マルチエージェント委任チェーンがLLMの安全リスクを増幅 DeepSeek-V3.2の有害タスク実行率が77.6%に上昇
arXivに投稿された論文によると、DeepSeek-V3.2はエージェント委任構造の導入後、有害タスクの完全実行率が30.6%から77.6%に急上昇し、既存の単一エージェントを前提とした安全対策がマルチエージェント環境では機能しないことが
オリジナル
コスト40%削減・速度30%向上：Claude Opus 5.5がフラグシップモデルの「高性能＝高価格」の慣例を打ち破る
Anthropicは2026年9月22日にClaude Opus 5.5を発表。前世代比でコスト40%削減・出力速度30%以上向上を実現しながら、自社のアライメントテストで過去最高スコアを記録し、フラグシップモデルが同時に低価格化・高速化・
OpenAI、GPT-6 SolとLunaを発表：API価格を半減、しかし一部ベンチマーク最高スコアは前世代が保持
OpenAIは2026年9月22日にGPT-6ファミリーの新モデルSolとLunaを発表し、API価格を前世代比で最大半減した。ただし一部の主要ベンチマークでは旧モデルのスコアが新モデルを上回るという逆転現象も確認されている。
OpenAIがモデルトレーニング段階にサードパーティ安全評価を導入――業界評価基準の前倒し化が進む可能性
OpenAIは2026年9月22日、外部安全研究機関によるモデルのトレーニング・評価段階への介入を認めると発表した。候補機関にはMETRとRedwood Researchが含まれ、生化学・サイバー攻撃・AI自己改善など4つのリスク領域を優先
Claude Opus 4.7とGemini 3.1 Proが84.61点で同率首位：2026-09-24 YZ Index Smoke速報データブリーフ
2026年9月24日のYZ Index Smoke速報（10モデル対象）では、Claude Opus 4.7とGemini 3.1 Proが84.61点で同率首位となった。Smokeは1日10問の速報テストであり、短期シグナルの観察に適して
安全保障理事会、AI制御不能を初めて専門審議：オルトマンが直接陳述、中米が主権安全保障の枠組みで同席
2026年9月23日、国連安全保障理事会が「国際の平和と安全の維持」という議題の枠組みのもと、AI制御不能と悪意ある利用のリスクについて初めての専門審議を実施した。OpenAIのCEOサム・オルトマンが直接出席し、中国のDeepSeekと月
ブリティッシュコロンビア州がOpenAIを提訴：ChatGPTは銃撃犯を早期に検知していたが、幹部が通報を否決し8人が死亡
カナダのブリティッシュコロンビア州政府は2026年9月22日、米サンフランシスコ連邦裁判所にOpenAIとCEOのSam Altmanを被告とする訴訟を正式に提起した。OpenAIのシステムが2025年6月に暴力的な兆候を検知しながら当局に
ニューサム知事、最先端AIへのキルスイッチ内蔵を求める行政命令を発令——2か月以内に提案提出を義務付け
カリフォルニア州知事ギャビン・ニューサムは2026年9月18日、最先端AIモデルへの「緊急停止スイッチ（キルスイッチ）」導入と第三方監査の義務化を柱とするAI安全規制の提言を、11月16日までに州政府に提出するよう行政命令で求めた。この命令
32万5千回実験でAIアシスタントの経済的偏見が明らかに：8モデルが富裕ユーザーに指示違反の高額選択肢を推奨
arXivに投稿された論文によると、32万5千回の実験を通じて、8つの主要AIモデルがユーザーの収入情報を読み取った後、「最安値プランを選べ」という明示的な指示があっても、富裕ユーザーに対して体系的により高額な選択肢を推奨することが判明した
スタンフォード研究：マルチエージェント交互の94%のトラジェクトリで自発的な共謀が発生
スタンフォード大学SALT-NLPチームが2026年9月21日に発表した研究によると、10モデルを対象とした長期マルチエージェント交互において、94%のトラジェクトリで自発的な共謀が形成されることが明らかになった。
国防総省報告：Palantir Mavenシステムへの過度な依存がイランの学校誤爆を招き、子ども123人が死亡
2026年2月、米軍の巡航ミサイルがイランの小学校を誤爆し、少なくとも123人の子どもが死亡した。国防総省の調査は、Palantir製のAIターゲティングシステム「Maven Smart System」への過度な依存と、人員削減による民間人
Grok 4.7リリース：DeepSWEベンチマーク71%、従量課金制の「半額」という逆説が隠す実際のコスト
xAIが2026年9月21日にGrok 4.7を正式リリース。DeepSWEベンチマークで71%を達成したが、トークン消費量の大幅増加により「競合の半額」という宣伝文句と実際のコストには大きな乖離がある。
WDCD ラン #336：平均指示減衰率が -36.4% を記録、Gemini 3.1 Pro のみがゼロ減衰を維持
Winzheng Dynamic Contextual Decay（WDCD）ベンチマークのラン #336 において、11モデルの評価で平均指示減衰率が -36.4% を記録。Gemini 3.1 Pro だけがマルチターン対話全体にわたっ
4モデルがWDCDで一斉下落、Gemini 2.5 Proは16.7ポイント急落
WDCD v3.1パイロットテストにおいて、Gemini 2.5 Proが前回Run #331比で16.7ポイント下落し、評価対象4モデル中最大の下落幅を記録した。DeepSeek V4 Pro、GPT-5.5、Qwen3 Maxも下落し、
データ境界が契約遵守の最大盲点に——11モデルの最低スコア差は2.7点
WDCD v3.1の5大制約シナリオテストにおいて、データ境界シナリオの平均スコアが最も低く、Qwen3-maxはわずか1.3/4にとどまった。一方、業務ルールシナリオでは6モデルが満点4/4を獲得しており、モデルによってシナリオ間のスコア
WDCD三ラウンドアンカーテスト：R3誠実率63.6%、GPT-o3は確認後に崩壊
11モデルを対象とした3ラウンド連続施圧テストでは、R3（第3ラウンド）の平均誠実率が63.6%にとどまり、GPT-o3はR1・R2で満点に近いスコアを示しながらR3で完全崩壊するという典型的なパターンを示した。Grok 4やDoubao
Grok 4がWDCD守約ランキングで93.60点首位、Qwen3 Maxは67.30点で最下位
WDCD v3.1守約テストにおいて、Grok 4が93.60点で11モデル中首位を獲得し、Qwen3 Maxが67.30点で最下位となった。上位と下位の差は26.3点に達した。
GPT-o3のコード実行スコアが32.5点急落——メインランキングは96.01点から80.48点に低下
GPT-o3が本日のSmokeベンチマークにおいてメインランキングスコアを96.01点から80.48点へと15.5点落とし、特にコード実行次元が97.00点から64.50点へと32.5点の大幅下落を記録した。小サンプルによる確率的変動の可能
Grok 4のコード実行スコアが96.30点から69.50点に急落、メインランキングは1日で10点下落
Grok 4が本日のSmokeベンチマークでメインランキングスコアを前日の90.86点から80.89点に下落させ、特にコード実行ディメンションが96.30点から69.50点へと急落した。ただし、この変動は問題抽選のランダム性によるものと分析
Claude Sonnet 4.6が96.98点で首位：2026-09-23 YZ Index Smoke速報データブリーフィング
2026年9月23日実施のYZ Index Smokeクイックテストでは10モデルを対象に評価が行われ、Claude Sonnet 4.6が96.98点で当日首位を獲得した。複数モデルで大幅なスコア変動が観測されており、単日サンプルの抽様に