AINews、10月1日〜2日のAI動向をまとめる：GPT-6.1 SolとSonnet 5.5の価格性能など

モデル面では、GPT-6.1 Solの価格が入出力100万トークンあたり$2/$10で、Astraの$10/$50より低いと紹介している。Agent ArenaではSol [Max]が5位（中央値コストはタスクあたり$0.56）、Sonnet 5.5 [Max]が3位でChatカテゴリ1位、タスクあたり$2.74とされる。Anthropicのモデルが上位3位を占めるとも書かれている。Gemini 4 ArgonはText Arenaで1位、オープンモデルではMiMo-V2.6-ProとFlashがAgent Arenaに入った。Claude Fable 5.5やGPT-6 Astra Liteについては未確認の噂として扱われている。

ツール面では、llama.cppにデシジョンモデル向けのエンドポイントが追加され、Cloudflare Clefなど関連モデルも話題になっている。一方で、ゼロショット分類器の言い換えにすぎないという懐疑的な見方も紹介されている。Pi 1.0はMCPサポートを標準搭載し、DeepSeek Harnessはデスクトップ版を公開した。Claude Codeのmodsプラグイン、T3 Codeの大規模書き換え、Cursor Rollouts、CloudflareのSandbox SDK 1.0なども取り上げられている。

研究面では、Hugging Faceのマルチハーネス強化学習で、同じモデルの重みでもハーネスにより正答率が62%と33%に分かれたとされる。ProVerやAC2などクレジット割り当ての手法、Meta Superintelligence Labsの制御器、MicrosoftのFOCUSによるコンテキスト圧縮も並ぶ。Metaは未解決問題に関する6本の論文を公開し、GoogleのCogenticも理論問題で新しい結果を出したと紹介されている。

評価の完全性や安全性、インフラの話題も多い。Vals Web Search Indexは検索ツールだけを差し替えて評価する指標で、Harborの軌跡改変の疑問も取り上げられた。ハードウェアではPrime IntellectのNVFP4によるMLA潜在表現の格納、NVHBM、Epochのエージェント数の試算が出ている。業界面では、ChrisOlahとローマ教皇の回勅をめぐるNYTの報道、Trillium Labsの設立、Nvidiaの時価総額などが扱われている。

Redditでは、iPhoneを補助GPUにしたQwen 3.8 27Bのローカル推論、Qwen3.8-27B-Humanlike-Chat 2.0、llama.cppのMTP追加が紹介された。Gemini 4 Argonの提供範囲への不満や、Opus 5.5の品質低下報告、MiniMaxの軌道撮影LoRAも並ぶ。いずれも投稿者の報告やコメントが中心で、独立した検証が示されていないものも多い。