AnthropicのClaude Platformリリースノートが、Claude API、クライアントSDK、Claude Consoleの更新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-haiku-5-5）の提供開始のほか、プロンプトキャッシュ読み取り料金の引き下げ、Claude Managed Agentsの機能追加、Compliance APIの拡張などが記されている。
選定理由：モデル追加、価格改定、廃止予定、Managed Agentsの機能追加が日付順にまとまっており、API移行時に確認すべき変更点を一度に追える。
Claude Consoleで、APIキーおよびAdmin APIキーの作成時に有効期限を設定できるようになった。プリセット、任意の期間、「Never」から選択できる。有効期間が7日以上のキーは、期限前にAnthropicが作成者にメールで通知する。既存のキーは影響を受けず、Admin APIでは各キーの期限をexpires_atフィールドで確認できる。
vLLMのtransformersモデリングバックエンドは、多くのLLMアーキテクチャでカスタムのvLLM実装と同等かそれ以上の速度を達成した。--model-impl transformersフラグを付けるだけで利用でき、Qwen3-4B、Qwen3-32B、Qwen3-235B-A22B-FP8の3モデルの比較では、いずれもネイティブ実装と同等以上のスループットを示した。実行時にtorch.fxで計算グラフを解析し、融合演算を適用することで高速化を実現している。
Anthropicは、Claude Platformのメモリ一覧取得の挙動を変えるベータヘッダー「agent-memory-2026-07-22」を追加した。このヘッダー付きではメモリ一覧が安定したサーバー定義の順序で返され、order_by と order パラメータは無視される。
Anthropicは公式のClaude Platformリリースノートを更新し、Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5などの提供開始と、Claude Managed Agentsの新機能やAPI変更を掲載した。Claude Opus 5.5は1Mトークンのコンテキストウィンドウを備え、料金は$4 / $20 USD per MTokである。旧モデルからの移行で400エラーになり得る変更点も複数記載されている。
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、移行時に壊れやすい変更点を一覧で追える。
Anthropicは Sonnet ファミリーの次世代モデル Claude Sonnet 5（claude-sonnet-5）を公開した。導入価格は$2 / $10 per MTokで、8月10日に標準価格となる。1Mトークンのコンテキストウィンドウと128kの最大出力トークンに対応するが、Priority Tier は利用できない。あわせて Claude Managed Agents にもイベントデルタやセッション単位の設定上書きなどの更新が入った。
選定理由：料金、コンテキスト長、移行時に必ず確認すべき挙動変更とトークナイザー変更が一つにまとまっており、移行コストの見積もりに使える。
Googleは、凍結したGemini Nano v3モデルにMulti-Token Prediction（MTP）ヘッドを後付けする新アーキテクチャを発表し、Pixel 9・10シリーズへ展開を始めた。MTPヘッドはメインモデルのKVキャッシュを直接参照するため、ドラフト用に別途KVキャッシュを持つ必要がなく、標準的なドラフトモデルと比べてPixel 9上で50%以上の高速化が得られたとしている。バックエンドを凍結するため基盤モデルの能力や安全性は劣化せず、出力はメインモデルとビット単位で一致する。
Anthropicは、Claude APIのレート制限を引き上げた。Claude SonnetとClaude Haikuの制限は全利用ティアでClaude Opusと同水準になり、利用ティアはStart、Build、Scaleの3つに統合された。多くの組織はより上位のティアに移行し、従来より低い制限になる組織はない。
Google Researchは、ページの退避をski rental問題として扱い、軽量な機械学習でキャッシュの動的サイズ調整を行う「linear elastic caching」を発表した。Spannerの本番環境で数か月間運用した結果、固定サイズのキャッシュと比べてメモリ使用量は15.5%減少し、キャッシュミスは5.5%増加にとどまり、TCOは約5%削減された。TTL予測には数行のC++コードに変換できる浅い決定木を用いる。
Claude Platformのリリースノートに、Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5の提供開始や、Claude Managed AgentsとCompliance APIの機能追加が記載されている。Sonnet 5.5のキャッシュ読み取り料金は$0.20から$0.10（100万トークンあたり）に引き下げられた。Claude Sonnet 4.5は2026年11月30日にClaude APIでの提供終了が予定されている。
選定理由：モデル追加、料金改定、廃止予定、Managed Agentsの機能追加が日付順に並び、API移行時の変更点を一覧で追いやすい。
Mistral AIはConnectorsに、ワークスペースや組織単位でコネクタとツールを制御する管理機能、スコープ付きAPIキー、複数アカウント対応を追加し、いずれもGAとなった。MCPコネクタの接続障害を調べるConnectors Debugger（Public Preview）や、Workflows（Public Preview）とVibe Code（GA）でのコネクタ利用も加わった。ディレクトリには60以上の連携があり、未掲載の場合はカスタムMCPコネクタで対応できる。
LINEヤフーが、次世代クラウドFlava上のDBaaS「Flava DBaaS」の設計・仕様とマイグレーション戦略を解説する。Kubernetesのオペレーター・パターンを基盤とし、IaaSリソースを扱うインフラ・オペレーターを分離した構成を採る。ブロックストレージは100GiB単位で構成でき、最大容量は5TiBに拡大されたとされる。
Semantic Context OSは、エージェントアプリケーションと外部の基盤モデルAPIの間に置かれるローカルの傍受プロキシ（localhost:8080）として、コンテキストウィンドウを決定論的なシステム資源として管理するランタイム基盤である。POSIX風の仮想ファイルシステム（VFS）による状態管理、PathAlignステージによるASTのトリミング、sawtoothメモリモデルによるトークン最適化を組み合わせる。
LINE Plus SRE チームは、社内クラウドサービス Verda と社内モニタリングツール IMON のインフラを OpenTofu/Terragrunt で管理する IaC へ移行した。約1,500個のリソースがコードで宣言され、7サービスのインフラ変更はすべて PR レビューと CI/CD パイプラインを経て反映される。既存の約300台の VM、約160個の LB、約350個の DNS レコードは、import スクリプトを用いてコード管理へ取り込んだ。
Google DeepMindは、テキスト拡散を採用した26B MoEのオープンモデルDiffusionGemmaをApache 2.0ライセンスで公開した。専用GPU上で最大4x高速な推論を実現し、単一のNVIDIA H100で1000+トークン/秒、NVIDIA GeForce RTX 5090で700+トークン/秒を出す。出力品質は標準のGemma 4より低く、高品質が必要な用途にはGemma 4を推奨している。
選定理由：自己回帰モデルとの速度差が生じる仕組みと、ローカル推論に向く条件、クラウド配信で利点が薄れる点が整理されており、用途の見極めに使いやすい。
Googleは、70以上の言語でほぼリアルタイムの音声から音声への翻訳を行う音声モデルGemini 3.5 Live Translateを公開した。話者の抑揚、話す速さ、音の高さを保った自然な翻訳音声を生成する。開発者向けにGemini Live APIとGoogle AI Studioでパブリックプレビュー、Google Translateアプリ（Android、iOS）にも展開が始まった。
選定理由：開発者向けAPI、Google Meet、Google Translateアプリへの展開範囲が一度に整理されており、利用経路を比較しやすい。
Anthropicは全顧客向けで最も高性能とするClaude Fable 5（claude-fable-5）を公開した。Project Glasswing参加者向けにはClaude Mythos 5（claude-mythos-5）も提供する。両モデルとも1Mトークンのコンテキストウィンドウ、最大128kの出力トークン、常時有効なadaptive thinkingに対応する。Claude Opus 4.7で導入されたトークナイザーを使い、従来モデルより同じテキストで約30%多くのトークンが生成される。
選定理由：新モデルの仕様に加え、トークナイザー変更による約30%のトークン増や拒否時の課金条件など、移行時に確認すべき点が整理されている。
Googleは、AIによる洪水予測のための水文モデルフレームワークをGitHubでオープンソース化した。Google Flood Hubの河川予測と同じアーキテクチャと類似の学習データを使い、各国の気象・水文機関や予報担当者がモデルを学習できる。新モデルは、従来版と比べて観測地点のある流域で予測可能期間を6日、観測のない流域で1日延長したとされている。
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。