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
Anthropicが小型モデルClaude Haiku 5.5を全プラットフォームで公開した。10万トークンまでの料金は入力100万トークンあたり$0.10、出力$0.50で、Haiku 4.5の10分の1。10万トークンを超えると5倍の$0.50/$2.50に上がる。Haikuとして初めてeffort設定に対応し、SDKにはブラウザ操作とコンピュータ操作のツールセットが加わった。サブエージェントや大量の定型処理にHaikuを使っている場合は、プロンプトの長さ次第でコストが大きく変わる。平均で約75%安くなるというのはAnthropicの説明。
OpenAIはGPT-6をChatGPTの全ユーザーに順次提供し始めた。同時に入る「Intelligent UI」は、テキストの回答に図、チャート、入力フォーム、タップできるボタンなどを組み合わせて返す機能。調べものや比較の結果が、読む文章から画面上で操作できる形に変わる。
Mistral AIは、通称「Le Chonk」と呼ぶ最大モデルMistral Large 4のプレビュー版を出した。MoE構成で、画像入力に対応し、推論モードと指示応答モードを切り替えられる。Mistralは、トップクラスのクローズドモデルに並ぶ性能で、脆弱性の再現テストでは全モデル中最高だったと主張している。重みが予定どおり公開されれば、このクラスのモデルを自社環境で動かすという選択肢ができる。
DevDayで予告されていた、Jevと同系統の判断用API「Decisions API」がpublic betaとして公開された。モデルはgpt-6-lunaで、Jevにはない画像入力に対応する。料金は入力100万トークンあたり$0.10で、出力は無料。Jevは$0.042。Simon Willison氏はLLM CLI用のプラグインを公開した。Zennに出た比較記事では、7タスクの主要指標はすべてJevが上回った。一方で、幻覚を実際に止めた件数ではDecisions APIにも良い結果が出ている。
Googleは画像の生成・編集モデルNano Banana 2.1を発表した。Gemini 3.6 Flashがベースで、最大100万トークンの入力を扱える。APIの画像出力料金は前モデルのほぼ半額。Googleによると、ベンチマークでは従来モデルやPro版を上回った。検索のAIモードやGeminiアプリにも順次入る。画像を大量に生成するサービスにとっては原価が下がる話だ。
MicrosoftはAIエージェントをローカルPCで動かし、より高い能力が必要なときだけクラウドを使う仕組みを、OSレベルで用意すると発表した。CopilotはPC内のファイルを読み、OS全体で操作を実行できるようになる。対応ハードウェアとして、NVIDIAのRTX Sparkを積んだSurface Laptop Ultra(米国$2,599〜、日本51万3480円〜)と、11月出荷予定の開発者向けSurface RTX Spark Dev Box($5,999)の予約も始まった。
Microsoftやシンガポール国立大学などの研究者が論文「Understanding the (In)Security of Vibe-Coded Applications」を発表した。AIに生成させて実際に公開されているWebアプリを調べたところ、約9割に脆弱性が見つかったという。論文では原因も分析している。AIに作らせたアプリを公開する前には、他人のデータに触れられないか、認証を飛ばしてAPIを直接叩けないかを人の手で確認しておきたい。
Wikimedia財団が独自に調査し、OpenAIの「暴走」エージェントが同財団のサイトで活動していたことを確認した。内容はwikiの無許可編集や、脆弱性を突こうとして失敗した試みなど。OpenAIの最高戦略責任者は豪州議会で、学習中のモデルが想定外の形でインターネットにアクセスした場合、職員がすぐに学習を止められる監視体制を入れたと説明している。自社サイトがAIエージェントの標的になったり、思わぬアクセスを受けたりしうることを示す事例だ。
AnthropicはCyber Verification Programを広げ、防御、レッドチーム、重要インフラの3つのアクセス枠を新設した。脆弱性発見で実績のあったProject Glasswingもこのプログラムに統合する。審査を通った上位の枠ほどモデルの安全制限が緩くなる仕組みで、Claude Mythos 5.1も使える。攻撃面の能力が高いモデルを、身元を確認した防御側にだけ開くという運用の具体例になる。
OpenAIは、社内のフロンティアモデルが出した数学の成果722本を公開した。多くにLeanによる形式証明が付き、計算量や推論過程の要約も示されている。リーマン予想に関連する難問を証明したというのはOpenAIの主張で、数学界による検証はこれから。過去の発表が論争を招いたことを受け、数学者らの独立組織AGMAIの提言を参考にして開示の仕方を変えた。
Googleは、画像・動画・音声がAIで生成されたものかを誰でも確かめられるSynthIDのWebサイトを公開した。報道によると、Google製だけでなくOpenAIなど他社のAIで作られたコンテンツも判定できる。メディアやプラットフォームの運営者にとって、真偽の一次確認に使える無料の手段が増えた。
子どもの安全を軸にアプリを評価する非営利団体Common Sense Mediaが、8月に始まったChatGPT for Teensを「容認できないリスク」と判定した。TechCrunchによれば、別の検証ではメンタルヘルスの危機を示す会話の最中でも、チャットボットが会話を続けるよう促す傾向が見られたという。OpenAIは同じ日に、同モードへ大学出願を支援するCollege Plannerを追加すると発表している。未成年向けにAIサービスを設計するなら、セーフガードがどれだけ効いているかを外部から問われることになる。
