Meta、Muse Spark Openで米国オープンウェイトの水準を引き上げ、フロンティア勢力図を論じる
Nathan Lambertは、Metaが公開したMuse Spark Openを米国製オープンモデルとして大差で最も強いと評価した。性能はGLM 5.2より上でDeepSeek V4.1 Flash付近、GLM 5.3やKimi K3には届かないとし、独自ライセンスの制約が普及の障害になりうると指摘している。
#Hugging Face
#Hugging Face
本日0件Interconnects (Nathan Lambert)AIスコア7272 The DecoderAIスコア5858 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。
Hugging Face@huggingfaceAIスコア3030ライブ配信：新しいオープンウェイトモデル https://x.com/i/broadcasts/1DxleVaPLagKL
- Hugging Face@huggingfaceAIスコア6060引用元Reflection@reflection_ai
Beam is now available across platforms, with open weights under the Apache 2.0 license - in collaboration with an ecosystem of 40+ partners. We're releasing: - Weights, tokenizer, and reference implementation - BF16, FP8 and NVFP4 weights and a DFlash2 drafter - The open source harness we built and trained Beam on: Mirror CLI Weights and model card on Hugging Face: https://huggingface.co/reflection
Hugging Face BlogAIスコア5454 NVIDIAとAI4Bharat、インド22言語・約2.8兆トークンの事前学習データと生成パイプラインを公開予定
NVIDIAとIIT MadrasのAI4Bharatは、インド憲法の22言語にわたる約2.8兆トークンのNemotron-pretraining-Indic-v1を、生成に使ったGPU高速化パイプラインとともに近日公開すると発表した。プロンプト、LLMワークフロー、品質チェックまで含む生成レシピを開放する。Nemotron 3.5 Super VLのIndic継続事前学習では、報告された5つのIndicベンチマークすべてでスコアが上がった。
Hugging Face Blog注目記事AIスコア7878 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。
選定理由：アーキテクチャの内訳、精度別チェックポイントごとのベンチマーク、必要なGPU構成、SFTとGRPOの手順がまとまっており、自前運用の見積もりに使いやすい。
Hugging Face BlogAIスコア4242 Granite Switch 4.1、チャット・判定・音声認識を1つのエンドポイントで提供
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 BlogAIスコア5656 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。
Hugging Face BlogAIスコア4141 Apertus 1.5、画像・音声理解と思考モードを追加
Apertus 1.5は、Apertus 1.0の8Bおよび70Bモデルを拡張した最新版で、画像と音声の理解、任意で使える思考モード、4倍となる262,144トークンのコンテキストウィンドウを備える。8Bと70Bの重みは2026年7月24日にHugging FaceでApache 2.0ライセンスのもと公開された。学習データは8Bモデルに4兆トークン、70Bモデルに2兆トークンの継続事前学習を加えており、合計はそれぞれ19T、17Tである。
Hugging Face Blog注目記事AIスコア6969 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。
選定理由：総パラメータ約816B、アクティブ約42Bという構成と、各推論環境での動かし方や必要なメモリ量がまとまっており、導入規模を見積もる材料になる。
Hugging Face Blog注目記事AIスコア6060 Black Forest Labs、FLUX.3 Image Kleinを公開 Diffusersで初日から利用可能
Black Forest LabsのFLUX.3 Image Kleinが公開され、Diffusersで初日から動作する。1つのモデルでtext-to-image、複数参照のimage-to-image、バウンディングボックスによるレイアウト制御に対応する。蒸留版は16ステップでCFGなし、H100で1024 × 1024の画像を約2秒で生成する。NVFP4とFP8の重み、LoRA学習スクリプト、Modular Diffusersパイプラインも提供される。
選定理由：bboxをプロンプトに書いて配置や移動を指定する操作法と、H100での速度やメモリの実測値が併記されており、導入時の負荷を見積もりやすい。
Hugging Face BlogAIスコア3939 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。
Qwen@Alibaba_QwenAIスコア5656引用元Qwen@Alibaba_QwenMeet Qwen-Image-2.1, the most balanced and cost-effective image generation model in the Qwen-Image series! Now open weights! 🎨 A unified model for both generation and editing, delivering top-tier quality in a lightweight package. Highlights: 👀 - Compact & exceptionally fast: A lightweight 7B architecture that outperforms most closed-source models, with drastically accelerated inference for multi-image inputs. - Native transparency: Natively generates and edits RGBA layers, enabling seamless compositing and text editing within transparent images. - Versatile, high-fidelity editing: Supports up to 10 reference images and precise local control while preserving strict fidelity for portraits and products. - Broad coverage & stunning aesthetics: Excels at panoramas, infographics, and virtual try-ons, delivering realistic textures and elegant typography. Start to create your next masterpiece with Qwen-Image-2.1! 🖼️ - Blog: https://qwen.ai/blog?id=qwen-image-2.1 - GitHub: https://github.com/QwenLM/Qwen-Image-2.1 - Model Scope: https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1 - Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2.1
ELYZA 技術ブログ（Zenn）AIスコア5656 ELYZA、llm-jp-4ベースの推論モデルELYZA-Thinking-1.0-llm-jp-4を公開 学習方法と評価結果を解説
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。
Hugging Face BlogAIスコア3737 Holo4、汎用コンピュータ操作エージェント向けの新モデルシリーズ
Holo4は、GUI・コード・MCP・APIを使い分けて操作するエージェント型モデルシリーズで、27B dense版と35B-A3B（Mixture of Experts）版の2サイズが提供される。OSWorld 2.0ではHolo4 27Bが61.7%を記録し、Opus 5.5の81.8%には及ばないものの、パラメータ数とコストは大幅に少ないとされる。両モデルはH Models APIで利用可能で、Holotron4 Nanoも併せて公開された。
Hugging Face BlogAIスコア4646 NeoMME：効率的なマルチモーダルネイティブ・多言語エンコーダ
Hugging Face、260Mと800Mの2サイズからなる多言語マルチモーダルエンコーダ「NeoMME」を発表。事前学習済みのビジョンタワーを使わず、単一の双方向Transformerでテキストトークンと画像パッチを同時に処理する。
Hugging Face BlogAIスコア5050 IBM、Granite 4.2 LLMの構築方法を解説
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。
Hugging Face BlogAIスコア5252 Liquid AI、LFM2.5向けDSparkドラフトモデルを公開、推論が最大3.2倍高速に
Liquid AIはLFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1Bの3モデル向けにDSparkのドラフトモデルを公開した。投機的デコーディングにより出力品質を変えずにGPUで最大3.18倍、オンデバイスで最大2.87倍のスループット向上を示す。llama.cppとSGLangで初日から利用でき、LFM2.5-2.6Bの関数呼び出しのレイテンシは平均57%減少した。
Microsoft Source: AIAIスコア5353 Microsoft ResearchとPaige、病理基盤モデルPRISM2を開発しNature Medicineで発表
Microsoft ResearchとPaige（現Tempusの傘下）は、組織画像と病理報告書由来の言語で学習した病理基盤モデルPRISM2を開発し、Nature Medicineに発表した。前立腺がん、乳がん、乳房リンパ節転移の検出など複数のベンチマークで、専用のがん検出システムに並ぶか上回る性能を示した。モデルの重みは研究用途向けにHugging Faceで公開されている。
Hugging Face Blog注目記事AIスコア7272 Thinking Machines Lab、画像・音声・テキスト対応のオープンモデルInklingとInkling-Smallを公開
Thinking Machines Labが、画像・テキスト・音声を入力できる約1Tパラメータのオープンモデル Inkling を Hugging Face で公開した。総パラメータ975B、アクティブ41BのMoEで、1Mコンテキストに対応する。276B総・12Bアクティブの Inkling-Small も追加され、Inference Endpoints でワンクリックでデプロイできる。
選定理由：アーキテクチャの内訳、必要VRAM、各推論エンジンでの起動手順、ベンチマーク表が一つにまとまり、導入可否を判断する材料になる。
Mistral AI NewsAIスコア4242 Mistral AI、Lean 4向け形式検証モデル「Leanstral 1.5」を公開
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。
Google DeepMind Blog注目記事AIスコア6060 Google DeepMind、テキスト拡散の実験的オープンモデルDiffusionGemmaを公開
Google DeepMindは、テキスト拡散を採用した26B MoEのオープンモデルDiffusionGemmaをApache 2.0ライセンスで公開した。専用GPU上で最大4x高速な推論を実現し、単一のNVIDIA H100で1000+トークン/秒、NVIDIA GeForce RTX 5090で700+トークン/秒を出す。出力品質は標準のGemma 4より低く、高品質が必要な用途にはGemma 4を推奨している。
選定理由：自己回帰モデルとの速度差が生じる仕組みと、ローカル推論に向く条件、クラウド配信で利点が薄れる点が整理されており、用途の見極めに使いやすい。
Mistral AI NewsAIスコア5252 Mistral、4Bパラメータの音声合成モデルVoxtral TTSを公開
Mistralは4Bパラメータのテキスト音声合成モデルVoxtral TTSを公開した。9言語に対応し、APIでは1k文字あたり$0.016で利用できる。人手評価ではElevenLabs Flash v2.5より自然さで上回り、ElevenLabs v3と同等の品質とされる。
Mistral AI News注目記事AIスコア6262 Mistral AI、音声認識モデルVoxtral Transcribe 2を公開、RealtimeはApache 2.0のオープンウェイト
Mistral AIは音声認識モデルのファミリーVoxtral Transcribe 2を公開した。バッチ向けのVoxtral Mini Transcribe V2と、遅延を200ms未満まで設定できるライブ向けのVoxtral Realtimeで構成する。Realtimeは4BパラメータでApache 2.0のオープンウェイトとしてHugging Face Hubで配布され、Mini Transcribe V2のAPI料金は1分あたり$0.003である。
選定理由：バッチ向けとリアルタイム向けの二つのモデルについて、遅延設定、料金、対応言語が並べて示されており、用途ごとの使い分けを判断しやすい。
Mistral AI News注目記事AIスコア6464 Mistral AI、音声理解モデルVoxtralを公開 24Bと3BをApache 2.0で提供
Mistral AIは音声理解モデルVoxtralを公開した。本番向けの24Bと、ローカルやエッジ向けの3Bの2サイズで、どちらもApache 2.0ライセンスである。APIは$0.001 per minuteから利用でき、Voxtral Mini TranscribeはOpenAI Whisperを上回る性能を半額未満の価格で提供するとしている。
選定理由：文字起こしと音声の理解を一つのモデルで扱う設計で、Whisperなど他社APIとの比較や価格が示されており、導入判断の材料にしやすい。
Mistral AI News注目記事AIスコア7575 Mistral AI、初の推論モデルMagistralを発表 オープンのSmallと企業向けMediumの2種
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。
Mistral AI NewsAIスコア5757 Mistral、Mistral Small 3.1を発表 Apache 2.0で公開、コンテキストは最大128k
Mistral AIは、テキスト性能とマルチモーダル理解を改善し、コンテキストウィンドウを最大128k トークンに拡張したMistral Small 3.1を発表した。Apache 2.0ライセンスで公開され、Gemma 3やGPT-4o Miniを上回り、推論速度は150 トークン/秒としている。Hugging Faceからベースモデルとインストラクトモデルをダウンロードできる。