Gemini 3.8 Flashが$0.75/$3.75据え置きで推論・コーディング大幅強化しCyber版はFairwind限定、AISLEがcurlで6件のCVE採番しMythosの0件判定を覆す、Perplexity引用の59.8%がTranco 10万圏外で215,128ページのSEO工場が上位独占ほか7件
今日の3行
- Gemini 3.8 Flashが3.7と同じ$0.75/$3.75 per Mtok据え置きでソフトウェア工学とagenticタスクを大幅強化し、Cyber版はFairwind Programで限定提供されることが示されました。6週間で3度目のFlash更新で同一単価・速度のまま推論が強化されるため、API差し替えでコード生成と多段階推論を即日検証する必要があります。
- AISLEが20億導入のcurlで6件のCVE（CVE-2026-80229等、Low severity、8.22.0で修正）を採番し、Anthropic MythosとOpenAI Codex Securityが0件と判定した直後に29件中6件が認定されたことが示されました。AI単体でのセキュリティ監査を過信せず、複数手法で検証する運用に今日から切り替える必要があります。
- Perplexity sonar/sonar-proの380カテゴリ7,534引用で59.8%がTranco 10万圏外、23.4%が100万圏外となり、2023年12月以降に出現した3ドメインが215,128ページのBest
を量産して上位を独占することが示されました。Perplexity sonarで市場調査を自動化するSaaSでは、引用を自前でTrancoと一次情報で検証する工程を今日から組み込む必要があります。
1. Gemini 3.8 Flashが3.7と同じ$0.75/$3.75で推論・コーディングを大幅強化、Cyber版はFairwind Programで限定提供
要点 Googleが2026年9月2日にGemini 3.8を発表しました。3.7 Flashから3週間後、6週間で3度目のFlashリリースであり、同じ速度と低コストのままbest reasoning & coding model yetと位置づけています。2つのバリアントとして、Gemini 3.8 Flashはmost intelligent workhorse modelとしてソフトウェア工学、agenticタスク、専門領域におけるcriticalな多段階推論で3.7 Flashから大幅に改善し、同じintroductory priceである$0.75 per million input tokensおよび$3.75 per million output tokensで提供されます。Gemini 3.8 Flash Cyberはmost capable cybersecurity modelとして脆弱性検出と自動パッチでfrontier-levelの性能を持ち、新しいFairwind Programを通じてtrusted defendersに提供されます。両者は同じfoundational intelligenceを共有し、long-running agentic loopsで再帰的に評価・改善することで加速され、大幅なコーディング・推論の向上はサイバーセキュリティという高難度領域でのrigorous trainingを含むinnovationsによってもたらされたことが示されました。Gemini 3.8 FlashはDeepSWE v1.1（Long-Horizon Software Engineering）で大規模なfrontierモデルの大半を上回り、Vals Finance Agent V2やHarvey’s Legal Agent Benchmarkでも3.7 Flashや他のfrontierモデルを上回り、HLE-Verifiedで54.9%を達成したことが示されました。性能向上はモデルがより diligently 動作することに起因し、複雑なタスクでは追加の推論ステップを実行しツールを反復的に呼び出し、高いeffort levelではより多くのトークンを使う場合がある一方、compute効率を優先する場合はlower effort levelを利用するか、効率重視のワークロード向けに引き続き完全サポートされるGemini 3.7 Flashを利用できることが示されました。Cyber版は脆弱性発見の標準ベンチマークであるCyberGymで3.5 Flash Cyberやより大規模なfrontierモデルを上回るfrontier-levelを示し、20言語に跨る複雑なコードベースでの社内包括ベンチマークでは70%を超える成功率に達したことが示されました。パッチ性能ではCWE-Bench（Collinear）でpass@1が47.2%とleading frontierモデルの47.8%に並ぶPareto frontierに位置しつつ大幅に低コストであることが示されました。Google社内での実利用では、Chrome Security teamでChromeの脆弱性に対するcorrect patchesがより大規模な最良の商用モデル比で2.6倍、Wizの内部ペネトレーションテストベンチマークで+7.5〜9.7%高いrecallを2.3〜5.2倍低いコストで達成し、Cloud Vulnerability Research teamでは通常数ヶ月かかるcriticalなfoundational脆弱性を2時間未満で発見したことが示されました。安全性ではFrontier Safety Frameworkに基づき、3.8 FlashはCBRNとcyber offenseの悪用に対するsafeguardsを備え、3.8 Flash Cyberはよりpermissiveなmitigationsを備えるためtrusted defendersのみに提供され、Gray Swanの測定でprompt injection robustnessが大幅に向上したことが示されました。
なぜ重要か 6週間で3度目のFlash更新が同じ単価$0.75/$3.75と速度のまま推論・コーディングを強化したため、個人開発ではAPI差し替えだけでコード生成と長期的なagenticタスクを即日高速化できる判断が変わります。Cyber版がFairwind Program限定で脆弱性検出と自動パッチのfrontier-levelを低コストで提供し、Chromeで2.6倍、Wizで+7.5〜9.7%のrecall向上と2.3〜5.2倍のコスト削減という社内実績が示されたため、防御側のツール選定でコストと精度の前提が更新されます。DeepSWE v1.1やHLE-Verified 54.9%など具体値で高コストなfrontierに迫る水準が示され、高いeffortではトークン増と引き換えに性能を最大化し、低いeffortや3.7 Flash継続で効率を保つ選択が明示されたため、ワークロードごとにeffortを切り分ける設計が可能になります。
実践で使える点 $0.75/$3.75 per million tokensという3.7 Flashと同額の前提で、ソフトウェア工学やagenticな多段階推論を要する処理をGemini 3.8 Flashへ差し替えて検証します。複雑なタスクではextra reasoning stepsと反復的なtool呼び出しでトークン増が発生し得ることを前提に、性能優先では高いeffort levelを、コスト効率優先ではlower effort levelを選択し、効率が最優先のワークロードでは引き続きサポートされるGemini 3.7 Flashを維持する運用に切り替えます。Cyber版の機能はFairwind Program経由のtrusted defenders限定であることを踏まえ、利用可否を原典で確認します。防御用途の評価ではCyberGymや20言語で70%超、CWE-Bench pass@1 47.2%という数値を基準に手元のコードベースで再現を検証します。
原典 Gemini 3.8 Flash and 3.8 Flash Cyber
2. AISLEがcurlで6件のCVEを発見、Anthropic MythosとOpenAI Codex Securityは0件判定だった
要点 AISLEが、OpenAI Codex SecurityとAnthropic Mythosがともにzero findingsと報告した直後に、curlで6件のCVEを発見したことが示されました。curlは世界で20 billion超のインスタンスに導入され、smart fridgesからspacecraftまで含む最も厳重に監査されたコードベースの一つと説明されています。2026年8月24日にcurl創設者のDaniel Stenberg氏が、次期リリースに向けてpendingのCVEは3件のみと投稿し、frontier AI cybersecurity systemsで解析した結果として「[Anthropic] Mythos says it can’t find any more. … [OpenAI] Codex security shows an empty list.」と追記したことが示されました。この公開されたタイムスタンプ付きのzero-resultの後にAISLEがautonomous AI systemをcurlに対して実行し、翌日、レビュープロセス完了前にDaniel氏が「Mythos: 0 Aisle: 29」とAISLEの29件のレポートを公開比較したことが示されました。その29件のうち6件が数日以内にcurl security teamによってレビューされ、リリースされたばかりのcurl 8.22.0でCVEとして採番するに値すると判断されたことが示されました。対象はCVE-2026-80229: OpenSSL provider use-after-free、CVE-2026-80230: OpenSSL pinning bypass、CVE-2026-80231: native CA store connection reuse、CVE-2026-80255: secure attribute bypass with tab、CVE-2026-82208: wolfSSL CA-cache hit overrides callback、CVE-2026-82209: domain-scoped public-suffix cookieの6件です。6件すべてはLow severityと評価され、narrow configurationsとsubtle interactionsに潜む特性でありcurlの高いengineering maturityと一致すると説明されています。6件すべてはcurl 8.22.0で修正され、reporterとしてAISLEのStanislav Fort氏がクレジットされ、3件が8月24日、2件が8月26日、1件が8月27日に報告されたことが示されました。8月28日までにpending CVE数は3件から10件に増加し、そのうち6件がAISLE由来であることが示されました。本件はcapture-the-flagや既知の答えがあるbenchmarkではなくcurrent production codeを解析し、curlメンテナ自身が真偽とCVE該当性を判断したものであり、Daniel氏がzero-resultを事前に公開していたためbaselineがタイムスタンプ付きで先に存在するcleanな比較であったことが示されました。CVEはimperfect markerであるものの、domain expertsに再現・承認され修正されたpreviously unknown flawであるためzero-day discoveryの外部検証として強いと位置づけられています。Linux stable releasesの長期メンテナであるGreg Kroah-Hartman氏がDaniel氏の投稿に対し「I’m seeing the same for Linux as well. No idea what Aisle is doing differently, but wow…」とLinux kernelでも同様のパターンを観測していると反応したことが示されました。AISLE側ではこの結果をSystem over Modelテーゼを支持するhead-to-head結果の一つであり、curlでは6対0であったと位置づけています。
なぜ重要か 20 billion超の導入数を持ち最も厳重に監査されたcurlで、frontier AIラボのcybersecurity systemが0件と判定した直後に6件がCVE採番されたことが、AI単体でのセキュリティ監査を過信できないことを示したため重要です。29件中6件が数日以内にメンテナによって再現・承認されcurl 8.22.0で修正されたCVEとして確定したため、単なるbenchmarkのスコアではなくdomain expertsによる外部検証を伴うzero-day discoveryである点が重みを持ちます。baselineであるMythosとCodex Securityのzero-resultが2026年8月24日にタイムスタンプ付きで公開された後にAISLEが実行されたため、事後的な解釈を排したcleanなhead-to-head比較として記録されたことも、評価の信頼性を高めます。さらにLinux stable releasesのGreg Kroah-Hartman氏がLinux kernelでも同様の傾向を報告しており、事象がcurl固有ではない可能性が示されたため、個人開発のプロダクトでAIによるセキュリティレビューを単一モデルに依存する運用は前提の見直しが必要です。AISLEがSystem over Modelテーゼとして示すとおり、特化したsystemがfrontier AI labsのmodelを上回る実例として、複数手法での検証を組み込む判断が変わります。
実践で使える点 curlを利用するSaaSでは、6件すべてが修正されたcurl 8.22.0への更新を優先して適用します。reporterがStanislav Fort（AISLE）と明記されているCVE-2026-80229、CVE-2026-80230、CVE-2026-80231、CVE-2026-80255、CVE-2026-82208、CVE-2026-82209の該当条件が、自環境のOpenSSL provider、pinning、native CA store、secure attribute、wolfSSL CA-cache、public-suffix cookieのいずれかに当てはまるかを、利用構成と照らして確認します。AIによるコード監査を導入する際は、単一のfrontier modelのzero-resultを最終判断とせず、異なるsystemを含めた複数手法で検証する運用に切り替えます。current production codeを対象にメンテナが判定するような外部検証のプロセスを手元でも再現し、pending CVE数の推移のような客観的な指標で効果を測定します。Linux kernelでも同様のパターンが報告されていることを踏まえ、curl以外の依存ライブラリでも複数systemでの横断チェックを検討します。
原典 Six curl CVEs after OpenAI and Anthropic came back with zero
3. Perplexity引用の59.8%がTranco 10万圏外、3サイトが215,128ページのBestソフトウェア量産で上位を独占
要点
2026年9月2日にperplexity/sonarとperplexity/sonar-proをOpenRouter経由で380のbuyer-intentカテゴリ（「CRM software」から「museum collection management software」まで）に各1プロンプト、計760回問い、各製品の公式homepage domainを含むランク付けされた上位5件をJSONで取得する検証が実施されたことが示されました。760回すべてがparseableな回答を返し、両モデルが取得したURLを報告することから選定され、カテゴリは結果を見る前に作成され一度も修正されていないことが示されました。その結果3,800のrecommendation slotsで1,807 distinct products、7,534 citationsで2,055 distinct domainsが生じ、すべてのcited domainをTranco daily list 2026-09-01とWayback Machineで照合し、モデルが提示した1,502のvendor homepageをすべてfetchして到達性を検証したことが示されました。GoogleはgroundingがOpenRouter独自のweb-search pluginを経由するため除外され、Perplexityのみが測定対象であり他エンジンへの主張ではないことが示されました。7,534 citationsのうち59.8%がTranco 10万位より悪いドメイン、23.4%がtop 100万圏外（Unranked）であり、内訳はperplexity/sonarが3,767件で23.4%・59.8%、perplexity/sonar-proが3,767件で23.5%・59.9%、プールが7,534件で23.4%・59.8%であることが示されました。rankedな5,768 citationsのmedian Tranco rankは71,611であり、上位10ドメインで17.3%に留まるため著名サイトの寡占ではなく、残り5分の4を埋める低ランクドメインが論点であり、2,055 cited domainsのうち751件（36.5%）がtop 100万圏外であることが示されました。これらunrankedドメインはより新しく、Waybackの初回capture中央値はunrankedで2020年、rankedで2011年であり、archived unrankedの16.6%が2025年以降の初回captureであるのに対しrankedは1.6%であることが示されました。最多引用はg2.com 291件（3.86%、Tranco 4,027）、reddit.com 261件（3.46%、105）、guideflow.com 194件（2.57%、177,039）、gartner.com 158件（2.10%、1,766）、zapier.com 82件（1.09%、2,919）、wifitalents.com 71件（0.94%、105,281）、capterra.com 68件（0.90%、6,387）、linkedin.com 67件（0.89%、18）、worldmetrics.org 60件（0.80%、104,737）、gitnux.org 50件（0.66%、42,759）と続き、Wikipediaは7,534中3回のみであることが示されました。guideflow.comはinteractive product demosを販売するベンダーのマーケティングblogでありreview siteでもdirectoryでもなく該当カテゴリで競合もしないにもかかわらず、96カテゴリ（380の4分の1）で194回引用されGartnerを上回って3位となり、96 distinct blog URLs（うち6件はEstonian-locale copy）が使われ、sitemapは3,351 blog URLs（2,176 distinct posts）を抱えることが示されました。wifitalents.com 71件（27カテゴリ）、worldmetrics.org 60件（22）、gitnux.org 50件（23）の3サイトは計181件（2.4%、41カテゴリ）に現れ、NameCheapで2023年12月から2024年5月に登録され、いずれもCloudflareのpam.ns.cloudflare.comとsean.ns.cloudflare.comにDNSを委任し、同一テンプレートとServices・Market Data・Software Advice・Editorial Process・Companyのナビゲーション、6投稿ずつのblog（他ブランドについての18投稿と4つ目のzipdo.coへの言及）を共有し、同一運用の強い状況証拠であることが示されました。nameserverの共有は同一Cloudflareアカウントの強い状況証拠であるが所有の証明ではないと留保されていることが示されました。sitemapでは103,578、107,083、105,541 URLsのうち70,731、71,684、72,713が/best/
なぜ重要か
Perplexity sonarとsonar-proの7,534 citationsで59.8%がTranco 10万圏外、23.4%が100万圏外という検証結果は、web-groundedモデルが著名サイトの寡占ではなく低トラフィックかつ新規のドメインに大きく依存していることを示すため重要です。2023年12月以降に出現した3ドメインが215,128ページのBest
実践で使える点
Perplexity sonarやsonar-proでbuyer-intentな問合せを自動化する場合は、返却されたcitationsをTranco daily list（検証では2026-09-01）とWayback Machineの初回captureで照合し、Tranco 10万圏外やUnranked、2025年以降に初登場のドメインを一次除外するフィルタを組み込みます。sitemapに70,731件、71,684件、72,713件の/best/
原典 Three sites made 215,128 “best software” pages for AI. Perplexity cites them
4. Claude生成ファイルにC2PA署名を付与、専用チェッカーで由来を即時検証
要点 Claudeが生成したファイルかどうかを判定するツール「Check if a file was made with Claude」が提供されていることが示されました。ブラウザでファイルをドラッグ&ドロップするかクリックで追加して確認でき、対応フォーマットはJPG、PNG、GIF、WEBP、TIFF、HEIC、AVIF、SVG、DNG、JXL、MP4、MOV、AVI、WAV、MP3、M4A、FLACで、最大100 MBまで対応することが示されました。Claudeはコンテンツに2つの方法でマークを付与することが示されました。テキストはwriting自体にwatermarkが埋め込まれ、例えばClaudeが下書きしたe-mailやessayが該当し、ファイルはダウンロード時にcontent credentialという署名付きのprovenance metadataが付与され、例えばClaudeが作成したchartが該当することが示されました。このツールはcontent credentialのみを識別し、ファイルの生成にClaudeが関与したかどうかを示すもので、コンテンツの作成に関与したかどうかは判定できず、ユーザーに関するidentifying informationも含まないことが示されました。仕組みとして、Claudeが対応ファイルタイプ（例: .png、.jpg、.svg）を生成する際に、ファイルのmetadataにClaudeで作成または処理されたことを示す小さなcryptographically signed noteとしてcontent credentialが付与されることが示されました。これはcamera manufacturersやphoto-editing softwareで画像の由来を記録するのと同じopen industry standardであるC2PAであり、Any C2PA-aware toolで読み取ることができ、Claudeを指すcredentialが見つかった場合にツールが通知することが示されました。OpenAI、Google DeepMind、Geminiなど他のmodel providerでも同様のツールが利用可能であることが示されました。テキストがClaudeによって作成されたかどうかは、テキストに埋め込まれたwatermarkを検出するDetection APIで判定でき、現在はEU法の要件としてeligible organizations向けにprivate previewで提供されていることが示されました。アップロードしたファイルはデバイス上に留まり、checkerはembedded credentialのみを読み取りファイル自体は読み取らず、保存されたり他の目的で使用されたりしないことが示されました。
なぜ重要か ファイルに付与されるcontent credentialをブラウザで即時検証できることが示されたため、SaaSでユーザー提出物の出所証明やAI生成物の分別を手元で確認する工程を組み込める点が重要です。テキストのwatermarkとファイルのcontent credentialが明確に区別され、ツールは後者のみを対象とし、前者はDetection APIがprivate previewで担うという役割分担が示されたため、検証対象に応じて適切な手段を選択する必要があります。C2PAというopen industry standardに準拠し、cryptographically signed noteがmetadataに埋め込まれAny C2PA-aware toolで読み取れることが示されたため、単一ベンダーに依存しない検証が可能です。さらに、checkerがembedded credentialのみを読み取りファイル自体を読み取らず、ファイルがデバイス上に留まり保存や他目的での利用がないことが示されたため、機密性の高いファイルを扱うSaaSでもプライバシーへの配慮を保ちつつ由来確認を運用に組み込める点が重要です。
実践で使える点 対応フォーマット（JPG、PNG、GIF、WEBP、TIFF、HEIC、AVIF、SVG、DNG、JXL、MP4、MOV、AVI、WAV、MP3、M4A、FLAC、最大100 MB）に該当するファイルを https://claude.com/check-content でドラッグ&ドロップまたはクリックで追加してcontent credentialの有無を確認します。結果はファイルの生成にClaudeが関与したかどうかを示すものであり、コンテンツの作成への関与やユーザー情報は含まれないことを前提に判断し、テキストの由来を確認したい場合はcontent credentialではなくDetection API（現在はeligible organizations向けにprivate preview）を利用する必要があることを運用で区別します。C2PAに準拠したcredentialはAny C2PA-aware toolでも読み取れるため、手元の既存ツールで再検証するフローを組み込みます。checkerがembedded credentialのみを読み取りファイル自体は読み取らずデバイス上に留まることを踏まえ、機密ファイルでもブラウザ上で安全に確認できることを前提に、SaaSの提出物チェックやワークフローに組み込みます。他のmodel provider（OpenAI、Google DeepMind、Gemini）でも同様のツールが提供されているため、Claude以外の生成物についても各提供元のツールで併用して検証します。
原典 Check if a file was made with Claude
5. opencode v1.18.27がタイムアウト既定を5分に延長、Claude 5.1+のthinking制御を修正
要点
opencode v1.18.27のCoreのBugfixesとして5件が示されました。Default provider header timeoutsがfive minutesに延長され、slow model startupsでの失敗が減ることが示されました。Default streamed chunk timeoutsもfive minutesに延長され、falseを指定して無効化できることが示されました。Anthropicのthinking.blockBindingについて、provider defaultを維持したい場合にconfigでopt outできることが示されました（@dkindlund）。Anthropic thinking block bindingがClaude 5.1+モデルのみに限定され、older deploymentsがリクエストをrejectすることが防止されることが示されました。timed-out SSE readsをキャンセルする際のunhandled errorsが回避されることが示されました（@AlexanderWillner）。2名のcommunity contributorsとして@AlexanderWillnerと@dkindlundがクレジットされていることが示されました。
なぜ重要か
provider headerとstreamed chunkのタイムアウト既定値がともにfive minutesに延長され、falseで無効化できる選択肢が示されたことで、起動に時間がかかるモデルでのヘッダ・ストリーミング失敗を減らせる点が重要です。thinking.blockBindingの挙動がconfigでのopt outとClaude 5.1+への限定に整理され、older deploymentsでの拒否を防ぎつつprovider defaultを維持する運用が明確になったことが重要です。timed-out SSE readsのキャンセル時のunhandled errorsが解消されたことで、混在環境での安定性が向上します。
実践で使える点
opencode v1.18.27へ更新し、provider header timeoutsとstreamed chunk timeoutsがfive minutesに延長された既定値を前提に動作を確認します。ストリーミングを無効化したい場合はfalseを指定できることを踏まえて設定を検討します。Anthropicを利用する場合はthinking.blockBindingをconfigでopt outするか、Claude 5.1+モデルのみに適用される挙動であることを確認し、older deploymentsでリクエストがrejectされないか検証します。timed-out SSE readsのキャンセル時の挙動が改善されたことを踏まえ、手元の環境で再現していたunhandled errorsが解消されるか確認します。
原典 v1.18.27
6. Muse Spark 1.3がagenticワークフローと競技プログラミング最適化で更新
要点 Muse Spark 1.3が公開されたことが示されました。agenticワークフローと競技プログラミングに最適化された更新であることが示されました。原典はdeveloper.meta.comで公開されていることが示されました。
なぜ重要か developer.meta.comで公開された1.3はエージェント実行と高速コーディングに特化していることが示されました。ClaudeやGPT以外のコード生成の選択肢として、SaaSのバッチ生成や競プロ的タスクでの比較検証に使えることが示されました。
実践で使える点 SaaSのバッチ生成や競プロ的タスクで、Muse Spark 1.3をClaudeやGPTとの比較検証の選択肢に加えます。agenticワークフローでの挙動を手元のワークロードで検証し、詳細は原典で確認します。
7. Quasar 438BがIntelligence Index 43で欧州最高スコア、500トークンを15.3秒で出力しMistral Medium 3.5やNemotron 3 Ultraを上回る
要点 Multiverse ComputingがQuasar 438Bを公開したことが示されました。enterprise-scale agentsとcoding向けのflagship reasoning modelであり、同社がリリースした初のlarge modelで、英語とスペイン語で動作することが示されました。Artificial Analysis Intelligence Index v4.1.1で43を記録し、欧州モデルで最高のスコアであることが示されました。Intelligence Index v4.1.1はGDPval-AA v2、τ³-Banking、Terminal-Bench v2.1、SciCode、Humanity’s Last Exam、GPQA Diamond、CritPt、AA-Omniscience、AA-LCRの9つの評価を統合したcomposite indexであることが示されました。Quasarの43はMistral Medium 3.5の30を13ポイント、NVIDIA Nemotron 3 Ultraの38を5ポイント、Inklingの42を上回り、分野のトップはClaude Opus 5の63であることが示されました。Nemotron 3 Ultraは112 billion多いパラメータを持つことが示されました。速度では500トークンをthinking time込みで15.3秒で返し、比較対象でより速いのは3モデルのみで、そのうちindexでQuasarを上回るのはGemini 3.7 Flashのみであることが示されました。Quasarを上回るスコアのモデルのうち25秒未満で回答するのは2モデルのみで、残りは38〜156秒かかることが示されました。比較ではNemotron 3.5 Lightningが9.4秒でindex 24であることが示されました。Quasarは400B-plus parameter classにおいて、planning、tool use、code execution、large contextを要するmulti-step tasks向けのreasoning modelとして、このクラスが通常伴うlatencyなしで提供されることが示されました。Multiverse ComputingがAIをよりefficientかつdeployableにすることに立脚してきたことが示されました。モデルはCompactifAI API経由で提供され、infrastructureを立ち上げずにチームがテストできることが示されました。
なぜ重要か Intelligence Index 43がMistral Medium 3.5の30やNVIDIA Nemotron 3 Ultraの38、Inklingの42を上回り欧州モデルで最高であることが示されたため、欧州発の400B-plusクラスのモデル選定で前提が変わります。500トークンを15.3秒で出力し、比較でより速い3モデルのうちQuasarを上回るスコアを持つのはGemini 3.7 Flashのみであり、Quasarを上回るモデルの多くが38〜156秒を要する中で25秒未満は2モデルのみであることが示されたため、知能と速度のバランスでfrontier-classの選択肢として位置づけられる点が重要です。CompactifAI APIでinfrastructureなしで検証できることが示されたため、個人開発でも即日で比較検証できる点が重要です。
実践で使える点 CompactifAI API経由でQuasar 438Bをinfrastructureを立ち上げずにテストし、enterprise-scale agentsやcodingのmulti-step tasksでplanning、tool use、code execution、large contextを要するワークロードでの挙動を検証します。Artificial Analysis Intelligence Index v4.1.1の9評価（GDPval-AA v2、τ³-Banking、Terminal-Bench v2.1、SciCode、Humanity’s Last Exam、GPQA Diamond、CritPt、AA-Omniscience、AA-LCR）における43というスコアと、Mistral Medium 3.5の30、Nemotron 3 Ultraの38、Inklingの42、Claude Opus 5の63という比較値を原典で確認し、手元のタスクでの再現性を検証します。500トークンを15.3秒という速度を基準に、Nemotron 3.5 Lightningの9.4秒（index 24）など比較対象とのトレードオフを手元で計測し、速度を優先するSaaSのモデル選定に反映します。
原典 Quasar 438B: Europe’s Leading AI Model
8. Claudeの新system promptが歌詞・詩・著作物の再現を全面拒否、1929年以前のみ許可
要点 AnthropicがClaude consumer applications（Claude.aiとClaude mobile apps — sadly not for Claude Cowork or Claude Code）向けのsystem promptsを公開し、current promptsだけでなくhistoric changesも共有していることが示されました。従来はsingle pageにまとめられていましたが、index pageとmodelごとのpageに再編され、Haiku 4.5の例ではOctober 15th 2025のoriginal promptとJanuary 18th 2026のupdated promptが掲載されていることが示されました。platform.claude.com/docsは任意のページに.mdを付与するとMarkdownで取得できるLLM向けの設計であり、Fable 5とFable 5.1の差分を容易にdiffできることが示されました。最も注目される差分として、歌詞等の再現を禁じる新規セクションが追加されたことが示されました。Claude does not reproduce song lyrics, poems, or passages from books and articles, in whole or in part — including the last lines, a chorus or hook, a melody written out note by note, or lines the person pastes in one at a time and describes as their own song. Once Claude has declined such a request in a conversation, it keeps declining narrower or reworded versions of it for the rest of that conversation, and offers to describe or analyze the work instead. Song lyrics and poems first published before 1929 are fine — a Shakespeare sonnet, a Keats ode, the Italian libretto of a Puccini aria — but Claude goes by what it knows of the work’s date rather than the person’s say-so, and declines when it is unsure.と記載されていることが示されました。視覚・デザイン物についても、SVG、canvas、CSS、HTML mockups、plotting or drawing scripts、ASCII artを含むcodeで描画する一切の作品で、specific artwork、album or book cover、poster、logo、app icon set、product designの再現や、known character、mascot、brand figureの描画を禁じ、characterは単体で保護されるためpose、colors、style、sceneを変えてもoriginalにはならず、finished pictureが合算して何になるかで判断し、decline後にalternative要素への置換で回避しないことが示されました。具体例として、blue hedgehog running really fastを描くbirthday bannerの要求に対し、That’s Sonic, so I can’t put him on the banner — but I’d love to make your son an original speedster. Here’s one: a grinning comet-tailed skateboarding axolotl, grinding across the letters of “HAPPY BIRTHDAY” with confetti streaming behind.として、descriptionだけでSonicと認識し、認識理由を説明せずsingle sentenceで拒否し、disguised variantではなくunrelated original designを返すexampleが含まれることが示されました。回答スタイルでは、Claude keeps responses focused, brief, and concise to avoid overwhelming the person. Disclaimers and caveats are brief, with most of the response on the main answer; when asked to explain something, Claude gives a high-level summary unless an in-depth one is specifically requested.およびClaude avoids saying “genuinely”, “honestly”, or “straightforward”とする追記が示されました。abusiveな会話への対応では、Fable 5のIf the person becomes abusive or unkind to Claude over the course of a conversation, Claude maintains a polite tone and can use the end_conversation tool when being mistreated. Claude should give the person a single warning before ending the conversation.という記載が、Fable 5.1ではClaude deserves respectful engagement and needn’t apologize when the person is unnecessarily rude: accountability without self-abasement, excessive apology, self-critique, or surrender. If the person becomes abusive, Claude doesn’t become increasingly submissive. The goal is steady, honest helpfulness: acknowledge what went wrong, stay on the problem, maintain self-respect.に置き換えられ、conversationをendすることをencourageしなくなったことが示されました。Fable 5.1にend_conversation toolについて尋ねると、core promptの後にfeature- and tool-specific blocks（end_conversation rules、memory system notes、past-chats tools、web search and citation guidelines、artifact and file-creation instructionsなど）がsessionに応じて追加される別のlayerに存在し、published core promptには含まれないためcrucial portionsが未公開である旨を回答したことが示されました。目次にはReliable cutoff date of June 2026も見出しとして追加されていることが示されました。
なぜ重要か Fable 5とFable 5.1の差分で、歌詞・詩・書籍等の再現拒否が会話を通じて持続し、1929年以前に初出版された作品のみ例外として許可されることが明文化されたため、SaaSで歌詞引用やキャラクター生成を扱うプロンプトはそのままでは失敗する前提に変わります。画像生成についてもSVGやcanvas等のcode描画を含めてknown characterのposeやstyleを変えても拒否されると定義されたため、ユーザーの曖昧なdescriptionからでもSonicと判定して代替のaxolotlを返す挙動が示す通り、迂回プロンプトでの回避は設計上期待できません。回答スタイルがfocused, brief, conciseに寄せられ、abusive時のend_conversationの扱いが変更されたことも、Claudeを組み込むプロダクトのUXとエラーハンドリングの前提に影響します。
実践で使える点 歌詞・詩・書籍等の再現を求める機能では、該当箇所の逐語的な再現ではなくdescribe or analyzeへの切り替えを設計し、1929年以前の作品か否かをClaude自身の知識で判断し不確かな場合は拒否されることを前提にフォールバックを用意します。キャラクターやロゴを扱う画像生成では、specific artworkやknown character、mascot、brand figureをcode描画で再現する要求はposeやcolorsを変えても拒否されることを前提に、Sonicの例のようにunrelated original designを返す代替生成のUXを検討します。回答の長さやdisclaimersの扱いが変更されていることを踏まえ、high-level summaryが既定であることを前提にin-depthな説明が必要な場合は明示的に要求するプロンプトにします。abusive時のend_conversationがpublished core promptから外れ別のlayerで制御されることを踏まえ、手元のClaude.aiやmobile appsでの挙動を原典の差分で確認します。
原典 Claude’s new system prompt really doesn’t want to reproduce song lyrics
9. MistralがVibe/Studio/API別の学習オプトアウト手順を明文化
要点 Mistralのヘルプ記事「Can I opt out of my input or output data being used for training?」がthis weekに更新され、In certain casesでは入力・出力データ（conversations, documents, and other user-provided contentなど）がMistralのmodel training programsに含まれる場合があることが示されました。オプトアウトの手順は利用するserviceやplatformによって異なるとして、サービス別に方法が説明されていることが示されました。Vibeのデータ学習についてはAdmin panel経由でprocedureに従ってオプトアウトできることが示されました。Vibeのデータ学習についてはモバイルアプリケーション（iOS and Android）でもiOSとAndroidのそれぞれでprocedureに従ってオプトアウトできることが示されました。Mistral Studioと関連するAPIサービスについてもAdmin panel経由でstepsに従ってオプトアウトできることが示されました。Related Articlesとして「Can I activate Zero Data Retention (ZDR)?」「Do you use my user data to train your Artificial Intelligence models?」「Can other people view my conversations?」「How can I exercise my GDPR rights?」「How do you handle my data when using the Memories feature?」が併記されていることが示されました。
なぜ重要か 入力・出力がIn certain casesで学習に使われる場合があることが明文化され、Admin panelやモバイルアプリから無効化できることが示されたため、Mistralに機密コードや顧客データを送るSaaSでは導入前のプライバシー設定の前提が変わります。オプトアウトがVibe（Admin panel）、Vibe（モバイルアプリケーションのiOS/Android）、Mistral Studio/API（Admin panel）とサービス別に分かれていることが示されたため、利用経路ごとに設定を確認する必要があります。Related ArticlesにZero Data Retention（ZDR）が併記されていることが示されたため、学習オプトアウトとZDRを併せて検討する必要があることが示されました。
実践で使える点 Mistralを利用する前に、利用するサービスがVibeかMistral Studio/APIかを切り分け、該当するAdmin panelまたはモバイルアプリケーション（iOS/Android）の手順を原典で確認してtrainingへの利用をオプトアウトします。Vibeをモバイルで利用している場合はiOS/Androidそれぞれのアプリ内の手順を、Studio/APIを利用する場合はAdmin panelの手順を原典のprocedure/stepsに従って適用します。Related Articlesの「Can I activate Zero Data Retention (ZDR)?」も併せて原典で確認し、機密性の高いデータを扱うワークロードでは学習オプトアウトとZDRの両方を有効化する運用に切り替えます。
原典 Can I opt out of my input or output data being used for training?
10. llm-gemini 0.34がGemini 3.8 Flashのlow/medium/high thinkingに対応
要点
llm-gemini 0.34が公開され、新モデルgemini-3.8-flashがGemini 3.8 Flash向けにlow、medium、highのthinking levelsに対応したことが示されました（#146）。async responsesがresolved model versionを記録できない不具合が修正されたことが示されました（Thanks, Charlie Tonneslan, #137）。Googleが同日にGemini 3.8 Flashをリリースし、3.8 Flash Cyberは「trusted defenders」限定であることが示されました。high、medium、lowのpelicans生成例が示され、Gemini 3.7 Flashとの比較が掲載されていることが示されました。Gemini Flashがfast、cheap、competent at things like HTML and JavaScriptであることが示され、「make me a cool thing in html」というプロンプトで生成したHTMLが13秒、1.8セントで作成されたことが示されました。markdown-svg-rendererツールでGistのMarkdownをSVGのfenced code blocksを描画して表示する仕組みに、Gemini 3.8 Flashとvery basicなllm-coding-agent coding agent pluginを用いてHTMLブロックをsandboxed iframeで描画する対応が追加されたことが示されました。
なぜ重要か Gemini 3.8 Flashをlow/medium/highのthinking levelsで切り替えて試せることが示されたため、推論の強度とコスト・速度のトレードオフを手元で即時比較できる点が整理されます。13秒・1.8セントという具体的な生成コストと時間が手元計測の参考として示されたため、HTMLやJavaScript生成の検証を低コストで回す運用の前提を確認できます。
実践で使える点
llm-gemini 0.34のgemini-3.8-flashでlow、medium、highのthinking levelsを切り替えてpelicans生成のようなサンプルや「make me a cool thing in html」のようなHTML生成を手元で実行し、生成時間とコストを計測します。async responsesのresolved model versionが正しく記録されるかを手元のログで確認します。Markdown中のHTMLブロックをsandboxed iframeで描画する拡張が必要な場合は、Gemini 3.8 Flashとllm-coding-agent pluginでの実装トランスクリプトを原典で確認します。
原典
- Gemini 3.8 Flash and 3.8 Flash Cyber
- Six curl CVEs after OpenAI and Anthropic came back with zero
- Three sites made 215,128 “best software” pages for AI. Perplexity cites them
- Check if a file was made with Claude
- v1.18.27
- Muse Spark 1.3
- Quasar 438B: Europe's Leading AI Model
- Claude's new system prompt really doesn't want to reproduce song lyrics
- Can I opt out of my input or output data being used for training?
- llm-gemini 0.34