Amazon SageMaker JumpStart、2026年1〜9月のモデル追加を振り返る

Amazon SageMaker JumpStartは2026年1〜9月に、30のプロバイダーから100を超える新モデルを追加した。最多はAlibaba（Qwen）の29モデルで、NVIDIAが17モデル、Mistralが7モデル、Googleが6モデルと続く。推論、マルチモーダル、量子化モデルなど幅広く、ワンクリックでのデプロイに対応する。

DeepSeek@deepseek_aiAIスコア6262

DeepSeekはDeepSeek-V4.1-Flash-1017を公開した。前バージョンよりベンチマーク性能が高く、タスク完了が速く、出力も短いとして、性能とコストの両面でのパレート改善をうたっている。公式サイト、アプリ、APIで利用でき、DeepSeek Harness v0.2.1-rc.1以降へのアップグレードが推奨されている。

Sakana AI@SakanaAILabsAIスコア2020

Sakana AI防衛・インテリジェンス部門の国際政治アナリスト、石井順也がPIVOTに出演し、米中首脳会談でどのような会話がされたかを語った。あわせてAI開発競争の今後の行方についても話したと紹介されている。PIVOT側の番組概要では、Aの「暴走」の意味、「減速」の可能性、進む米中の防衛テックが取り上げられている。

DeepSeek@deepseek_aiAIスコア4646

@DeepSeekHarness をぜひご覧ください。macOS版とWindows版のパッケージ化されたデスクトップ版を公開しました。Linuxユーザーは npm の @​deepseek-ai/dsh パッケージから入手できます。https://deepseek.com/harness

DeepSeek-V4-Flashを Mac mini 64GBで動かす

DeepSeek-V4-Flash-0731（総パラメータ284B、アクティブ13BのMoE）を、エキスパートの枝刈りでMac mini（M4 Pro、64GiB）上に載せ、prefillを4.88 t/sから111〜126 t/s、decodeを4〜7 t/sから14〜20 t/sへ高速化した。各層のエキスパート256個を128個に削り、先頭3層は残して55.0 GiBとした。この構成はDeepSeek-V4-Flash-0731-Pruned-155B-A13BとしてHugging Faceで公開されている。

DeepSeek@deepseek_aiAIスコア3434

🚀 DeepSeek-V4.1-Flashを発表。より賢く、より高速に、より効率的に。 🔹 新アーキテクチャファミリーで最小のモデルを発表。ネイティブの視覚理解に対応。 🔹 より高い性能、より高速な推論、より高いスループット、そしてより大規模なモデルへのスケーリングを目指して設計。 1/6

DeepSeek@deepseek_aiAIスコア6262

DeepSeekは実験的マルチモーダルモデルDeepSeek-V4-Flash-Vision-ExpをDeepSeek API Platformで公開した。テキスト能力はDeepSeek-V4-Flashと同等で、マルチモーダルのエージェント系ベンチマークではV4-Flashから大きく向上し、Opus-4.8に近い水準になったとしている。利用は model='deepseek-v4-flash-vision-exp' で指定し、DeepSeek Harness 0.1.1も同日に公開された。

2026年9月の技術系イベント予定（LINEヤフー）

LINEヤフーは2026年9月、DroidKaigi 2026（9月1〜3日）やGo Conference 2026（9月11〜13日）などの技術系イベントに協賛する。東京では、Kimi K3やDeepSeek V4などのオープンウェイトモデルを対象にしたコーディング向けローカルLLM勉強会を開催する。このほか、iOSDC Japan 2026やLINEヤフー大阪オフィスで開催されるMix Leap Study #87 - PM Kansai Meetup #8も予定に挙がっている。

ALTK-Evolveで見るAIエージェントの最適なメモリ量

AIエージェントに与えるメモリ量は、モデルの能力に応じて調整する必要がある。ALTK-Evolveはエージェントが過去の試行から抽出したガイドラインを推論時に注入する仕組みで、重みの更新は行わない。強いモデルのDeepSeek-V3.2（671B MoE）は全ガイドラインを与えた場合にタスク完了率（TGC）が+9.5ポイント向上した一方、gpt-oss-120b（117B MoE）は厳選した検索型の注入で+16.1ポイント向上し、トークン増加は+5%にとどまった。GLM-5では測定可能な改善は見られなかった。

Hugging Face、State of Open Models: Summer 2026を公開 2026年1〜8月のHub動向を分析

Hugging Faceは2026年1月から8月のHubの動向をまとめた報告書を公開した。公開モデルリポジトリは2.43百万から2.96百万、データセットは71.1万から100万に増加した。中国勢の大規模モデル、ダウンロードといいねの乖離、Qwenの派生数151,448、AIエージェントのHub利用拡大などを論点に挙げている。

DeepSeek@deepseek_aiAIスコア6161

DeepSeekはエージェントハーネス「DeepSeek Harness v0.1」をDeveloper Previewとして公開し、コードベースをMITライセンスでオープンソース化した。Cordisメタフレームワークを基盤とし、モデル、ツール、スキル、セッションなどをすべてプラグインとして実装する。リポジトリはhttps://github.com/deepseek-ai/deepseek-harness

DeepSeek@deepseek_aiAIスコア6262

DeepSeekはDeepSeek-V4-Proを公開した。エージェント機能を大きく強化し、V4-ProとV4-Flashで推論強度を low、high、max から選べる。アプリとWebでは「Expert Mode」から利用でき、APIでも提供され、モデル名は変わらない。

DeepSeek@deepseek_aiAIスコア4646

🚀 DeepSeek-V4-Flash公式APIがパブリックベータで公開されました。 🔷 Agent機能を大幅に強化し、ベンチマークスコアはV4-Pro-Previewを大きく上回っています。下記の大幅な性能向上をご覧ください。👇 🔷 公式のV4-Flashは、Responses API形式にネイティブ対応し、Codexにも完全に適合しています。 設定の詳細は公式APIドキュメントをご確認ください：https://api-docs.deepseek.com/quick_start/agent_integrations/codex

AI情報通：GLM-5.2・DeepSeek V4-Proのサイバー能力を英米の機関が評価（7月21日15時の情報）

英国AI Security InstituteとNIST CAISIが、GLM-5.2とDeepSeek V4-Proの評価結果を公開した。英国AISIは両モデルのサイバー能力を、4～7か月前に公開されたクローズドモデルと同程度と報告した。CAISIはGLM-5.2の総合能力をGPT-5.2とほぼ同じとし、安全対策には強みと弱みが混在すると示した。

今更ながら DeepSeek-R1 の論文を読んでみた

DeepSeek-R1は、DeepSeek-V3-Baseを数千個規模のCoT付きデータでファインチューニングした後、GRPOによる強化学習で品質を改善するモデルである。強化学習の報酬にはReward Modelではなく、数学やコーディングの正解判定に基づくルールベースの報酬を用いており、報酬ハッキングを避ける狙いがあると説明されている。