今日のAIダイジェスト

パラメータ数2.8T、100万トークンのコンテキストウィンドウに対応した新モデルが発表されました。API料金を大幅に引き下げたほか、高速版モデルも同時に提供されます。

Moonshot AIは、100万トークンのコンテキストウィンドウを持つ3T級モデル「Kimi K3.1 Pro」を発表しました。高速版の「Kimi K3.1 Pro Highspeed」も同時にリリースされています。

MiniMaxは総パラメータ数428B、トークンあたりのアクティブパラメータ数23Bのモデル「M3.1 Flash」の重みを公開しました。Hugging FaceおよびModelScopeからダウンロード可能です。

Moonshot AIの「Kimi K3.1 Pro」がArtificial Analysisのインテリジェンス指標で55点を獲得し、第4位にランクインしました。前モデルから大幅な性能向上を果たし、オープンウェイトモデルとしてトップクラスの評価を得ています。

Black Forest Labsと共同開発した動画生成モデル「FLUX 3 Max」が、人間による評価でEloスコア1139を獲得し、業界トップ層に並びました。約12秒で10秒間の動画生成が可能で、今後3週間で利用料金を75%引き下げる予定です。

Cohereは、企業内の文書検索精度を向上させる最新モデル「Rerank 5」をリリースしました。用途に合わせてProとFastの2つのグレードが提供されます。

DeepSeekの最新モデルがAgent Arenaでオープンソースモデルとして首位に立ち、総合ランキングでも11位にランクインしました。タスク成功率を大幅に向上させつつ、ツール利用時のハルシネーションを抑制し、コスト効率も極めて高いのが特徴です。

DeepSeekは最新モデル「DeepSeek V4.1 Flash 1017」を公開しました。Artificial Analysisのインテリジェンス指数で45点を獲得し、オープンソースモデルとして第2位の評価を得ています。

Metaの「Muse Wonder Full (Max)」が、Code ArenaのWeb開発部門で1,726点を獲得し6位に初登場しました。これによりMetaは、同ランキングの上位を占める主要なAI開発組織の一つとなりました。

Inception Labsが発表した拡散式大規模言語モデル「Mercury 3」は、主要なベンチマークでGPT-6 LunaやClaude Haiku 5.5を上回る性能を記録しました。前モデルからパラメータ数を40倍以上に拡大しつつ、秒間1068トークンという高速な推論速度を実現しています。

DeepSeekが公開した「DeepSeek-V4.1-Flash-20261017 (Max)」が、Code ArenaのWeb開発向けオープンモデルランキングで1位となりました。競合モデルと比較して約10分の1のコストで運用可能であると報告されています。

MiniMaxは、推論速度の高速化とコストの大幅な削減を実現した新モデル「M3.1 Flash」を発表しました。本モデルは、先行して公開されていた「Space Bunny」の進化版にあたります。

Metaが公開した「Muse Spark Open (Max)」が、Code ArenaのWeb開発部門で1511点を記録し、米国発のオープンモデルとして首位に立ちました。オープンモデル全体のランキングでも13位にランクインしています。

DeepSeekはモデル「DeepSeek-V4.1-Flash-1017」を公開し、Web版およびアプリ版を更新しました。APIの利用料金や呼び出し方法は従来通り維持されています。

Metaが開発した816Bパラメータのオープンウェイトモデル「Muse Spark Open」が、Agent Arenaで利用可能になりました。100万トークンのコンテキストウィンドウを備えたネイティブマルチモーダルモデルです。

Metaは、100万トークンのコンテキストウィンドウを持つマルチモーダルモデル「Muse Spark Open」をオープンウェイトで公開しました。コーディングやエージェントワークフローに最適化されています。

Google DeepMindのGemini 4 Argonが、AIの推論能力を測るARC-AGI-3ベンチマークで97.5%のスコアを達成しました。同スコアを95%以上で突破した2番目のAIラボとなります。

Microsoftは、総パラメータ数2.8兆のMoEモデル「MAI-Base-2」の事前学習を完了しました。既存のモデルと比較して、学習時の計算効率が最大12.3倍向上しています。

Artificial Analysisの評価において、Reflectionの「Beam」がIntelligence Indexで30点を獲得しました。これは米国のオープンウェイトモデルとして第2位の評価です。

600BのMoEアーキテクチャを採用したStep 5 Previewが、Featherless AI上でFP8精度にて提供開始されました。ソフトウェア開発や金融分野の専門業務に強みを持ち、高いコストパフォーマンスを実現しています。

5.6Bパラメータのオープンウェイトモデル「FLUX 3 Image Klein」がリリースされました。文生成に加え、画像編集や最大10枚の参照画像を用いた生成に対応しています。

StepFunは600BパラメータのMoEモデル「Step 5 Preview」を公開しました。NVIDIA GB300上でNVFP4形式を用いることで、GPUあたり毎秒約8,000トークンの高速推論性能を達成しています。

StepFunは「Step 5 Preview」のモデルウェイトを公開し、BF16およびFP8形式でHugging FaceとModelScopeから利用可能にしました。技術ブログも同時に公開され、モデルの詳細が確認できます。

昆仑万维は、RTX 5090などの単一のコンシューマー向けGPUでリアルタイム動作するビデオ生成AIゲーム「Matrix-Game 4.0」を発表しました。同モデルはオープンソースとして公開されています。

Googleは、複雑なタスク処理に特化した最新モデル「Gemini 4 Argon」を、世界中のGoogle AI ProおよびUltraのサブスクリプション契約者向けに公開しました。本モデルは、Geminiアプリを通じて順次展開されています。

xAIの「Grok Voice 3.0」が、Artificial Analysisの音声モデル評価で首位を獲得しました。Realtime APIを通じて提供され、高いタスク成功率と低遅延な応答性能を実現しています。

5,000件以上の実環境でのセッション評価に基づき、Metaの「Muse Wonder (Max)」がAgent Arenaで12位を獲得しました。前モデルのMuse Spark 1.3 (Max)と比較して、スコアを2.8ポイント向上させています。

Artificial Analysisが、NVIDIAの次世代アーキテクチャ「Vera Rubin NVL72」を用いたAIエージェントのコーディング負荷における推論性能評価結果を公開しました。GB300 NVL72との比較データが示されています。

総パラメータ数約560B、アクティブパラメータ約25Bのモデルが公開されました。1Mトークンのコンテキストに対応し、量子化技術によりGPUリソースの削減が可能です。

Googleが10月14日に公開した「Gemini 4 Argon」について、実測評価ではClaude Opus 5.5やGPT-6 Astraの優位性を覆すには至らないとの見方が示されました。今後のモデル競争におけるGoogleの立ち位置が注目されています。

MetaのAIモデル「Muse Wonder (Max)」が、Code ArenaのWeb開発部門で15位、テキスト生成部門で2位にランクインしました。特にテキスト生成では上位モデルと僅差のスコアを記録しています。

Gemini 4 Argonが正式に一般公開されました。Artificial Analysisの評価指標においてGPT-6 Astraと同等の性能を維持しつつ、タスクあたりのコストを60%に抑えています。

Googleは開発者や企業、研究者向けに最新モデルGemini 4 Argonを公開しました。Gemini APIやAI Studioを通じて利用可能です。

面壁智能（ModelBest）とOpenBMBコミュニティは、35B-A3Bおよび1Bのパラメータを持つマルチモーダルモデル「MiniCPM-V 4.7」を公開しました。3GBのメモリ環境で動作する高い効率性を実現しています。

Liquid AIは、総パラメータ数24Bで1トークンあたりのアクティブパラメータが2Bのオープンソースモデルを公開しました。本モデルは、エッジデバイスでの高速なAIエージェント動作を想定して設計されています。

Metaが開発したAIモデルシリーズ「Muse Wonder」が、AIエージェントの性能評価プラットフォーム「Agent Arena」に追加されました。現在ユーザーによる実機テストが可能となっており、近日中に評価スコアが公開される予定です。

Metaが新たに発表した「Muse Wonder」および「Muse Wonder Full」は、Artificial Analysisの評価指標でそれぞれ52点と56点を記録しました。前世代のモデルと比較して、推論能力が大幅に向上していることが確認されています。

ARC Prize 2026のARC-AGI-2スコアボードが公開され、TUFA Labsが88.06%でトップとなりました。85%以上のスコアを達成したチームには、賞金とは別にボーナスが分配されます。

Mistral Large 4が5,000件以上の実環境セッションに基づくAgent Arenaの評価でトップ15ラボにランクインしました。前モデルのMistral Medium 3.5を上回る性能を示し、総合順位は43位となっています。

Anthropicの最新モデル「Claude Haiku 5.5 (High)」が、Code ArenaのWeb開発評価で1587点を獲得し、30位にランクインしました。パレート最適化の境界線付近に位置する性能を示しています。

Googleがリリースした画像生成モデル「Nano Banana 2.1」が、主要な評価ベンチマークで4位にランクインしました。前世代と比較してコストが半分に抑えられている点が特徴です。

Claude Haiku 5.5は、Haiku 4.5と比較して運用コストを約75%削減した軽量かつ高速なモデルです。大量のデータ処理やサブエージェントとしてのタスクに適しており、コスト効率を重視する業務での活用が期待されます。

Perplexityは、テキストと画像を同一空間で扱える多ベクトル埋め込みモデル「pplx-embed-v2-late」を公開しました。9Bと0.6Bの2サイズが提供され、OCRなしでのPDF検索やデバイス上での高速なクエリ処理が可能です。

Mistral AIの最新モデル「Mistral Large 4」がCode ArenaのWeb開発部門で1534点を獲得し、45位にランクインしました。前モデルのMistral Large 3と比較して304ポイントの大幅なスコア向上を達成しています。

Liquid AIは、テキスト、画像、音声を処理可能なエッジ向け意思決定モデル「d1-3B」と「d1-omni-600M」の重みを公開しました。Hugging Faceを通じて利用可能です。

Google DeepMindは、Gemma 4アーキテクチャを採用した多模態埋め込みモデル「EmbeddingGemma 2」をApache 2.0ライセンスで公開しました。テキスト、コード、画像、動画、音声を統一された埋め込み空間にマッピング可能です。

Anthropicは最新モデル「Claude Haiku 5.5」をリリースしました。Artificial Analysisの評価で43点を獲得し、前世代から1年で26ポイントの性能向上を達成しています。

Anthropicは、高速かつ低コストな新モデルClaude Haiku 5.5を発表しました。要約やデータベースクエリなどの高スループットタスクに適しており、コーディング用サブエージェントとしても活用可能です。

ARC Prizeが公開したDeepSeek V4.1 Flashの評価結果によると、ARC-AGI-2で72.9%、ARC-AGI-1で94.5%のスコアを記録しました。前モデル比で性能は向上した一方、タスクあたりのコストは約250%増加しています。

1兆パラメータ規模のネイティブマルチモーダルモデル「Mistral Large 4」が、Agent ArenaおよびCode Arenaで評価可能になりました。現在ユーザーによるテストと投票が行われており、近日中にスコアが公開される予定です。

Mistral AIが発表した「Mistral Large 4」は、評価指標でGPT-6 Lunaと同等の性能を示し、米中以外の地域で最も知的なモデルと評価されています。10月末には1兆パラメータ規模のモデルの重み公開も予定されています。

Liquid AIは、意思決定に特化したAIモデル「d1」を公開し、新たにテキストと画像入力に対応しました。専用プラットフォームを通じて利用可能です。

OpenAIのGPT-6.1 Sol (Max)がAgent Arenaで5位にランクインし、タスクあたりのコストを0.56ドルに抑えつつ性能を向上させました。このモデルはパレート最適性を再定義する高いコストパフォーマンスを示しています。

AnthropicのClaude Sonnet 5.5がAgent Arenaで3位にランクインし、チャット部門では1位を獲得しました。タスクあたりのコストは2.74ドルで、Anthropicのモデルがランキング上位を占める結果となりました。

Allen Institute for AIは、Qwen3-8Bをベースにした科学レポート生成モデルAstaBriefを公開しました。研究課題と文献から引用付きのレポートを高速に作成可能で、学習データもあわせて提供されます。

Artificial Analysisのコーディングエージェント指標において、Claude Sonnet 5.5、GPT-6.1 Sol、Gemini 4 Argonが上位にランクインしました。Claude Sonnet 5.5は最高スコアを記録しましたが、1タスクあたりのコストが最大14.19ドルに達する点が課題です。

OpenAIの最新モデル「GPT-6 Astra Ultrafast」が、NVIDIAのBlackwell GPU上で稼働し、APIやChatGPT Work、Codexユーザー向けに提供開始されました。ハードウェアの最適化により、高度な推論処理の高速化が実現しています。

Artificial Analysisの評価において、Alibabaが公開したQwen-Image-2.1が画像生成および編集のベンチマークでオープンウェイトモデルとして1位を記録しました。Ideogram 4.0やHunyuanImage 3.0 Instructを上回る性能を示しています。

Code ArenaのWeb開発部門において、Claude 3.5 Sonnet（xHigh）が1786ポイントを獲得し3位にランクインしました。2位のGPT-6 Astraとはわずか2ポイント差という高い性能を示しています。

Google DeepMindは、コーディングや企業向けナレッジワーク、サイバー防御に特化した新モデル「Gemini 4 Argon」を発表しました。100万トークンの出力に対応し、主要な19のベンチマークのうち13項目でトップの性能を記録しています。