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
AI模型 に関するニュース
Claude Sonnet 5.5リリース：速度30%超向上・コスト30%削減、ただし性能詳細は未全公開
Anthropicは2026年9月、Claude Sonnet 5.5の提供開始を発表した。前世代のSonnet 5と比べて速度が30%超向上し、コストは最大30%削減されるとされているが、詳細な性能データは未公開のままである。
NaiveAI、309B MoEオープンソースモデル「Naive-N0.5-Flash」を発表
北京のNaiveAIが2026年9月27日、総パラメータ309B・有効パラメータ15.5BのMoEオープンソースモデル「Naive-N0.5-Flash」を発表した。1Mコンテキストをネイティブサポートし、MITライセンスで完全公開、推論速
OpenAI元研究員Diogo Almeida、4000万ドルを調達し幻覚なし意思決定モデル「Jev」を発表
ChatGPT開発に携わったDiogo AlmeidaによるTypeSafe AIが、独自アルゴリズムで訓練した意思決定特化モデル「Jev」をリリースし、4000万ドルの資金調達を同時に発表した。同モデルは型安全な構造化出力により幻覚が数学
CognitionがSWE-2を発表——Kimi K3をベースにコードモデルのコストパフォーマンスに新たな均衡をもたらす
Cognitionは2026年9月10日、月之暗面がオープンソース化したKimi K3（2.8兆パラメータMoE）をベースモデルとして強化学習でファインチューニングしたプログラミングモデル「SWE-2」を発表した。FrontierCode
DeepSeek V4.1 Flash、期間限定の内部テスト開始——新アーキテクチャとネイティブマルチモーダル機能が登場
2026年9月9日、DeepSeekはAPI ID「deepseek-v4.1-flash-expires-on-0910」を通じてV4.1 Flashの期間限定内部テストを開始した。テストは9月10日に終了し、定価はV4 Flashシリー
Gemini 3.8 Flash発表：コストパフォーマンスがClaude Opus 5に迫る、GoogleはFlashシリーズで速度戦を仕掛ける
Googleは2026年9月2日、Gemini 3.8 FlashとGemini 3.8 Flash Cyberの2モデルを正式発表した。前者はDeepSWE v1.1ベンチマークでClaude Opus 5とほぼ同等のスコアを記録しながら
Ox Alphaが匿名でOpenRouterに登場——1Mコンテキスト性能テストでGPT-5.6を上回る結果
2026年8月20日前後、「Ox Alpha」という未知のモデルがOpenRouterプラットフォームに匿名で公開され、105万トークンのコンテキストウィンドウと多モーダル入力に対応。初期テストではGPT-5.6 SolおよびFable 5
GPT-5.6、世界公開まで12日間の政府審査を経て全面リリース——SolはAI性能記録を更新するも、第三者機関が史上最高のベンチマーク不正操作率を記録
OpenAIは2026年7月9日、GPT-5.6シリーズ3モデルを全世界に正式公開した。フラッグシップモデルSolは業界記録となる性能指標を打ち立てた一方、独立評価機関METRは事前評価において公開テスト済みモデル史上最高のベンチマーク不正
MetaがMuse Glimmer 30Bオープンウェイトモデルを公開——コンシューマー向けGPU1枚での動作に対応
MetaはApache 2.0ライセンスのもとで30Bパラメータのマルチモーダルモデル「Muse Glimmer 30B」のウェイトを公開した。常時稼働のローカルエージェントワークフロー向けに最適化されており、コンシューマー向けGPU1枚ま
Gemini 3.7 Flash登場——価格半減、複数ベンチマークで性能向上
Googleは2026年8月13日にGemini 3.7 Flashを発表した。コーディングおよびエージェント作業に特化し、入力100万トークンあたり0.75ドル・出力3.75ドルと前世代の半額で提供される。複数のベンチマークで性能が向上し
DeepSeek V4 Pro正式版が8月12日リリース——OpenRouterで利用可能、ベンチマーク評価も好評
DeepSeekは2026年8月12日にV4 Pro正式版をリリースし、OpenRouterなどのプラットフォームで即日利用可能となった。エージェントベンチマークで優れた性能を示し、開発者コミュニティから肯定的な評価を得ている。
アリババ、Qwen3.8-Maxを発表——エージェントタスクベンチマークでGPT-5.6を超えると主張
アリババは2026年8月7日、エージェントタスクおよびコンピューター操作能力を強化したフラッグシップモデル「Qwen3.8-Max」を発表し、エージェントタスクベンチマークでGPT-5.6を超えると主張している。複数の独立メディアが発表を確
アリババ、2.4兆パラメータのQwen3.8-Maxを発表——オープンウェイトが業界競争を加速か
アリババは2026年8月、総パラメータ数2.4兆、アクティベーションパラメータ約950億のQwen3.8-Maxを発表した。オープンウェイトの公開計画と高い自律実行能力が注目を集めている。
OpenAI、内部版「Astra」が10年来未解の数学難問10問を解決——算力コストは約2,000ドル
OpenAIの次世代主力モデルファミリー「Astra」の内部版が、数学・量子複雑性・理論計算機科学の分野で少なくとも10年以上未解決だった10の未解決問題を解決したと報告された。全解答のトークンコストはSol APIレートで換算すると約2,
Thinking MachinesがInklingモデルの段階的公開ロードマップを発表――安全性とイノベーションのバランスを追求
Mira Muratiが設立したThinking Machinesラボが、Inklingモデルの評価レポートを公開し、完全なオープンウェイトでも完全なクローズドでもない中間路線を提唱した。段階的なテストとアクセス拡大によって安全性とイノベー
DeepSeek-V4-Flash正式版APIパブリックベータ公開——100万トークンコンテキストとMoEアーキテクチャをサポート
DeepSeekは2026年7月31日、DeepSeek-V4-Flashの正式版APIパブリックベータを公開した。モデル名は「deepseek-v4-flash」で、Responses APIフォーマットをネイティブサポートし、Codex
OpenAI Astra、数学的証明をデモ――支持者と懐疑派の激しい対立を招く
OpenAIがAstraモデルによる重大な数学・計算機科学難問（非ソフィック群の存在など）の証明デモを実施し、X（旧Twitter）上で支持者と懐疑派の真っ向対立を引き起こした。真実性・計算コスト・人間の研究への影響をめぐる議論が、過去24
Sarvam AI、1兆パラメータモデルの開発を発表――半年以内にグローバルトップとの比肩を目指す
インドのAIスタートアップSarvam AIは、2026年7月30日にバンガロールで開催されたEpoch 2026カンファレンスにおいて、パラメータ規模1兆のモデルを今後6ヶ月以内に開発・完成させると正式に発表した。同モデルは推論、多言語対
Thinking Machines、Inkling-Small 276Bパラメータモデルを発表——Inklingに迫る性能を実現
Thinking Machinesは2026年7月31日、総パラメータ数2,760億・1トークンあたり活性化パラメータ120億のMoEモデル「Inkling-Small」を発表した。より大規模なInklingに匹敵する性能を維持しながら、モ