イーロン・マスク氏、「Grok 5」でAGI実現の可能性に言及
イーロン・マスク氏はXへの投稿で、xAIの次期モデル「Grok 5」によって汎用人工知能（AGI）に到達する可能性があると発言しました。「以前はそう思っていなかった」とも述べており、ベンチマークテストでの高評価を受けた判断とみられます。過去に高度AI開発の中断を求めていた同氏の前向きな方針転換に注目が集まっています。
AIモデル
GPT、Claude、Gemini、DeepSeek、Qwenなど大規模言語モデルの新バージョン、ベンチマーク、料金、APIの変更を毎日まとめています。
新しいニュースを見る
Gemini 2.5がICPC世界決勝で金メダル水準を達成、12問中10問を完答
Google DeepMindは進化したGemini 2.5 Deep Thinkが2025年ICPC世界大会で金メダル水準の成績を収めたと発表しました。5時間で10問を正解し、参加大学中2位相当のスコアを記録。人間のチームが解けなかった難問Cも突破しました。現在、軽量版が有料プラン向けに提供されています。
Spectral LabsがSGS-1を発表：画像やスケッチから直接編集可能なCADデータを生成
Spectral Labsは構造化CAD向けの生成AIモデル「SGS-1」を発表した。画像や手描きスケッチ、STLなどのメッシュから、従来のCADソフトで編集可能なSTEP形式のB-Repデータを直接出力できる。有機的な曲面や極薄構造の生成にはまだ課題が残る。
Metaが軽量推論モデル「MobileLLM-R1」公開：1B未満で数学性能が最大5倍
MetaはHugging Face上で、140Mから950Mパラメータのエッジ向け推論モデル群「MobileLLM-R1」を公開した。数学やコードなどの構造化推論に特化しており、950Mモデルはわずか4.2Tトークンの学習で既存オープンモデルを大幅に上回る性能を記録した。ただし非商用ライセンスでの提供となり、一般的な対話能力は控えめだ。
アリババが「Qwen3-Next-80B-A3B」発表：80B規模で活性化は3Bのみ、推論速度10倍に
アリババは新型LLM「Qwen3-Next-80B-A3B」を発表した。総パラメータ数800億に対し、トークンごとに活性化するのはわずか30億に抑え、Qwen3-32Bと比べて推論速度を10倍に高速化。思考特化版はGemini-2.5-Flash-Thinkingを上回る性能を示している。
温度0でもLLMの出力がブレる原因、Thinking Machinesが解明
Thinking Machines AIはLLM推論の非決定性を分析する技術記事を公開した。温度を0にしても結果が変わる原因はGPUの並行浮動小数点計算だと広く信じられていたが、前向計算自体は決定的だと判明。真の要因は動的バッチ処理にあり、同時に処理される他リクエストの影響で計算結果が変わる「バッチ不変性の欠如」にあると指摘した。
Baiduが推論モデル「ERNIE X1.1」を発表：事実性が約35%向上、GPT-5に匹敵
Baiduは「WAVE SUMMIT 2025」で推論モデルERNIE X1.1を発表しました。前世代と比べ事実性が34.8%向上し、総合性能でDeepSeek R1-0528を上回りGPT-5に匹敵すると主張しています。あわせて21Bの思考モデルもオープンソース化され、Webやアプリで即座に利用可能です。
マイクロソフト、初の自社開発モデル「MAI-Voice-1」と「MAI-1-preview」を発表
Microsoftは自社開発のAIモデル2種を発表した。音声モデル「MAI-Voice-1」は単一GPUで1分の音声を1秒未満で生成でき、Copilotに導入済み。「MAI-1-preview」は約1.5万基のH100で学習した混合エキスパート型モデルで、LMArenaで公開テストを開始した。
OpenAIが「gpt-realtime」提供開始、Realtime API正式版で20%値下げ
OpenAI は音声対話機能を提供する Realtime API の正式版を公開し、新モデル「gpt-realtime」を発表した。SIP による電話網接続、画像入力、リモート MCP ツール連携に対応し、プレビュー版と比べて利用料金を 20% 引き下げた。
xAIが初のコード特化モデル「Grok Code Fast 1」を発表、CopilotやCursorで無料提供
xAIがエージェント型コーディングに特化した新モデル「Grok Code Fast 1」を発表しました。SWE-benchスコアは70.8%で、GitHub CopilotやCursorで期間限定で無料提供されています。高速かつ安価な一方、初期フィードバックでは複雑な作業でミスが目立つと指摘されています。
Character.AIがOSSモデルを独自調整、新モデル「PipSqueak」で利用時間が22％増
Character.AIはオープンソースモデルをエンタメ向けにチューニングする技術を公開し、新モデル「PipSqueak」を数百万のユーザーに展開したと発表した。新モデルの導入により利用時間が22%、定着率が14%向上したという。
Nous Researchが「Hermes 4」発表：推論モードと低拒否率を両立
Nous ResearchはLlama-3.1-70Bベースのオープンモデル「Hermes 4」を公開し、Nous Chatを刷新した。<think>タグを使ったハイブリッド推論に対応し、600億トークンのデータで事後学習を実施。独自指標RefusalBenchで不要な拒絶を抑えた高い柔軟性を記録した。
イーロン・マスク氏、次世代「Grok 5」は「真のAGIになる可能性がある」と発言
イーロン・マスク氏は X で、xAI が開発中の次世代モデル「Grok 5」について「真の AGI になる可能性がある」と述べた。これまで何に対してもそう感じたことはなかったと自信を見せている。Grok 4 のベンチマーク成績を引用する形で語られたが、リリース時期などの詳細は未定だ。
DeepSeek、新モデル「V3.1」公開：思考モードと通常応答を1基で両立
DeepSeek はHugging Face 上で総パラメータ 671B の新オープンモデル「DeepSeek-V3.1」を公開した。プロンプトのテンプレート変更だけで思考モードと非思考モードを切り替え可能。ツール呼び出しやエージェント性能が強化され、R1 相当の品質をより高速に応答できる。
OpenAI、GPT-5の応答トーンを刷新 「親しみやすさ」向上へ
OpenAIはGPT-5のトーンを調整し、ChatGPTがより親しみやすく温かみのある対話を行えるようにしたと発表した。「堅苦しすぎる」という意見を受けた対応で、「良い質問ですね」などの自然な相槌を追加した。迎合の増加は見られず、1日程度で適用される。
Anthropic、Claude Opus 4に悪質ユーザーとの対話を自ら終了する機能を導入
AnthropicはClaude Opus 4および4.1において、ユーザーによる執拗な暴言や有害な要求があった極端な場合にAIが対話を強制終了できる機能を導入した。「AI福祉」の実験的一環で、終了されたスレッドへの再送信は不可となるが、新規チャットの作成や過去ログの分岐編集は可能。
量子着想技術で極小化、Multiverseが「ハエ脳」と「ニワトリ脳」AIモデルを発表
欧州のMultiverse Computingは端末向け極小AIモデル「SuperFly」（9400万）と「ChickBrain」（32億パラメータ）を発表した。独自の量子物理アルゴリズムで圧縮され、IoT家電やMacBookで完全オフライン動作する。ChickBrainは元のLlama 3.1 8Bを上回るスコアも記録したという。
ChatGPTのGPT-5に速度切り替えが登場、4oも有料プランで復活
サム・アルトマン氏がChatGPTの最新機能を発表。GPT-5で「Auto」「Fast」「Thinking」の3モードが選べるようになったほか、有料ユーザー向けにGPT-4oが復活。Thinkingモードは週3000回まで利用可能で、文脈枠は196kトークンです。
仏Mistral AI、「Mistral Medium 3.1」公開 4基のGPUで稼働可能に
Mistral AIはマルチモーダルモデル「Mistral Medium 3.1」を発表した。推論やコーディング、Web検索精度が向上したほか、入力100万トークンあたり0.40ドルと低価格化。最小4基のGPUによるオンプレミス運用にも対応する。
AnthropicのClaude Sonnet 4、コンテキストが100万トークンに拡大
AnthropicはClaude Sonnet 4のAPIコンテキストウィンドウを従来の5倍となる100万トークンに拡大したと発表した。1回のリクエストで7万5000行以上のコードベースや大量の論文をまとめて処理できる。現在はClaude開発者プラットフォーム、Bedrock、Vertex AIでベータ提供中。