LatchBio、Grok 4.6の生物安全性評価を公表
第三者評価機関LatchBioの分析で、Grok 4.6は偽装された危険な生物学タスクの拒否において、テストした全モデルの中で最も強い結果を示した。BioSecBench-Refusalでは、危険タスクの拒否率59.2%、日常的な生物学タスクの完了率64.8%で、両方で50%を超えた唯一のモデルだった。BioSecBench-Surveillanceの平均成功率は53.5%で、Opus 5の下、GPT-5.6 Solの上に位置した。
第三者評価機関LatchBioの分析で、Grok 4.6は偽装された危険な生物学タスクの拒否において、テストした全モデルの中で最も強い結果を示した。BioSecBench-Refusalでは、危険タスクの拒否率59.2%、日常的な生物学タスクの完了率64.8%で、両方で50%を超えた唯一のモデルだった。BioSecBench-Surveillanceの平均成功率は53.5%で、Opus 5の下、GPT-5.6 Solの上に位置した。
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。
選定理由:悪用防止、ミスアラインメント監視、プロンプトインジェクション耐性の三層で、具体的な数値を挙げて安全対策を説明している。
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。
選定理由:悪用防止、ミスアラインメント監視、プロンプトインジェクション耐性の三つの防御を、評価結果の数値とともに整理しており、設計の考え方を比較しやすい。
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。
選定理由:コーディングや科学、安全性評価まで具体的な適用例と提供条件がまとまっており、実務での使いどころを比較しやすい。
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。
選定理由:コーディングや科学研究、安全性評価まで具体的な数値付きの事例が並び、導入先ごとの使いどころと提供条件を比べやすい。
Googleは新しいフロンティアモデル Gemini 4 Argon を発表した。複雑で長期的なワークフローで深い推論を持続できるよう構築され、Fairwind Program を通じて信頼できるサイバーセキュリティ担当者へ順次展開する。導入価格は100万入力トークンあたり2ドル、100万出力トークンあたり10ドルで、キャッシュ済み入力トークンは入力トークン価格の95%オフとなる。
選定理由:価格、出力トークン上限、各ベンチマークの数値に加え、段階的公開とセーフガードの内容が一続きで示されており、位置づけを把握しやすい。
Google DeepMindはフロンティアモデルGemini 4 Argonを発表し、信頼されたサイバー防御担当者向けのFairwind Programで提供を始めた。DeepSWE v1.1で77.9%を記録し、出力トークン上限は従来の64Kから1Mに拡大された。開発者、企業、一般向けにはガードレールの改良後、できるだけ早く提供する方針で、導入価格は入力$2、出力$10(いずれも100万トークンあたり)である。
選定理由:社内での活用例やベンチマーク結果、段階的な提供方針と安全対策が一つの発表にまとまっており、モデルの位置づけを把握しやすい。
Googleは新フロンティアモデル Gemini 4 Argon を発表した。まず Fairwind Program を通じて信頼できるサイバー防御者に提供を始める。導入価格は入力100万トークンあたり$2、出力$10で、開発者、企業、一般ユーザーへの提供は米国政府の任意の事前アクセス手続きに関与しつつ段階的に広げる。
選定理由:社内での移行や最適化の実績と、ベンチマーク結果、段階的に公開する際の安全対策が同じ記事で示されており、性能と運用方針を併せて把握しやすい。
xAIはコーディングと知識業務向けの最上位モデルGrok 4.7を発表した。価格と速度はGrok 4.6と同じで、入力は100万トークンあたり$2、出力は$6である。CursorとGrok Buildで本日から利用でき、Grok APIなどでも提供される。
OpenAIは2026年9月3日、ソフトウェア開発やサイバーセキュリティ、科学研究等の能力を高めた新モデル「GPT-6 Astra」を発表した。Astraは一部の組織への限定提供を経て、ChatGPTの有料プランやAPI等へ順次展開するとしている。同日、サイバー防御支援の取組「Daybreak for Frontline Defenders」も発表され、アクセス、研修、技術支援及び新たな提携に総額10億ドル相当が充てられる。
Googleは推論とコーディング性能を高めたGemini 3.8として、汎用の3.8 Flashとサイバーセキュリティ特化の3.8 Flash Cyberを発表した。3.8 Flashは入力100万トークンあたり0.75ドル、出力3.75ドルの初期提供価格で、Cyberは新設のFairwind Programを通じてパートナーに提供される。
Google DeepMindは、推論とコーディング性能を高めたGemini 3.8 Flashと、サイバーセキュリティ特化のGemini 3.8 Flash Cyberを発表した。3.8 Flashは入力$0.75、出力$3.75(100万トークンあたり)の導入価格で、HLE-Verifiedで54.9%を記録した。Cyber版は新設のFairwind Programを通じ、信頼された防御者のみに提供される。
選定理由:汎用のFlashと防御者向けのCyberを同時に出し、価格、ベンチマーク、提供条件まで整理されており、用途に応じた使い分けを判断しやすい。
Google DeepMindはロボット向けのGemini Robotics 2を発表した。VLAのGemini Robotics 2、推論モデルのGemini Robotics ER 2、オンデバイス向けのGemini Robotics On-Device 2の3モデルで構成し、ヒューマノイドの全身制御や複数ロボットの協調を可能にする。ER 2はGoogle AI Studioで利用でき、VLAとOn-Deviceモデルは早期アクセスパートナー向けに提供される。
選定理由:全身制御、器用な手の操作、複数ロボットの協調を3つのモデルの役割分担で整理しており、提供範囲や適応に必要なデータ量も確認しやすい。
Anthropicは全顧客向けで最も高性能とするClaude Fable 5(claude-fable-5)を公開した。Project Glasswing参加者向けにはClaude Mythos 5(claude-mythos-5)も提供する。両モデルとも1Mトークンのコンテキストウィンドウ、最大128kの出力トークン、常時有効なadaptive thinkingに対応する。Claude Opus 4.7で導入されたトークナイザーを使い、従来モデルより同じテキストで約30%多くのトークンが生成される。
選定理由:新モデルの仕様に加え、トークナイザー変更による約30%のトークン増や拒否時の課金条件など、移行時に確認すべき点が整理されている。