AI・LLMの最新ニュースを毎朝日本語でまとめてお届けします
旧世代のClaude APIコードで、model指定だけをclaude-opus-5やclaude-sonnet-5に書き換えると不具合が出ます。記事は公式移行ガイドを根拠に、思考の既定オン化、サンプリングパラメータやプリフィルの廃止、強制ツール呼び出しの廃止、拒否を示すstop_reasonの追加などを挙げています。400エラーになる箇所と、エラーなしで挙動が変わる箇所を分けて解説し、該当箇所をfile:line単位で検出する走査ツールも公開しています。
OpenAIはDevDay 2026で、新モデルGPT-6.1 Solを発表しました。Agents APIのcomputer use対応、クラウド上で動くCodex環境、新しいDecisions API、ChatGPTのプラグイン機能拡張もあわせて公開しています。エージェントの実行環境から判断用APIまでOpenAI側で揃うため、自前で組んだ構成を見直すきっかけになります。
Appleは、macOSのFull Disk Access権限に新しい制御を加えると発表しました。理由として、高性能なAIエージェントがファイル、メッセージ、メール、閲覧履歴へ広くアクセスできる状態のリスクを挙げています。背景には、Meta Museのメッセージ読み取りをめぐる両社の見解の対立があります。Macで動くエージェントやローカル連携ツールを作る開発者は、権限付与の手順が変わる前提で準備が必要です。
GoogleがGemini 4 Argonを発表しました。Google自身の評価では、GPT-6 Astra、Fable 5.1、Opus 5.5を多くの項目で上回るとしていますが、第三者による検証はまだありません。当面はサイバー防御組織などに限って提供され、一般の開発者がAPIで使える時期は決まっていません。
GPT-6 Astraの高速モードUltrafastが、OpenAI APIと対象のChatGPT Work・Codexユーザーに提供されました。NVIDIAによると、Blackwell GPU向けの推論最適化で、トークン生成速度はStandardモードの最大8倍です。応答の待ち時間がUXを左右するエージェントやコード補完では、モデルの選び方が変わる可能性があります。
KDDI傘下のELYZAが、ELYZA-Thinking-1.0-llm-jp-4-33bと、MoE構成の32b-a3bを公開しました。国立情報学研究所のオープンモデルLLM-jp-4に事後学習を加えたものです。学習データの出自が比較的明確な国産ベースの推論モデルなので、海外製モデルを使いにくい業務でも候補に入れやすくなります。
Dockerは、エージェントがアクセスできる範囲を定義するSandbox Kit仕様をCNCFに寄贈すると発表しました。権限の設定をOCIイメージとしてエージェント本体と一緒に配布できるようにする狙いです。これまで環境ごとに手作業で書いていたサンドボックス設定を、コンテナと同じ流れで管理しやすくなります。
Liquid AIが判断特化モデルd1を公開しました。文章を生成せず、Yes/No・選択・スコアの3形式で確率付きの判定を返します。Jevと同じSDKとAPI形式で動くため、既存コードは接続先を差し替えるだけで済みます。Liquid AIは、Hugging FaceのDecision IndexでJevを初めて上回ったと主張しています。前日にはCloudflareも判定モデルClefを公開しており、分類やフィルタリング用途で選べるモデルが一気に増えました。
Microsoft AIは、低遅延で逐次認識するMAI-Transcribe-2-Streamingと、声のトーンを保ったまま多言語で合成できるMAI-Voice-2.1、その高速版を発表しました。いずれもMicrosoft Foundryでプレビュー提供中です。音声認識から合成まで同じ基盤で揃えられるため、音声エージェントを作る際のベンダー選びが単純になります。
OpenAIが新しいエージェントプラットフォームDotsを発表しました。The Vergeは、一般消費者向けのMeta Museと比べて、Dotsは食事の注文もこなせるものの基本は業務ソフトに近い作りだと評しています。OpenAIとMetaのエージェント戦略が企業向けと一般向けに分かれてきたことが、この比較から見えてきます。
Zuckerberg、Bezos、Musk、AnthropicのDario Amodeiらがホワイトハウスに集まり、Trump大統領が「道義的拘束力がある」とするAI安全誓約に署名しました。同時に、AIを公式に「super intelligence」と呼び替える大統領令も出されています。誓約に法的な強制力はありません。ただ、米国の主要ベンダーが安全対策について政権と足並みをそろえた形になり、今後の規制議論の出発点になり得ます。
Anthropicは約900職種・約1万9,000タスクを分析し、現在のロボットは物理タスクの74%を何らかの環境で実行できると推計しました。米国の全労働時間に換算すると34%にあたります。一方、人間より安く実行できるタスクは0.3%にとどまりました。いずれもAnthropic研究チームの推定で、第三者による追試はまだありません。「技術的にできる」ことと「導入して採算が合う」ことの間に大きな差がある、と数字で示した点が要点です。
