Anthropic、Claudeの政治的公平性を測定する手法を公開
AnthropicはClaudeが政治的に公平な回答を行えるよう訓練・評価する手法を発表し、自動評価ツールをオープンソース化した。150の論点によるテストでClaude Sonnet 4.5はGPT-5を上回りGrok 4と同水準を記録。AIの偏向を防ぐ共通基準の確立を目指す。
Claude Opus 4.1
OpenAI、実務評価の新基準「GDPval」公開 44職種でAI能力を検証
OpenAIは実社会での経済的価値を測定する評価基準「GDPval」を発表した。米国GDP上位9業界・44の知識労働職種から1320件の現場タスクを抽出。最新モデルがベテラン専門家並みの品質を約100倍安く達成できる一方、現行版は1回完結の評価に限られる。
Microsoft Copilot Studio、AnthropicのClaude 4モデルを追加
Microsoftは「Copilot Studio」にAnthropicのClaude Sonnet 4とClaude Opus 4.1を追加したと発表した。OpenAIモデルと並んでエージェント構築やプロンプト作成で選択可能になる。早期リリース環境で即日利用でき、年末までに本番環境へ展開される予定だ。
Anthropic、Claude Opus 4に悪質ユーザーとの対話を自ら終了する機能を導入
AnthropicはClaude Opus 4および4.1において、ユーザーによる執拗な暴言や有害な要求があった極端な場合にAIが対話を強制終了できる機能を導入した。「AI福祉」の実験的一環で、終了されたスレッドへの再送信は不可となるが、新規チャットの作成や過去ログの分岐編集は可能。
Anthropicが「Claude Opus 4.1」公開：SWE-benchで74.5％、価格据え置き
Anthropicはコーディングと自律型エージェント処理を強化した「Claude Opus 4.1」を発表した。SWE-bench Verifiedで74.5％を記録し、複数ファイルのリファクタリング精度が大幅に向上。価格はOpus 4と同額で、有料会員向けおよび主要クラウド経由ですでに提供を開始している。