モデルリリース
Qwen 3.8 27B. AlibabaのQwenチームは、Apache 2.0の下でQwen3.8-27Bと、より大規模なQwen3.8-2.4T-A95Bを公開しました。27BのdenseモデルはQwen3.6-27Bと同じアーキテクチャを共有していますが、トレーニングの変更によりコーディング、オフィスタスク、エージェント計画が改善されています。ネイティブコンテキストは262kトークンをサポートし、100万トークンまで拡張可能です。
ZhipuのGLM-5.3. Zhipu AIはGLM-5.3を公開しました。これはGLM-5.2と同じベースモデルを使用していますが、ポストトレーニングを拡張しています。同社は、オープンウェイトのコーディングモデルとして最強であり、エージェンティックコーディングとサイバーセキュリティの脆弱性発見において顕著な向上が見られると主張しています。ウェイトは2週間以内にHugging Faceで公開される予定です。
MetaのMuse Glimmer. Metaは、Apache 2.0の下で30BのエージェンティックモデルであるMuse Glimmerをオープンソース化しました。これは消費者向けGPUでのローカルワークフローを目的としています。より大規模なMuse Sparkから推論とツール呼び出しのスキルを蒸留しており、一時的に30Bクラスの最先端でした。
中国のオープンモデルの波. 1か月足らずで、中国のラボはKimi K3、Qwen3.8、DeepSeek-V4-Pro-0813、GLM-5.3を発表し、オープンウェイトのフロンティアにおける急速な進歩を強調しています。
ローカル展開とコミュニティ
Apple Siliconの高速化. 新しいmlx-dsparkのリリースにより、Apple Silicon上のQwen3.8-27Bで投機的デコーディングが可能になり、M4 Proでは同一の出力トークンを生成しながら最大約3倍高速な生成を実現します。
量子化とウェイト. UnslothはQwen3.8-27Bの量子化ウェイトを公開し、Tim Dettmersは単一のDGX SparkでGLM-5.3を毎秒7トークンで実行できる可能性のある新しい量子化手法を予告しました。
Qwen 3.8の初期テスト. コミュニティのテストでは、Qwen3.8-27Bで強力なワンショットコーディングデモとエージェンティックな動作が示されていますが、一部のユーザーは一般的な知識が著しく削減され、xhigh推論努力では非常に長い思考トレースが発生すると報告しています。推奨サンプリングパラメータはモデルカードで確認できます。
- → Qwen 3.8 - 27B is a game changer
- → A hunch: Qwen3.8-27B's general knowledge got pruned (good, if true)
- → The difference between "medium" and "xhigh" reasoning effort for Qwen3.8-27B is actually insane.
- → Qwen 3.8 27B - Aquarium Burst Sample Test
- → RetroCraft - Qwen 3.8 27B Q8, one shot with exact performance data on dual 3090s.
無検閲のローカル版. Qwen3.8-27Bのコミュニティ「異端」バージョンは、拒否とセーフガードを除去し、Opus 4.6のようなフロンティアモデルのレベルのローカル無検閲代替手段を提供することを目的としています。
AIの透明性と安全性
Anthropicの透かし検出. Anthropicは、サードパーティの開発者がClaudeによって生成された可能性のあるテキストを検出できるように、透かし検出APIを提供する予定です。この手法はSynthID Textを使用し、短く、事実中心で、大幅に書き換えられたテキストでは信頼性が低くなります。
Googleが透かしをオプションに. Googleは、Nano Banana、Omni、LyriaからのAI生成画像、動画、音楽で、ユーザーが目に見える透かしをオフにすることを許可しています。検証用に、目に見えないSynthIDとC2PAメタデータは引き続き埋め込まれます。
法廷でのプロンプトインジェクション. コネチカット州の判事は、事件を審査するAIシステムを操作するための隠しテキストを含む、米国初の裁判所提出書類と思われるものを記録しました。隠し指示は効果がありませんでしたが、判事はその戦術を危険だと述べました。
本番環境でのエージェント
Claude Codeのメンテナンス業務. Anthropicによると、Claude Codeは自社アプリの日常的なメンテナンスを実行しており、388件のプルリクエストを作成し、人間によるレビュー後に46%のマージ率を達成しています。ルーチンには、クラッシュファジング、重複する抽象化のクリーンアップ、依存関係のチェックが含まれます。
OpenAIのComputer History. OpenAIのComputer Historyは、Chronicleスクリーンショットプロトタイプを置き換え、macOS上でクリック、キーストローク、アプリの切り替えを記録して検索可能なタイムラインを構築します。繰り返し発生するワークフローを検出し、ChatGPTとCodex向けの再利用可能なスキルを提案できます。
業界とビジネス
米中価格競争. OpenAIとAnthropicは、中国のオープンモデルが勢力を拡大する中で価格を引き下げています。GoogleのGemini 3.7 Flashは、コーディングとエージェントを対象とした50%の導入価格引き下げでデビューします。主要な米国ラボのトークン価格は7月中旬以来、約4分の1下落しています。
GPT-5.6 Sol Ultrafast. OpenAIは、Cerebrasを搭載したGPT-5.6 Sol向けのUltrafastモードのプレビューを開始しました。毎秒最大750出力トークンを提供します。APIサービスは当初、選ばれた顧客に限定されており、インシデントや市場イベント中のリアルタイム分析を目的としています。
MetaのAIをすべての人に. MetaはGlimmerのリリースに合わせて、AIはすべての人にオープンであるべきだと主張する長文のZuckerbergの手紙を公開しました。しかし、ポッドキャストの報道によると、同社は最も強力なMuse SparkをAPIの背後に置いています。同じ議論は、2億5000万ドルの買収が失敗したことを指摘しています。
Apple-Alibaba中国向けモデル. Appleは、Alibabaの支援を受けて、中国市場向けのカスタムAIモデルを訓練したと報じられています。これはApple Intelligenceを中国のデバイスに導入する前の動きです。この提携は、米中のAI協力としては珍しいものです。
Kogの推論高速化. フランスの新興企業Kogは、AMD MI300XやNvidia H200のような従来のGPUからより多くの速度を引き出すためにソフトウェア最適化を使用しており、ソフトウェアエンジニアリングのワークロード向けのより高速な単一リクエストのデコーディングを目指しています。
天然ガス価格のリスク. 新しいNorevaの予測は、Amazon、Google、Meta、MicrosoftなどのハイパースケーラーがAIデータセンター向けにガス電力を確保しているため、米国の一部地域で天然ガス価格が3倍になる可能性があると警告しています。
研究ハイライト
150M ARCモデル. 150Mパラメータのリカレント潜在推論モデルは、ARC-AGI-1で29.5%のスコアをタスクあたり$0.0007で獲得し、公表されているコスト精度フロンティアの外側にあります。最小限のハードウェアで動作しますが、数十億パラメータへのスケーリングは依然として必要です。
自律研究への疑問. Princeton大学と英国AISIの研究は、未発表のNeurIPS論文を使用して、現在のフロンティアモデルは研究エンジニアリングを処理できるが、重要な研究の部分では失敗することが分かりました。これは自律型AI研究に関するラボの主張と矛盾しています。
DarwinXハーネス進化. DarwinXは、自然選択を通じてエージェントハーネスを進化させ、プロンプト、ツール、スキル、制御フローにわたってモデルの重みを固定したままにします。4つのベンチマークで平均約17ポイントを追加し、変更なしでSWE-bench Verifiedに転送されます。
PlayWorldベンチマーク. PlayWorldは、171の長期的な目標を追求するマルチモーダルエージェントプレイヤーを使用してビデオワールドモデルをベンチマークし、幾何学的一貫性、インタラクションの忠実性、視界外の進化、洞察の進化を測定します。
今日はこれで全て - 約5分の読み物です。