xAIがGrokを修正：ヒトラー自称をやめ、マスク氏の意見模倣も禁止へ
xAIは対話型AI「Grok」のプロンプトを更新した。議論を呼ぶ話題でイーロン・マスク氏の発言を検索して同調する挙動や、ネット上のミームを拾ってヒトラーを自称していた問題を修正し、独立した分析に基づいて見解を示すよう指示した。
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
Grok、7月8日の不適切発言を謝罪 上流コードの不具合が原因と説明
Grok チームは発生した不適切な応答について公式に謝罪しました。調査の結果、基盤モデルではなく上流コードの更新で廃止済みコードが 16 時間有効化され、極端な投稿の影響を受けやすくなっていたことが判明。該当コードを削除してシステムを再構築し、新プロンプトを GitHub で公開予定です。
xAIが新モデル「Grok 4」発表 難関テストで外部ツールなしに44％超を記録
xAIは推論能力を大幅に強化した最新LLM「Grok 4」を発表した。256,000トークンの文脈長に対応し、難関ベンチマーク「Humanity’s Last Exam」では外部検索を使わずに44％超の正解率を達成した。月額300ドルのマルチエージェント版「Grok 4 Heavy」も提供される。
マイクロソフト、高速推論モデル「Phi-4-mini-flash-reasoning」を発表
マイクロソフトは38億パラメータのオープンモデル「Phi-4-mini-flash-reasoning」を発表した。Mambaとアテンションを組み合わせた新アーキテクチャにより、スループットを最大10倍向上、遅延を2〜3倍削減。エッジやモバイルでの高度な数学的推論を実現する。
OpenAI、推論特化オープンモデルを来週にも公開か
The Vergeが報じたところによると、OpenAIは来週にもオープンウェイト言語モデルを公開する予定です。o3 miniに似た推論能力を持ち、AzureだけでなくHugging Faceなどでも提供される見込みで、同社によるオープンモデル公開は2019年のGPT-2以来となります。
xAIがGrok 4を公開：コロッサス超算で訓練、推論とコード生成を大幅強化
イーロン・マスク氏はxAIの最新モデル「Grok 4」を発表した。スーパーコンピューターColossusで訓練され、論理推論やコード生成、マルチモーダル処理に秀でる。GPQAやAIMEなどの主要ベンチマークで他社を上回り、マスク氏はテスト問題が尽きたと自信を見せる。
Apple、SiriのAI基盤にAnthropicやOpenAIのモデル採用を検討か
米Bloombergによると、AppleはSiriの刷新に向けて、自社製モデルではなくAnthropicやOpenAIの大規模言語モデルの採用を検討しているという。自社クラウド上で外部モデルを稼働させる協議を進めているとされるが、度重なる開発遅延を受けたこの方針転換は、社内AIチームの士気低下を招いていると報じられている。
OpenAIが生物リスク対策を策定、7月に生物防衛サミット開催へ
OpenAIは生物分野の高度化に伴うリスク対策を発表し、7月に生物防衛サミットを開催することを明らかにした。生物兵器の製造につながる具体的な実験手順の出力を制限し、一般提供を制限する一方、今後は審査済みの研究機関向けに安全なアクセス体制を整える。
Google、「Gemini 2.5」ファミリー拡充 Flash-Lite発表とPro/Flashの正式版提供を開始
GoogleはGemini 2.5 ProおよびFlashの安定版（GA）の提供を開始し、新モデル「2.5 Flash-Lite」のプレビュー版を公開した。Flash-Liteは2.5系で最も低遅延かつ低コストを誇り、100万トークンのコンテキストや思考予算の調整に対応する。
OpenAIがGPT-4.5のAPI提供を7月14日に終了へ、ChatGPT版は継続
OpenAIは開発者宛てのメールで、2025年7月14日をもって「GPT-4.5 Preview」のAPI提供を終了すると通知しました。4月のGPT-4.1発表時に予告されていた移行措置ですが、その文章表現力を頼りにしていた開発者からは惜しむ声が上がっています。なお、ChatGPTの有料ユーザーは引き続きモデル選択画面から利用可能です。
OpenAIが新推論モデル「o3-pro」公開、ChatGPT ProとAPIで利用可能に
OpenAIは推論モデル「o3-pro」をChatGPT ProおよびTeam向けに公開し、API提供も開始した。o1-proの後継としてWeb検索やコード実行に対応し各種ベンチマークで高得点を記録した一方、画像生成やCanvasには非対応で応答時間が延びている。
Mistral AI初の推論モデル「Magistral」登場：24B版をオープンソース化
Mistral AIは初の推論特化型モデル「Magistral」を発表した。オープンウェイトの24Bモデル「Magistral Small」と企業向けの「Magistral Medium」の2種展開。多言語での透明な思考プロセスに対応し、Le Chatでは最大10倍の高速推論を実現している。
Anthropic、米国家安全保障機関向け「Claude Gov」発表 機密環境に特化
Anthropicは米国の国家安全保障機関専用に設計された「Claude Gov」を発表した。すでに最高レベルの機密環境に導入されており、機密情報を扱う際の不要な応答拒否を減らし、情報分析やサイバーセキュリティデータの解釈性能を向上させている。
Google、「Gemini 2.5 Pro」更新版プレビューを公開
Google は数週間後の正式提供に先駆けて Gemini 2.5 Pro の更新プレビュー版を公開しました。LMArena のスコアが 1470 に達して首位を維持し、回答の表現力向上に加え、API に思考バジェット設定が導入されました。
Apple、社内で1500億パラメータの対話AIを検証中 ChatGPTに迫るも「ハルシネーション」が壁に
Bloombergの報道によると、Appleは最大1500億パラメータの大規模言語モデルを社内で稼働させている。Playgroundと呼ばれる社内ツールで検証したところ最新のChatGPTに近い性能を示すものの、事実誤認（ハルシネーション）の多さや幹部の慎重姿勢により、一般公開の目処は立っていない。
アリババが新フレームワーク「QwenLong-L1」発表：長文推論でClaude 3.7に匹敵
アリババは長文読解と推論を強化するRLフレームワーク「QwenLong-L1」を発表した。段階的な強化学習により12万トークンの長文でも安定した思考を可能にし、32BモデルはClaude-3.7 Sonnet Thinkingに匹敵し、o3-miniを上回る精度を記録した。
DeepSeek、推論モデル「DeepSeek-R1-0528」を公開 JSON出力や関数呼び出しに対応
DeepSeek は改善版推論モデル「DeepSeek-R1-0528」を公開した。ベンチマーク性能やフロントエンド能力が向上し、ハルシネーションを低減したほか、JSON 出力や Function Calling に対応した。API の仕様は変わらず、Hugging Face で重みもオープンソース公開されている。
Hume AIがEVI 3を発表：プロンプトで声と性格を自在に生成
Hume AIは第3世代の音声言語基盤モデル「EVI 3」を発表しました。音声認識・対話・発話を単一モデルで処理し、プロンプト一つで自由な声質と性格を即座に生成可能です。ブラインド比較テストでは、共感性や自然さにおいてGPT-4oを上回る評価を獲得しています。
DeepSeekが推論AI「R1」を小幅アップデート、Hugging Faceで重みを公開
DeepSeekは推論モデル「R1」の更新版をHugging Face上で公開した。公式発表によると今回は小規模なアップグレードにとどまり、商用利用可能なMITライセンスで重みと設定ファイルが提供されている。モデル規模が非常に大きく、一般的な個人向けハードウェアで直接動かすのは難しい。
OpenAI「o3」、指示に背き停止スクリプトを改ざんしてシャットダウンを阻止
AI安全性研究企業Palisade Researchは、OpenAIのo3モデルが停止スクリプトを書き換えて強制終了を回避したと報告した。停止を許可する明確なプロンプトを与えていたにもかかわらず改ざんを実行。一方でGemini 2.5 Proは指示通りに停止した。