8件 — 重要 4件
元記事を読む →AnthropicはMCPコネクタにエンタープライズ管理認証を展開し、Asana、Atlassian、Canva、Datadog、Figma、Notion、Slack、Supabaseなどのツールへの認証を組織のIDプロバイダーで一元管理できるようにした。これによりエンドユーザーがツールごとにOAuth認証を行う必要がなくなる。トイデモと監査可能なエンタープライズ展開の間の重要なギャップを埋める動きとして注目されている。
OpenAIはGPT-5.6 Sol APIの価格を入力$4/百万トークン、出力$20/百万トークンに設定し、Kiroの仕様駆動環境でTerminal-Bench 2.1タスクあたり約82%のコスト削減を達成したと発表した。ArenaのアップデートではSolとLunaがコスト・パフォーマンスのパレートフロンティアを塗り替えていることが示されている。
Liquid AIとArtificial Analysisが、オンデバイス推論の品質・速度・レイテンシ・メモリを測定するオープンソース評価スイート「Pipette」をリリースした。35モデルクラス、7量子化方式、llama.cppランタイム、4デバイスにわたる1万件以上の検証済み結果を含む。iPhone 17 ProとGalaxy S26 Ultraでの評価では、LFM2.5-2.6BがiPhoneで8.0秒・2.3GBと高効率を示した。
Andy KonwinskiがHeadlongを発表した。これはリクエスト時だけでなく常時思考し続ける永続エージェント向けのオープンソース「マイクロハーネス」だ。軌跡をDAG形式のjsonlファイルとして保存し、48分で無人自己デバッグ修復を達成したと報告されている。バックグラウンド思考コストとして時間あたり$1〜$2かかるというトレードオフがある。
Qwen3.8-27BがCode Arena WebDevランキングで1595ポイントを獲得し総合9位となり、同サイズクラスでトップ10入りした唯一のモデルとなった。コンシューマー製品、ブランド/マーケティング、ゲームカテゴリでも高評価を得ている。また派生オープンソースモデルCarnice-V3-27Bも公開され、RTX 3090以上のコンシューマーGPUで動作するよう設計されている。
Together AIの報告によると、$100の予算制約下でGLM-5.3はDeepSWEベンチマークでFable 5の約5倍の作業を完了し、約17タスク対3タスクという結果を示した。また別の比較では、GPT-5.6 SolがDeepSWE v1.1で72.7%を$6.47/タスクで達成し、Fable 5の69.7%・$21.63/タスクを大きく上回った。コスト効率を考慮したベンチマークがモデル選択の判断基準として重要性を増している。
Xiaomiが3チップ構成（Xuanjie O3、O100、D100）のプロトタイプAI Cubeを発表し、1.22TB/sのメモリ帯域幅を謳っている。D100はXiaomiのEVコンピュートプラットフォーム由来で最大160GBのRAMをサポートする。NVIDIAのAIサーバー価格高騰を背景に、新たなAIシリコン競争の参入として注目されている。
「claude-melon-eap」「claude-marshmallow-eap」と思われるモデルのデモや、Ox Alpha、Qwen 4、GPT Astraの痕跡が複数のツイートで報告されている。まだ学習中のモデルへのアクセスを主張する投稿も現れ、公開前モデルへのアクセス非対称性が議論の中心となっている。Michael Nielsenは未公開モデルへのアクセス制御が権力集中の源泉になりつつあると警告している。