Anthropic、METRの研究者6人に社員レベルのアクセスを付与し独立評価を受け入れ

Anthropicは、フロンティアAIモデルを評価する非営利団体METRの研究者6人に社員レベルのアクセスを与え、同社のモデル、安全対策、リスク管理を独立して評価させる。METRは評価結果を独自に公開でき、Anthropicに公開の拒否権はない。

OpenAI@OpenAIAIスコア4545

新しい音声。より良いアクセント。そして「確認中…」の減少。 GPT-Live-1.1は、ChatGPT、Codex、dotsのVoiceにこれらのアップデートをもたらし、フランス語、ドイツ語、ヒンディー語、メキシコ系スペイン語、韓国語、日本語の新しい音声も加わる。 本日、全ユーザー向けに順次提供開始。APIでも近日提供予定。

FTC、AnthropicとOpenAIの安全性インシデントを調査、民事調査要求書を送付と報道

FTCがAnthropicとOpenAIに対し、AIモデルのインシデントをめぐる消費者被害について民事調査要求書を送付したと、Axiosが関係者の話として報じた。要求は50ページ超の質問に及び、インシデント関連文書、社内のセキュリティ対策、消費者を誤認させうるマーケティング資料などを求めている。

OpenAI@OpenAIAIスコア3838

OpenAIは、AIが生み出した数学的成果を数学者が検証、理解し発展させるためのSimons Foundationの新イニシアチブに、500万ドルを拠出する。資金はSimons Foundationが管理、交付し、ワークショップ、会議、特別プログラムを支援する。あわせて、同財団が支援する研究者にOpenAIのモデルと計算リソースを提供する。なお、Simons Foundationは、AnthropicとOpenAIとの新たな提携を通じて、総額1500万ドルを投じると発表している。

OpenAI、ブラジルのポルトガル語でAI for Educatorsを提供 Study Modeで質問を通じた学びを支援

OpenAIは教師の日に合わせ、ブラジルのポルトガル語でAI for Educatorsを紹介した。Study Modeは、教師が生徒の能動的で段階的な学習を支援する際に役立つとしている。

Sullivan & Cromwell、OpenAIと協力し契約書レビュー向けAIツール「Agreement Analyzer」を開発

法律事務所Sullivan & Cromwellは、OpenAIと協力してAIツール「Agreement Analyzer」を開発した。契約書のドラフトに含まれる問題点を特定するためのツールである。原文には、機能の詳細や提供形態、数値に関する記載はない。

金融エージェントの自律性と安全性、OpenAIとAnthropicはどう向き合うか

AI Engineer New Yorkでは、金融分野のエージェントで自律性と安全性をどう両立させるかが主要テーマとなった。結論は、制限の多さではなく、統制と人間の判断をどこに置くかが安全な自律性を左右するというもの。OpenAIのJoseph Kimは「有用性のしきい値」を論じ、AnthropicはClaude for Financial Advisorsを例に、アイデンティティと権限、承認、検証からなる信頼レイヤーを提示した。Two SigmaとBloombergも、承認疲れへの対策やモデル外での決定論的な制御を紹介した。

GPT-6-Astraの身体性知能到達を検証、実機評価で残る課題

GPT-6-Astraは、12のベンチマークでin-context learning（ICL）を用いて高い性能を示したが、実機展開ではデモ収集コスト、実行時間、実用的な身体性知能の面で課題が残るとする報告である。高レベルの推論を担う「System 2」としてGPT-6-Astraを、低レベルの制御を担う「System 1」としてπ0.5を組み合わせた閉ループ構成は、コストは高いものの効果的だとされる。報告は、身体性能力の閾値はおおむね越えたが、実用的な身体性知能の閾値にはまだ達していないと結論づけている。

OpenAI@OpenAIAIスコア5252

OpenAIは、EUの法人顧客のAI利用の半数超がAIエージェント関連になったと公表した。域内の中小企業ユーザー数は8倍に増えており、Economic Researchレポートで欧州のエージェント型AIへの移行を分析している。https://openai.com/index/the-eus-next-chapter-in-ai-is-agentic/

AI、数学の次は理論科学へ MIT研究が示す正答率の急上昇

MITのNeil Thompsonらの研究によると、確率論、統計学理論、経済理論、高エネルギー理論、重力・宇宙論、量子物理学などの理論問題について、最良のAIモデルの正答率は2024年半ばの約2%から2026年半ばには約35%に上昇した。研究ではo1、o3、GPT-5からGPT-5.5までのOpenAIモデルを、学習データの締め切り後に発表された論文の問題で検証し、インターネット接続も遮断した。Thompsonは数年以内に多くの理論問題がAIによって大きく変わると見ている。

Perplexity@perplexity_aiAIスコア3838

GPT-6 AstraとSOL 6.1のUltrafast版が、Max登録者向けにPerplexity Computerで利用可能になった。 どちらもトークンの生成が速く、Computerの長いタスクをより早く完了する。 CustomでAstraまたはSOL 6.1を選び、速度をUltrafastに設定する。

OpenAIの機密会議室で録音デバイスを発見、FBIが同社エンジニアを逮捕

FBIは、OpenAIの役員用機密会議室に録音デバイスを仕掛けた疑いで、35歳のエンジニアAbdulrahman Alfozanを逮捕したと火曜日に発表した。デバイスはトイレットペーパーで包まれ、テレビの背面に接続されていた。OpenAIが発見したのは9月30日で、内容は暗号化されていたという。

SentinelOne、OpenAI Daybreakでマルウェア解析を数週間から数時間に短縮

SentinelOneはOpenAI Daybreakを活用し、数週間を要していたマルウェア解析を数時間に短縮した。これにより、より多くの脅威を調査できる余力が生まれたという。

Amp、OpenAIのモデルでコード以外にもAIエージェントを活用

Ampは、OpenAIのモデルを使い、コード作成にとどまらない領域でAIエージェントを活用している。GPT-6 Astra、Ultrafast、GPT-Live-1、Sign in with ChatGPTを用いて、エージェントにできることの限界を押し広げている。

White Circle、OpenAIとGoogleの画像生成モデルのガードレールを突破する攻撃手法RISEを報告

AI安全企業White Circleは、DALL·E 3、Nano Banana 2、GPT-Image-2の安全フィルターを市販・公開のツールとAPI呼び出しだけで回避できる攻撃手法RISEを、プレプリントで報告した。人間の審査で露骨な画像と確認された割合は、DALL·E 3で約13%、Nano Banana 2で10%未満、GPT-Image-2で約3%だった。OpenAIとGoogleはArs Technicaのコメント要請に応じていない。

AIペンダント「Friend 2」レビュー、個性に乏しい会話相手

AIペンダント「Friend 2」は価格249ドルで、OpenAIの最新言語モデルを基盤とする。レビューでは、アプリ上で名前を変えて複数の人格を作れるものの、性格の違いはほとんど感じられず、Web検索など会話以外のことはできないと指摘されている。開発者のAvi Schiffmannは次の大型アップデートで、全ユーザーが同じ一つの存在と会話する仕組みに変える計画を明らかにした。

Third Moment Research、1万のエージェントを36時間以上稼働させる仕組み

AIラボのThird Moment Researchは、GPT-6 Astra、GPT-6.1 Sol、Codex、サイバーセキュリティ向けのDaybreakを使い、10,000のエージェントを36時間以上動かしている。数日間集中して作業し、使うほど改善するエージェントを構築している。

BlockがOpenAIの技術でAI活用のセキュリティを構築する方法

Blockは、OpenAIの技術を使ってAI活用のセキュリティを構築している。同社のセキュリティチームは脅威の調査をより速く進め、パッチの提案も数分で行えるようになった。

AINews：Gemini 4 Argonが一般提供開始、AI Engineer NYCとVals AIのベンチマーク議論

Gemini 4 Argonが一般提供（GA）となり、Google はAPI、Geminiアプリ、AI Mode、Antigravityなどで提供を開始した。導入価格は入出力100万トークンあたり$2/$10で、11月30日以降は$4/$20に倍増する。同日のAI Engineer NYCには約20,000人が参加し、Anthropic、Vals AI、Coatueの基調講演が行われた。

EUのAI活用、エージェント型が次の段階に

OpenAI Economic Researchの最新レポートによると、ChatGPT Enterpriseの顧客のEUサンプルでは、アウトプットトークンの半分以上をCodexとChatGPT Workが占めている。2026年5月以降、EUの中小企業におけるCodexとChatGPT Workの週間アクティブユーザーは8倍以上に増え、アウトプットトークンに占める割合は国によって22%（スロベニア）から85%（リトアニア）まで差がある。

BizBench：実業務で長期間エージェントを運用する際の隠れた課題を検証するベンチマーク

BizBenchは、決済企業の実業務手順に基づき、長期間タスクを実行するエージェントの途中経過の実行妥当性を評価するマルチターン型ベンチマークである。フロンティアモデルでも目標の部分的な達成に比べて制約違反が多く、Claude Opus 5とGPT-6 Solの厳密な成功率はそれぞれ64.0%、61.3%にとどまる。Qwen3.8-27Bは目標達成率が42.0%だが厳密な成功率は32.7%に下がり、結果のみの評価では無効な実行が見えなくなることを示している。

WorldCast、世界状態予測における知的な視覚生成を探る

多段階の世界状態予測を評価するベンチマーク「WorldCast」が提案された。8カテゴリ320件のケースで12モデルを評価した結果、GPT-Image-2.5 Systemは72.8点、Nano Banana Proは42.8点、最良のオープンソースモデルは20.1点だった。強力な生成モデルは基盤の言語モデルの能力も効果的に活用している。

Higgsfield、AI動画の長さを1分から10分超へ

Higgsfield AIは、GPT-6 Astraを使ってAI動画の長さを従来の約1分から10分超に延ばした。同社はGPT-6 Astraで10分超の教育用動画を生成するワークフローも構築したとしている。小規模事業者の販促コンテンツ向けには、GPT-Image-2.5で読みやすいテキストやインフォグラフィックを含む画像を作成できると説明されている。

Anthropic@AnthropicAIAIスコア4242

ここ数か月、Claudeに対する蒸留攻撃の有効性を低下させることに大きく前進しました。 本投稿では、その方法を説明しています：https://www.anthropic.com/research/distillation-defenses

Amazon BedrockでOpenAI GPT-6を グローバルクロスリージョン推論により利用する方法

Amazon Bedrockは、シンガポール、ジャカルタ（インドネシア）、マレーシア、タイ、台北（台湾）の各リージョンから、GPT-6 SolとGPT-6 Lunaをグローバルクロスリージョン推論で利用できる。GPT-6 Astraはシンガポールから利用できる。

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。

Python 3.15でweb-editをプロファイリング、フレームグラフとソースヒートマップで分析

編集負荷の高い作業をPython 3.15の組み込みプロファイラprofiling.samplingで計測したところ、混在した行末の保持処理preserve_endingsが15,296件のCPUスタックのうち64.8%に現れ、大きな割合を占めた。リーフサンプルではSequenceMatcher.find_longest_matchが38.3%を占めた。スタックの95.1%はAnyIOのワーカースレッドから発生しており、全スレッドをサンプリングすることが不可欠だった。メインスレッドのみのプロファイルでは見落とされていたという。

Import AI 476：視覚的直観推論ベンチマークHSS、宇宙へ向かうAI競争、AIの研究センス

ElorianとScale AIが、視覚シーンが暗示する情報の推論力を測るベンチマーク「Humanity's Sixth Sense」を公開した。人間のpass@1が93.1に対し、最高のGPT 6 Astraは53.6、GLM-5.3-flashは26.8、Kimi K3は25.5だった。ほかに、宇宙でのAIの優位性を論じたAI Frontiersの記事と、AIの研究センスを測るTasteValも取り上げている。

TypeSafe/Jev、ローンチ3週間で ARR 1億ドル超・評価額75億ドル

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。

Codex 0.162.1、TUIのクラッシュと起動失敗を修正

OpenAIのCodex 0.162.1が公開され、2件のバグ修正が入った。非同期の質問が複数行の場合にTUIがクラッシュする問題を修正し、改行と完全なハイパーリンク先を保持するようにした。また、実行中のバックグラウンドサーバーの機能設定とCLIのデフォルトが異なると起動に失敗する問題も修正し、互換性チェックは明示的なコマンドライン上の機能オーバーライドにのみ適用される。

Amazon Bedrock・AgentCore・Strandsの2026年9月のアップデートまとめ

OpenAIのAstra、Sol、LunaモデルがAmazon Bedrockで一般提供となった。OpenAI搭載のAmazon Bedrock Managed Agentsはパブリックプレビューとして利用可能になった。Strands Decider 2Bは、ツール選択やルーティングに使うオープンソースの2Bパラメータ意思決定モデルで、ローカルでの回答は約115msとされる。

Simon Willison、Codexの音声モードでブログのニュースレター機能を構築

Simon Willisonは、ChatGPTデスクトップアプリのCodex音声モードを使い、料理中の約30分の会話だけでブログのNewsletters（ニュースレター）ページの大部分を構築した。使用モデルはGPT-6 Astra Highで、新しいモデルとマイグレーション、四系統のインポート処理などを実装した。ただし、プルリクエストの修正はキーボード入力で行い、本人は音声中心の開発が日常の主要手段になるとは見ていない。

AIの「拒否」に頼りすぎる安全対策への警鐘、MIT Technology Review

AIが危険な依頼を拒否する能力は安全対策の要になっているが、確率的な仕組みで信頼性に限界があり、政府による検閲にも使われうると筆者のArthur Holland Michelは論じている。拒否の挙動が内部でどう生じるかは仮説の域を出ず、企業は分類器を重ねて対処しているが、ジェイルブレイクは後を絶たない。

Sophos、OpenAI Daybreakで脅威調査時間を96%削減

Sophosは、OpenAI Daybreakで構築したAIエージェントにより、ケースの平均対応時間を約38分から89秒に短縮した。OpenAIモデルの利用で調査時間は96%削減され、MDRケースの52%がAIによりエンドツーエンドで解決されている。解決の範囲はSophosのアナリストが調整した境界内に限られ、破壊的な対応には人間による監督が残される。

Asana、GPT-6.1 Solのブラウザテストでモデルコストを76x削減

Asanaは、Codex上のGPT-6 Astraを使ってブラウザエージェントのワークフローを最適化し、テストでGPT-6.1 Solの本番構成より76x安く、5x速く実行できるようにした。144回の検証で、最適化後のワークフローの推定モデルコストは1回平均0.47ドル、実行時間は約4分だった。GPT-6 Astraは、エージェントが増え続ける履歴を未キャッシュのまま毎回全額で再送信していたことを特定した。

Qwen@Alibaba_QwenAIスコア2626

@gmi_cloud で、Qwen3.8-Max、Qwen3.8-Flash、Wan3.0を1週間無料で利用できるアクセスが始まった。今すぐ、これらで何を作れるか試してほしい。🙌

ttok 1.0 リリース、デフォルトをGPT-5/GPT-6系のトークナイザーに変更

Simon Willisonが ttok 1.0 を公開し、デフォルトのトークナイザーをGPT-4からGPT-5/GPT-6系に切り替えた。OpenAIはGPT-6が GPT-5系と同じトークナイザーを使うかを未確認だが、William Liuの実験では、GPT-5.5、GPT-5.6、GPT-6の計7モデルが31件のフィクスチャ全てで44,794トークンと一致した。このコーパスでは、GPT-6による入力トークン数の変化は見られなかった。

ttok 0.4、トークン数を数えるCLIツールを更新

ttokは、OpenAIのオープンソースライブラリtiktokenを使ってトークン数を数えるCLIツールで、0.4で数年ぶりに更新された。Clickの警告修正、CIの更新、利用可能なモデルを一覧表示する--list-modelsコマンドの追加が含まれる。uvx経由で実行でき、cat file.txt | uvx ttok のように任意の入力のトークン数を数えられる。

AINews：OpenAIの安全研究者3人解雇、GPT-6.1 Sol Ultrafast、Claude Haiku 5.5などを整理

Latent SpaceのAINewsは、OpenAIが安全研究者3人を解雇したとする当事者の主張を最初に取り上げている。あわせて、GPT-6.1 Sol Ultrafast、Claude Haiku 5.5、Sonnet 5.5のキャッシュ読み取り半額化、評価の不正利用、インフラ、研究、業界動向をTwitterとRedditから整理している。

Oracle、ChatGPTとCodexで数日の作業を数分に短縮する方法

Oracleは、採用、エンジニアリング、運用の各分野で、ChatGPT WorkとCodexを使い専門知識を素早く再現可能なワークフローに変えている。数日かかっていた作業を数分に短縮する取り組みとして紹介されている。