MiniMaxは企業ワークフローやコーディング、コンピュータ操作向けの新モデルM3.1 Flashを公開した。Artificial AnalysisのIntelligence Indexで42点となり、前モデルM3の29点から13ポイント上昇、タスクあたりの評価コストは約0.51ドルから約0.22ドルに下がった。一方、AA-Omniscienceではハルシネーション率が93%と高く、API価格は入力100万トークンあたり0.15ドル、出力0.60ドルである。
Inceptionは拡散型LLM「Mercury 3」を発表し、これまでにリリースされた拡散型LLMの中で最も高性能なモデルだと説明した。NVIDIA GPUで毎秒1,068トークンを実現し、コンテキストウィンドウは100万トークンに拡大した。リリース時の価格は入力100万トークンあたり0.10ドル、出力100万トークンあたり0.35ドルである。
MiniMaxが推論モデル「MiniMax M3.1 Flash」を公開した。Artificial Analysis Intelligence Indexで42点を獲得し、前モデルのM3より13点高く、タスクあたりのコストは半分以下に下がった。API価格は入力100万トークンあたり$0.15、出力100万トークンあたり$0.60で、コンテキストは最大100万トークン、テキストと画像を扱える。一方、Artificial Analysisによるとハルシネーション率は93%と報告されている。
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。
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。
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。
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。
Elorianが初のモデル「Glimpse」を研究プレビューとして公開した。APIとチャット画面で提供され、推論中に画像の一部を切り抜き、動画のフレームを取り出し、コードで測定できる。価格は100万トークンあたり入力$0.60、出力$3で、同社の評価では科学チャートの推論と短尺動画のキャプション生成でGPT-6 Astraを上回る。
TypeSafe AIのAIモデル「Jev」は、限定公開から2週間でVercelの有料チームの35%に利用され、2番目に人気のSonnet 5.5のほぼ2倍の到達率を記録した。Jevは出力を事前に決めた選択肢から選ぶ軽量モデルで、9月15日に限定公開された。出力を制限することで、Sonnetより低コストかつ高速に動作する。
Granite Switch 4.1の8Bと30Bモデルは、汎用のDecision aLoRA、安全性判定向けのGuardian aLoRA、OpenASR Leaderboardで最速とされるASRモデルGranite-Speech-5.0-Turbo-CTCを1つのモデルに統合し、1つのエンドポイントでチャット、判定、文字起こしを処理する。必要なVRAMはベースモデル単体とほぼ同じで、KVキャッシュも再利用できる。vLLMではプラグインで動作し、llama.cppもネイティブに対応している。
NVIDIA@nvidiaAIスコア6262Meet NVIDIA Nemotron 3.5 Super VL Our new open model combines reasoning and tool use with text, image, document, and video understanding for long-running AI agents. 120B total parameters with 12B active 🧵
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。
選定理由：モデルの応答スタイルの変化に加え、macOS版GeminiアプリでAntigravityが使える点やタスク機能の対象プランが整理されており、利用判断の材料になる。
Qwen@Alibaba_QwenAIスコア3838685 output tokens/s per user on @Alibaba_Qwen Qwen3.8-Flash-Next. Running TokenSpeed on 4× NVIDIA GB300 with NVFP4. A look at the kernel and serving optimizations behind the results: 👉 https://lightseek.org/blog/tokenspeed-qwen3-8-flash-next.html ⭐ https://github.com/lightseekorg/tokenspeed
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。
選定理由：有料ユーザー限定という提供範囲と、Google社内での活用例が整理されており、導入時期や用途を考える材料になる。
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。
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は、LLM-jp-4をベースにした日本語重視の推論モデルELYZA-Thinking-1.0-llm-jp-4-33b（Dense）と32b-a3b（MoE）をHugging Faceで公開した。20ベンチマークの総合スコアは33B版が61.7、32B-A3B版が58.5である。Mid-training、SFT、RLの各段階の設計と効果も解説している。
Anthropicが高速・低価格モデルClaude Haiku 5.5を公開した。価格は100,000トークンまで入力$0.10／出力$0.50で、GPT-6 Lunaと同額である。100,000トークン超は$0.50／$2.50に上がり、新トークナイザーでは同じ長文プロンプトが約1.25倍のトークン数になるとSimon Willisonは報告している。
GoogleはGemini 4シリーズのGemini 4 Argonを紹介した。コーディング、金融、法務、サイバーセキュリティ、科学などで複雑なタスクを深く遂行するディープ ワークに強いとしている。金融、コーディング、法務、税務のモデル性能を測定するVals Indexで1位を獲得したという。
Qwen@Alibaba_QwenAIスコア3838Qwen3.8-27Bが@nebiustf経由で利用可能になった。エージェント構築でもディープリサーチでも、この27B dense モデルはマルチステップのワークフローに対応できる。🥳
Qwen3.8-27B is now live on Nebius Token Factory. A compact 27B dense model for coding, research, and agent workflows, with a focus on planning and completing tasks across multiple steps. Start building: https://tokenfactory.nebius.com/endpoints?modals=endpoint-details&model-id=Qwen/Qwen3.8-27B
Googleは、Gemini 3.8 Flashを使った開発者4人の作例を紹介した。同モデルは3.7 Flashからソフトウェア開発、エージェント型タスク、多段階推論が大きく向上し、より高コストなフロンティアモデルに迫る性能を示すこともある。ロケット軌道のシミュレーションや自動変速機の対話型モデルなどが作られており、Google AntigravityとGoogle AI Studioで利用できる。
国立情報学研究所のLLMCは、日本語に強いオープンな大規模言語モデル「LLM-jp-4.1」シリーズを公開した。llm-jp-4.1-8b-thinking、32b-a3b-thinking（MoE）、33b-thinkingの3モデルをApache License 2.0で提供し、SFTとDPOの学習データも公開する。STEM分野の性能向上、ツール呼び出しへの新規対応、回答の詳細さの調整が主な改良点である。
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 AI Developers@googleaidevsAIスコア3838
IBMのGranite 4.2は、3B、8B、30Bの3サイズで提供される推論特化型のデコーダーのみ・dense型LLMファミリーである。Granite-4.1ベースモデルを事後学習して作られ、すべてApache 2.0ライセンスで公開される。8Bと30Bはサンドボックス環境でツールを操作するエージェントRLを経ており、全モデルが思考／非思考の切り替えとネイティブなツール呼び出しに対応する。
DeepSeek@deepseek_aiAIスコア6262
Microsoft AIは推論モデルMAI-Thinking-1を発表した。35B-active、約1T-totalパラメータのスパースMoEで、AIME 2025で97.0%、AIME 2026で94.5%を記録した。他社モデルからの蒸留を行わず、追跡可能なデータで学習したと説明している。
NVIDIAは、外科手術ロボット向けのリアルタイム生成シミュレーター「Cosmos-H-Dreams」を発表した。Cosmos-H-Surgical-Simulatorを因果的な少ステップのstudentモデルに蒸留し、ストリーミング推論ライブラリFlashDreamsで提供する。単一のNVIDIA RTX PRO 6000 GPUで動作し、人間または学習済みポリシーが閉ループで操作できる。
Mistral AIは、Lean 4での形式検証に対応したApache-2.0ライセンスのモデル「Leanstral 1.5」を公開した。総パラメータ119B、アクティブパラメータ6Bで、miniF2Fを飽和させ、PutnamBenchでは672問中587問を解いた。FATE-Hで87%、FATE-Xで34%と新たなstate-of-the-artを達成し、Hugging Faceと無料APIで利用できる。
Microsoft AI（MAI）はBuild 2026の基調講演で、画像、音声、文字起こし、推論、コーディングにわたる7つの新モデルを発表した。初の推論モデルMAI-Thinking-1は35B active parameterのMoEで256Kコンテキストウィンドウを持ち、SWE Bench Proで53%、AIME 25で97%と説明されている。モデルはFoundryに加え、Open Router、Fireworks、Basetenでも提供される予定である。
Mistral AIはMistral Small 4を発表した。Magistralの推論、Pixtralのマルチモーダル、Devstralのエージェント型コーディングを1つのモデルに統合し、Apache 2.0ライセンスで公開している。119B総パラメータのMoEで256kコンテキストウィンドウに対応し、Mistral Small 3と比べてレイテンシ重視設定でエンドツーエンドの完了時間を40%削減、スループット重視設定で毎秒リクエスト数を3倍にした。
選定理由：推論、マルチモーダル、エージェント型コーディングを1モデルに統合した構成と、出力長を抑えた比較が示されており、モデル選定の軸を整理しやすい。
Mistral AIは同社初の推論モデルMagistralを発表した。24BパラメータのオープンソースMagistral Smallと、企業向けのMagistral Mediumの2種で提供する。AIME2024ではMediumが73.6%（majority voting @64で90%）、Smallが70.7%（同83.3%）だった。SmallはApache 2.0ライセンスでHugging Faceから入手でき、MediumはLe ChatやLa Plateforme APIでプレビュー提供される。
選定理由：オープンの24B版と企業向けMedium版の2系統で出た初の推論モデルで、AIME2024の数値や提供先も示されており、位置づけを把握しやすい。
ELYZAは、日本語の論理的思考能力を強化した推論モデル「ELYZA-Thinking-1.0-Qwen-32B」をApache 2.0ライセンスで公開した。320億パラメータでo1-miniに匹敵する性能を達成したとしている。開発過程で得られた「ELYZA-Shortcut-1.0-Qwen-32B/7B」も併せて公開している。