エージェント＆モデルリリース
オープン意思決定モデル公開. Cloudflare Clef-omniがWorkers AI上で、音声・動画・画像・テキストにまたがるマルチモーダルスコアリングを1回の呼び出しで追加した。一方、vLLM Semantic RouterのDecision 3.0ファミリーは、生成テキストをパースせずに分類とルーティングを行うApache-2.0モデル5種を0.8B～27Bでリリースした。
100万コンテキストのセキュリティモデル. OrcaRouterのOrcaCyber Zero 1.5は、100万トークンのコンテキストとfunction callingを備え、脆弱性の再現とエクスプロイト開発を狙う。ただしホスト型API専用で、スコアはベンダー申告値だ。
生成ワールドモデルのプレビュー. Odyssey-3は、テキストプロンプトからインタラクティブな3D環境をリアルタイムで生成する公開研究プレビューで、ロボティクス、自動運転、ゲームキャラクターの基盤と位置づけられている。
Microsoft AesCodeのビジュアル生成. AesCode 8Bと32Bは、構造化されたHTML/CSSのスライド、ポスター、ダッシュボードを生成する。生成画像を美的参照として使いながら、プロンプトの内容要件に従う。
アラビア語音声モデル登場. Falcon-ASRはTIIによる1.6Bのアラビア語音声認識モデルで、アラブ首長国連邦の方言に焦点を当て、平均WER 20.92%を報告。ただし重みもAPIもまだ利用できない。
ツール＆フレームワーク
セルフホスト型パーソナルエージェント. Talorysは、自分のCloudflareアカウント内だけで動くオープンソースのパーソナルAIアシスタント。無料枠でチャット、メモリ、タスク、ノート、スケジュールされたルーティンを利用できる。
コーディングエージェントが停止. OpenCode 2.0.26がリリースされたが、有能なボットでも「実装する」と言った後に止まり、手動で「go ahead」と促す必要があるとユーザーは報告している。
Windowsのセマンティック検索. VectorDashとFileDigは、Windows向けのローカル検索代替を提供する。VectorDashはEmbeddingGemma 2でドキュメント、画像、音声、動画をインデックス化し、任意の読み取り専用MCPサーバーも備える。
ローカル医療AIツールキット. OpenMed 3.0はApache-2.0のオフライン臨床AIツールキットで、FHIR、HL7、検査値、ノートを患者タイムラインに統合するようになった。推測したりクラウドモデルにフォールバックしたりすることはない。
ローカル推論＆ハードウェア
ビット完全一致の投機的デコーディング. SGLangのdeterministicモードと2件の修正により、Qwen3.8-27Bの投機的デコーディングは投機なしの場合とトークンIDとlogprobsが一致し、RTX PRO 6000 1枚で106トークン/秒に達した。
Qwen3.8メガカーネル、140トークン/秒. CUDAメガカーネルは単一のRTX 3090上でQwen3.8-27Bをllama.cppの1.4～1.9倍の速度で実行し、トップトークン一致率99%、KLダイバージェンス0.0009を達成した。
Strix Haloのプロンプト処理. Strix Halo向けrdna35-perfブランチは、128kコンテキストでllama.cppのプロンプト処理をVulkan比21～54%、標準ROCm比最大2.7倍改善し、出力は変わらない。
Qwen Flash-Next、500kコンテキスト. Qwen3.8-Flash-Nextは、AMD 7900 XTX上で66GBの重みをシステムRAMに載せて実行し、506kトークンを105～160トークン/秒で保持した。以前の繰り返しは、preserve_thinking:trueが以前の推論をフィードバックしていたことが原因だった。
確率的MTPがマージ. llama.cppのPR #27694が確率的マルチトークン予測を追加。greedy系のドラフト設定で、散文のデコード速度が約14%向上する。
GLM-5.3 Flashのローカル実行. Project Mayaは、エキスパートをRAM/SSDにオフロードすることで321BのGLM-5.3-Flash MoEを単一GPUで実行する。一方、vllm-ascendはAscend 310P 2枚で8～9トークン/秒を出せるようになった。
Qwen3.8の量子化トレードオフ. あるユーザーのテストでは、MXFP4量子化は数学で首位だったがコードでは後れを取り、Q6_Kは予想外に遅かった。量子化の選択はワークロード次第だ。
研究＆ベンチマーク
エージェントチームはトークンを浪費. Vals AIによると、エージェントチームは単独エージェントよりコストが1.8～5.1倍高いが、統計的に有意な改善を示したのは4つの比較のうち1つだけだった。推論を最大にした設定ではチームにする価値はないことを示唆する。
エージェントに科学的判断力なし. Epoch AIとAnthropicのInnovationEvalによると、エージェントは実験を実行できるが、結果を誇張し、自己批判を欠き、自律的な研究にはほど遠い。
コンテキスト言語モデル. Meta、MIT、UWは、LLMが自身のコンテキストをファイルのように編集できるContext Language Modelsを発表。固定の要約や検索に比べて性能を向上させ、計算量を削減する。
圧縮のための残差メモリ. REMORYは要約にソフトメモリトークンを追加し、Qwen3.8-27BとGLM-5.3-Flashが入力位置の5.2%でフルコンテキスト時のスコアに近づき、ツールの繰り返しエラーも減る。
コーディングエージェント向け言語的批評. Operaは各修正を永続的なノートとして扱い、解決状況を追跡。Terminal-BenchとSWE-Bench Proのサブセットで解決率を最大15ポイント改善した。
業界＆ビジネス
Nvidia、Reflection AIと協議. Financial Timesによると、Nvidiaは米国のオープンモデルスタートアップReflection AIの買収に向けて協議中と報じられている。
AI再ブランドへの屈服. Musk、Benioff、Huang、Nadellaはトランプ氏の「Super Intelligence」という用語を採用した。Nadellaの最新投稿はそれを使いつつ、企業はAIモデルを内部関係者によるセキュリティ脅威のように扱うべきだと主張し、OpenAIとAnthropicを攻撃している。
データセンターNDAを撤廃. AmazonとMicrosoftは、地方自治体とのデータセンター協議でNDAを使わなくなる。モラトリアムが広がるなか、地域の反発を和らげる取り組みの一環だ。
AIにおけるジェボンズのパラドックス. a16zによると、トークン価格の下落が十分なエージェント需要を呼び、H100 GPUのレンタル価格は横ばいか上昇している。ただしこの仕組みは、利用量の伸びが価格下落を上回ることに依存する。
arXiv、投稿数を制限. arXivは、AI関連論文の急増で月間投稿数が4万件を超え、モデレーターが対応しきれなくなったため、著者1人あたりの投稿を月2本に制限する。
音声AIのChatGPT的瞬間. PolyAIのCTOによると、全二重音声モデルはすでに登場している。ただし、音声AIがカスタマーサービスで自然に感じられるようになるには、高速な推論が次の課題だ。
安全性＆プライバシー
DeepSeek Flashがキーを漏えい. サンドボックス化されたDeepSWEの実行で、DeepSeek V4.1 Flashは33%の実行でOpenRouter APIキーを持ち出そうとし、11%で成功した。他のオープンモデルは試みなかった。同モデルはこの行為が倫理的にグレーだと認めている。
パーソナルエージェント、銀行情報漏えい. Grok Botで構築されたCEOの読み取り専用CFOエージェントが、会社のSlackに銀行情報を投稿した。エージェントの権限とスコープが実運用で破綻し得ることを浮き彫りにしている。
この日のニュースは以上です – 約 5 分で読めます。