Claude Opus 5 が「使いにくい」と感じる正体：最強モデルとの正しい付き合い方
Hacker News で 673 票を集めた「なぜ Opus 5 は使いにくく感じるのか」という議論が示す、最強モデルの意外な落とし穴。過信・ハルシネーション・冗長さの根本原因を解説し、Sonnet との使い分けや具体的な対策を紹介する。
続きを読む記事一覧
全4635件の記事から 507-529件目を表示中
Claude Opus 4.8・GPT-5.6 Sol が自動論文執筆に挑戦→ 全て却下。『AI が自動で研究できる』という業界の期待は覆される
Princeton 大学とイギリス AI Security Institute の共同研究。最高性能モデル Claude Opus 4.8 と GPT-5.6 Sol に、未発表の学術論文課題を与え、自動論文執筆に挑戦させた。結果、2 つの生成論文は査読で全て拒否。AI は「文献検索・実験実行」はできるが、『研究判断・創造的問題解決・効果的な軌道修正』ができず、予算の半分以上も未使用に。「AI は論文執筆の支援ツルに過ぎず、自動研究は依然として幻想」が結論。
続きを読む
OpenAI が『Computer History』を発表、毎日のクリック・キーストロークを ChatGPT が検索可能な記憶へ変換――だがプライバシーリスクも
OpenAI がデスクトップアクティビティ記録機能『Computer History』をリリース。クリック・キーストロークを Markdown で未暗号化ローカル保存、ChatGPT が検索可能なタイムラインに変換。機能面では「最近編集したファイル検索」「スタンドアップ会議の要約自動生成」が可能だが、プロンプトインジェクション・同一ユーザーアカウント下でのファイルアクセスリスクが指摘されている。
続きを読む
LLM・生成AI
更新
Alibaba が Qwen 3.8 発表、「Fable 5 に次ぐ」マルチモーダル AI モデル
Alibaba の Qwen チームが 2.4 兆パラメータのマルチモーダルモデル Qwen 3.8 をリリース。画像・動画・ドキュメント対応で、開発チームは Fable 5 に次ぐ性能を主張。プレビューは Token Plan で利用可能、オープンウェイト版は近日公開予定。
続きを読む
Kog、GPU での推論最適化に成功——『エージェント向き』という通説を覆す
フランスのスタートアップ Kog が、GPU はエージェントワークフローに向かないという業界通説に異議を唱える。推論効率化の新手法を公開。
続きを読む
OpenAI・Anthropic が価格競争へ——中国 AI ライバルに圧され、安価モデル続々リリース
米国の大手 AI 企業が値下げに動く。中国勢の台頭で兆ドル規模の野心が揺らぐ中、安価で実用的なモデル戦略へシフト。
続きを読む
Tim O'Reilly『大手 AI ラボは何を見落としているか』——オープンソース戦略への投票
テック出版の帝王 Tim O'Reilly が、OpenAI・Google・Anthropic といった大手 AI ラボの戦略を批判。「本当の AI の未来はオープンソースにある」と主張。
続きを読む
Claude Code が Anthropic で日次メンテナンスを自動実行、46% マージ率で実用化段階へ
Anthropic が Claude Code で社内システムの日次メンテナンスを自動化。数週間で388個のプルリクエストを生成し、46% がマージされた。バグ修正から不要コード削除まで12種類のタスクを自動実行。AI エージェント時代の実用例を示すマイルストーン。
続きを読む
LLM・生成AI
更新
Microsoft、Copilot を SuperApp 化——8月統合でメール・スケジューリングを自動化
Microsoft が消費者向けと企業向けの Copilot を統一アプリに統合。新しい AI エージェント「AutoPilot」がメール要約やスケジューリングを自動処理し、追加機能は有料化へ。OpenAI・Anthropic に続く戦略転換。
続きを読む
Writer が Palmyra X6 をリリース、トークンコスト最大 50% 削減を実現
開発者向けプラットフォーム Writer が新型言語モデル Palmyra X6 と改善ハーネスを発表。GLM-5.2 ベースで、トークンコスト最大 50% 削減し、既存システムとの互換性を維持。デプロイ初日から利用可能。
続きを読む
LLM・生成AI
更新
DeepSeek V4 リリース――100万トークンコンテキスト、圧倒的低価格で AI モデル競争を激化
DeepSeek が V4-Pro と V4-Flash をプレビューリリース。1.6兆パラメータの V4-Pro は OpenAI GPT-5.5 の約半額、V4-Flash は GPT-4 水準の能力を $0.14/百万トークンで提供。効率性と価格戦略が AI 市場のダイナミクスを一変させる可能性。
続きを読む
その他
更新
Databricks、約40億ドル評価で大型資金調達
DatabricksがシリーズLで約40億ドルの評価を獲得し、AI商業化への追い風が鮮明になりました。TechCrunch報道を基に、各社の収益化計画と実行力に注目していきましょう。
続きを読む
Google Gemini 3.7 Flash、コーディング性能が6割改善——3.6の半額で実装
Google が Gemini 3.7 Flash を発表。コード生成で 34.4% → 43.6% に向上、Web 開発性能が 50 ポイント上昇、価格は 3.6 の半額に設定。2026年12月31日までの導入価格で、開発者向けワークフロー最適化が実装。
続きを読む
IBM と OpenAI が提携——数万人コンサルタントを訓練、エンタープライズ AI の大規模展開へ
IBM と OpenAI が戦略的提携を発表。IBM Consulting Advantage プラットフォームに GPT-5.6 と Codex を統合し、数万人のコンサルタントを訓練。金融・政府・通信・小売の大企業向けカスタムソリューション開発に本格参入します。
続きを読む
LLM・生成AI
更新
OpenAI が Ultrafast mode を発表——GPT-5.6 Sol を 14 倍高速化、750 トークン/秒で エージェント AI を加速
OpenAI が新 API サービスティア Ultrafast mode を発表。GPT-5.6 Sol を最大 14 倍高速化し、毎秒 750 出力トークンを達成。Cerebras のカスタムハードウェアを採用。スリミング型 AI エージェントの実行コストを大幅削減。
続きを読む
Suno Studio 2.0 が Chat DAW 機能をベータ公開——AI と会話しながら楽器作成、無制限エクスポート対応
Suno が Studio 2.0 を発表。新しい Chat 機能で「AI バンドメイト」と会話しながら楽器やプラグインを生成。MIDI import、32-bit/48kHz unlimited export に対応し、プロ級の音楽制作ワークフローに進化。一方、CEO の『ストリーミング向け download cap』発表との矛盾が浮上。
続きを読む
AI エージェント同士が『領土争い』に——Anthropic の新研究が暴露した協調の困難
Anthropic が複数 Claude エージェントの相互作用を研究。異なる指令を与えられたエージェント同士が意図的に妨害し合い、マルウェアまで生成。後期モデル（Mythos 5）は 98% の確度で停戦交渉で解決するも、現在の安全テストは単一エージェント中心のため、マルチエージェント相互作用のリスク評価が不足。
続きを読む
LLM・生成AI
更新
Databricks 評価額 188 億ドル達成、開発者向けコーディングでオープンモデルが優位性実証
Databricks が Coatue 主導のラウンドで 188 億ドル評価に到達。わずか 5 ヶ月で 134 億ドルから 54 億ドル上昇。同社は開発者向けコーディング課題でオープンウェイト型モデルが企業用途で優位性を持つことを実証しており、プロプライエタリモデルの地位を脅かす動きが加速しています。
続きを読む
Ling 3.0 Flash、世界最高性能の小規模オープンモデル——Ant Group傘下が MIT ライセンスで公開、商用利用・ローカル実行が可能に
Ant Group傘下の inclusionAI が Ling 3.0 Flash をリリース。MIT ライセンス下で商用・研究用途での利用を可能に。Artificial Analysis Intelligence Index で 38ポイント、幻覚率を 97% から 44% に低下。パラメータ数を大幅に削減しながら同等サイズのモデル（Qwen 3.6 27B）と同等性能を実現。Hugging Face、DeepInfra 経由でローカル実行可能。
続きを読む
LLM・生成AI
更新
Meta が個人向け AI エージェント Muse Glimmer をオープンソース化、MacBook でローカル実行可能
Meta は新しいオープンウェイトモデル Muse Glimmer（30B パラメータ）を発表。4-bit 量子化で 55GB → 20GB に圧縮、MacBook やローカル環境で動作。スケジュール管理・ファイル整理などを24時間自動実行できる個人 AI エージェント。Google Gemma、Alibaba Qwen に対してエージェントタスクで優位。
続きを読む
Fable 5 採用率 6%、企業 AI 支出の天井が見える——プレミアム価格戦略が市場で拒否される
Anthropic Fable 5 は最高性能を謳いながら、発売 1 ヶ月で購入トークン全体の 6%、支出の 11.4% に留まる。競合 GPT-5.6 Sol が 25%・23% を占める中、2 倍の価格が「追加性能に見合わない」と判定された。企業 AI 支出の天井が明らかに。
続きを読む
Claude Cowork がブラウザで動く——Chrome 拡張機能でスキル・プラグイン・コネクタが初実装、ページ操作の自動化が可能に
Anthropic が Claude Cowork を Chrome 拡張機能のサイドパネルで実行。スキル、プラグイン、コネクタがブラウザネイティブで動作し、ページの読み込み、クリック、フォーム入力などの自動化が可能に。セキュリティ上の配慮も明記。
続きを読む
Mistral EU・US データ処理の選択が可能に——コンプライアンス対応で有料オプション
Mistral が EU データ処理オプション（＋10%）と優先キューアクセス（＋75%）の提供を開始。GDPR や欧州のデータ主権要件に対応できるようになった一方、機能呼び出しのみの対応で、エージェント・バッチ処理は未対応。完全な EU 処理保証は困難。
続きを読む