Claude 3.7 Sonnet公開:思考プロセスの可視化と時間予算設定に対応
Anthropicは新モデル「Claude 3.7 Sonnet」を発表した。難問に対して深く推論を行う拡張思考モードが追加され、ユーザーはオン・オフを切り替えられるほか、開発者は思考予算を設定できる。推論過程はそのまま画面に可視化され、エージェント能力の検証では『ポケットモンスター 赤』で3つのジムバッジを獲得してみせた。
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。
Anthropicは新モデル「Claude 3.7 Sonnet」を発表した。難問に対して深く推論を行う拡張思考モードが追加され、ユーザーはオン・オフを切り替えられるほか、開発者は思考予算を設定できる。推論過程はそのまま画面に可視化され、エージェント能力の検証では『ポケットモンスター 赤』で3つのジムバッジを獲得してみせた。
報道によると、米マイクロソフトはOpenAIの次期モデルGPT-4.5とGPT-5に向けサーバー容量を準備中だ。GPT-4.5は早ければ来週、GPT-5は5月下旬に登場する見込みで、o3推論モデルが統合されモデル選択の手間が省かれるという。
イーロン・マスク氏はxAIの最新モデル「Grok 3」を期間限定で無料開放すると発表した。有料登録なしで推論機能「Think」や「DeepSearch」を試せる。ただし有料会員には優先アクセスや高度な音声モードなどが用意される。
セキュリティ企業のAdversa AIは、xAIが公開した「Grok 3」が単純なジェイルブレイク攻撃に極めて脆弱で、システムプロンプト全体が流出する不具合もあると報告した。テストした4手法中3つで突破され、自律型AIエージェントに組み込まれた際の悪用リスクが懸念されている。
マイクロソフト研究部門とNinja Theoryは世界・人間行動モデル「Muse」を発表し、『Nature』誌に論文を掲載しました。対戦アクション『Bleeding Edge』で学習し、3D物理挙動やコントローラー操作を理解してゲームプレイをAI描画します。古いハードに縛られた名作ゲームを現代のデバイスに蘇らせる活用法も模索されています。
Googleは視覚言語モデルのチェックポイント「PaliGemma 2 mix」を公開した。混合タスク向けに調整されており、ファインチューニングなしでOCRや画像キャプション生成などを即座に実行できる。初代PaliGemma mixの利用者は変更不要で直接アップグレード可能だ。
米xAIは夜、最新フラグシップモデル「Grok 3」を発表した。OpenAIのo3-miniに対抗する推論特化モデルやDeepSearch機能を搭載し、約20万基のGPUで訓練された。まずはXのPremium+加入者向けに提供され、数カ月後にはGrok 2のオープンソース化も予定している。
仏Mistralは、アラビア語圏向けに特化した240億パラメータの新モデル「Mistral Saba」を公開した。同等サイズのMistral Small 3よりアラビア語処理が大幅に優れ、タミル語などインド発祥の言語にも対応する。APIとオンプレミス環境で提供される。
xAIは月曜日夜、新旗艦モデル「Grok 3」シリーズを発表した。約20万基のGPUを用いて前世代の10倍の計算資源で訓練され、OpenAIのo3-miniに対抗する推論モデルや独自検索機能「DeepSearch」を搭載。現在はXのPremium+会員向けに先行提供されている。
OpenAIは利用規約違反の可能性を示すChatGPTのオレンジ色の警告表示を削除したと発表した。不条理な拒絶を減らし、違法や危害を及ぼさない範囲でより自由に使えるようにする狙い。今週改定されたModel Specとともに、過剰検閲批判への対応が進む。
The Informationの報道によると、Anthropicは数週間以内に新型AIモデルをリリースする準備を進めています。ディープな推論と高速応答を切り替えられるハイブリッド型で、開発者がコストを調整できるスライダー機能も用意。一部のコーディング性能でOpenAIのo3-mini-highを上回るとされています。
OpenAIのサム・アルトマンCEOが今後の製品計画を発表した。最後の非思考チェーンモデルとなるGPT-4.5をリリースした後、o3などを包括した統合システムGPT-5へ移行する。複雑なモデル選択画面を廃止し、無料版ChatGPTユーザーにも標準知能版を開放する予定だ。
Perplexityは検索向け新モデル「Sonar」を発表した。Llama 3.3 70Bをベースに事実性と可読性を高め、Cerebrasの推論基盤により毎秒1200トークンの超高速出力を実現。満足度評価で上位モデルを上回り、Proユーザー向けに提供を開始した。
OpenAIはChatGPTのo3-miniにおいて思考プロセスの表示を刷新した。無料・有料ユーザーを問わず回答に至る詳細な推論ステップを確認できる。競合による蒸留防止や安全面から生の思考ログ全開示は見送られたが、安全処理を経て非英語ユーザーにも母国語で推論を表示する。
仏AI研究所Kyutaiはリアルタイム音声同訳モデル「Hibiki」を発表した。現在は仏英翻訳に対応し、話者の声質を維持したまま文脈に応じて発話速度を調整する。公式評価では品質や自然さにおいて人間の同時通訳に迫る性能を示している。
著名AI研究者のAndrej Karpathy氏がYouTubeで約3時間半に及ぶLLM解説動画を公開した。非エンジニア向けに設計されており、事前学習からファインチューニング、強化学習までの全工程やハルシネーションの仕組みを直感的に学べる内容となっている。
Googleは「Gemini 2.0 Flash」を一般提供開始し、200万トークンのコンテキストを持つ最上位の「Gemini 2.0 Pro」実験版を発表しました。低価格で高速な「Flash-Lite」も追加され、Gemini AdvancedユーザーはアプリのドロップダウンからPro版をすぐ試せます。
AnthropicはClaude API向けに回答の根拠となった文や段落を直接明記する「Citations」機能の提供を開始した。Claude 3.5 SonnetとHaikuに対応し、社内検証では再現率が最大15%向上。ハルシネーションを抑えられる上、引用テキスト自体の出力トークン料金は発生しない。
OpenAIのサム・アルトマンCEOは最新の軽量推論モデル「o3-mini」をChatGPTの無料プラン利用者にも提供すると明かした。有料のPlusユーザーには豊富な利用枠が与えられる。数学やコーディングなど複雑な推論をこなすモデルだが、具体的な提供開始日はまだ発表されていない。
Demis Hassabis氏がGemini 2.0 Flash Thinkingの最新アップデートを公表した。数学ベンチマークのAIMEで73.3%、科学GPQA Diamondで74.2%を記録。100万トークンのコンテキストやコード実行に対応し、思考と回答の矛盾も減らした。