Mistral AIは、ドイツでSAPおよびHelsingと長期的な戦略的提携を結ぶと発表した。SAPとは複数年のパートナーシップのもと、ドイツと欧州向けに完全に主権的なAIスタックを提供するため、同社のモデルをSAPのAI Foundationに統合し、欧州の複雑な産業や行政向けのソリューションを共同開発する。Helsingとは、実世界の防衛・安全保障用途に向けたvision-language-actionモデルの開発を加速させる。また、ドイツでの人員を大幅に増やし、今後数か月以内にドイツにオフィスを開設する予定である。
Ethan MollickはGoogleの新モデルGemini 3を試し、ベンチマーク数値ではなく実作業の成果でAIの進歩を示した。Antigravityを使い、自身の過去記事から予測サイトを作らせ、古い研究データから14ページの論文も書かせた。誤りは残るが、人間の役割は修正役から指揮役へ移りつつあると論じている。
ELYZAは、複数のMLリポジトリに分散していたPythonのLint設定を単一リポジトリで管理し、Copierで各プロジェクトへ配布する仕組みを構築した。ルールの追加・削除はPRで議論し、Ruffは全ルール有効化後に不採用ルールをignoreに追加する方式を採用している。設定の更新は各プロジェクトでcopier updateを実行するだけで行え、Copierは3-way mergeにより既存のプロジェクト固有の変更を保ったまま更新できる点が特徴である。
筆者は、公開ベンチマークのスコアだけでは用途に合ったAIモデルは選べないとし、利用者自身がモデルを試して評価すべきだと主張する。文章課題の例では、Claude 4.5 Sonnetが優れた文章モデルとして知られる一方、Gemini 2.5 Proは使用語数を正確に管理できなかったと報告している。ベンチマークには、公開されたテストが学習データに混入する問題や、スコアの差の意味が較正されていない問題があるとも指摘している。
ELYZAは2025年9月、自社初のプロダクトとして法人向け生成AI活用ツール「ELYZA Works」をリリースした。記事は、その構想の経緯を明かすものである。組織活用が進まない原因をLLMアプリの「質」と捉え、「質の高いLLMアプリの開発・運用において、あたりまえを創る」をミッションに据えたとしている。構想の背景には、2019年夏からのLLM研究開発と、2023年のコンタクトセンター業務への本番導入の経験がある。
ELYZAのSolution事業部は、複数プロジェクトで再利用するプロンプトの読み込みとレンダリングに特化した社内ライブラリの要件と設計を紹介している。プロンプト定義にはTOMLを、テンプレートエンジンにはJinja2を採用し、Rendererはプラグインで追加できる構造とした。利用者には PromptTemplate.from_path() で読み込み、render() でレンダリングする単一のFacadeを提供し、fail-closeの原則で検証を行うとともに、ログにプロンプトやデータの中身を出力しない。
AISIは、AIシステムが社会に与える具体的な脅威の状況を調査した「AIセーフティに関する具体的な影響の調査報告書」を公開した。調査は2025年10月に実施され、委託事業者はNRIセキュアテクノロジーズ株式会社である。AISIは今後の活動を検討するうえで、AIセーフティを取り巻く社会状況の調査が重要だったとしている。
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は自社LLMプロダクト「ELYZA Works」の開発で、WebサービスとLLM領域をMQ（メッセージキュー）で分離する構成を採用している。Web側はTypeScript、LLM側はPythonを用い、それぞれ得意な技術で開発する体制を取っている。開発では要件定義、UI/UXデザイン（Figma）、Design Docによる設計、AIコーディング（主にClaude Code）を経てリリースしており、1機能の開発期間は約2週間を目安としている。
無料モデルで足りる用途と有料モデルが必要な用途を分けて整理したガイド。Claude、Gemini、ChatGPT、Grokなどが先端モデルを担い、本格利用には月額20ドルのプランが多くの人に適するとしている。ChatGPTは既定でGPT-5の自動選択モードになるため、複雑な作業では手動でGPT-5 Thinkingを選ぶよう勧めている。
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。
LayerXは2025年10月1日付で、福島広造を上級執行役員 COO 兼 バクラク事業CEOに選任し、経営体制を変更した。あわせて、査定結果に応じて月額給与の最大6ヶ月分を支給する新賞与制度を導入し、報酬原資を最大10％程度拡充したと発表した。福島はBCGで企業変革を担当し、ラクスルで取締役COOを務めた経歴を持つ。
Ethan Mollickは、AIが経済的に意味のある実務をこなせる段階に入ったと論じている。OpenAIの新テストでは人間の専門家がわずかに勝ったが、差は産業ごとに大きく異なる。Claude Sonnet 4.5に経済学論文の再現を任せたところ、成功したという。
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。
ELYZAは、自社初のプロダクトとして法人向け生成AI活用ツール「ELYZA Works」をリリースした。やりたいことを入力するだけで自社専用の業務AIアプリを作成でき、RAG機能にも対応する。作成したアプリはチーム単位で共有でき、API連携により外部システムから呼び出すことも可能である。
SB Intuitionsの研究チームが、英語のWildGuardTestを日本語化したガードレール評価ベンチマーク「WildGuardTestJP」を開発したと発表した。有害コンテンツ翻訳に特化した多段階の手法を用い、1,725件のデータを公開している。さらに、このデータセットで学習した日本語ガードレールモデル「sarashina-wildguard-7B」も開発した。
Ethan Mollickは、AIが共同作業の相手から、過程が見えないまま高品質な成果物を返す「魔法使い」に変わりつつあると論じている。NotebookLMの動画要約、GPT-5 Proによる論文の再分析、Claude 4.1 OpusによるExcel作成を例に挙げ、確認のしにくさと専門性を育てる機会の喪失を課題とした。対応策として、使い分け、成果物を見極める目、暫定的な信頼の3点を提案している。
AIセーフティ・インスティテュート（AISI）は、「AIセーフティに関する評価観点ガイド」に基づきAIシステムのセーフティ評価を行う評価ツールを、Apache 2.0ライセンスのOSSとして公開した。汎用的な評価項目と評価環境を提供し、評価項目設定や環境構築の作業を軽減する。攻撃者の視点で評価を自動化する自動レッドチーミング機能も備える。
MistralはシリーズCで17億ユーロを調達し、ポストマネー評価額は117億ユーロとなった。ラウンドは半導体製造装置大手ASML Holding NV（ASML）が主導し、ASMLとは戦略的パートナーシップを結ぶ。
ELYZAのプロダクト事業部で、『ELYZA Works』の機能開発やLLM推論基盤の構築・運用などを担う機械学習エンジニア（Pd MLE）チームの役割と働き方を紹介する。LLMホスティング基盤はGoogle Cloud上に構築され、プロダクト本体はAWSを利用している。チームは2025年7月に発足し、フルリモートワークやスーパーフレックス制度などを導入している。
SB Intuitionsは、日本の文化や風習に関する知識を問う質問応答ベンチマーク「JamC-QA」を用いて事前学習モデルを評価した。全体スコア（All）の首位はsarashina2-8x70bとsarashina2-70bの0.725で、Llama-3.3-Swallow-70B-v0.4が0.697で続く。評価は4-shotの設定で行われ、LLMが答えた選択肢の文字列が正解と完全一致した問題数の割合でスコアを算出した。
SB Intuitionsは、日本固有の知識を問う多肢選択式の質問応答ベンチマーク「JamC-QA」を構築し、Hugging Faceで公開した。全2,309問で、文化、風習、風土、地理、日本史、行政、法律、医療の8カテゴリからなる。既存のJCommonsenseQAやJMMLUに比べ難度が高く、利用申請なしで誰でも使える。
ELYZAのソリューション事業部の機械学習エンジニア（MLE）は、研究開発部門の技術を顧客の業務課題に実装する「研究と実装の循環」を担う。PoCで終わらせず本番導入までこだわり、「マイナビAI Pencil」の共同開発などを手がけている。求められる要素として、課題の分解・再定義力、オーナーシップ、批判的思考力の3つを挙げている。
Mistralは、対話型AI「Le Chat」の記憶機能「Memories」（ベータ版）を提供している。情報は自動で保存される一方、想起時にはどの記憶が使われたかを出典リンク付きで表示し、個別の編集・削除、記憶を使わないincognitoチャット、記憶機能のオフ切り替えに対応する。記憶はエクスポートおよびインポートも可能である。
Mistral AIはLe Chatに、20以上のMCP対応コネクタのディレクトリ（ベータ）と、任意のリモートMCPサーバーへの接続機能を追加した。あわせて、会話をまたいで文脈を保持するMemories（ベータ）も導入し、ChatGPTからの記憶のインポートにも対応する。ConnectorsとMemoriesはFreeプランを含む全ユーザーが利用でき、chat.mistral.aiやモバイルアプリから試せる。
SB Intuitionsは、sarashina2.2-1Bをベースに対照学習で構築したテキスト埋め込みモデル「Sarashina-Embedding-v2-1B」を発表した。クエリに指示文を付与することで、タスクに応じてテキストベクトルを調整できる。
Mistralは、Pixtral-12Bを衛星画像でファインチューニングすると、ベースモデルより大きな改善が得られるとしている。評価にはAerial Image Dataset（AID）を用い、8,000件の学習データと2,000件のテストデータに分けた。プロンプトのみでは曖昧なクラスの識別や、存在しないクラス名の出力が課題だった。
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。
Mistral AIはCarbone 4およびADEMEと共同で、大規模言語モデル（LLM）の環境影響を測るライフサイクル分析（LCA）を実施した。Mistral Large 2の学習と18か月の利用で、20,4 ktCO₂e、281 000 m3の水消費、660 kg Sb eqの影響が生じた。Le Chatの400トークンの応答1回あたりでは1.14 gCO₂e、45 mL、0.16 mg Sb eqだった。
Mistral AIは、AIアシスタント「Le Chat」に調査、音声、画像編集などの新機能を追加した。Deep Research（プレビュー）は、複雑な話題について構造化された参照付きレポートを作成し、音声モードは新しい音声入力モデルVoxtralで会話を可能にする。Projectsでは関連する会話をコンテキスト付きのフォルダにまとめられ、Black Forest Labsと提携した画像編集機能も加わった。
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。
ELYZAが三井住友カードのコンタクトセンターに提供した、RAGを用いて回答の草案を生成するAIにより、オペレーターの生産性が生成AI利用開始前と比べて約2倍になった。AIが生成した回答のうち有用性があると判定されたのは、2024年7月時点の46%から2025年3月時点では85%に上昇した。2024年12月からはチャット回答業務でも利用が始まった。
ELYZAは、医療領域に特化した日本語版LLM基盤「ELYZA-LLM-Med」シリーズを開発した。基盤モデル「ELYZA-Med-Base-1.0-Qwen2.5-72B」は、医師国家試験ベンチマーク「IgakuQA」で国内最高性能を達成したという。
ELYZAは、日本語版汎用医療LLMを微調整し、レセプトの確認修正箇所の要否判断と修正提案コメントの生成に取り組んだ。3,721件のアノテーションデータで学習し、修正要否判定ではgpt-4oやPFNの医療特化モデルを全指標で上回ったとしている。ただし全モデルの性能は低く、gpt-4oのf1は11.2%、開発モデルのベスト設定でもf1は30.9%にとどまった。
ELYZAは、オープンモデルの継続事前学習により日本語版汎用医療LLMを開発し、各ユースケースの基盤とした。予備実験では、Llama-3.1-70Bに英語の医学論文（peS2o）と医学・科学系の日本語コーパスを組み合わせた設定が、IgakuQAで最も高い性能を示した。日本語医学論文はそのままでは学習が不安定だったが、LLMでクレンジングすると安定性と性能が改善したという。
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。
ELYZAは、マイナビが2025年7月6日から「マイナビ転職」で提供する自己PR草案提案サービス「マイナビAI Pencil」に生成AI関連技術を提供し、共同開発を行った。生成AIと評価AIで作成・評価した高品質な草案約115万件を事前にデータベース化し、ユーザーの入力に応じて引き当てる方式を採用した。これによりユーザーの待ち時間やハルシネーションによる再生成の手間を減らし、企業のランニングコスト削減につなげている。
Mistral AIは、政府や公共機関がAIを戦略的に活用するための協業イニシアチブ「AI for Citizens」を発表した。公共サービスの変革、イノベーションの促進、競争力の確保を支援する。同社はフランス、ルクセンブルク、シンガポール、オランダ、イングランド、スイスなどの政府や公共機関とすでに取り組んでいるとされる。自己ホスティング、Mistral AIや現地パートナーのAIデータセンター、SaaSやserverless APIから導入方式を選べ、データを国の管轄内に保持できる点を特徴とする。