Google、「Gemini 2.5 Flash」更新版を公開 エイリアス機能も追加
Googleは「Gemini 2.5 Flash」と「Gemini 2.5 Flash-Lite」のプレビュー更新版を公開した。品質と効率を高め、エージェントによる長期タスクの性能が15％向上したという。また、コードを書き換えずに最新版を参照できる「-latest」エイリアスも新設された。
AIモデル · デイリー
木
9月25日 木曜日
水
9月24日 水曜日
Microsoft、Office 365にAnthropicのClaude導入へ OpenAI単独依存から転換
MicrosoftがOffice 365にAnthropicのAIモデル「Claude」を導入し、OpenAIへの独占的な依存を見直す方針を固めました。Excelの財務処理やPowerPoint作成でClaudeが高い性能を示したためで、競合のAWS経由でモデルを利用します。単一パートナー依存を脱し、適材適所で複数AIを組み合わせる動きが加速しています。
火
9月23日 火曜日
アリババ、新旗艦モデル「Qwen3-Max」公開 コーディングとエージェント性能を強化
アリババは新フラグシップAIモデル「Qwen3-Max」を発表した。通常版（Instruct）に加え、ツール利用に対応した推論版（Thinking）を展開し、コーディングや自律エージェント能力を大幅に引き上げた。SWE-Benchなどの主要テストでトップ水準を競い、Qwen ChatやAPI経由ですでに提供中だ。
月
9月22日 月曜日
DeepSeekがV3.1-Terminusを発表、言語混在を抑えエージェント性能を強化
DeepSeekは「DeepSeek-V3.1-Terminus」への更新を発表した。ユーザーの要望を反映し、中英の不自然な混在や文字化けを抑えたほか、Code AgentおよびSearch Agentの処理性能を引き上げている。
日
9月21日 日曜日
OpenAI、高負荷な新サービスを投入へ 一部はPro限定や追加課金に
OpenAIのサム・アルトマンCEOは、今後数週間で膨大な計算資源を消費する新サービスを複数投入すると発表した。コスト上の理由から一部機能はPro会員限定となり、追加料金が発生する製品もあるという。アルトマン氏は知能のコスト削減が目標としつつも、現時点で大量の算力を投じる可能性を検証したいと説明している。
金
9月19日 金曜日
xAIが「Grok 4 Fast」発表：コスト98%削減で無料ユーザーにも開放
xAIは低コスト推論モデル「Grok 4 Fast」を公開した。200万トークンの文脈窓を備え、推論と通常応答を1つのモデルに統合。Grok 4同等の性能を維持しつつ思考トークンを40%削減し、コストを98%抑えた。LMArenaの検索ランキングでも首位を獲得し、無料ユーザーを含む全員に即日開放されている。
木
9月18日 木曜日
Mistral、Magistral 1.2公開：画像認識に対応、MacBookローカル動作も可能
仏Mistralは推論モデル「Magistral Small 1.2」および「Medium 1.2」をリリースした。ビジョンエンコーダーを搭載して画像分析が可能になったほか、24BのSmall版は量子化により32GB RAMのMacBookやRTX 4090単体でもローカル実行できる。
水
9月17日 水曜日
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。
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。
月
9月15日 月曜日
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。
木
9月11日 木曜日
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。
水
9月10日 水曜日
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。
火
9月9日 火曜日
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。
木
8月28日 木曜日
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。
火
8月26日 火曜日
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。
