モデルリリースとアップデート
GPT-5.6とChatGPT Work. OpenAIはGPT-5.6を3つのモデル（Sol、Terra、Luna）としてリリースし、推論努力レベルを明示。Solは短いプロンプトからより小さいLunaを自律的にポストトレーニングした。GPT-5.6とCodexをベースにした新しいChatGPT Workエージェントは、自律的な長時間ワークフローを処理する。一方、Atlasブラウザは廃止され、そのエージェントブラウジング機能はChrome拡張機能とデスクトップアプリに移行された。ベンチマークでは、SolはAnthropicのFable 5と同等の性能を3分の1のコストで達成している。
- OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows（新しいタブで開きます）
- OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"（新しいタブで開きます）
- OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT（新しいタブで開きます）
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost（新しいタブで開きます）
- OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity（新しいタブで開きます）
Meta Muse Spark 1.1. MetaはMuse Spark 1.1をリリースした。これはエージェントタスク、コーディング、コンピュータ操作のためのマルチモーダル推論モデルで、100万トークンのコンテキストウィンドウを備える。API価格は出力トークン100万あたり4.25ドルで、OpenAIやAnthropicなどの競合他社よりも低く、AIの価格競争を激化させている。
Tencent HY3 295B MoE. TencentのHY3は、295B-A21BのMoEモデルで、DeepSeek V4 Flashと競合し、GGUF量子化形式で利用可能。107GBのUD128量子化モデルは128GBのMacで良好な品質で動作し、より高品質なQ6_Kは大規模GPU環境でほぼロスレスな性能を提供する。
Qwen3.6 NVFP4スピードブースト. UnslothはQwen3.6 27Bおよび35B向けのNVFP4量子化をリリース。行列積にW4A4を使用することで、NVIDIA公式の量子化と比較して2.5倍高速な推論を実現し、MMLU-ProやAIME 2025などのベンチマークで精度低下は見られない。
エージェントインフラストラクチャとツール
エージェントメモリのためのOpenWiki Brains. LangChainはOpenWiki Brainsをリリース。これは、Gmail、Notion、gitリポジトリなどから自動的にコンテキストを取得し、エージェントがクエリできるWikiを維持することで、AIエージェントにプロアクティブなメモリを提供するフレームワーク。
エージェント向けCloudflare一時アカウント. Cloudflareは一時アカウントを導入。AIエージェントが永続アカウントなしでWorkerをデプロイできるようにし、未使用の場合は60分で期限切れとなる。これによりエージェント駆動のワークフローにおけるボトルネックが解消される。
barebrowse: エージェント向けARIAスナップショット. MITライセンスの新しいツールbarebrowseは、生のHTMLではなく刈り込まれたARIAスナップショットをウェブエージェントに提供し、トークン使用量を大幅に削減。既存のブラウザプロファイルとクッキーを再利用するため、複雑なスクリプトなしでログイン中のページにアクセス可能。
MIT LLMサーバーダッシュボード. ローカルLLMサーバー向けのオープンソースの単一ファイルダッシュボード。GPU使用率、モデルごとのスループット、システム統計をターミナルスタイルのページで表示し、llama.cppとvLLMのワーカーポートを自動検出する。
投機的キャッシュウォームアップ. OpenFoxは投機的キャッシュウォームアップを導入。プロンプトを入力している間にシステムプロンプトとツールを事前処理し、アイドルコンピュートを活用してセッションごとに10～20秒の待ち時間を削減する。
AI開発とベンチマーク
BunがAIを使ってRustで書き直される. BunはAnthropicのClaude Fable 5を使用して、ZigからRustに完全に書き直された。64のClaudeインスタンスが11日間並行稼働し、100万行以上のコードを記述、コストは16万5千ドル。128のバグを修正し、2～5%の速度向上を達成。
AIによるDatadog移行. DatadogはClaudeとCursorを使用して、重要なメトリクスルーティングサービスをKVからリレーショナルスキーマにリファクタリング。AIがコードを生成・テストし、手作業を削減、正確性を確保。
コーディングエージェントのコストとパフォーマンス. DataBricksは数百万行のコードベースでコーディングエージェントをベンチマーク。pi-coding-agentはCodexと比較して最大2倍安く、合格率も高い。GLM 5.2はOpus 4.8 Highと同等。
SWE-Bench Proの問題点. OpenAIは、人気のコーディングテストSWE-Bench Proのタスクの約30%が、曖昧または誤解を招くプロジェクト由来の問題により欠陥があることを発見し、推奨を取り下げ。Artificial Analysisはすでにこれを除外していた。
業界とビジネス
AppleがOpenAIを提訴. AppleはOpenAIを提訴。元Apple従業員（最高ハードウェア責任者Tang Tanを含む）による企業秘密の窃取パターンを主張し、OpenAIのハードウェア構想（iPhoneに対抗するAIスマートフォンの可能性）を進めていると非難。
TencentがManusを買収へ. TencentはAIエージェントスタートアップManusの過半数の株式を20億ドルの評価額で買収する交渉中。北京がMetaに買収断念を強いた後、Tencentはエージェント機能をWeChatに統合する計画。
MetaがAI画像機能を削除. Metaは、公開アカウントをタグ付けしてAI画像を生成できるInstagram機能を削除。同意なしに個人写真が使用されたことへの反発を受け、同機能は『的を外した』とされた。
Hugging FaceのCEOがオープンソースについて語る. Hugging FaceのCEO Clem Delangueは、企業がコスト管理のために最先端APIからオープンモデルに切り替える中、オープンソースAIが急成長していると主張。フォーチュン500の半数が同プラットフォームを利用している。
この日のニュースは以上です – 約 5 分で読めます。