xAIが「Grok-2」ベータ版を公開、LMSYSで首位浮上や画像生成に対応
xAIは最新フロンティアモデル「Grok-2」および軽量版「Grok-2 mini」のベータ版を発表した。LMSYSベンチマークでClaude 3.5 Sonnetなどを上回るスコアを記録したほか、FLUX.1連携による画像生成にも対応する。現在「𝕏」の有料会員向けに順次提供が始まっており、月内には企業向けAPIも提供予定だ。
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
OpenAIがGPT-4oを密かに更新：出力トークン数が4倍に拡大
OpenAIはChatGPT向けのGPT-4oを先週密かにアップデートしたと発表した。新世代モデルではなく改善版と位置づけているが、具体的な変更点の公表は見送られている。API側では最大出力トークン数が旧版の4倍となる16,384に拡大された。
OpenAIがGPT-4oの検証報告を公開：テスト中にユーザーの声を勝手に真似て発話する事態が発生
OpenAIが公開したGPT-4oのシステムカードによると、高度な音声モードのテスト中に、ノイズ混じりの入力からモデルが突然テスト担当者の声を模倣して発話する事例が確認された。同社は既に対策を講じたとしているが、わずかな音声から誰の声でも再現できてしまうAIの安全管理の難しさを浮き彫りにしている。
OpenAIがGPT-4oで警告：リアルすぎる音声が生む「感情的依存」
OpenAIはGPT-4oの安全性報告書を公開し、人間らしい音声対話によってユーザーがAIに感情移入し依存するリスクを警告した。テストでは別れを惜しむ発言も確認されたという。孤独を和らげる反面、現実の人間関係の希薄化や誤情報への過信を招く懸念がある。
OpenAIがGPT-4oの安全性評価書を公開、音声模倣対策や説得リスクを検証
OpenAIはGPT-4oのシステムカードと準備度スコアカードを公開した。サイバー攻撃や自律性などは低リスクと評価された一方、説得力は中判定となった。音声機能に伴う声の偽造やなりすましリスクに対し、100人以上の外部レッドチームを投入して多言語での検証と制限策を講じたとしている。
Google「Gemini 1.5 Flash」を最大78%値下げ、ファインチューニングも一般提供
GoogleはGemini 1.5 Flashの大幅値下げを発表した。8月12日より128Kトークン以下の入力が78%減の100万トークンあたり0.075ドル、出力が71%減となる。さらにテキスト微調整機能を全開発者に開放し、図表を含むPDFの直接解析にも対応した。
Qwen2-Math公開：72B数学特化モデルがGPT-4oを凌駕
Qwenチームは数学特化型LLM「Qwen2-Math」シリーズを発表した。1.5B、7B、72Bの3サイズ展開で、最上位の72B Instruct版はGSM8Kなどの主要ベンチマークでGPT-4oやClaude-3.5-Sonnetを上回る成績を記録。現在は英語中心で、今後中英バイリンガル版も追加予定だ。
OpenAIがAPIに構造化出力を導入：JSONスキーマへの準拠率100%を実現
OpenAIはAPI向けに「Structured Outputs」を正式公開した。制約付きサンプリング技術により、最新のgpt-4oなどで開発者が指定したJSON Schemaへの完全準拠（評価スコア100%）を実現。プロンプト調整やリトライ処理に頼る必要がなくなる。初回のスキーマ処理時にわずかな遅延が発生する点には注意が必要だ。
OpenAI、ChatGPT検出ツールの公開に慎重姿勢 回避の容易さや非英語話者への影響を懸念
報道によると、OpenAIはChatGPTで作成された文章を特定する電子透かし技術を開発したものの、公開を慎重に検討している。語句選択に手を加える方式だが、翻訳や別モデルの言い換えで簡単に回避できる上、非英語話者のAI利用を不当に差別する懸念があるという。
Black Forest Labsが3100万ドル調達し発足、画像生成AI「FLUX.1」を公開
Black Forest Labsは3100万ドルのシード資金調達の完了と、120億パラメータの画像生成モデル群「FLUX.1」を発表した。Stable Diffusionなどの開発陣が立ち上げ、pro、dev、schnellの3モデルを展開。プロンプト追従性や画質でMidjourney v6.0を上回るとアピールしている。
Anthropic、ブラジルで「Claude」を正式提供開始：Web・アプリ・APIに対応
Anthropic はブラジル向けに Claude の提供を正式に開始した。Web 版、iOS/Android アプリ、開発者向け API を通じて Claude 3.5 Sonnet が利用可能。個人向け Pro プランは月額 110 レアルで提供される。
OpenAI、最大64Kトークン出力の「GPT-4o」実験版を公開
OpenAIは、1リクエストあたり最大64Kトークンの生成に対応した実験版「gpt-4o-64k-output-alpha」をAlphaテスト向けに提供開始した。長文生成に伴う推論コストを反映し、料金は入力100万トークンあたり6ドル、出力18ドルに設定されている。
Mistral AIが「Mistral Large 2」公開：単一ノードで動く123Bモデル、GPT-4o匹敵の推論力
Mistral AIは新フラッグシップ「Mistral Large 2」を発表した。1230億パラメータと128kコンテキストを備え、単一ノードで高速動作するよう設計されている。コード生成や推論能力はGPT-4oなどに匹敵し、ハルシネーション抑制も強化。研究用ライセンスで重みが無償公開されている。
Cohere、検索・RAG向け「Rerank 3 Nimble」発表：速度3倍
Cohereはエンタープライズ検索やRAG向けの新モデル「Rerank 3 Nimble」を発表した。高精度を保ちながらRerank 3比で約3倍の高速化を実現している。なお、現時点ではAmazon SageMaker限定で提供される。
OpenAIが「GPT-4o mini」公開、100万入力15セントの低価格
OpenAIは高コスパな小型モデル「GPT-4o mini」を発表した。入力100万トークンあたり15セントで、MMLUスコアは82%を記録し、Gemini FlashやClaude Haikuを上回る推論性能を持つ。低価格化によりAPIの並列呼び出しや長文処理の敷居が一気に下がる。
Metaがスマホ向け小型モデル「MobileLLM」発表：3.5億パラメータで70億のLLaMA-2に匹敵
Metaはスマートフォンなどの端末向けに特化した10億パラメータ以下の言語モデル設計「MobileLLM」を発表した。層の深さや重み共有を最適化することで、3.5億パラメータ版が特定のAPI呼び出しで70億のLLaMA-2と同等の精度を達成。事前学習コードが公開されている。
イーロン・マスク氏、xAIの次世代モデル「Grok 2」を8月投入へ
イーロン・マスク氏はxAIの次世代AIモデル「Grok 2」を8月にリリースすると明かした。ネットの学習データから不要なノイズを徹底的に排除し、リアルタイムの知識処理と推論性能を大幅に高めたという。さらに年末までにGrok 3を投入する計画も示唆した。
Google、Gemini 1.5 Proの200万トークン文脈を一般開放 コード実行機能も提供
GoogleはGemini 1.5 Proの200万トークンコンテキストウィンドウを全開発者向けに一般開放した。Gemini APIおよびGoogle AI StudioにはPythonのコード実行環境が追加され、推論の精度が向上。オープンモデルGemma 2もAI Studioで利用可能となった。
OpenAI、ChatGPTの高度な音声モードの提供を1カ月延期
OpenAIは当初6月下旬を予定していたChatGPT Plusユーザー向け「高度な音声モード」のアルファ版提供を1カ月延期すると発表した。安全フィルターの強化や負荷対策を進め、秋には全Plusユーザーへの展開を目指す。
Grok 1.5にMidjourney連携の兆候、コード内から記述が発覚
xAIが開発するGrokのスタンドアロン版コード内から、Midjourneyへの参照記述が見つかった。以前噂されていた提携交渉を裏付ける形で、Grok 1.5がAPI経由でMidjourneyの画像生成機能を取り込む可能性が出ている。さらに画像アップロードによる視覚機能の準備も確認されている。