Microsoft AIは新たなMAIモデル7種を公開し、OpenRouter、Fireworks、Baseten、Foundryで提供する。開発者がモデルのウェイトを自らチューニングできるのは初めてだという。強化学習で自社ワークフローに適応させるMicrosoft Frontier Tuningも発表し、Excel向けのMAIチューニング済みモデルはGPT 5.4に並びつつ最大10×効率的とした。
AnthropicのClaude Platformリリースノートは、Claude APIとSDK、Claude Consoleの変更を新しい順に掲載している。Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5、Claude Fable 5.1などのモデル追加に加え、料金や互換性に関わる変更も記載されている。
選定理由：モデル追加や料金改定、SDK変更、破壊的変更が日付順にまとまっており、移行時に確認すべき箇所を追いやすい。
Mistralは AI Now Summit 2026で、Airbus、BMW、ASMLと組む産業エンジニアリング向けAIスタック「Mistral for Industrial Engineering」を発表した。同時に、長時間の複数ステップ作業を担うエージェント「Vibe」を一本化して提供する。フランスのLes Ulis拠点には10 MWの推論向けデータセンターを2026年Q3に開設予定である。
Googleは、ゼロトラストの原則に基づき、暗号技術による安全な集約とTEE（信頼された実行環境）を組み合わせた新たなプライベート分析の仕組みを導入した。新しい暗号プロトコルは端末が1回のメッセージで情報を送信できるため、複数ラウンドにわたって端末をオンラインに保つ必要がない。TEEのアテステーションにより、公開されたコードが意図どおり実行されていることを参加者が検証できる。
Mistralは物理AI（physics AI）を企業向けソリューションの新たな基盤機能として打ち出し、そのためにEmmi AIをMistralに迎え入れた。物理AIはジオメトリや境界条件から物理場全体を単一GPU上で1回の順伝播により秒単位で予測するモデルで、パートナーにはASML、Airbus、Safran、Siemens Energyが挙げられている。
Anthropicは、プライベートネットワーク内のMCPサーバーに接続できるMCPトンネルをClaude Platformでリサーチプレビューとして提供開始した。Claude Managed Agentsでは、ツール実行をAnthropicのインフラではなく自前環境で行えるセルフホスト型サンドボックスが利用可能になった。また、100K文字（約25Kトークン）を超えるagent_toolsetやMCPツールの出力は、サンドボックス内のファイルに自動で書き出される。
AnthropicのClaude Platformリリースノートが、Claude API、クライアントSDK、Claude Consoleの変更を新しい順に掲載している。Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5などのモデル追加に加え、Claude Managed Agentsの機能追加やCompliance APIの拡張も記載されている。
選定理由：モデル追加、料金改定、API仕様変更、Managed Agentsの機能追加が日付順に並び、移行時の破壊的変更も確認しやすい。
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。
Anthropicは、Claude Platform APIのキャッシュ診断機能をパブリックベータとして提供開始した。Messagesリクエストでdiagnostics.previous_message_idを渡すと、プロンプトキャッシュのプレフィックスが前のターンからどこで分岐したかを示すcache_miss_reasonが返される。利用にはリクエストへcache-diagnosis-2026-04-07のベータヘッダーを含める必要がある。
Turingの走行データビューアは、トリップ単位で走行動画と速度・ペダル・ハンドル角などの走行メトリクスを同じ時刻軸で同期再生するWebツールである。動画はAWS BatchでMPEG-DASH形式に変換しCloudFront経由で配信し、dash.jsで再生する。メトリクスはDatabricks Lakeflow SDPで処理し、フロントエンドは車載基準時計の絶対時刻に基づき、start_timestampと動画のcurrentTimeを1000倍して加算することでフレーム単位の同期を実現している。
Mistral AIは、企業向けAIのオーケストレーション層Workflowsをパブリックプレビューとして公開した。PoCから本番運用へ移す際に必要な耐久性、可観測性、耐障害性を提供し、ASML、ABANCA、CMA-CGMなどがすでに業務自動化に利用している。開発者はPythonでワークフローを書き、Le Chatに公開して組織内の誰でも起動できる。Python SDK v3.0は `uv add mistralai-workflows` で導入できる。
カラクリは、EC企業向けのBPOサービス『AgenticCS BPO』を2026年4月より提供開始する。生成AIチャットボット、電話応対AI、事務処理AIの3つのAIエージェントと、時給3,000円クラスの専門人材を組み合わせ、EC特有の問い合わせの約7割をAIが自動処理する。1席あたり月額20万円〜で、従来BPO（席単価40〜60万円）の半額以下となる。
チューリングが開発した自動運転VLAモデル「DriveHeron」を実車に統合し、10Hz（100ms周期）の制御ループに収めた。VLMの「Heron」を土台に将来の走行軌跡を出力する設計で、出力は回帰型のtrajectory headにより単発推論で得る。TensorRTとFP16の低精度推論により、2B（約20億パラメータ）のVLMでも前後処理を含めて100ms以内を達成した。
閉域・オフライン環境でLocal VLMを使い、運転免許証から氏名などを抽出する構成を検証した。小型モデルはプロンプトだけでは出力形式が崩れるため、JSON Schemaに基づくGrammar制約で形式を強制し、常にパース可能なJSONを得る方法を示している。Visual Prompt Injectionに対しても、Grammar制約は出力層での防御として機能すると主張している。
Mistral AIは、企業が社内の独自データを基にフロンティア級のAIモデルを構築するシステム「Forge」を発表した。社内ドキュメントやコードベース、構造化データを用いて事前学習、事後学習、強化学習を行え、dense型とMoEの両アーキテクチャに対応する。Mistral Vibeのようなエージェントが、ファインチューニングやハイパーパラメータの探索、評価用の合成データ生成を自律的に行い、ベンチマークの性能低下も監視する。
チューリングは、NVIDIA の映像-テキスト埋め込みモデル Cosmos-Embed1 と Databricks Vector Search を組み合わせ、約54万シーン（約2,000時間分の走行データ）を対象にしたセマンティック検索システムを構築した。映像側の embedding は日次バッチで事前計算し、テキスト側のみ AWS Lambda でリアルタイムに計算する構成とした。
Turingは、S3インベントリを用いたデータ管理基盤を導入し、数億オブジェクト規模のデータセット情報を数日ではなく数秒で取得できるようにした。Databricks上で外部テーブルとDelta Tableの2段階構成とし、日次で更新している。インベントリの実行コストは100万オブジェクトあたりUSD 0.0025と記載されている。
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。
Turingは自動運転モデル開発向けのMLOps基盤を「APIファースト」で設計した。データセット作成やシナリオテストなどの重い処理をクラウドで実行し、GUI（Next.js/Vercel）とCLI（Typer）の両方から同じAPIを呼び出せる構成とした。API側は全パラメータを必須とし、デフォルト値の制御はクライアント側に任せることで、チームやフェーズごとの柔軟な運用を可能にしたという。
チューリングのMLOpsチームは、Amazon SageMaker HyperPod＋Slurm＋Lustreで構築したGPUクラスターを、us-east-1からus-west-2へ移行した。移行の背景には、データセットのあるS3がオレゴンにあり転送料が発生していた問題がある。移行後はGPUノード数が同じでもコストが想定の約2倍になり、割引対象インスタンスなしでクラスターを作成したため割引が無効化されていたことが分かった。
Mistral AIのエンジニアチームが、vLLMで発生したメモリリークの原因を追跡した過程を解説する。Mistral Medium 3.1を使い、グラフコンパイルを有効にした条件下で、システムメモリが毎分400MBずつ線形に増加していた。Prefill/Decode分離構成のdecode側でのみ再現し、Heaptrackではヒープメモリは安定していたが、ヒープ外のピークRSSに差が出ていた。
ABEJA の筆者が NVIDIA の医療系 AI プラットフォーム「NVIDIA Clara」を試し、MONAI Toolkit で内臓セグメンテーション用モデル VISTA-3D をファインチューニングして CT 画像で推論した。学習には腹部 CT 画像 150 枚と 5 epoch を用い、GCP の T4 1 台で動作させた。創薬分野では BioNeMo Framework でタンパク質言語モデル ESM-2 の学習と推論も試している。
Mistral AIは次世代モデルMistral 3を発表した。14B・8B・3Bの小型denseモデルと、アクティブ41B・総計675BパラメータのMoEであるMistral Large 3で構成し、全モデルを Apache 2.0 ライセンスで公開する。Mistral Large 3はLMArenaでOSS非推論モデル部門2位、Ministral 3 14Bの推論版はAIME '25で85%を記録した。
選定理由：3B・8B・14Bの小型モデルと675B規模のMoEを同じ Apache 2.0 で公開しており、用途別の選択肢と配布先を比較しやすい。
Mistral AIは、企業がAIを本番運用するためのプラットフォーム「Mistral AI Studio」を発表した。Observability、Agent Runtime、AI Registryの3本柱で構成され、プライベートベータの申し込みを受け付けている。ハイブリッド、専用、セルフホストのデプロイに対応する。
選定理由：プロトタイプから本番運用へ進めない要因を整理し、観測、実行基盤、資産管理の三本柱で解く構成が具体的に示されている。
ELYZAが、LLM Agentを実サービスに搭載する際の開発上の課題と工夫を紹介している。プロトタイプはGoogle ADKで作成し、データ分析タスクに特化したエージェントを検討した。入力のトークン消費が大きく、1M tokensあたりClaude-4-Sonnetで$6、Gemini-2.5-proで$2.5とコストが高いこと、また不特定多数のユーザによる並列実行を想定したサンドボックスの整備が必要なことが課題として挙げられている。
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。
ELYZAは、vLLMの推論サーバにSpeculative Decodingを適用し、同一ハードウェアのまま推論throughputを最大約1.7倍に高めた。ELYZA-tasks-100での評価では、Llama3.2-1Bをdraft modelとし、num_speculative_tokens=4としたときに最も高いTPS（32.25）を記録し、Speculative Decoding無しの18.90を上回った。GPT-4oスコアはベースラインの4.03とほぼ同等で、性能劣化は見られなかったとしている。
ELYZAは、デジタル庁の「生成AIの業務利用に関する技術検証および利用環境整備」を受託し、2024年5月31日から2025年3月31日まで、独自の『法人向け生成AI活用SaaS』の提供を支援した。同SaaSは海外製モデルと独自開発LLMの双方を運用でき、日系大手金融機関等のセキュリティ審査基準をクリアして導入された実績がある。法人向けの販売は2025年度に開始予定である。
Mistral AIは、AIインフラサービス「Mistral Compute」を発表した。GPU、オーケストレーション、API、製品、サービスを含む非公開型の統合スタックを、ベアメタルサーバーからフルマネージドのPaaSまでの形態で提供する。NVIDIAのプレミアパートナーとして最新のリファレンスアーキテクチャを採用し、数万基規模のGPUを利用可能にするとしている。欧州の規制要件に適合するよう設計され、脱炭素エネルギーの利用も掲げる。
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、Mistral Medium 3を搭載した法人向けAIアシスタント「Le Chat Enterprise」を発表した。エンタープライズ検索、エージェント構築、カスタムのデータ・ツールコネクタ、ハイブリッド展開などを備え、機能は今後2週間で順次公開される。Google Drive、SharePoint、Gmailなどに接続でき、Google Cloud Marketplaceで利用可能である。
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。
JR西日本カスタマーリレーションズとELYZAが、生成AIを活用した「VoC分析パッケージ」を開発し、実運用を開始した。パッケージは均質化された要約データを生成する要約AI、タグ・カテゴリー付与を行う処理プログラムAI、ダッシュボードで構成され、全件データに対して一律の基準で集計できる。週報作成は導入前の毎回約2時間から、30分程度に短縮された。