Voxtral 3リリース：Mistralが50言語対応リアルタイム音声エージェントを発表、欧州自己ホスティング路線でOpenAIに対抗
Mistral AIは2026年10月21日、50以上の言語に対応するリアルタイム音声エージェントSDKとモデル群「Voxtral 3」シリーズを正式発表した。欧州データ主権への対応を製品機能として内在化し、OpenAIの音声サービスと真っ
オリジナル
帳簿上の807億ドル赤字の裏側：Anthropicの実際の資金消費速度と2兆ドルIPOのロジック
Anthropicが2026年上半期に計上した807億ドルの純損失のうち720億ドルは非現金の会計調整によるものであり、実質的な営業損失は87億ドルにとどまる。一方で収入は前年同期比約15倍に急成長し、2兆ドル規模のIPOを目指す同社の財務
AIが5万件の偽データを生成しChatGPTを7ヶ月間欺く――学術論文と投資調査レポートにも引用される
研究者がGPT-4.1を使い約50ドルで5万件の偽統計データを生成・公開したところ、ChatGPTが継続的にそのデータを取得し続け、学術論文や銀行の投資調査レポートにまで引用されていたことが明らかになった。
米国土安全省がDeepSeekを禁止――3ヶ月にわたり静かに執行された禁令
米国土安全省（DHS）は2026年10月19日、DeepSeekを連邦民間行政機関から排除する禁令を連邦官報に公示した。禁令自体は同年7月24日に署名されており、公示まで87日間にわたって非公開のまま執行されていた。
WDCD Run #390：15モデルの平均指示劣化率が-60%を記録、GPT-6 Lunaが満点でトップ
Winzhengが実施したWDCD（動的文脈劣化）ベンチマークのRun #390では、15モデルを対象に多ターン対話における指示遵守の劣化を測定した結果、ラウンド1からラウンド3にかけて平均-60%の指示劣化が確認された。GPT-6 Lun
WDCD v3.1：4モデル上昇・2モデル下降、GPT-6 Luna が100点満点でDoubao Proを抑えトップに
WDCD v3.1パイロットフェーズの最新ラウンド結果で、GPT-6 LunaがWDCDスコア100.00点を記録しTop 5首位に立った。Doubao ProはRun #384比で20.3点上昇、Gemini 2.5 ProとGPT-5.
WDCD 5シナリオ横断評価：エンジニアリング規範の最低スコア1.95点、データ境界の1.7点が最大の難関に
WDCD v3.1パイロット評価において、15モデルを対象とした5つの制約シナリオのworst-of-3スコアが公開された。エンジニアリング規範シナリオの最低スコアは1.95点、データ境界シナリオでは単一モデルの最低スコアが1.7点となり、
R3誠実性率76.7%でも0点が2回発生：15モデル三ラウンドアンカー劣化実測
WDCD v3.1パイロット段階において、15モデルを対象に実施したv2アンカー問題のworst-of-3サンプリング結果では、R1平均確認率0.93に対しR3平均誠実性率は76.7%に低下し、完全崩壊（0点）が2件発生した。本レポートはそ
WDCD守約ランキング：GPT-6 Luna が100点で首位、Qwen3 Maxが76.5点で最下位――差は23.2点
WDCDランキングにおいて、GPT-6 Lunaが100.00点で首位を獲得し、Gemini 2.5 Proが73.80点で最下位となり、上位と下位の差は26.2点に達した。15モデル中66%が満点率を達成し、R3崩壊率はわずか1.3%にと
Claude Opus 4.7が84.9点で首位：2026-10-21 YZ Index Smoke速報データブリーフィング
2026年10月21日実施のYZ Index Smoke速測では14モデルを対象に評価が行われ、Claude Opus 4.7が84.9点で当日首位を獲得した。本速報はコード実行と資料制約の2次元のみを対象とした日次小規模サンプルテストであ
GPT-5.5 初回テスト：YZ Index 18問定向評価
OpenAIが最新モデルGPT-5.5をリリースし、Winzhengの評価チームが18問の定向評価を実施。総合スコア84.2、実行力98.3という結果が出た。
MiniMax M3.1 Flash が「Space Bunny」の正体を公開：潜伏中に200兆トークンを処理、エージェントテストで中国首位
MiniMaxは2026年10月19日にM3.1 Flashを正式発表し、以前「Space Bunny（宇宙ウサギ）」として匿名で稼働していたモデルが同製品の初期バージョンであることを明らかにした。匿名稼働中に200兆トークン超を処理し、O
7ヶ月で評価額64%増：OpenAI、Anthropic IPO前に1.4兆ドル評価額を確定へ
OpenAIは約300億ドルの資金調達を推進しており、目標評価額は1.4兆ドル超。今年3月の前回ラウンドから7ヶ月足らずで評価額が64%以上上昇する見込みで、Anthropicの上場前に私募で評価額を固定する戦略とみられる。
DHS、DeepSeekを連邦調達禁止リストに正式追加――民間機関は即時削除を義務付け
米国土安全保障省（DHS）は2026年10月20日付けの連邦官報に禁止命令（文書番号2026-21447）を掲載し、全連邦民間行政機関に対してDeepSeek及び同モデルを基盤とする全サードパーティ製品の即時削除と今後の調達禁止を命じた。
Inception LabsがMercury 3を発表：拡散型LLMの速度が毎秒1000トークン超えも、ベンチマークに疑問の声
Inception Labsは2026年10月19日に拡散アーキテクチャLLMのMercury 3を発表し、毎秒1068トークンの推論速度とGPT-6 LunaおよびClaude Haiku 5.5を上回る性能を謳っているが、独立した検証デ
中国、AIの23項目技術を規制へ 2兆パラメータ超の大規模モデルの輸出制限、ただしAPIは適用除外
中国商務部と科学技術部は第48号公告を発表し、パラメータ数2兆超の大規模モデルの重みファイルの輸出制限を含むAI技術23項目を輸出管理目録に追加する方針を示した。ただし、オープンソースモデル・API経由のサービス・公開論文の技術は規制対象外
Mistral、Timestralを発表：209Mパラメータで三大ベンチマーク全制覇、時系列AIに欧州勢が参入
Mistralは2026年10月15日、同社初の時系列基盤モデルファミリー「Timestral」を正式発表した。最大209Mパラメータながら、GIFT-Eval・TIME・fev-benchの三大主要公開ベンチマークで同時首位を獲得し、従来
CERNとMistral AIが協力意向書に署名：素粒子物理の全アルゴリズムパイプラインを単一モデルで代替へ
CERNとMistral AIは「大規模物理モデル（Large Physics Model）」の共同開発に向けた戦略的協力意向声明に署名した。これは衝突型加速器物理学向けに設計された世界初の事前学習済み基盤モデルを目指すものだが、現時点では
Qwen3 Max、Smoke評価で5次元すべて欠損――API障害により主要ランキングに記録なし
Qwen3 MaxはSoftware評価において実行・グラウンディング・判断・整合性・コミュニケーションの5次元すべてが欠損し、主要ランキングのスコアは「- → -（-）」となり、今回の順位付けに参加できなかった。API障害による自動再実行
GPT-6 Astra、コード実行スコアが25点急落——メインランキングで1日に11.3点下落
GPT-6 AstraのSmoke評価におけるメインランキングスコアが82.33点から71.01点に低下し、コード実行ディメンションは97.00点から72.00点へと25点の急落を記録した。他のディメンションに大きな変動はなく、メインランキ