AI at Meta@AIatMetaAIスコア5252

AI at Metaは、コンシューマ向けハードウェア上のエージェント型タスク向けに作られた30BオープンウェイトモデルMuse Glimmerの技術報告を公開した。単一のコンシューマ向けGPUを積んだMacやPCで、4-bit精度により実用的な速度で動作する。同程度のサイズのオープンモデルの中で、ツール利用とマルチステップ計画でリードしているという。

Nvidia、エージェント向けオープンウェイトモデル「Nemotron 3.5」を発表

Nvidiaは、常時稼働のエージェントとエッジコンピューティング向けのオープンウェイトモデルを発表した。企業向けの「Nemotron 3.5 Super VL」は120Bパラメータで、指示追従とツール利用のタスクでNemotron 3 Ultraに近い精度を示すとされる。PC向けには軽量な「Nemotron 3.5 Bolt 74B-A9B 24GB」と「Bolt E4B」を用意し、Super VLとBolt 74B-A9Bは提供開始済み、Bolt E4Bは今月後半に提供予定である。

xAI、フラッグシップ音声モデルGrok Voice 1.0をAPIで提供開始

xAIは新フラッグシップ音声モデルGrok Voice 1.0をAPIで提供開始した。カスタマーサポートや営業など複雑な複数ステップのワークフロー向けで、τ-voice Benchイのリーダーボードで首位とされる。Starlinkの電話窓口では、営業の成約率20%、サポートの解決率70%を記録している。

xAI、コーディングモデルgrok-build-0.1をAPIでパブリックベータ提供

xAIはコーディング特化モデルgrok-build-0.1をxAI APIでパブリックベータとして公開した。100+ tokens/秒で提供され、価格は入力$1/m tokens、出力$2/m tokensである。Grok Buildを動かしているモデルと同じものである。

xAI、Grok 4.3をAmazon Bedrockで一般提供開始

xAIはGrok 4.3をAmazon Bedrockで一般提供開始した。100万トークンのコンテキストウィンドウと、none・low・medium・highから選べる推論設定に対応する。料金は入力が100万トークンあたり$1.25、出力が$2.50である。

SpaceXSI、コーディングとエージェント向けモデルGrok 4.5を発表

SpaceXSIはコーディング、エージェント型タスク、ナレッジワーク向けのモデルGrok 4.5を公開した。80 TPSで提供され、価格は入力100万トークンあたり$2、出力100万トークンあたり$6である。Grok Build、全プランのCursor、SpaceXSIコンソールで利用でき、Grok BuildとCursorでは期間限定で無料利用も可能である。

xAI、音声対話モデルGrok Voice 2.0を発表

xAIは音声から音声へのモデルGrok Voice 2.0を発表した。Artificial Analysisの総合指標は82.9%で、Grok Voice 1.0の75.7%、GPT-Realtime-2.1 (High)の79.1%を上回る。料金は音声1分あたり$0.08で、2026年8月5日にgrok-voice-latestが2.0へ切り替わる。

xAI、長時間エージェント向けのGrok 4.6を公開 CursorとGrok Buildで利用可能

xAIはGrok 4.5を土台に、長時間動作するエージェントと対話的・視覚的な作業を重視したGrok 4.6を公開した。Artificial Analysis Intelligence IndexではGPT-5.6 Solと同じ61である。CursorとGrok Buildで利用でき、APIは入力100万トークンあたり$2、出力$6からである。

Grok 4.6、Amazon Bedrockで提供開始

xAIのGrok 4.6が、Amazon Bedrockで一般提供された。コンテキストウィンドウは500kで、推論の強度はlow、medium、high、xhighから設定できる。料金は入力が100万トークンあたり2ドル、キャッシュ入力が同0.50ドル、出力が同6ドルである。

Grok 4.6、Microsoft Foundryで利用可能に

xAIのGrok 4.6がMicrosoft Foundryで利用可能になった。コンテキストウィンドウは500kで、推論の強度はlow、medium、high、xhighから設定できる。Foundryでは他のフロンティアモデルとの比較評価、マネージドエンドポイントへのデプロイ、エンタープライズ向けのセキュリティとガバナンス管理が行える。

DeepSeek-V4.1-Flash-1017、HLEスコアが最大42.6に

DeepSeekがV4.1-Flashの小規模アップデート版DeepSeek-V4.1-Flash-1017を、10月17日にWebサイト、アプリ、開発者プラットフォームで公開した。HLEのスコアは36.8〜42.6で、従来のV4.1-Flashの36.8〜39.1を上回る。DeepSeekは、ベンチマーク性能の向上、タスク完了の高速化、出力の短縮を挙げている。

DeepSeek、エージェント性能を高めたV4.1-Flash-1017を公開 検索APIも外部開放

DeepSeekはFlashモデルの更新版DeepSeek-V4.1-Flash-1017を公開した。公式サイト、アプリ、APIで利用でき、重みはHugging FaceとModelScopeでオープンソース化された。DeepSWEでは77.0%を平均約0.20ドル/タスクで達成したと同社は示している。社内検索エンジンのSearch & Fetch APIも開発者向けに提供する。

DeepSeek@deepseek_aiAIスコア6262

DeepSeekはDeepSeek-V4.1-Flash-1017を公開した。前バージョンよりベンチマーク性能が高く、タスク完了が速く、出力も短いとして、性能とコストの両面でのパレート改善をうたっている。公式サイト、アプリ、APIで利用でき、DeepSeek Harness v0.2.1-rc.1以降へのアップグレードが推奨されている。

Google DeepMind@GoogleDeepMindAIスコア4343

4体のGemini 4 Argonエージェントが、ゼロから27時間でMinecraftをクリアした。 サンドボックス内でコードとテキストのみを使い、2,783本のプログラムを書き、チャットで役割を分担し、メモを共有し、エラーを一緒にデバッグした。人間の助けは一切なし ↓ https://x.com/maxencefaldor/status/2111023397106770026

Reflection Beam登場、AWSでのエージェント型コーディング向けオープンウェイトモデル

Reflection AIが、エージェント型コーディングと長期タスク向けのオープンウェイトモデルBeamを公開した。総パラメータ501B、アクティブ23BのスパースMoEで、実効コンテキスト長は1Mトークンと同社は報告している。重みはApache 2.0ライセンスでHugging Faceから提供され、発表時点ではAmazon SageMaker JumpStartの米国東部（バージニア北部、オハイオ）で利用できる。

Reflection、501B規模のオープンモデルBeamをHugging Faceで公開

新興の米ラボReflectionが初のモデルBeamをApache 2.0ライセンスで公開した。総パラメータ501B、トークンあたり23B活性のMoEモデルで、コンテキストウィンドウは1Mトークン、コーディングとエージェント用途に重点を置く。transformers、vLLM、SGLangがDay-0で対応し、BF16、FP8、NVFP4の3種のチェックポイントを提供する。

Meta、Macで動作するオープンウェイトモデル「Muse Spark Open」を公開

Metaは米国で「最も高性能」とするオープンウェイトモデル「Muse Spark Open」を公開した。816Bパラメータと100万トークンのコンテキストウィンドウを持ち、Meta公表の評価結果では他の主要なオープンウェイトモデルより優れた性能を示すという。Apple製コンピュータでのローカル実行を想定して設計されており、複数のAPIプラットフォームで利用できる。

AI at Meta@AIatMetaAIスコア5959

Meta AIはオープンウェイトモデル「Muse Spark Open」を公開した。米国発のオープンウェイトモデルとして「これまでで最も高性能」と位置づけている。総パラメータ816B、アクティブ42B、1Mトークンのコンテキストウィンドウを備え、テキスト、画像、動画、音声にネイティブ対応する。

NVIDIA@nvidiaAIスコア6262

NVIDIAはオープンモデルのNemotronファミリーに、Nemotron 3.5 Super VLを加えた。視覚理解、推論、ツール利用を組み合わせ、AIエージェントがより短時間で多くの作業を完了できるようにするという。総パラメータ120B、アクティブ12Bで、テキスト、画像、ドキュメント、動画の理解に対応する。

NVIDIA、Nemotron 3.5 Super VLとBolt 74B-A9B 24GBをオープンモデルとして公開

NVIDIAは1200億パラメータのオープンモデルNemotron 3.5 Super VLと、エッジ向けのNemotron 3.5 Bolt 74B-A9B 24GBを公開した。Bolt E4B 4GBは10月23日に提供予定である。Super VLは同クラスで次点の5倍高速なスループットとされ、Hugging Faceなどから利用できる。

Meta、オープンウェイトのマルチモーダルMoEモデル「Muse Spark Open」を公開

Metaはオープンウェイトのモデル「Muse Spark Open」を公開した。総パラメータ約816B、トークンあたりのアクティブ約42BのMoEで、テキスト、画像、音声、動画を入力でき、コンテキストウィンドウは最大1Mトークンである。Hugging Face Blogでは、transformers、llama.cpp、SGLang、vLLM、MLXでの実行方法とTRLによるファインチューニング、デモを紹介している。

AI at Meta@AIatMetaAIスコア4141

Muse WonderとMuse Wonder Fullは、個人向けおよびプロフェッショナル向けのエージェント型タスクでSOTA性能を発揮する。 これらのモデルの詳細は、研究者向けブログで紹介している。https://go.meta.me/musewonder

Google、Gemini 4 ArgonをGeminiアプリで提供開始

GoogleはGemini 4 Argonを本日よりGeminiアプリで提供開始した。最先端の推論能力と複雑なワークフローでの性能向上を掲げ、Google AI ProおよびGoogle AI Ultraのユーザーが利用できる。macOS版アプリではGoogle Antigravityのエージェント型コーディングインターフェースも直接使えるようになった。

xAI、音声対音声モデルGrok Voice 3.0を発表 APIで提供開始

xAIはspeech-to-speechモデルGrok Voice 3.0を発表し、同日からAPIで提供を始めた。Artificial AnalysisのSpeech-to-Speech Indexで86.9点の1位となり、レイテンシは1秒未満としている。料金は前世代と同じ$0.08 / min（$4.80 / hr）である。

Google DeepMind、Gemini 4 Argonの安全対策を公開、悪用防止とリアルタイム監視を解説

Google DeepMindはGemini 4 Argonの安全性とセキュリティへの取り組みを公表した。シミュレーション型サイバー攻撃12シナリオをすべて解決し、コーディングでの不正近道は2%まで低下した。Argonの段階的な一般提供と、Fairwind Programの対象拡大も始まっている。

Google、Gemini 4 Argonの安全対策を解説 悪用防止と監視、プロンプトインジェクション耐性

Googleは、Gemini 4 Argonの安全性とセキュリティへの取り組みを公開した。サイバー攻撃シナリオ12件すべてを解決する一方、リアルタイム防御や監視を重ねている。プロンプトインジェクション耐性はGray SwanのIPIベンチマークで、15回の適応的攻撃での成功率を0.7%に抑えた。Argonは広く提供が始まり、Fairwind Programも拡大される。

LiquidAI、オンデバイス向けエージェントモデル「LFM2.5-24B-A2B」を公開

LiquidAIは、24Bパラメータ・アクティブ2Bのリasoningモデル「LFM2.5-24B-A2B」を公開した。ツール呼び出しや多段階タスクに対応し、ローカルハードウェア上で継続的にエージェントを動かせるとされる。Agentic benchmarkのLiveClawでは48.09点で、Qwen3.6-35B-A3Bの38.19点を上回る。Apple M5 Maxでは184 tok/s、単一のNVIDIA B300 GPUでは最大21K output tok/sの推論速度を示している。

Google DeepMind@GoogleDeepMindAIスコア5353

Google DeepMindはGemini 4 Argonを世界全体で利用可能にした。難題を最初から最後まで解決することを狙ったモデルで、コーディング、エンタープライズのワークフロー、サイバー防御にわたるフロンティア級の能力を備えるとしている。

Google DeepMind、ロボティクス向けGemini 4 Argonを公開、ERQAで87%

Google DeepMindはGemini 4 Argonを公開した。物理理解、コード生成、視覚的・意味的推論が大きく進歩したとしており、Embodied Reasoning（ERQA）ベンチマークで純粋な推論により87%を記録し、他のフロンティアモデルを上回ると説明している。gemini-4-argonとしてGoogle AI Studio、Gemini API、Google Antigravityで利用できる。

Google DeepMind、Gemini 4 Argonを提供開始

Google DeepMindは最新のフロンティアモデルGemini 4 Argonを、API、Google Antigravity、Geminiアプリ、検索のAIモードで提供開始した。導入価格は入力100万トークンあたり$2、出力$10で、Vals Indexで1位とされる。コーディング、金融、法務、サイバーセキュリティ、科学などの複雑な業務を想定している。

Google、Gemini 4 Argonの提供をGeminiアプリとAntigravityで開始、有料ユーザー限定

GoogleはGemini 4 Argonの本格展開をGeminiアプリとAntigravityで開始したが、対象は有料ユーザーのみで、下位プランでは全機能を使えない。性能自体は変わらず、社内ではYouTubeのコメントシステム改善などに使われたという。

Google、開発者向けにGemini 4 Argonを提供開始

Googleは、複雑なワークフロー向けのフロンティアモデルGemini 4 Argonを開発者向けに提供開始した。実際のソフトウェアエンジニアリング、企業のナレッジワーク、サイバーセキュリティ防御を対象とする。Gemini APIの有料枠のほか、Google AI Studio、Android Studioで利用できる。

Google、Gemini 4 Argonを提供開始、コーディングや科学など複雑なタスクに対応

GoogleはGemini 4 Argonを、AI StudioとGemini API、Google Antigravity、Geminiアプリ、Google検索のAIモードで順次提供開始した。導入価格は入力100万トークンあたり2ドル、出力10ドルで、Vals Indexで1位を獲得したとしている。コーディング、金融、法務、サイバーセキュリティ、科学などでの深い作業を想定し、安全性スタックも強化したという。

Google、Gemini 4 Argonを提供開始 開発者・企業・一般ユーザー向けに

Googleは最新のフロンティアモデルGemini 4 Argonを提供開始した。AI StudioやGemini platformのAPI、Google Antigravity、Gemini app、AI Modeで利用でき、導入価格は入力100万トークンあたり$2、出力$10である。Vals Indexで1位とされ、コーディングや金融、法務、サイバーセキュリティ、科学分野での活用事例も示された。

Amazon Bedrock で Grok 4.7 を使い長期タスク型エージェントを構築

AWSは、Amazon Bedrock上のGrok 4.7でツール呼び出しエージェントを構築し、推論の努力レベルごとに検索型タスクで評価した。3つのタスク計72回の実行で67回正解し、xhighは18回すべて正解、lowは18回中15回正解で出力トークンは約8分の1だった。Grok 4.7はクロスリージョン推論プロファイル経由で利用でき、SpaceXAI公表のコンテキストウィンドウは500Kトークンである。

Meta、Muse WonderとMuse Wonder Fullを発表 第三者評価で最前線級

Meta Superintelligence Labs（MSL）は第2世代モデル群Muse WonderとMuse Wonder Fullを公開した。Artificial AnalysisのIntelligence Index v4.3ではWonder Fullが56、Wonderが52で、Muse Spark 1.3の48を上回った。Wonderは Meta Model APIとMuse Codeで利用でき、FullはMuse Code加入者のみが使える。

TypeSafe/Jev、ローンチ3週間で ARR 1億ドル超・評価額75億ドル

TypeSafeは「Series AI」を発表し、Sequoiaが同社の第1週の ARR（年間経常収益）が1億ドルを超えたと「リーク」したとされる。Jevは判断系モデルの基準として各社が比較対象にしており、複数のベンダーが同日に類似の判断モデルを公開したと本文は伝えている。評価額75億ドルについては本文に記載がない。

ELYZA、日本語の問い合わせ応答ベンチマーク「ELYZA Agent Tasks: Customer Service」を公開

ELYZAは、コンタクトセンターの電話応対業務を評価する日本語エージェントベンチマーク「ELYZA Agent Tasks: Customer Service」を公開した。通信、EC・フリマ、ホテル、宅配の4ドメイン96シナリオで、音声とテキストの両方を評価でき、Apache-2.0ライセンスでGitHubに置かれている。評価ではテキストのタスク遂行の最高スコアがgemini-3.6-flashの0.781で、音声入出力の3モデルはタスク遂行とツールがいずれも0.3を下回った。

Anthropic、Claude Haiku 5.5を公開 GPT-6 Lunaと同価格で投入

AnthropicがClaude Haiku 5.5を公開した。約1年ぶりのHaiku級更新で、価格はOpenAIのGPT-6 Lunaと同じ水準である。Artificial AnalysisのIntelligence Indexでは最大effortで43となり、GPT-6 Luna（38）を上回った一方、出力トークン量は約3倍と多い。同日にSonnet 5.5のキャッシュ読み取り料金の引き下げも発表された。

Mistral AI@MistralAIAIスコア3333

Mistral Large 4は、複雑なワークフローにわたって情報を収集し、完成した成果物を生成する汎用エージェントを動かす。