OpenAIの新モデル「o3」「o4-mini」が間もなく登場か：新奇な科学仮説を立案
OpenAIが今後数週間以内に新推論モデル「o3」と「o4-mini」をリリースする見通しです。物理学や創薬、材料科学などを横断し、研究の仮説立案や実験設計を行える点が特徴。科学研究の加速が期待される一方、企業向け月額料金は2万ドルに達するとの観測もあります。
AIモデル · デイリー
月
4月14日 月曜日
OpenAI、GPT-4.1シリーズをAPI提供開始：100万トークン対応とNano版新設
OpenAIはAPI向けに「GPT-4.1」「GPT-4.1 mini」「GPT-4.1 nano」の3モデルを公開しました。100万トークンの長文脈に対応し、SWE-bench Verifiedスコアは54.6%に向上。mini版はGPT-4o比でコストを83%削減しつつレイテンシを半減させています。なおChatGPTには直接提供されず、API限定となります。
OpenAIがGPT-4.1プロンプトガイドを公開：3つの指示でエージェント性能が約20%向上
OpenAIはGPT-4.1向けの公式プロンプトガイドを公開した。GPT-4oより指示を文字どおり厳密に実行する特性に合わせ、自律的な粘り強さ、ツール呼び出し、事前の計画立案を促すことで、SWE-bench Verifiedのスコアが約20%向上したという。
新設「Search Arena」でPerplexityのSonarがGemini 2.5と首位タイに
PerplexityはLM Arenaの新設ベンチマーク「Search Arena」で同社のSonarモデル群が上位を独占したと発表した。最上位のSonar-Reasoning-ProはGoogleのGemini 2.5 Proと並び1位タイを獲得。直接対決でも勝率53%を記録し、競合より2〜3倍多い情報源を引用した。
金
4月11日 金曜日
OpenAI、ChatGPT上の「GPT-4」を4月30日に提供終了へ GPT-4oに完全移行
OpenAIは木曜日の更新履歴で、4月30日にChatGPTからGPT-4を退役させ、GPT-4oへ完全移行すると発表した。執筆やコーディング、STEM分野の能力でGPT-4oが上回っており、なおAPI経由では4月30日以降もGPT-4を利用できる。
木
4月10日 木曜日
Google、Geminiと動画生成AI「Veo」を統合へ 物理世界の理解を強化
Google DeepMindのデミス・ハサビスCEOはポッドキャスト番組で、Geminiと動画生成モデル「Veo」を将来的に統合する計画を明かした。VeoがYouTube動画から学習した物理法則の理解を組み合わせることで、現実世界で役立つ汎用デジタルアシスタントの実現を目指すという。
xAIがGrok 3のAPIを提供開始、Claude 3.7と同等価格に
xAIはフラッグシップAIモデル「Grok 3」および推論対応の「Grok 3 Mini」のAPI提供を開始した。Grok 3の利用料は入力100万トークンあたり3ドル、出力15ドルでClaude 3.7と同等水準。ただしAPIのコンテキスト長は上限131,072 tokensにとどまる。
水
4月9日 水曜日
Google DeepMind、GeminiモデルとSDKで「MCP」プロトコル対応へ
Google DeepMindのDemis Hassabis氏はGeminiモデルおよびSDKでMCPプロトコルをサポートすると発表した。MCPがAIエージェント時代のオープン標準になりつつあるとし、今後はMCPチームや業界と連携して開発を進める方針だ。
Google、Gemini APIでVeo 2を一般提供開始、Live APIプレビューや2.5 Flash予告も
Googleは高品質動画生成モデル「Veo 2」をGemini APIで本番提供開始したと発表しました。同時に低遅延で音声や映像をストリーミング処理できる「Live API」のプレビュー版を公開し、思考機能を備えた軽量モデル「Gemini 2.5 Flash」の近日提供も予告しています。
Google Vertex AI、音楽生成モデル「Lyria」を追加 Veo 2の編集機能も強化
Google CloudはVertex AIにテキスト音楽生成モデル「Lyria」をホワイトリスト限定プレビューとして追加した。動画、画像、音声、音楽の全モダリティを揃えた初の企業向け基盤となる。Veo 2のカメラ制御や補完編集、Chirp 3の10秒音声クローン機能も同時に提供される。
火
4月8日 火曜日
NvidiaがNemotron Ultraを公開：DeepSeek R1の半分の規模で同等以上の性能
Nvidiaは2530億パラメータのオープンソースLLM「Llama-3.1-Nemotron-Ultra-253B-v1」を公開しました。8基のH100ノード1台で動作し、コーディングや一般質問応答で6710億パラメータのDeepSeek R1を上回る一方、一部の数学タスクでは後れを取っています。
月
4月7日 月曜日
Meta幹部、Llama 4のベンチマーク不正水増し疑惑を否定
Metaの生成AI担当VPであるAhmad Al-Dahle氏は、Llama 4 MaverickとScoutがテストセットを学習してベンチマークを水増ししたとする噂を否定した。性能差への批判に対し、同氏は公開直後で各クラウドの実装調整が追いついていないためだと説明している。
日
4月6日 日曜日
Anthropic主任科学者が言及：Claude 4は今後6か月以内に登場見込み
Anthropicの主任科学者Jared Kaplan氏が、次世代モデル「Claude 4」はおよそ6か月以内に登場すると発言しました。事後学習と強化学習の進化により、AIの開発サイクルはハードウェアの更新速度を上回るペースで加速しています。
金
4月4日 金曜日
OpenAIが「GPT-5」の公開延期を発表 「o3」「o4-mini」を数週間以内に先行投入へ
Sam Altman氏は計画変更を発表し、「o3」と「o4-mini」を数週間以内に先行リリースし、「GPT-5」の提供は数カ月後に延期すると明かした。全要素のスムーズな統合が難航したことや、空前の需要に対応するための計算リソース確保を理由に挙げている。
木
4月3日 木曜日
Tencent、深層推論モデル「混元T1」を更新：コード生成や中英混在出力を強化
Tencent は深層推論モデル「Hunyuan-T1」のメジャーアップデートを発表した。プロジェクト規模のコード生成や文章作成の品質が向上したほか、複数ターンの対話理解や指示追従、簡体字・繁体字および中英混在テキストの出力処理が最適化された。公式サイトや Hugging Face で体験可能。
水
4月2日 水曜日
OpenAI「o3」、1問解くコストが約3万ドルに？ ARC Prizeが試算を上方修正
米TechCrunchなどの報道によると、Arc Prize FoundationがOpenAIの未提供モデル「o3」の実行コスト試算を上方修正した。最高性能のo3 highがARC-AGIの難問を1つ解く費用は、当初の3000ドルから約3万ドルに跳ね上がる見込みだ。最高スコア達成に1024回の試行が必要だったことが影響している。
月
3月31日 月曜日
Google、「Gemini 2.5 Pro」実験版を無料ユーザーにもWebで開放
Google は最新モデル「Gemini 2.5 Pro（Experimental）」を Web 版の無料ユーザー向けに提供開始した。思考プロセスを表示する推論機能を備え、LMSYS のベンチマークでも首位を獲得。無料版ではファイル添付ができず、コンテキスト長も有料版より制限される。
Amazon、ブラウザを自律操作するAIエージェント「Nova Act」を発表
Amazonはブラウザを直接操作して予約やフォーム入力を自律実行するAIエージェント「Nova Act」と開発者用SDKを発表した。OpenAIやAnthropicに対抗する技術で、次期Alexa+の基盤にもなる。現在は研究プレビュー版として公開中。
土
3月29日 土曜日
AI チェス対決：ERNIE 4.5 が GPT-4.5 に 3 連勝で完勝
ERNIE 4.5 と GPT-4.5 によるチェス対決の検証結果が公開された。ERNIE 4.5 が 3 戦全勝を収め、最終局では 10 手でチェックメイトを決める圧倒的な強さを見せた。指示遵守や局面判断の正確さにおいて高い論理的思考力を発揮している。
金
3月28日 金曜日
OpenAI、ChatGPTの画像生成規制を緩和：有名人の描画を解禁
OpenAIはChatGPTの画像生成に関するコンテンツ規約を緩和した。一律の拒絶をやめ、ドナルド・トランプ氏ら著名人の描画や教育目的などの中立的な文脈でのセンシティブなシンボル生成を許可する。現実的な被害防止に軸足を移す方針だが、子どもを守る規制は維持される。
木
3月27日 木曜日
OpenAIがGPT-4oを更新：指示追従とコード生成が進化、絵文字は控えめに
OpenAIはChatGPT上のGPT-4oをアップデートしたと発表した。複数の要求が含まれる複雑なプロンプトの処理や技術的なコーディング能力が向上し、創造性も強化。さらに、過剰だった絵文字の出力頻度も削減された。
QwenLM、画像や動画の思考・推論に特化した「QVQ-Max」初版を公開
QwenLMは視覚推論モデル「QVQ-Max」の初版を正式公開した。画像や動画の内容を認識するだけでなく、背景知識と組み合わせて推論・分析を行う。難関数学ベンチマーク「MathVision」では思考時間を延ばすほど正解率が向上した。今後は端末操作を行うエージェント化を目指すという。