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。
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。
Anthropicは新モデル「Claude 3.5 Sonnet」をリリースしました。前世代の最上位モデルOpusを上回る推論・コーディング性能を2倍の速度かつ中位モデルの価格で提供し、リアルタイムでコードやUIをプレビュー・編集できる新機能「Artifacts」も導入しています。Claude.aiやAPIで既に利用可能です。
中国のDeepSeekは、MoE構成のコード特化型モデル「DeepSeek Coder V2」をオープンソースで公開した。338のプログラミング言語と128Kコンテキストに対応し、HumanEvalなどの主要ベンチマークでGPT-4 TurboやClaude 3 Opusを上回るスコアを記録。商用利用可能なMITライセンスで16Bと236B版が提供される。
Mistral AIは初のコード特化型生成モデル「Codestral」を発表した。220億パラメータの規模で32kトークンのコンテキストに対応し、80以上の言語とコード途中補完をこなす。最注目は低遅延とコード補完性能の両立だ。重みは研究向けに公開され、8週間の無料APIも用意される。
Nearの共同創業者イリヤ・ポロスキン氏が、プログラミング知識のないユーザーでも言葉で指示するだけで分散型アプリ(DApp)を構築できるAIエージェントの構想を明かした。スマートコントラクトからフロントエンドまで一貫して生成し、開発のハードルを引き下げる狙いだ。
MicrosoftはWindows 11向けPowerToys 0.81で新機能「Advanced Paste」を提供開始した。クリップボードの内容をMarkdownやJSONに直接変換できるほか、AIを用いて文章の要約や別言語へのコード書き換えも行える。ただしAI機能を使うにはOpenAIのAPIキーが必要となる。
GitHubは「GitHub Copilot Extensions」を発表した。VS CodeやVisual StudioのCopilot Chatから自然言語でDocker、Sentry、Azureなどの外部ツールを直接呼び出し、社内APIとも連携できる。開発時の画面切り替えを大幅に削減できるのが特徴だが、現在は一部プレビュー提供となっている。
AnthropicはAnthropic Console内で本番環境向けプロンプトを生成するツールを公開した。達成したい目標を入力するだけで、Claudeがchain-of-thought推論などの技術を活用し、高精度で信頼性の高いプロンプトを作成してくれる。
Stack OverflowとOpenAIはAPI提携を発表した。OpenAIは「OverflowAPI」を通じて検証済みの技術知見を取り込み、モデル向上とChatGPT内での出典付きコード提示を実現する。Stack OverflowもOverflowAI開発にOpenAIのモデルを活用する予定だ。
GitHub は自然言語で仕様策定から実装、テストまで行える開発環境「GitHub Copilot Workspace」の技術プレビューを開始した。Issue やリポジトリを起点に AI エージェントが段階的な修正計画を提示し、開発者が全工程を微調整できる。現在ウェイトリストを受け付けている。
元MicrosoftやGoogleのエンジニアが設立したAIコーディング支援のAugmentは4月24日、ステルスを解除し、2億5200万ドルの資金調達を発表した。企業価値は約9億7700万ドルに達し、元Google CEOのエリック・シュミット氏らが出資。現在は一部企業向けに早期アクセスを提供しており、年内にSaaSとして一般公開する予定だ。
Snowflakeは企業向けの大規模言語モデル「Arctic LLM」を発表し、Apache 2.0ライセンスで商用利用も含めオープンソース化しました。総パラメータ480Bながら17BのみをアクティブにするMoE構成を採用し、約200万ドルで学習。DatabricksのDBRXを上回るSQL生成やコーディング性能を謳います。
OpenAIはAPI顧客向けにエンタープライズ機能を大幅拡充した。24時間以内に非同期処理する新機能「Batch API」は通常料金の半額で利用可能。さらにAssistants APIのファイル検索上限が従来の20件から500倍の1万件へ拡大され、ストリーミング応答やプロジェクト単位の権限管理にも対応した。
仏Mistral AIはオープンソースの最新MoEモデル「Mixtral 8x22B」をX上でTorrentリンク形式で公開した。総パラメータ数は1760億で推論時のアクティブは440億、65kコンテキストをサポートする。Apache 2.0ライセンスで商用利用や微調整が可能だ。
OpenAIは大幅に改善された「GPT-4 Turbo」のAPI提供を開始し、ChatGPTへの展開も進めていると発表した。画像認識機能を持つ「GPT-4 Turbo with Vision」が一般提供となり、画像リクエストでもJSONモードや関数呼び出し(Function Calling)が使えるようになった。
GoogleはHugging Faceと連携し、オープンアクセスなコード特化モデル「CodeGemma」を公開した。Gemmaをベースに5000億トークンを追加学習し、補完特化の2B、コードと自然言語を扱う7B、対話型の7B Instructを用意。2Bモデルは約6GBのメモリで動作し、端末内での高速補完に向く。
Google Cloudは「Gemini for Google Cloud」を発表した。Duet AIはGemini Code Assistへと刷新され、Gemini 1.5 Proにより企業全体のコードベースを把握した支援が可能になった。さらにクラウド運用やセキュリティ、BigQueryにもAIアシスタントを展開する。
OpenAIはファインチューニングAPIの機能強化を発表した。エポックごとのチェックポイント自動生成やモデルを並べて比較できるPlayground、外部ツール連携を追加。あわせて企業の専門ニーズに合わせた「支援付きファインチューニング」も正式提供する。
xAIは推論力とコーディング性能を大幅に引き上げた新モデル「Grok-1.5」を発表した。コンテキスト長は従来の16倍となる128,000トークンに拡大し、MATHで50.6%、HumanEvalで74.1%を記録。数日中に𝕏の初期テスターへ提供される予定だ。
Appleは世界開発者会議「WWDC 2024」を6月10日から14日に開催すると発表した。iOS 18などの次期OSが披露される予定で、機能強化されたSiriや要約機能、Xcode向けのAIコード補完など、同社の本格的な生成AI戦略の全貌が明かされるとみられる。