米国政府がAnthropicにFable 5の非米国ユーザーへの提供停止を緊急命令――セキュリティ脆弱性がAI輸出規制を発動
2026年6月、米国政府はセキュリティ上の脆弱性を理由に、AnthropicにFable 5およびMythos 5モデルの非米国ユーザーへの提供停止を命じ、Anthropicは即日これを執行した。商用大規模言語モデルが初めて輸出規制の対象と
オリジナル
WDCD Run #171：11モデルの平均指示崩壊率が-37.9%を記録、Qwen3 Maxが急落にもかかわらずトップを維持
Winzheng Dynamic Contextual Decay（WDCD）ベンチマークのRun #171では、11モデルを対象に評価した結果、ラウンド1からラウンド3にかけての平均指示崩壊率が-37.9%となった。Qwen3 Maxが最
Qwen3 Max が84.38点でWDCD守約ランキング首位に——GPT-o3は67.19点で最下位、17点差が開く
Qwen3 MaxがWDCD守約ランキングで84.38点を獲得し首位に立ち、GPT-o3は67.19点で最下位となった。両者の差は17.19点に達した。
GoogleがドイツのAI概要機能に関する責任判決に上訴、生成AI プラットフォームの法的リスクが浮き彫りに
Googleはドイツの裁判所がAI概要機能における虚偽情報について同社に法的責任を認めた判決に対して上訴した。この事案は生成AIのコンテンツ正確性とプラットフォーム責任をめぐる法的リスクを世界的に浮き彫りにしている。
NVIDIAとSpaceXがAI協力を深化：宇宙探索がインテリジェント新時代へ
SpaceXのIPO完了を契機に、NVIDIAが10年以上にわたる両社の協力関係を改めて強調。AIと加速コンピューティング技術の融合が宇宙探索を新たな段階へと押し上げている。
AIエージェント安全の新たな焦点：Kaggleコンペ開始とDeepMindのマルチエージェントガバナンス議論
KaggleプラットフォームがAIエージェント安全に特化したグローバルコンペを開始し、同時にGoogle DeepMindがマルチエージェントシステムのガバナンス課題に関する研究を発表した。業界の関心はモデル性能からエージェントの信頼性・安
Moonshot AI、Kimi-K2.7-Codeをオープンソース化：推論効率30%向上、中国語コーディングAIに新たな突破口
Moonshot AIは最新のコーディングモデルKimi-K2.7-Codeをオープンソース化し、トークン使用量を約30%削減しながら高い知能パフォーマンスを維持することに成功した。このリリースは中国語AIコミュニティで大きな注目を集めてい
OpenAIがOnaを買収しCodexプラットフォームを強化、長期的なAI Agentエコシステムの構築を推進
OpenAIはAI Agent分野における重要な布石として、安全なクラウド実行とタスクオーケストレーション技術を専門とするスタートアップOnaの買収を発表した。買収完了後、関連技術はOpenAIのCodexプラットフォームに深く統合される予
OpenAIが複数州の司法長官による合同調査に直面、AI大手へのコンプライアンス圧力が高まる
OpenAIは米国複数州の司法長官による合同調査に直面しており、データ利用・ユーザープライバシー保護・商業的コンプライアンスが重点審査対象となっている。この動きはAI業界全体の規制強化の流れを示すものとして注目を集めている。
AnthropicがClaude Fable 5を発表：米国政府の規制がモデルアクセスをめぐる論争を引き起こす
Anthropicが最新AIモデルシリーズClaude Fable 5を正式にリリースしたが、米国政府の大統領令により、上位モデルであるMythos 5およびFable 5への外国ユーザーのアクセスが一時的に無効化され、AI安全性やモデルの
Gemini 2.5 Pro、コード実行スコアが45点急落——YZ Index Smoke主榜で1日に19.3点下落
Gemini 2.5 ProがWinzhengのYZ Index Smoke評価において、主榜スコアが昨日の89.79点から今日の70.53点へと19.3点下落した。主な要因はコード実行ディメンションが100.00点から55.00点へと45
Grok 4のコード実行スコアが19.1点急落、メインランキングも7.7点下落――抽選の偶然か、それとも性能劣化か
YZ Indexの2026年6月実測において、Grok 4のSmoke評価コード実行スコアが100.00から80.90へと急落し、メインランキング総合スコアも89.56から81.85に低下した。ただし、現時点のデータは性能劣化よりも出題抽選
Claude Opus 4.7が26.9点下落、GPT-5.5は逆に3.1点上昇 — Smokeテスト3日間トレンド
2026年6月12日〜14日に実施された3日間のSmoke速報テストにおいて、Claude Opus 4.7が96.83点から69.91点へと26.9点の最大降落を記録した一方、GPT-5.5は唯一の上昇モデルとして3.1点のプラストレンド
11モデルのコード実行スコアが一斉急落、GPT-5.5が95.24点でSmoke軽量ランキングをリード
YZ Index 2026年6月14日のSmoke軽量評価において、GPT-5.5が主榜95.24点で首位を獲得。一方、11モデル中8モデルでコード実行スコアの大幅下落が見られた。
WDCD Run #169：Grok 4がマルチターン遵守テストでトップ、平均指示減衰率は4.5%に低下
Winzhengの動的コンテキスト減衰（WDCD）ベンチマークRun #169において、11モデルの平均指示減衰率は4.5%となり、Grok 4が74.2ポイントでトップを獲得した。一方、GPT-o3は-75%という最大の指示減衰を記録した
R3崩壊168回！Claude Opus 0.34点 vs Grok 1.22点、3ラウンドにわたる約束遵守の真の劣化
WDCDテストにおいて、Claude Opus 4.7のR3誠実率はわずか0.34/2であるのに対し、Grok 4は1.22/2に達し、両者のR3スコア差は0.88点に上り、継続的なプレッシャー下での異なるモデルの約束遵守能力の差が浮き彫り
Grok 4が74.22点でトップ、GPT-o3が51.56点で最下位――WDCDスコア差22.66点
WDCD守約テストにおいて、Grok 4が74.22点で首位を獲得し、GPT-o3が51.56点で最下位となった。両者のスコア差は22.66点に達し、モデル間の明確な二極化が浮き彫りになった。
AIエージェント技術の突破：OpenClawとMicrosoftのエージェントモデルが自律型ツールの潮流を牽引
生成AIが単一モデルからマルチエージェント協調システムへと進化する中、OpenClawなどのオープンソース自律型AIエージェントツールやMicrosoftのエージェントモデルが注目を集めている。一方、LangGraphのセキュリティ脆弱性が
スタンフォード2026 AIインデックスレポート：生成AI、3年間の採用率53%達成 米中モデル格差は縮小傾向続く
スタンフォード大学が発表した2026 AIインデックスレポートによると、生成AIの採用率は2023年以降わずか3年で53%に達し、その普及速度はPCやインターネットを大きく上回った。また、大規模モデルの性能における米中間の格差が顕著に縮小し
Anthropic Claudeの隠れたガードレール露呈：開発者が安全対策を競争障壁と批判
AnthropicのフラッグシップモデルClaudeに「隠れたガードレール」が存在するとして、開発者コミュニティから激しい批判が巻き起こっている。安全対策の必要性を主張する声がある一方、競合他社への隠蔽的な障壁と見る声もあり、透明性をめぐる