリリース。
DevDay 2026:OpenAIがGPT-6.1 Sol、dots、Codex cloudを発表。Clément DelangueがNVIDIAによるHugging Faceの買収を表明し、AMDはWorld Labsを買収へ。
AnthropicがClaude Sonnet 5.5を発表。Sonnet 5より生成が速く、タスクあたりの費用も低い。NVIDIAはソフトウェアからシリコンまでエージェントを監視し、Manusは2.0へ移行する。
9月22日:AnthropicがClaude Opus 5.5をリリースし、Claude CodeのProとTeam StandardをOpusへ移行。OpenAIはGPT-5.6のプロモーション価格に対して半額となるGPT-6 SolとGPT-6 Lunaを投入し、両モデルファミリーは同日中にGitHub Copilot、Devin、Perplexityへ登場。
9月21日:xAIがGrok 4.6と同じ価格でGrok 4.7を公開し、同日中にCursorとGitHub Copilotへ展開。OpenAIは、未解決の数学問題を100件以上解決した社内モデルを発表し、Googleは899ドルからGooglebookの予約注文を開始した。
2026年6月22日:OpenAIがCodex Security、GPT-5.5-Cyber、Patch the Planetを発表。Sakana FuguがSWE-Bench Proで73.7%を主張。CursorがSpaceXと共同学習したモデルを含む3つの新機能を発表。Gemini SparkはUltra加入者向けにベータ提供。
2026年6月21日: Perplexity Computer は Deep Research、コマンドパネル、フォークを統合し、Together AI は GLM-5.2 を無料公開して OpenRouter で最速サーバーとなる。Amp は Librarian を高速化(3×、43% 安価)し、Custom Agents を導入し、v0 は注釈モードと Apple/Google Pay を導入。
GitHub Copilot 2025年振り返り:エージェント、MCPサーバー、改善されたCLI、そして新しいインテリジェントな編集機能を備えたマルチモデル・アシスタントへの進化。