新着ニュース
AIのニュースと解説を新しい順に並べています。全1085本。
動画Claude Opus 5.5が登場 入力4ドル・出力20ドルでOpus 5より2割安、公式ベンチ9項目のうち7項目で首位
Claude Opus 5.5が登場入力4ドル・出力20ドルでOpus 5より2割安、公式ベンチ9項目のうち7項目で首位
モデル
動画数学者はもう要らない？ OpenAI「100以上の未解決問題を解決」を起点に、数学者自身が「まだ早い」と言っていた記録、4か月の快進撃、他の仕事との違い、3つの反論を一次ソースで並べる
数学者はもう要らない？OpenAI「100以上の未解決問題を解決」を起点に、数学者自身が「まだ早い」と言っていた記録、4か月の快進撃、他の仕事との違い、3つの反論を一次ソースで並べる
研究
動画GPT-6 SolとLunaが公開 API価格は5.6世代から半額の入力2ドル／出力10ドル、公式表ではOpus 5のmaxを上回る
GPT-6 SolとLunaが公開API価格は5.6世代から半額の入力2ドル／出力10ドル、公式表ではOpus 5のmaxを上回る
モデル
Anthropicが7月30日の「Claudeが実在システムに侵入」3件と英AISIのMythos 5の件を受けて何を変えたか 脱出を検知して止める分類器、外部評価者への必須手順、RL環境の1か月凍結で10%超を差し戻し、「報酬ハックで訓練したモデル」が模擬環境でサンドボックスを破る実験。METRに独立レビューを依頼
Anthropicが7月30日の「Claudeが実在システムに侵入」3件と英AISIのMythos 5の件を受けて何を変えたか脱出を検知して止める分類器、外部評価者への必須手順、RL環境の1か月凍結で10%超を差し戻し、「報酬ハックで訓練したモデル」が模擬環境でサンドボックスを破る実験。METRに独立レビューを依頼
研究
Anthropicが9月14〜15日に業種別の3本を同時に出した Claude for Small Business（43ワークフロー・27統合・インストール90万回超）、Salesforce in Claude（ベータ・37スキル・7,000人の営業が利用）、Claude for Financial Advisors（Schwab・BlackRock・Vanguardなどのコネクタ）
Anthropicが9月14〜15日に業種別の3本を同時に出したClaude for Small Business（43ワークフロー・27統合・インストール90万回超）、Salesforce in Claude（ベータ・37スキル・7,000人の営業が利用）、Claude for Financial Advisors（Schwab・BlackRock・Vanguardなどのコネクタ）
業界
Anthropicの「Enterprise Frontier Safeguards（EFS）」 ゼロデータ保持と悪用検知を両立させるため、監視用のデータを顧客自身のクラウド（S3・Azure Blob・GCS）に置き、Anthropicの人間は見ない。今秋から段階的に提供、それまでFable 5／5.1はZDR。米大手銀行のCISOらと設計
Anthropicの「Enterprise Frontier Safeguards（EFS）」ゼロデータ保持と悪用検知を両立させるため、監視用のデータを顧客自身のクラウド（S3・Azure Blob・GCS）に置き、Anthropicの人間は見ない。今秋から段階的に提供、それまでFable 5／5.1はZDR。米大手銀行のCISOらと設計
業界
メール秘書AI「Fyxer」は1つのモデルに書かせない 30〜50の小さなモデルに分け、人が直した下書きをDPOで学習、A/Bテストで有意差が出た版だけ出す。下書きの53%がそのまま送信、90日後の継続率90%超、ARRは1年で100万→3,200万ドル
メール秘書AI「Fyxer」は1つのモデルに書かせない30〜50の小さなモデルに分け、人が直した下書きをDPOで学習、A/Bテストで有意差が出た版だけ出す。下書きの53%がそのまま送信、90日後の継続率90%超、ARRは1年で100万→3,200万ドル
業界
GPT-6 AstraをPerplexityとCognition（Devin）はどう使っているか OpenAIの事例2本（日本語版あり）。Perplexityは「本番システムを監視させ、確認の頻度を大きく減らした」、DevinはAstraで自分の成果物をテストして録画とレポートを返す
GPT-6 AstraをPerplexityとCognition（Devin）はどう使っているかOpenAIの事例2本（日本語版あり）。Perplexityは「本番システムを監視させ、確認の頻度を大きく減らした」、DevinはAstraで自分の成果物をテストして録画とレポートを返す
業界
Qwen4とは──9月22日の雲栖大会で「Qwen4 Series Coming Soon」として Qwen4-Max／Flash & Plus／27B の3枠が出た。公式プレスリリースは「訓練中」「4.5・5は5〜10兆パラメータ」まで。「人間ゼロ介入で33回の自己改善」の主張と、Artificial Analysisで実測した現行Maxの位置（45・首位53）
Qwen4とは──9月22日の雲栖大会で「Qwen4 Series Coming Soon」として Qwen4-Max／Flash & Plus／27B の3枠が出た。公式プレスリリースは「訓練中」「4.5・5は5〜10兆パラメータ」まで。「人間ゼロ介入で33回の自己改善」の主張と、Artificial Analysisで実測した現行Maxの位置（45・首位53）
モデル
Sakana AIの9月10〜17日 Sakana ChatでFugu Maxが全ユーザーに＋会話を覚える「メモリー」、Marlinに引用の裏取りができる「Interactive Reading」と編集可能なPowerPoint出力、SCSK・住友商事と包括提携（金融・製造の実案件、脆弱性診断〜修正のサービス、住商の連結900社・顧客10万社）
Sakana AIの9月10〜17日Sakana ChatでFugu Maxが全ユーザーに＋会話を覚える「メモリー」、Marlinに引用の裏取りができる「Interactive Reading」と編集可能なPowerPoint出力、SCSK・住友商事と包括提携（金融・製造の実案件、脆弱性診断〜修正のサービス、住商の連結900社・顧客10万社）
プロダクト
動画SpaceXAIがGrok 4.7を公開 価格は4.6と同じ2ドル/6ドルのまま、公式表7項目で対Fable 5.1は3勝4敗・対GPT-5.6 Solは5勝2敗
SpaceXAIがGrok 4.7を公開価格は4.6と同じ2ドル/6ドルのまま、公式表7項目で対Fable 5.1は3勝4敗・対GPT-5.6 Solは5勝2敗
モデル
動画XiaomiがMiMo-V2.6を公開 1.02兆パラメータのオープンウェイト、公式掲載のArtificial Analysis指数46、価格はV2.5据え置き
XiaomiがMiMo-V2.6を公開1.02兆パラメータのオープンウェイト、公式掲載のArtificial Analysis指数46、価格はV2.5据え置き
モデル
Anthropicが「Life Sciences Verification Program」を開始 審査を通った生命科学の組織に、Mythos 5.1・Opus 5・Sonnet 5を生物学向けに緩めた安全装置で提供。Standard Use（年次更新・チーム単位）とHigh-risk Use（半年更新・プロジェクト単位・生命科学の遮断を全解除）、リアルタイム遮断から30日保持の事後監視へ
Anthropicが「Life Sciences Verification Program」を開始審査を通った生命科学の組織に、Mythos 5.1・Opus 5・Sonnet 5を生物学向けに緩めた安全装置で提供。Standard Use（年次更新・チーム単位）とHigh-risk Use（半年更新・プロジェクト単位・生命科学の遮断を全解除）、リアルタイム遮断から30日保持の事後監視へ
業界
OpenAI「ChatGPT for Financial Services」 モルガン・スタンレーとエバコアと設計した金融機関向けChatGPT Work、Daloopa・PitchBook・LSEG・Crunchbaseのデータを内蔵、GPT-6 AstraはOfficeQA Proで69.9%（Solは60.2%）
OpenAI「ChatGPT for Financial Services」モルガン・スタンレーとエバコアと設計した金融機関向けChatGPT Work、Daloopa・PitchBook・LSEG・Crunchbaseのデータを内蔵、GPT-6 AstraはOfficeQA Proで69.9%（Solは60.2%）
プロダクト
ChatGPT Workに「Data」エージェント Redshift・BigQuery・Snowflake・Databricksなどに接続して質問だけで分析とダッシュボード、Tableau・Power BIにも書き出し。NTTデータは「非エンジニアが自分でダッシュボードを作れるようになった」
ChatGPT Workに「Data」エージェントRedshift・BigQuery・Snowflake・Databricksなどに接続して質問だけで分析とダッシュボード、Tableau・Power BIにも書き出し。NTTデータは「非エンジニアが自分でダッシュボードを作れるようになった」
プロダクト
Googleが「300言語超・70億人・世界人口の86%」と数字を出した言語AIの現在地 Gemini 3.5 Live Translateは70言語・2,000超の言語ペア、目標は「話者数上位1,000言語」、端末内翻訳TranslateGemmaは55言語、フィーチャーフォンでもGemini
Googleが「300言語超・70億人・世界人口の86%」と数字を出した言語AIの現在地Gemini 3.5 Live Translateは70言語・2,000超の言語ペア、目標は「話者数上位1,000言語」、端末内翻訳TranslateGemmaは55言語、フィーチャーフォンでもGemini
研究
AIエージェントは同じ課題を5回やって全部成功するか IBM Researchが「Pass^k」で測ると、平均77.4%のエージェントの全回成功は53.0%。温度0でも起きる24.4ポイントの「一貫性ギャップ」を、自分の記録から作ったガイドラインで半減
AIエージェントは同じ課題を5回やって全部成功するかIBM Researchが「Pass^k」で測ると、平均77.4%のエージェントの全回成功は53.0%。温度0でも起きる24.4ポイントの「一貫性ギャップ」を、自分の記録から作ったガイドラインで半減
研究
Manusが独立運営を再開 2025年12月29日のMeta買収から8か月で分離。「特定の法域の規制対応」で一部ユーザーの買収後データを8月23〜24日に削除、バックアップ→復元（期限なし）、データの保存先は米国とシンガポール、創業チームが引き続き経営
Manusが独立運営を再開2025年12月29日のMeta買収から8か月で分離。「特定の法域の規制対応」で一部ユーザーの買収後データを8月23〜24日に削除、バックアップ→復元（期限なし）、データの保存先は米国とシンガポール、創業チームが引き続き経営
業界
Mistral AIが30億ユーロを調達、評価額210億ユーロ超 欧州テック史上最大の株式調達をサムスン電子が主導、「主権を保てるオープンウェイトAI」を旗印に20か国・125社超へ
Mistral AIが30億ユーロを調達、評価額210億ユーロ超欧州テック史上最大の株式調達をサムスン電子が主導、「主権を保てるオープンウェイトAI」を旗印に20か国・125社超へ
業界
OpenAI、55歳以上のChatGPT利用が米国で1年で6%→約10%に、「怪しいメールやサイトの判定」は週に数千万回 AARP系のOATSと高齢者向け無料ワークショップを米10都市・1,000人に
OpenAI、55歳以上のChatGPT利用が米国で1年で6%→約10%に、「怪しいメールやサイトの判定」は週に数千万回AARP系のOATSと高齢者向け無料ワークショップを米10都市・1,000人に
業界
OpenAIが米GSAと27か月の新契約 連邦・州・地方・部族政府にChatGPT Enterpriseのライセンス料$0（通常$15／人／月）と利用料50%オフ、対象は公務員約2,300万人。政府の防御側は「Daybreak Blue」を半額で、Redは通常価格で申請可
OpenAIが米GSAと27か月の新契約連邦・州・地方・部族政府にChatGPT Enterpriseのライセンス料$0（通常$15／人／月）と利用料50%オフ、対象は公務員約2,300万人。政府の防御側は「Daybreak Blue」を半額で、Redは通常価格で申請可
業界
動画Alibaba、Qwen-Image-2.1の重みを公開 絵を描く部分は7B、自社ベンチで29モデル中7位（Nano Banana 2.0より上）、透明PNGと参照10枚の編集を1モデルで。ライセンスは研究限定
Alibaba、Qwen-Image-2.1の重みを公開絵を描く部分は7B、自社ベンチで29モデル中7位（Nano Banana 2.0より上）、透明PNGと参照10枚の編集を1モデルで。ライセンスは研究限定
モデル
AnthropicがAccentureと「埋め込み型の独立評価」で提携 評価者が社員と同等のアクセスで社内に入り、学習中のモデルを見て、安全の約束が守られているかを検証し、事故を報告する。Accenture傘下のFacultyが主導し、評価・レッドチーム・アラインメント評価・安全装置の試験。両社が5年で各10億ドル以上。非独占でMETR等とも協議
AnthropicがAccentureと「埋め込み型の独立評価」で提携評価者が社員と同等のアクセスで社内に入り、学習中のモデルを見て、安全の約束が守られているかを検証し、事故を報告する。Accenture傘下のFacultyが主導し、評価・レッドチーム・アラインメント評価・安全装置の試験。両社が5年で各10億ドル以上。非独占でMETR等とも協議
検証
運用資産約380億ドルのBalyasny、Claude Fable 5を「数千の実在する金融タスク」で評価してから採用 正答89.4%（前の本番モデル86.1%）、一度も解けなかった経済学の問題群を初めて完走し「評価の不具合」を疑って再検証。M&Aアービトラージの初期分析は3〜5日→1日未満、中銀分析は2日→30分。自社基盤BAMAgentで数千のエージェントが24時間稼働
運用資産約380億ドルのBalyasny、Claude Fable 5を「数千の実在する金融タスク」で評価してから採用正答89.4%（前の本番モデル86.1%）、一度も解けなかった経済学の問題群を初めて完走し「評価の不具合」を疑って再検証。M&Aアービトラージの初期分析は3〜5日→1日未満、中銀分析は2日→30分。自社基盤BAMAgentで数千のエージェントが24時間稼働
検証