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。
AIモデル · デイリー
木
6月5日 木曜日
月
6月2日 月曜日
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。
金
5月30日 金曜日
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。
木
5月29日 木曜日
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。
水
5月28日 水曜日
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。
土
5月24日 土曜日
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。
木
5月22日 木曜日
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。
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。
水
5月21日 水曜日
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。
火
5月20日 火曜日
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。
金
5月16日 金曜日
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。
木
5月15日 木曜日
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。
水
5月14日 水曜日
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。
木
5月8日 木曜日
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。
水
5月7日 水曜日
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。
