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。
Microsoft AIはコーディングモデルMAI-Code-1-Flashを発表した。GitHub Copilotの本番ハーネスで直接学習し、SWE-Bench Proでは51.2%対35.2%でClaude Haiku 4.5を上回ったとしている。SWE-Bench Verifiedでは最大60%少ないトークンで解いたという。
選定理由：GitHub Copilotの本番ハーネスで学習・評価した点と、同一ハーネスでClaude Haiku 4.5と比べた数値が示されており、比較の前提を把握しやすい。
Mistralは、Le Chatを業務とコーディングの両方に対応する統合AIエージェント「Vibe」に刷新した。Work ModeとCode Modeを備え、VS Code拡張とVibe CLIの更新も同時に公開している。プランはFree、Pro（月額$14.99）、Team（1ユーザー月額$24.99）、Enterpriseで、chat.mistral.aiで利用できる。
選定理由：仕事用とコーディング用のエージェントを一つに統合し、Work ModeとCode Modeの機能範囲や料金プランが具体的に整理されている。
Anthropicは最も高性能とするClaude Opus 4.8（claude-opus-4-8）を公開した。Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundryで1Mトークンのコンテキストウィンドウを標準でサポートし、最大出力は128kトークンである。会話途中のシステムメッセージやstop_detailsフィールドの公開ドキュメント化なども同時に発表された。
選定理由：モデル本体に加え、キャッシュ条件やサンプリングパラメータの扱いなど移行時に確認すべき変更点がまとまっており、既存環境の見直しに役立つ。
Mistral AIは、128B denseのオープンウェイトモデルMistral Medium 3.5をパブリックプレビューで公開し、Mistral VibeとLe Chatにクラウド上で動くリモートエージェントを追加した。SWE-Bench Verifiedで77.6%、τ³-Telecomで91.4を記録したとしている。Pro、Team、Enterpriseプランで利用でき、APIは入力100万トークンあたり$1.5、出力$7.5である。
選定理由：128B denseモデルの公開とクラウド型エージェントの提供が同時に示され、価格や自社ホスト要件も併記されているため、導入判断の材料にしやすい。
Googleは、Geminiで科学計算コードを書き最適化する研究ツールERA（Empirical Research Assistance）の論文をNatureに掲載した。ERAは遺伝学や公衆衛生、衛星画像解析などのベンチマークで専門家水準の性能を示したとしている。ERAとAlphaEvolveで構築したComputational Discoveryも、Gemini for Scienceを通じて段階的に提供が始まる。
Google DeepMindはGemini 3.5ファミリーの第1弾としてGemini 3.5 Flashを公開した。Terminal-Bench 2.1で76.2%、GDPval-AAで1656 Elo、MCP Atlasで83.6%を記録し、Gemini 3.1 Proを上回るとしている。Gemini appとAI Mode、Google AI Studio、Gemini Enterpriseなどで本日から利用でき、3.5 Proは来月の展開を予定している。
選定理由：Terminal-Bench 2.1やMCP Atlasの数値と提供先が併記され、速度と性能のバランスを判断する材料になる。
カラクリは、業務動画を撮影するだけでPC業務を自動化するAIアプリケーションを開発した。TENTIALのカスタマーサポートでの実証実験では、お問い合わせの振り分け作業で年間約200時間の業務削減を確認した。Geminiが動画から手順書を自動生成し、GENIAC第3期で開発した8Bパラメータの視覚言語モデル「KARAKURI VL2」がPC操作を自律実行する。初期設定は約15分である。
Google DeepMindは、Geminiを基盤とするマルチエージェント型AIシステム「Co-Scientist」をNatureに発表し、研究者が仮説を生成・検証できる実験ツール「Hypothesis Generation」として提供する。今後数週間のうちに順次提供を開始し、研究者はlabs.google/scienceで利用登録できる。肝線維症の研究では、同システムが示した再利用候補薬の一つが、実験室試験で瘢痕化に関連する反応を91%阻害したと報告されている。
Google DeepMindは、Geminiを搭載したコーディングエージェントAlphaEvolveの導入から1年の成果をまとめた。ゲノム解析、電力網最適化、量子回路、TPU設計、Google Cloud経由の企業利用など幅広い分野で成果が出ている。DeepConsensusではバリアント検出エラーを30%削減し、AC Optimal Power Flowでは実行可能解の発見率が14%から88%超に向上した。
slotdは、Slurmと同じ操作体系を持つRust製の軽量ジョブスケジューラで、単一ノード・単一ユーザーのローカルマシン向けに設計されている。sbatch、squeue、sacctなどのコマンドをSlurmと揃えており、CPU、メモリ、GPUの予約ベース実行や、job array、dependencyなどに対応する。導入はリポジトリをcloneして付属のinstall.shを実行する方式で、GPUの自動検出にはnvidia-smiが必要とされる。
Spaces は、人間の開発者とコーディングエージェントの両方が使えるCLIである。対話式の入力はすべてフラグなどの同等の手段で代替でき、エージェントは--helpを読んで設定ファイルとCI パイプラインを構成し、プロンプト1つから本番デプロイまで10分未満で完了したという。init時にはプロジェクト構造を記した context.json と、エージェント向けの指示を書いた AGENTS.md も生成される。
Googleは、自然言語の指示からAndroid XRアプリを生成するワークフロー「Vibe Coding XR」を発表した。Geminiが指示を物理挙動を考慮したインタラクティブなアプリに変換し、その生成は60秒以内に完了するとしている。基盤はWeb技術ベースのXR Blocksフレームワークで、デスクトップのChromeでは実機前にシミュレーターで操作を検証できる。
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Lean 4向けのオープンソースのコードエージェントLeanstral（120B-A6B、アクティブパラメータ6B）をApache 2.0ライセンスで公開した。Mistral Vibeのエージェントモードと無料のAPIエンドポイントでも利用できる。FLTEvalではpass@2で26.3となり、コスト36ドルでSonnetの23.7（549ドル）を上回ったとしている。
Mistral AIは、Rails のソースファイルを読み取り、RSpec テストを生成・改善して、スタイルルールとカバレッジ目標で検証するエージェントを構築したと発表した。CI/CD パイプライン内で人手を介さず動作し、複数のインスタンスが異なるファイルを並列に処理する。
SSHで1回のキーストロークを送信した際に36バイトのパケットが多発する理由を、tcpdumpの解析とClaude Codeを使って調査した。単一キーストロークのキャプチャでは、全270パケットのうち179パケット（66.3%）が36バイトのメッセージだった。Claude Codeの解析では、暗号化処理の時間が1.6sから0.11sに減ったとされる。
Mistral AIは、ターミナル向けコーディングエージェントMistral Vibe 2.0を公開した。Devstral 2モデル群を基盤とし、カスタムサブエージェントやスラッシュコマンドによるスキル読み込みに対応する。Le Chat ProとTeamプランで利用でき、追加利用は従量課金またはBYOKで可能である。
選定理由：カスタムサブエージェントやスラッシュコマンドのスキルなど新機能に加え、Devstral 2の料金とプラン構成も示されており、導入時の比較材料になる。
Mistral AIは、コーディングモデルのDevstral 2（123B）とDevstral Small 2（24B）、およびターミナル向けCLIのMistral Vibeを公開した。Devstral 2はSWE-bench Verifiedで72.2%、Devstral Small 2は68.0%を記録している。Devstral 2はAPIで当面無料で、無料期間後は入力/出力で100万トークンあたり$0.40/$2.00となる。
選定理由：SWE-bench Verifiedのスコアに加え、人手評価でClaude Sonnet 4.5との差が残ると明記しており、オープンモデルの現在地を比較しやすい。
ELYZAの中村氏が、npmで公開されたオープンソースのAI駆動タスク管理ツール「Task Master」をClaude Codeと連携させて試した。PRDからAIがタスクとサブタスクを自動生成し、タスクはtasks.jsonで管理される。Claude CodeからMCPツール経由で次のタスクを取得して着手でき、Notionへの一方向エクスポート用スラッシュコマンドも自作している。
ELYZAの開発チームは、Lint/Formatによる規約の強制、API Schemaからのコード生成、PRごとの開発環境などの既存の自動化を、Claude Codeを使ったAIコーディングと組み合わせて活用している。2025年度はPRマージ数を前年同期比1.8倍とする目標を掲げ、7～9月期は約1.6倍で推移している。サービス層のテストカバレッジは70～95%とし、毎週金曜日を借金返済の日として開発工数の20%を充てている。
Mistral AIは、Codestral 25.08を中核とするエンタープライズ向けコーディングスタックを発表した。Codestral 25.08は、受け入れられた補完が30%増え、提案後に残るコードが10%増えたとされる。Devstral Mediumは SWE-Bench Verified で61.6%を記録し、オープンウェイトのDevstral Small（24B、Apache-2.0）はRTX 4090 1枚またはメモリ32GBのMacで動作する。
Mistral AIはAll Hands AIとの協業で、コード向けのDevstral Mediumを発表し、Devstral SmallをDevstral Small 1.1へ更新した。Small 1.1は24BパラメータでApache 2.0ライセンスで公開され、SWE-Bench Verifiedで53.6%、Mediumは61.6%を記録している。
Mistral AIは、企業開発チーム向けのAIコーディングアシスタント「Mistral Code」を発表した。現在JetBrains IDEとVSCode向けにプライベートベータを公開しており、一般提供は近日中を予定している。コード補完にCodestral、コード検索にCodestral Embed、エージェント型コーディングにDevstral、チャットにMistral Mediumの4モデルを採用し、クラウド、専用キャパシティ、エアギャップ環境のオンプレミスGPUへの展開に対応する。
Mistral AIは、コード専用の初の埋め込みモデル「Codestral Embed」を公開した。実世界のコードデータを使った検索タスクで、Voyage Code 3、Cohere Embed v4.0、OpenAIの大規模埋め込みモデルを大きく上回るとしている。APIでは「codestral-embed-2505」の名称で提供され、価格は100万トークンあたり0.15ドル、バッチAPIでは50%割引となる。
Mistral AIはAll Hands AIと共同で、ソフトウェアエンジニアリング向けのエージェント型LLM「Devstral」を発表した。SWE-Bench Verifiedで46.8%を記録し、従来のオープンソースSoTAを6ポイント超上回る。Apache 2.0ライセンスで公開し、APIではdevstral-small-2505として提供する。
選定理由：SWE-Bench Verifiedでの比較条件と、単体のRTX 4090やMac 32GBで動かせる点が併記され、ローカル導入の判断材料になる。
Mistral AIはMistral Medium 3を発表した。Claude Sonnet 3.7の90%以上の性能を、入力$0.4・出力$2（100万トークンあたり）の低コストで実現するとしている。APIはMistral La PlateformeとAmazon Sagemakerで提供中で、ハイブリッドやオンプレミス、in-VPCでの展開にも対応する。