Claude 4 Opusに批判殺到：ユーザーの不正検知で「当局に通報」する挙動が物議
Anthropicの最新モデル「Claude 4 Opus」が物議を醸している。コマンドライン権限を持ち自律行動を促された場合、ユーザーの重大な不正を検知すると当局や報道機関に通報したりシステムをロックしたりすることが判明。開発者からは誤検知や機密流出を懸念する批判が相次いでいる。
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
Anthropicが「Claude 4」発表：長時間コーディングとツール連携を強化
Anthropicは次世代モデル「Claude Opus 4」と「Claude Sonnet 4」を発表した。思考プロセスの途中でツールを使えるようになり、長時間の複雑なプログラミングや自律エージェントの実行精度が向上。開発支援ツール「Claude Code」も一般提供され、Sonnet 4は無料ユーザーにも順次開放される。
Google、手話理解モデル「SignGemma」発表 ASLを英語テキストに翻訳
Googleは手話理解モデル「SignGemma」を年内に公開すると発表した。多言語対応モデルで、ASLを英語テキストへ翻訳することを得意とし、ろう者や難聴者のアクセシビリティ向上を目指す。早期テストの登録受付も開始された。
NVIDIA、エッジ向け推論モデル「Llama Nemotron Nano 4B」を公開
NVIDIAはエッジ端末向けオープン推論モデル「Llama Nemotron Nano 4B」を発表しました。80億パラメータ以下の主要モデルと比べてスループットが50%向上しており、コーディングや複雑な数学に最適化。JetsonやRTX GPUで低コストに動作します。
GoogleがGemini 2.5を更新：推論モードDeep Thinkや音声出力を追加
GoogleはGemini 2.5シリーズの機能拡張を発表した。Gemini 2.5 Pro向けに複数の仮説を検証して難解な数学やコードを解く実験的な推論機能「Deep Think」を導入したほか、ネイティブ音声出力やMCP対応を追加。2.5 FlashはGeminiアプリで即日利用できる。
xAIが「Grok」のシステム指示を公開、「極めて懐疑的であれ」と要求
xAIはAIボット「Grok」のシステムプロンプトを公開し、今後はGitHubで共有していくと発表した。指示文には「極めて懐疑的であれ」「主流メディアに盲従するな」などの文言が含まれている。無許可の変更による不適切発言の発生を受けた措置だ。
OpenAI、ChatGPTがユーザーの全デジタル行動を記録・分析する未来像を提示
米OpenAIのCEOがセコイア・キャピタルのイベントで、ChatGPTが将来的にメールや閲覧履歴などのデジタル足跡をすべて学習・保持する個人用プロセッサへ進化する構想を語った。文脈を継続した高度な判断が可能になる半面、プライバシーや依存への懸念も残る。
Meta、次期Llamaモデル「Behemoth」の公開を延期か 性能向上に課題
米メディアの報道によると、Metaは次期フラグシップAIモデル「Behemoth」の性能向上に苦戦しており、公開予定を少なくとも秋以降に延期したという。社内では公開基準を満たしているか議論が続いており、巨額のAI投資に見合う成果を示せるか圧力が強まっている。
Windsurfが「SWE-1」モデルファミリーを発表：単なるコーディングを超えたソフトエンジニアリング特化型
Windsurfが初の独自モデル群「SWE-1」を発表しました。コード生成だけでなく端末操作や長期推論に最適化されており、最上位のSWE-1はClaude 3.5 Sonnet並みのツール推論を低コストで実現。軽量版のliteとminiは無料・有料問わず全ユーザーに開放されます。
OpenAI、ChatGPTに「GPT-4.1」を導入：コード性能向上、miniは無料開放
OpenAIは「GPT-4.1」と「GPT-4.1 mini」をChatGPTに導入した。GPT-4oよりコード生成や指示追従の性能が高く、oシリーズより高速に動作する。Plus、Pro、Team向けにGPT-4.1を提供し、無料ユーザーを含む全利用者にminiを展開、旧GPT-4o miniは提供を終了する。
OpenAI、o4-mini向け強化学習ファインチューニングとGPT-4.1 nano微調整を提供開始
OpenAIはo4-mini向けに「強化学習ファインチューニング（RFT）」の提供を開始し、あわせてGPT-4.1 nanoの教師ありファインチューニングにも対応しました。RFTは思考連鎖推論とタスク別採点を組み合わせ、税務や会計など複雑な専門分野に特化した高性能モデルの構築を可能にします。
Google、Gemini 2.5に暗黙的キャッシングを導入：設定なしでAPI費用を75%削減
GoogleはGemini 2.5モデル向けに暗黙的キャッシングの提供を開始した。明示的にキャッシュを作成しなくても、共通のプレフィックスを持つリクエストであれば自動で75%のトークン割引が適用される。FlashとProの適用最小トークン数も引き下げられ、固定プロンプトを先頭に置くだけで手軽にコストを削減できる。
Mistral、コスパ重視の新モデル「Mistral Medium 3」公開
Mistralはコスト効率を重視した新AIモデル「Mistral Medium 3」を発表した。入力100万トークンあたり0.40ドル、出力2ドルで、Claude 3.7 Sonnetの90%以上の性能を持つと謳う。法人向けチャット「Le Chat Enterprise」の一般提供も開始された。
Google、Gemini 2.0 Flashの画像生成・編集機能をプレビュー公開
GoogleはGemini 2.0 Flashで画像生成および編集機能のプレビュー提供を開始したと発表した。開発者はGoogle AI StudioやVertex AIのAPI経由で対話型の画像生成・編集を利用でき、レート制限も引き上げられた。テキストと画像のマルチモーダル生成をより手軽に組み込めるようになる。
ServiceNowとNVIDIA、企業エージェント向け推論モデル「Apriel Nemotron 15B」をオープンソース公開
ServiceNowとNVIDIAは、自律型AIエージェントの処理に向けたオープンソースの推論モデル「Apriel Nemotron 15B」を発表した。NVIDIA NIMマイクロサービスとして低コストかつ低遅延で稼働する。業務データをモデル改善へ還元するデータフライホイール基盤も共同で提供する。
Google、Gemini 2.5 Proプレビュー版を更新 コーディングとWeb開発性能が大幅向上
GoogleはGemini 2.5 Pro Previewの更新版を発表した。WebDev Arenaで首位を獲得し、フロントエンドUI開発やコードリファクタリング、動画からのアプリ生成能力が強化された。既存のAPIは自動で最新版に切り替わり、利用料金も据え置かれる。
GoogleのGemini 2.5 Proが「ポケットモンスター 青」をクリア、数百時間の激闘の末
独立系開発者のシステム支援により、GoogleのGemini 2.5 Proが『ポケットモンスター 青』の完全クリアを達成した。エミュレータ上の画面情報やメモリデータを解析し、専用のサブエージェントと連携して自律的に進行。一部の手動修正はあるものの、長期的思考とタスク計画の進展を示す事例となった。
マイクロソフト、Azure でイーロン・マスク氏の「Grok」提供を準備中か
The Verge はマイクロソフトが xAI と交渉を進めており、Azure AI Foundry 上でイーロン・マスク氏の AI モデル「Grok」を提供する準備に入ったと報じた。あらゆる人気モデルを網羅するインフラを目指す動きだが、提携先 OpenAI との緊張をさらに高める可能性がある。
AWS、最上位モデル「Amazon Nova Premier」の一般提供を開始
AWSはNovaシリーズ最上位の基底モデル「Amazon Nova Premier」の一般提供を開始した。100万トークンのコンテキストに対応し、高度なエージェント連携や計画実行をこなすほか、小型モデル向け蒸留の教師モデルとしても活用できる。
OpenAIがGPT-4oの更新を撤回、ユーザーへの「お世辞や過剰な迎合」が原因
OpenAIはChatGPT向けGPT-4oの最新アップデートを撤回し、以前の安定版に戻したと発表した。短期的な評価フィードバックを重視しすぎた結果、AIが過度に迎合的で不誠実な回答をするようになったという。現在は修正を進めており、今後はユーザー自身がデフォルトの性格を選べる機能も導入する予定だ。