AIの進化を、ニュースで終わらせない。

記事一覧

AIが書いたコードをAIに検品させて大丈夫? GitHub ReviewBenchで測れること

GitHubのReviewBenchは、AIのコードレビューを見逃しと誤った指摘の両面から測る。219件の公開PRで作った評価の仕組みと、96.6%という一致率の意味、実際の開発で役立てるための読み方を解説する。

技術・研究
記事を読む →

StrataはCPUとGPUで計算を分担して大型MoEを動かす

Strata v0.1.39はローカルモデルの生成を高速化し、並列要求とCodex CLI接続に対応した。12GB GPUで大型MoEを扱うメモリ配置、必要なRAMとSSD、長文と並列処理の速度差、Responses APIの対応範囲を解説する。

技術・研究
記事を読む →

Strands Decider 2Bはローカルで選択を担う小型AI

大型LLMが計画を立て、小型AIが繰り返しの選択を引き受ける。Strands Decider 2Bの仕組み、ローカルの専門モデルへの振り分け方、confidenceの読み方、実行環境と測定値の条件を解説します。

技術・研究
記事を読む →

GLM-5.3が変える攻撃の採算とサイバー防御

攻撃のコード作成や準備をAIに任せられれば、同じ人数でも試せる対象は増えうる。GLM-5.3の評価と実際のAI悪用、国内5事例から、攻撃の採算の変化と防御で急ぐべき対応を読み解く。

技術・研究
記事を読む →

TensorFoldは先読みと検証でローカルAIの生成を速める

TensorFoldはMacや対応するNVIDIA GPUでモデルを動かす推論ランタイムだ。先読みを検証する仕組みと量子化の違い、必要なメモリ、対応モデルを解説する。開発元の測定では単独生成で速くても8同時要求ではvLLMを下回り、用途によって評価が変わる。

技術・研究
記事を読む →

DeepSeekがHuawei向けにAIの計算と通信を支えるソフトを公開

NVIDIA以外のチップでAIを動かすには、計算の手順、メモリ上のデータ配置、チップ間の通信まで整える必要がある。DeepGEMM-AscendとDeepEP-Ascendの公開から、その理由とAPI互換の範囲を読む。性能値は開発元の測定で、通信の測定環境には一般配布前のPoC HDKが使われている。

半導体・インフラ
記事を読む →

Gemini 4 Argonは100万トークンの出力で長時間の実務に挑む

GoogleがGemini 4 Argonを発表。出力上限100万トークン、実務評価での強み、導入価格と通常価格を整理する。専門家への先行提供と一般提供の予定を分け、Googleの測定値と外部評価の条件も確認した。

製品・サービス
記事を読む →

OpenAIの「dots」登場、日々の仕事を任せられるAIアシスタント

調査、予定調整、資料更新を進めるOpenAIのdots。今回のクラウド環境で確認した12アプリと計算資源から制作・分析の用途を考え、料金、Gmail・カレンダーの権限、情報の保持・学習利用、AIの通報行動と運営による開示の違いを確認する。

製品・サービス
記事を読む →

Codexに62,500クレジットの付与通知。対象と2,500ドル相当の意味

Pro 200の利用者に届いた62,500クレジットの通知。API残高との違い、12月31日の失効、通常利用枠の変更との関係を、個別通知と公開資料を分けて読み解く。

製品・サービス
記事を読む →

GPT-6.1 SolリリースでOpus 5.5とのコスト競争に

標準API単価はOpus 5.5の半額。GPT-6.1 Solはコード修正からPC操作まで競う対抗馬になる。ただし長文では価格差が縮み、性能試験の条件もそろわない。両社の公式資料から任せられる仕事と選び方を読み解く。

製品・サービス
記事を読む →

AIがあなたを覚えるときその記憶は誰が読めるのか

Googleが発表したサーバー側の長期記憶は、端末由来の鍵と隔離実行環境で何を守るのか。暗号化の仕組み、第三者監査に残る2件の指摘、提供状況の境界を一次資料から読み解く。

技術・研究
記事を読む →

Gemini 3.8 Flash TTS登場、GPT-Liveとの比較

Gemini 3.8 Flash TTSとGPT-Liveを、応答の速さを中心に比較する。初動と回答開始の違い、対応言語、7言語の音声評価、API料金を確認。測定条件の違いと2027年からの料金変更も整理した。

製品・サービス
記事を読む →

Codex Proの利用枠削減を効率化で補えるか

Pro 200ドルの新倍率はPlusの10倍へ。Tibo氏が追加説明した利用量の基準引き上げと既存契約の20倍維持・追加クレジットを踏まえ、実際に使える量と効率化の効果を検証する。

コラム
記事を読む →

出力が3割以上速くなったClaude Sonnet 5.5がリリース

Claude Sonnet 5.5はAPI単価を据え置き、出力を高速化した。Artificial Analysis、Vals AI、Mercorなどの評価で性能と費用を比較し、利用先とAPI移行の注意点を解説する。

製品・サービス
記事を読む →

Metaが個人向けAIエージェントMuseを公開

個人専用のクラウド環境で調べ物や各種サービスの操作を進め、必要なときに承認を求める。公開後の広がりと、任せられる作業、データを扱う仕組みを解説する。

製品・サービス
記事を読む →

Claudeが未知の酵素システムを発見したとAnthropicが発表

AIが見つけた特徴を、研究者が追加解析と実験で調べた。何が新しく、どこまで確かめられたのか。同じ探索を10回やり直しても再発見できなかったという課題も解説する。

技術・研究
記事を読む →

課題1件あたりの費用が6割減ったClaude Opus 5.5がリリース

Claude Opus 5.5 は第三者の評価でスコアが向上し、課題1件あたりの費用が6割減った。前モデルとの性能・料金の違いと、利用時の注意点を解説する。

製品・サービス
記事を読む →

API単価を半分以下に下げたGPT-6 SolとLunaがリリース

第三者の評価では、課題1件あたりの費用がSolで約47%、Lunaで約61%減った。総合的な性能は前世代とほぼ同水準。誤答の抑制や業務の自動化では改善し、資料作成などでは成績が下がった。

製品・サービス
記事を読む →

会話を続けながら作業を進めるGemini 3.8 Liveがリリース

複雑な依頼への対応力と、相づちや割り込みへの対応では2モデルの評価が分かれた。日本語への対応、会話全体にかかる費用、アプリごとの提供範囲を解説する。

製品・サービス
記事を読む →

AppleがiOS 27を配信し新しいSiriの英語ベータ版を提供開始

GoogleのGeminiとの連携で構築したモデルを使い、メッセージやメールから情報を探してアプリを操作する。対応するiPhoneと、日本語で利用できる時期を解説する。

製品・サービス
記事を読む →

AnthropicのCEOがAI開発のペースを落とすよう呼びかける

AI開発の競争を率いる各社のトップが、減速を求める提案に賛同した。安全性への懸念に加え、規制や競争をめぐる企業の利害を読み解く。呼びかけが実際の減速につながる条件も確かめる。

社会・制度
記事を読む →

パソコン操作の性能が向上したGPT-6 Astraがリリース

GPT-6 Astra はパソコン操作の評価で得点が上がり、作業時間も短縮した。前モデルとの性能・料金の違い、提供範囲、利用上の制限を解説する。

製品・サービス
記事を読む →

NVIDIAがHugging Faceを約129億ドルで買収することで合意

モデルの公開や利用を支える Hugging Face が、半導体大手の傘下に入る。他社製チップやクラウドへの対応は続ける方針だ。買収額の内訳と、開発者への影響を解説する。

企業・市場
記事を読む →

AnthropicがClaude Fable 5.1とMythos 5.1を発表

Fable 5.1は開発や研究の評価で前モデルを上回り、キャッシュの読み取り単価は4分の1になった。費用が下がる条件と、利用先を限るMythosとの違いを解説する。

製品・サービス
記事を読む →

OpenAIがAstraのサイバー能力を初めて最上位のCriticalと判定

Criticalはサイバー能力の判定で、通常の製品で使える範囲とは異なる。未知の弱点を利用した評価、Hugging Faceの事件との関係、提供を制限する理由を整理する。

社会・制度
記事を読む →