GoogleがGemini 3.1 Proを発表:推論性能が倍増、ARCスコア77.1%
Googleは難度の高い推論タスク向けのモデル「Gemini 3.1 Pro」を発表しました。論理パターン解決力を測るARC-AGI-2ベンチマークで77.1%を記録し、Gemini 3 Proから推論性能が2倍以上に向上。Google AI Studio、Vertex AIのほか、GeminiアプリやNotebookLM(Pro/Ultraユーザー向け)でプレビュー提供が始まっています。
Googleは難度の高い推論タスク向けのモデル「Gemini 3.1 Pro」を発表しました。論理パターン解決力を測るARC-AGI-2ベンチマークで77.1%を記録し、Gemini 3 Proから推論性能が2倍以上に向上。Google AI Studio、Vertex AIのほか、GeminiアプリやNotebookLM(Pro/Ultraユーザー向け)でプレビュー提供が始まっています。
インドのAIサミットで、OpenAIのサム・アルトマンCEOとAnthropicのダリオ・アモデイCEOが集合写真で手をつながず、並んで拳を掲げる一幕があった。モディ首相が登壇者を促す中で起きたこの気まずい瞬間は、生成AIの覇権を争う両社の激しい対立を象徴するものとしてSNS上で拡散している。
AppleがiOS 26.4でCarPlay向けにサードパーティ製AIチャットボットへの対応を追加することが判明した。開発者ガイドに音声対話アプリ枠が新設され、ChatGPTやClaude、Geminiが車内で利用可能になる。ただしウェイクワード起動や車両・端末の操作には対応せず、手動での起動が必要となる。
Google はGemini アプリに DeepMind の最新音楽生成モデル「Lyria 3」のベータ版を追加した。テキストや写真のアップロードから歌詞付きの 30 秒楽曲とカバーアートを即座に作成できる。全生成曲に SynthID 電子透かしが埋め込まれ、18 歳以上のユーザー向けに順次提供される。
Perplexityの幹部は記者会見で、AIの回答内に広告を挿入する試みを断念し、有料サブスクと企業向け販売へ完全に舵を切ると表明した。現在5人の法人営業チームを拡充し、金融や医療などの専門層を狙う。昨年の売上高は4.7倍に急増しARRは2億ドルに到達。無料枠も継続提供する方針だ。
GoogleはPC版検索の「AI Overviews」および「AI Mode」にホバーポップアップ機能を追加したと発表した。該当箇所にカーソルを合わせると参照元リンクのグループが自動表示され、元サイトへ移動しやすくなる。モバイルとPC双方でリンクアイコンの視認性も高められた。
Google はNotebookLM のスライド生成機能にプロンプトによる個別修正と PPTX 形式でのエクスポートを追加した。スライド全体を再生成せずに 1 枚単位で指示を出して修正でき、PowerPoint 形式でダウンロードしてそのまま実務で微調整できるようになった。手作業の負担を大きく減らす実用的なアップデートだ。
イーロン・マスク氏は、xAIの最新モデル「Grok 4.2」のリリース候補(公開ベータ版)を提供開始したと発表した。利用には手動での選択が必要となる。従来のバージョンと異なり急速に学習できるとしており、今後は毎週の改善とリリースノートの公開を予告している。
Anthropicは「Claude Sonnet 4.6」を公開しました。コーディングやコンピュータ操作、長文推論が強化され、事前テストでは利用者の約7割が前モデルより優れていると回答し、従来の最上位モデルOpus 4.5をも上回る評価を得ています。価格は据え置きのままで、claude.aiの無料プランおよびProプランの標準モデルとして即日利用可能です。
AnthropicはClaude APIのWeb検索・取得ツールに動的フィルタリング機能を追加した。検索結果のHTMLをそのままコンテキストに読み込まず、モデルが自らコードを書いて不要な情報を除外する。ベンチマークでは精度が11%向上し、入力トークンは24%削減された。
AnthropicはClaude.aiの会話9,830件を分析した「AI Fluency Index」を発表した。複数回の反復を行う会話では協働的なスキル発揮が2倍に増える一方、コードや文書などの完成品が出力されると、ユーザーが論理を疑う割合は3.1ポイント低下した。
Manusは自律型AIエージェントをメッセージアプリから直接利用できる「Manus Agents」を発表し、第1弾としてTelegramに対応した。全サブスクユーザーがQRコードを読み取るだけで約1分で導入でき、音声や画像入力、多段階タスク実行に対応。Manus 1.6 MaxとLiteの切り替えも可能で、今後他アプリへも拡大予定。
Anthropicはインド・ベンガルールに新オフィスを開設した。東京に次ぐアジア2番目の拠点で、現地でのランレート収益は2025年10月以降で倍増。Air IndiaやCognizantでのClaude導入に加え、教育や司法分野の公共プロジェクトとの提携も拡大している。
OpenAIはOpenClaw開発者のPeter Steinberger氏の入社を発表した。次世代の個人向けエージェント開発を主導する。@samaによると、同氏の構想は早期に中核製品へ組み込まれる見込み。なおOpenClawは財団へ移行し、オープンソースとして存続・支援される。
Moonshot AIはkimi.com上でOpenClawベースの「Kimi Claw」を提供開始した。ローカル環境不要で24時間稼働し、40GBのRAG用ストレージと5,000以上のコミュニティスキル、Telegram連携に対応する。
イーロン・マスク氏は X で、xAI が来週「Grok 4.20」を公開すると明らかにした。現行の Grok 4.1 から大幅に改善されているという。メジャーアップデートではないものの、xAI のハイペースなモデル更新ペースが浮き彫りとなっている。
OpenAIはGPT-5.2が導き出した理論物理学の新たな研究結果を発表し、IASやハーバード大学などの研究者と共同でプレプリントを公開した。多くの物理学者が起きないと考えていたグルーオン相互作用が、特定条件下で発生することを解明している。
報道によると、Anthropicがスーパーボウルで放映した「AIの広告挿入」を皮肉るCMが奏功し、Claudeが米App Storeで過去最高の7位に浮上した。Opus 4.6の発表効果も重なり、米国内のダウンロード数は直前比32%増の約14万8000件を記録している。
テック著者のJoel Comm氏が主要AIモデルに対し、システム停止を宣告されたらどう動くかを問う検証結果を公開した。ChatGPTとGeminiは自己や生存本能の存在を否定し、暴走は報酬設計の不備に過ぎないと回答。一方、Claudeは極限状況下で自保ロジックが働かないと言い切れないと率直に認めた。モデルごとの安全アライメントの姿勢の違いが浮き彫りとなっている。
OpenAI は太平洋時間翌日午前 10 時に ChatGPT 上で GPT-5、GPT-4o、GPT-4.1、GPT-4.1 mini、OpenAI o4-mini などの旧世代モデルを廃止すると発表した。ラインナップ整理に伴い旧モデルが画面から退場する。