AIによるコード生成のすべて。コーディング支援、バイブコーディング、コードモデルの評価、開発の進め方の変化。
Claude Code v2.1.284で、Anthropic APIの既定Sonnetモデルとなる Claude Sonnet 5.5（`claude-sonnet-5-5`）が追加された。1Mコンテキスト、入力$2・出力$10/Mtok、キャッシュ読み取り$0.20/Mtokである。対話型ターミナルとVS Codeでは、権限モード未設定時にauto modeで起動するようになった。
選定理由：Sonnet 5.5の追加とauto modeの既定化に加え、利用制限や再試行まわりの修正が一覧でき、運用への影響を把握しやすい。
Anthropicは長時間のエージェント型コーディングと知識work向けモデルClaude Opus 5.5（claude-opus-5-5）を公開した。コンテキストウィンドウは標準で1Mトークン、最大出力は128kトークンで、価格は100万トークンあたり$4 / $20である。Claude APIのほか、Amazon Bedrock、Google Cloud、Microsoft Foundryなどで利用できる。
選定理由：価格差、thinkingやtool_choiceの仕様変更、新しいベータ機能がまとまっており、移行時に確認すべき点を把握しやすい。
Hugging Faceのブログが、Surya Narreddiの水彩画生成の手法をTRLとOpenEnvで再現し、データセット、RL環境、学習スクリプト、学習済みモデルをすべて公開した。Qwen/Qwen3.5-35B-A3Bにp5.brush用のJavaScriptを書かせ、審査モデルと美的評価モデルの報酬で学習させている。3種類の報酬配分はいずれも報酬が上昇した。
選定理由：報酬設計から失敗した実験、コストまでが具体的な数字で整理されており、好みを報酬にするRLを自分で再現する際の判断材料になる。
Google DeepMindは、推論とコーディング性能を高めたGemini 3.8 Flashと、サイバーセキュリティ特化のGemini 3.8 Flash Cyberを発表した。3.8 Flashは入力$0.75、出力$3.75（100万トークンあたり）の導入価格で、HLE-Verifiedで54.9%を記録した。Cyber版は新設のFairwind Programを通じ、信頼された防御者のみに提供される。
選定理由：汎用のFlashと防御者向けのCyberを同時に出し、価格、ベンチマーク、提供条件まで整理されており、用途に応じた使い分けを判断しやすい。
Anthropicは長時間のエージェント型コーディングや知識業務、研究向けのClaude Fable 5.1（claude-fable-5-1）と、Project Glasswing参加者向けのClaude Mythos 5.1（claude-mythos-5-1）を公開した。どちらも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、常時有効な適応型thinkingに対応し、価格はClaude Fable 5と同じ$10 / $50 per MTokで、キャッシュ読み取りは$0.25 per MTokに下がった。
選定理由：価格据え置きでキャッシュ読み取りを$0.25 per MTokに下げた点と、tool_choiceやthinking blockの仕様変更が併記され、移行時の確認項目を把握しやすい。
Hugging FaceはICML 2026のOpen Reproductionsハッカソンで、コミュニティが2,226本の論文を再現した結果を公開した。調査対象の51%（1,103本）で少なくとも1件の主張が検証され、23%（496本）で少なくとも1件の主張が反証または争点となった。人間がエージェントを導く役割の重要性も報告している。
選定理由：ICML 2026の論文の約3分の1をエージェントで再現した結果と、誤った反証も含む検証過程が示され、査読におけるエージェントと人間の分担を考える材料になる。
Googleは、エージェント構築向けにGemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberを発表した。3.6 FlashはArtificial Analysis Indexで3.5 Flashより出力トークンが17%少なく、価格は入力$1.50/1M、出力$7.50/1Mである。3.6 Flashと3.5 Flash-Liteは同日からGemini APIなどで利用できる。
選定理由：3.6 FlashとFlash-Liteの価格、速度、ベンチマーク数値が並んで示されており、エージェント用途でのモデル選択を比較しやすい。
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。
LINEヤフーのチームは、エージェントがiOSとAndroidの画面を見てタップし結果を検証できるクロスプラットフォームCLI「sim-use」をオープンソースとして公開した。画面をoutlineと呼ぶ独自のテキスト形式に変換し、24 KBのJSONが1.2 KBになりトークン消費は1/20に抑えられる。記事ではoutline、quadtreeプローブ、daemon、クロスプラットフォーム設計、マルチタッチの5つの技術判断を解説している。
選定理由：UIツリーをoutlineに圧縮する設計や、quadtreeプローブ、daemon化の判断が実測値つきで示され、エージェント向けCLI設計に応用しやすい。
Anthropicは Claude Platform のリリースノートで、Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5 の提供開始を掲載した。Claude Managed Agents の動的ワークフローや OpenTelemetry export（beta）、Compliance API の拡張なども記載されている。一方でモデルによっては thinking や tool_choice の指定が 400 エラーになるなど、移行時の注意点も示されている。
選定理由：モデル追加、料金改定、非推奨化、Managed Agents拡張が日付順に並び、API移行時に確認すべき破壊的変更を一覧で追える。
Microsoft AIはコーディングモデルMAI-Code-1-Flashを発表した。GitHub Copilotの本番ハーネスで直接学習し、SWE-Bench Proでは51.2%対35.2%でClaude Haiku 4.5を上回ったとしている。SWE-Bench Verifiedでは最大60%少ないトークンで解いたという。
選定理由：GitHub Copilotの本番ハーネスで学習・評価した点と、同一ハーネスでClaude Haiku 4.5と比べた数値が示されており、比較の前提を把握しやすい。
Mistralは、Le Chatを業務とコーディングの両方に対応する統合AIエージェント「Vibe」に刷新した。Work ModeとCode Modeを備え、VS Code拡張とVibe CLIの更新も同時に公開している。プランはFree、Pro（月額$14.99）、Team（1ユーザー月額$24.99）、Enterpriseで、chat.mistral.aiで利用できる。
選定理由：仕事用とコーディング用のエージェントを一つに統合し、Work ModeとCode Modeの機能範囲や料金プランが具体的に整理されている。
Anthropicは最も高性能とするClaude Opus 4.8（claude-opus-4-8）を公開した。Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundryで1Mトークンのコンテキストウィンドウを標準でサポートし、最大出力は128kトークンである。会話途中のシステムメッセージやstop_detailsフィールドの公開ドキュメント化なども同時に発表された。
選定理由：モデル本体に加え、キャッシュ条件やサンプリングパラメータの扱いなど移行時に確認すべき変更点がまとまっており、既存環境の見直しに役立つ。
Mistral AIは、128B denseのオープンウェイトモデルMistral Medium 3.5をパブリックプレビューで公開し、Mistral VibeとLe Chatにクラウド上で動くリモートエージェントを追加した。SWE-Bench Verifiedで77.6%、τ³-Telecomで91.4を記録したとしている。Pro、Team、Enterpriseプランで利用でき、APIは入力100万トークンあたり$1.5、出力$7.5である。
選定理由：128B denseモデルの公開とクラウド型エージェントの提供が同時に示され、価格や自社ホスト要件も併記されているため、導入判断の材料にしやすい。
Google DeepMindはGemini 3.5ファミリーの第1弾としてGemini 3.5 Flashを公開した。Terminal-Bench 2.1で76.2%、GDPval-AAで1656 Elo、MCP Atlasで83.6%を記録し、Gemini 3.1 Proを上回るとしている。Gemini appとAI Mode、Google AI Studio、Gemini Enterpriseなどで本日から利用でき、3.5 Proは来月の展開を予定している。
選定理由：Terminal-Bench 2.1やMCP Atlasの数値と提供先が併記され、速度と性能のバランスを判断する材料になる。
Ethan MollickはGPT-5.5に早期アクセスし、AIの急速な改善が続いていると評価した。GPT-5.5 Proは3Dの港町シミュレーションで町の進化を実際にモデル化できた唯一のモデルで、所要時間もGPT-5.4 Proの33分から20分に短縮した。一方、長編フィクションの質など能力の凹凸は残っている。
選定理由：早期アクセスで実際にタスクを走らせた体験記であり、モデル、アプリ、ハーネスの三層で進歩を捉える見方と、残る弱点が具体例で確認できる。
Mistral AIはMistral Small 4を発表した。Magistralの推論、Pixtralのマルチモーダル、Devstralのエージェント型コーディングを1つのモデルに統合し、Apache 2.0ライセンスで公開している。119B総パラメータのMoEで256kコンテキストウィンドウに対応し、Mistral Small 3と比べてレイテンシ重視設定でエンドツーエンドの完了時間を40%削減、スループット重視設定で毎秒リクエスト数を3倍にした。
選定理由：推論、マルチモーダル、エージェント型コーディングを1モデルに統合した構成と、出力長を抑えた比較が示されており、モデル選定の軸を整理しやすい。
Mistral AIは、ターミナル向けコーディングエージェントMistral Vibe 2.0を公開した。Devstral 2モデル群を基盤とし、カスタムサブエージェントやスラッシュコマンドによるスキル読み込みに対応する。Le Chat ProとTeamプランで利用でき、追加利用は従量課金またはBYOKで可能である。
選定理由：カスタムサブエージェントやスラッシュコマンドのスキルなど新機能に加え、Devstral 2の料金とプラン構成も示されており、導入時の比較材料になる。
Mistral AIは、コーディングモデルのDevstral 2（123B）とDevstral Small 2（24B）、およびターミナル向けCLIのMistral Vibeを公開した。Devstral 2はSWE-bench Verifiedで72.2%、Devstral Small 2は68.0%を記録している。Devstral 2はAPIで当面無料で、無料期間後は入力/出力で100万トークンあたり$0.40/$2.00となる。
選定理由：SWE-bench Verifiedのスコアに加え、人手評価でClaude Sonnet 4.5との差が残ると明記しており、オープンモデルの現在地を比較しやすい。
Mistral AIはAll Hands AIと共同で、ソフトウェアエンジニアリング向けのエージェント型LLM「Devstral」を発表した。SWE-Bench Verifiedで46.8%を記録し、従来のオープンソースSoTAを6ポイント超上回る。Apache 2.0ライセンスで公開し、APIではdevstral-small-2505として提供する。
選定理由：SWE-Bench Verifiedでの比較条件と、単体のRTX 4090やMac 32GBで動かせる点が併記され、ローカル導入の判断材料になる。