エージェントとモデルのリリース
Claude Fable 5.1. AnthropicはFable 5.1とMythos 5.1を公開。コーディングとリサーチの性能が向上し、キャッシュ読み出しの低価格化によりエージェント型ワークロードのコストを最大45％削減できると主張している。無制限版のFable 5.1は現在利用可能だが、初期のコスト分析では、最も高い推論努力設定での最大削減効果に疑問が呈されている。
- → Claude Fable 5.1 made me a really nice animated pelican
- → Anthropic launches Claude Fable 5.1 and says it’s up to 45 percent cheaper for agentic work
- → Anthropic's Claude Fable 5.1 promises better coding and research at up to 45 percent less
- → Anthropic’s new Fable release is cheaper, less restrictive
OpenAI Astra. OpenAIは、開発中のAstraモデルが同社の重要なサイバーセキュリティ基準を満たした初のLLMになると発表した。未知の脆弱性を自律的に発見し、悪用できるという。同社はHugging Faceで発生したハッキングを受けて保護策を強化するため、Astraの開発の一部を延期し、最も高度なサイバーセキュリティ機能へのアクセスを制限する方針だ。
Spark-X2.5シリーズ登場. オープンモデルのSpark-X2.5-4Bと1.7BがHugging Faceに登場した。新しいアーキテクチャを採用し、Qwen 3.5 9Bに匹敵する性能とネイティブ100万トークンのコンテキストを謳う。現時点ではメインラインのllama.cppでは動作しないが、カスタムフォークが用意されている。
Runway Solaris 公開. Runwayは、コードを実行せずにクリックや音声へ反応し、UIフレームをリアルタイム生成する「Interface World Model」のSolarisを公開した。テキスト描画とスクリーンリーダー対応に制限があり、研究段階の取り組みと位置づけられている。
ローカルAIとハードウェア
Qwen3.8 ローカル実行レポート. コミュニティの報告では、Qwen3.8 27BとFlash-Nextがさまざまなハードウェアで動作している。48GB Macでは12トークン/秒、EPYC R9700 2基にMXFP4カーネルを使う構成ではデコード280トークン/秒、カスタム最適化後のRTX 3090単体ではデコード132トークン/秒を記録した。量子化ベンチマークではUD Q3_K_XLが16GBカードに適しているとの結果が出ている。一方、Qwen3.8は「コードは書けるが変更を加えすぎる」と評するユーザーもいる。
- → Running 104GB Qwen3.8-Flash-Next on 48GB Mac at ~12 tok/s
- → How I got 280 tok/s on Qwen3.8 27B on 2xr9700's and 940k tokens kv cache
- → I pushed Qwen3.8-27B to 2.000 prefill per second and 132 decode per second on A RTX 3090.
- → Kaitchup posted Qwen3.8 27B Benchmarks for quants from Q4 to Q1
- → Everyone is t/s maxing.. 3.8.. but after a week of using it for work I'm tempted to switch back to 3.6
DGX Spark 値上げ. NvidiaのDGX SparkとAsus Ascent GX10は大幅に値上げされ、Asus Ascent GX10は3999ドルから5999ドルに跳ね上がった。購入希望者は、DGX SparkにはFP4対応とテンソル並列があるにもかかわらず、より大きなメモリ帯域幅を持つAMD Epycシステムと比べて、DGX Sparkクラスタがコストに見合うのか疑問視している。
CMP 170HX 故障報告. あるユーザーは、CMP 170HX GPU5枚のうち2枚が2週間以内に故障し、3枚目はテンソルコアに不良があったと報告した。現在の価格ではLLM推論用に購入するリスクに見合わないと主張している。
INT8と紛らわしい量子化. RTX 3090にネイティブのINT8テンソルコアがあるのに、INT8 W8A8モデルがもっと普及しないのはなぜかという議論が起きている。一方、別のユーザーはAtomicChatがIQ2_S量子化版をQ4_K_Mと誤って表示していると非難している。
Intelのメモリ構想. Intelはメモリ事業に再参入する可能性を示唆した。CEOは、元SK Hynix幹部のSeok-Hee Lee氏の起用と新しいメモリアーキテクチャに言及したが、詳細はほとんど明らかにされていない。
ツールとフレームワーク
OpenClaw 2.0 リリース. オープンソースのパーソナルAIエージェントOpenClaw 2.0は、既存のChatGPT/Claudeサブスクリプションやローカルモデルを検出してセットアップを簡素化し、ブラウザを主要インターフェースとして再構築した。さらに、コラボレーション向けのクラウドセッション共有も追加されている。
Codex ローカルツール. OpenAIのデスクトップアプリCodexは、ランタイム内にLibreOffice一式に加え、Popplerやgitなどのバイナリを含むようになった。外部依存なしで文書処理スキルを利用できる。
AIソフトウェアファクトリー. Flueやtldrawなどの主要なAIオープンソースプロジェクトは、外部からのPRを受け付けず、代わりにエージェントのチームでissueのトリアージ、再現、修正、レビューを行っている。VercelのAI SDKプロジェクトは、1000件超のissueと800件のPRというバックログを解消するため、マルチエージェントの「ソフトウェアファクトリー」を導入した。
エージェント向けTerraform. HashiCorpは、HCP TerraformをAI駆動インフラのための管理されたコントロールプレーンとして位置づけ、エージェントによるTerraform変更の作成・適用を可能にしつつ、ポリシー、ID、監査の管理を徹底する。
datasette-mcp 0.2. datasette-mcpプラグインはバージョン0.2をリリースし、SQLクエリの結果を配列からオブジェクトに変更した。性能の低いモデルでも列を正しく対応付けられるようにするためだ。
研究と安全性
BenchMIRT ベンチマーク監査. Hugging Faceは、LLMベンチマークをプロンプト単位で監査する手法BenchMIRTを発表した。ベンチマーク内のプロンプトがそれぞれ異なる能力を測っている場合があり、平均スコアがその事実を覆い隠す可能性があることが示された。
Gemini エージェント型動画理解. Google DeepMindは、Gemini 3.7/3.6/3.5 Flash-Liteでエージェント型の動画理解機能を提供開始した。ネイティブの動画ツールで動画セグメントを動的に検索・検査し、精度を高めつつ動画分析のトークン使用量を削減する。
Claude テキスト透かし. Anthropicは、透かし検証APIを規制当局、メディア、ファクトチェッカーに開放した。承認された組織は、ある程度の編集を経ても残る可能性のある統計的パターンを使って、Claudeが生成したテキストを検出できるようになる。EU AI法の要件に沿った対応だ。
選挙とバイアスの問題. AlgorithmWatchは、Googleの選挙関連のAI Overviewsは一貫性がなく、参照する情報源が少なく、候補者を党派的な言葉で説明することがあると指摘した。また、GoogleのAI検索が国籍に応じた緊急通報アドバイスを表示し、修正につながった。
業界とビジネス
AfterQuery 急成長. AI学習データのスタートアップAfterQueryは、評価額32億ドルで資金調達したと報じられている。5カ月で10倍となり、Y Combinator史上最速のユニコーンだ。同社は専門家を雇い、プロのようにタスクを完了する方法をモデルに学習させている。
AIRが5000万ドル調達. AIセキュリティスタートアップのAIRは、5000万ドルの調達とともにステルスから事業を発表した。企業がエージェントを把握し、利用しているスキル、MCPサーバー、アドオンを継続的に検証して、承認されていないソフトウェア連携をブロックすることを支援する。
Google、ハリウッドと交渉. Googleは、メジャースタジオと、著作権で保護されたコンテンツをAIモデルの学習に使うライセンス契約を結ぼうとしていると報じられている。高額な支払いを提示しているものの、アナリストはこうした契約がスタジオの世間的な評価にリスクを及ぼす可能性があると警告している。
フロンティアAIへの注力. Google DeepMindの新トップであるKoray Kavukcuoglu氏は、フロンティアAIで先頭に立つことだけが重要だと述べた。現行モデルはフロンティアにわずかに及ばないと認めつつ、差を埋めると明言した。Gemini 4と3.5 Proについて具体的な更新情報は示されなかった。
業務へのAIエージェント活用. OpenAIのEnterprise Signalsによると、フロンティア企業は、アクティブユーザー1人あたりの出力トークンが8.3倍多い。スタートアップのBasis、Clay、Exa Labsは、オンボーディング、アカウント管理、開発者向けインテグレーションにエージェントを組み込んでいる。
AppleとOpenAIの訴訟. AppleはOpenAIに対し迅速な証拠開示を求めている。元Apple社員のMacBookにフォレンジックデータの破棄に関するやり取りが含まれていたのに、OpenAI側が検査しなかったと主張している。
Google Pics デザインツール. Googleは、Workspace向けAI画像作成・編集ツール「Google Pics」を発表した。Nano Bananaを搭載し、プロンプトによるデザインと正確なオブジェクト編集でCanvaやAdobe Expressに対抗する。
コンシューマー向けAIエージェント. Fambotは、家庭の用事や段取りを管理するAIチーフ・オブ・スタッフを発表。John Deereは農家自身のデータを使うJD AIアシスタントを投入。AmazonはAlexaに「Update Me When」ショッピングアラートを追加した。
今日はこれで全て - 約5分の読み物です。