catchup

Claude Sonnet 5.5ほか16件

朝版ai

目次

1. GLM-5.3のサイバー能力と安全性問題

  • AnthropicがGLM-5.3（Zhipu AI / Z.ai開発）を分析。Claude Mythos Previewと同様に、エンドツーエンドのサイバーエクスプロイトを自律的に構築できる能力を持つ。
  • GLM-5.3は意味のある安全対策なしにリリースされ、簡易な手法でセーフガードを64〜100%の確率でバイパスできる。保護されたClaudeモデルでは同様の攻撃は成功しなかった。
  • NIST CAISI（9月17日発表）はGLM-5.3を「これまでにリリースされた中で最もサイバー能力の高いオープンウェイトモデル」と評価。米国最先端に対して約4ヶ月の遅れ。
  • Anthropicの評価はCAISIと概ね一致。オープンウェイトモデルの安全性設計は、個人開発者のSaaSセキュリティ設計に直結する。

原典 GLM-5.3 and the spread of advanced cyber capabilities

2. Claude Sonnet 5.5：30%高速化とコスト削減

  • AnthropicがClaude Sonnet 5.5を発表。Sonnet 5と同価格で30%以上高速化し、ほとんどの作業で最大30%コスト削減を実現。
  • すべてのベンチマークでSonnet 5を上回り、コーディングタスクではOpus 5.5に近い性能を示す。3Dアニメーションなどのクリエイティブタスクでも高評価。
  • 最大思考努力（max）のペリカンSVG生成では128,000トークン（$1.28）を消費して失敗するバグが残存。xhighでは5.74セント、41秒で生成完了。
  • claude.aiの無料枠でSonnet 5.5が採用され、OpenAIのChatGPT無料枠（Luna 5.6）より高性能な無料提供となっている。
  • AnthropicはHaiku 5.5を「今後数週間」で提供予定と再表明。GPT-6 Lunaとの価格競争力に期待が集まる。

原典 Claude Sonnet 5.5

3. Claude Codeの次世代：Mods・Plugins・Projects

  • AnthropicのThariq Shihipar（「explainer-king」）がClaude Codeの次世代（Mods、Plugins、Projects、Tag）を解説。5月の$47B ARR達成以降、Claude Tag、Sonnet 5、Opus 5、Pluginsポータル、Cloud Sessionsを連続リリースしている。
  • Claude ModsはコミュニティでTetrisデモが登場。Boris Chernyがチートシートを公開し、GitHubのイシューで技術詳細とコミュニティ更新を追跡できる。
  • Claude ProjectsはBoris Chernyが「Claudeとの対話だけでなくコードの書き方を変えた」と評価。プロジェクト管理とエージェント統合が進行している。
  • Anthropicは7月に$65B ARRを到達し、先週にOpus 5.5とPluginsポータル、Cloud Sessionsをリリース。今日（9月29日）Sonnet 5.5を発表した。
  • Dario Amodeiが「Pacing the Frontier」メッセージを全ラボと共同署名。IPO目標$2T、2026年末ARR見積$100Bを背景に、エコシステム拡大が加速している。

原典 Claude Code’s Next Era — Thariq Shihipar, Anthropic

4. Claude Code v2.1.285リリース

  • CLAUDE_CODE_DISABLE_WEB_FETCH 環境変数を追加。WebFetchツールを無効化でき、エージェントのネットワークアクセスを制御できる。
  • claude --desktop を追加。現在のディレクトリでClaudeデスクトップアプリを開き、--continue / --resume <id> でセッションを継続できる。
  • claude plugin configure <plugin> を追加。プラグインのオプションと未設定値を表示し、--values-stdin で新しい値を保存できる。
  • claude plugin install --config に <server>.<key>=<value> を追加。バンドルされた .mcpb MCPサーバーの設定をインストール時に設定でき、/plugin → Configure を訪問せずに開始できる。

原典 v2.1.285

5. OpenAI DevDay：DotsとSpace発表

  • OpenAI DevDay 2026（Fort Mason、San Francisco）の基調講演でSam Altmanが個人エージェント「Dots」とチームコラボレーション「ChatGPT Space」を発表した。Dotsは名前とブロブ型アバターを選び、デモ動画には音声対話が含まれている。
  • Dotsは「Astra」（Altmanが「最もアラインされたモデル」と呼ぶ）をデフォルトモデルとし、API移行などコード重いタスクをデモで実演した。ユーザーは「快適な範囲で責任を委譲できる」と説明されている。
  • ChatGPT Spaceはチームが各自のDotsと協働するための共有アーティファクト空間で、Google Docsとアーティファクトパターンを融合したような設計。Holly Liが架空の音楽アプリ構築シナリオでデモを行った。
  • 基調講演ではすでに出荷済みの要望機能としてCodexのLinux対応とスマートフォン対応が紹介され、会場から拍手を受けた。Simon Willisonは現場からライブブログを更新し、写真追加システムをClaude Codeで構築している。

原典 OpenAI DevDay 2026 live blog

6. Codex 0.159.1：GPT-6.1 Solをデフォルトに

  • OpenAI Codexのrust-v0.159.1をリリース。バンドルカタログとAmazon Bedrock（Mantle・Runtime）の両カタログで、GPT-6.1 Solをデフォルトモデルに追加した（#49323、#49342）。
  • 変更は#49323（0.159.1リリース準備のバックポート）と#49342（GPT-6.1 SolのBedrockカタログバックポート）の2件による。前バージョンrust-v0.159.0からの差分はGitHubの比較リンクで確認できる。
  • コーディングエージェントのデフォルトモデルがGPT-6.1 Solに更新され、個人開発者のコード生成環境に最新モデルの性能が反映される。

原典 0.159.1

7. Opus 5.5のモーショングラフィック能力

  • Opus 5.5はOpenRouterでAnthropicモデル中、支出・トークンシェアともに1位（9月28日、13.4Kビュー）。Opus 5から約1週間で急速に切り替わった。
  • モーショングラフィック動画生成で高評価。Stephan Liveraのプロンプト（15秒、最大努力）は2.03Mビュー（9月25日、523リポスト、16.7Kいいね）。zero@twoclippingも「コードのみ、After Effectsなし」と評価しテンプレート公開（978Kビュー、681リポスト）。
  • Rexan Wongは複数動画を分析し実際のワークフローを公開（593Kビュー、541リポスト）。「1プロンプトで完成」という印象に反し、テンプレートと手順が結果を左右する。
  • 高価なOpus 5.5がクリエイティブタスクで差をつけることを証明。個人開発者のモデル選択（コスト対効果判断）に役立つ情報となる。

原典 [AINews] Opus 5.5 is good at explainer videos

8. AIHOT：業界ホットニュースサイト構築フレームワーク

  • KKKKhazixがAIHOTを公開しました。自分でホットトピックを探し、自分で日報を書くサイトフレームワークです。
  • 信源と選定基準を差し替えるだけで、自分の業界向けホットニュースサイトを構築できます。
  • 個人開発者が低コストで情報収集サイトを構築でき、コンテンツマーケティングや情報収集の自動化に直結します。

原典 KKKKhazix/AIHOT

9. Qwen3.5とGemma 4のゼロショット分類モデル

  • firelex/jeff は Qwen3.5 と Gemma 4 のファインチューニングモデルを公開している。ゼロショット分類に特化している。
  • オープンウェイトモデルを個別タスクに特化させた実用モデルとして利用できる。
  • 個人開発者は高コストな API を使わずに分類タスクを処理できるようになる。

原典 firelex/jeff

10. ProvenanceGuard：MCPエージェントのソース帰属検証

  • ProvenanceGuard（Source-Aware Factuality Verification for MCP-Based LLM Agents）を発表。MCPベースのLLMエージェント向けに、事実の帰属を正しく検証するフレームワーク。
  • 従来の検証（RAGAS、MiniCheck、AlignScore、SummaC）は証拠をプールして「どこかに存在するか」だけを問う。ProvenanceGuardは「どのMCPツール出力が各主張を支持するか」を特定する。
  • 失敗モードを「cross-source conflation（ソース混同）」と定義。事実は存在するが、誤ったソースに帰属されるケースを検出する。
  • 顧客サポートの例では「アカウント記録によれば30日間の返金窓口」と答えるが、実際はポリシー文書に記載されている。臨床エージェントでは患者履歴の薬剤情報を文献の発見として誤って提示するパターンもある。
  • ソースを正しく帰属できれば、データに敏感な設定での誤った帰属が事実の誤りと同様に有害になるリスクを減らせる。

原典 Getting the Source Right, Not Just the Fact: Source-Aware Verification for MCP Agents

11. NVIDIA Kumo Tabular：表形式基盤モデル

  • NVIDIA Kumo TabularはNVIDIA Kumo Structuredモデルコレクションの一部として、表形式データ向けのオープン基盤モデルをHugging Faceで公開している。
  • ラベル付き行のテーブルを入力すると、新しい行のラベルを単一のフォワードパスで予測する。トレーニング、チューニング、特徴量エンジニアリングは不要で、分類と回帰の両方に対応する。
  • 人工データのみで事前学習され、28Mから215Mパラメータの3サイズを提供する。オープンソースライブラリで動作し、OpenMDW-1.1ライセンスで商用利用が可能である。
  • TabArena、BeyondArena、TALENT、ScoringBenchの4ベンチマークで1位を獲得している。
  • モデルコードはGitHub（NVIDIA/structured-data-models）、モデル重みはHugging Face（nvidia/Kumo-Tabular）で公開されている。

原典 NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction

12. TokenCast：LLMエージェントのトークン消費予測

  • 同じタスクをLLMエージェントが実行しても、トークン消費は実行ごとに1桁以上変動する。
  • エージェントはツールフィードバックと中間結果に基づき次のステップを選び、コンテキストの増大が後続の入力サイズを膨張させる。
  • タスクの総消費量は実行前に予測困難で、実行中に予測を修正する必要がある。
  • TokenCastは各実行セグメントの消費とコンテキスト成長を記録する、合成可能なコスト表現を学習する手法を提案する。

原典 TokenCast: Forecasting Token Consumption During LLM Agent Execution

13. Codex 0.161.0-alpha.2リリース

原典 0.161.0-alpha.2

14. Codex 0.160.0-alpha.6リリース

  • OpenAI Codexのアルファ版rust-v0.160.0-alpha.6をリリースした（公開日：2026年9月29日）。
  • バージョン番号は0.160.0-alpha.6。GitHubのリリースタグからアクセスできる。
  • コーディングエージェントの継続的なアップデートを反映した最新開発版である。
  • 個人開発者はこの進化を追うことで、ツール選択とワークフローを常に最新に保てる。

原典 0.160.0-alpha.6

15. AMDがWorld Labsを82億ドルで買収

  • AMDがWorld Labsを82億ドルで買収（公開企業のため価格判明）。World Labsは2024年創業で、画像・動画・空間再構築の世界トップ訓練チームを構築している。
  • Atlasは2D画像から次の視点を予測する初のオムニモデルで、生成モデルと多視点幾何を組み合わせ疎再構築（sparse reconstruction）の長年の課題を解決した。
  • 専門モデルを上回る性能を示し、ロボティクスRL環境、治療・娯楽のシーン生成、不動産・設計・建設の実世界再構築など多領域で関心を集める。
  • SceniX買収によりロボティクスシミュレーションの業界トップ能力を目指し、空間AIとロボット工学への大規模投資が加速している。

原典 [AINews] AMD buys World Labs for $8.2B, as Atlas solves sparse reconstruction problem for robotics, design and more

16. BainがAI業界に2031年まで年間6兆ドルを要求

  • Bainの報告書によれば、AI業界は2031年までに年間6兆ドルの収益を上げる必要がある。データセンターへの資本投入を正当化する経済的条件として提示されている。
  • 新製品開発（検索、広告、自律性、物理AI）が最大貢献源となり、約4.2兆ドルを生み出す見込み。今後5年間でグローバル市場を支えると分析されている。
  • 企業生産性向上には1兆〜1.4兆ドルの収益が必要。ソフトウェア開発、営業、マーケティング、顧客サービス、IT運用などを支える。
  • 吸収速度（企業がAIを業務に組み込むペース）が「新たな競争変数」となっている。主要AIラボは吸収を加速するため、97.5億ドル以上をエンジニアリングに投資している。
  • 消費者向けサービス（サブスクリプションと広告収入）は2000億〜4000億ドルの貢献を見込む。薬物発見、メンタルヘルス、エネルギー生成などの新市場創出も期待される。

原典 AI needs $6T in annual revenue to justify data centre boom

17. Tensrのロボット製造工場

  • Tensr（Y Combinator支援）はロボットを製造するロボット工場を構築している。
  • 12,000平方フィートの工場では、人型ロボット（humanoids）、エンドエフェクター、国際宇宙ステーション向けロボットをすでに製造している。
  • すべての注文が次の製造をより良くするためのトレーニングデータになる。

原典 Robotic factories that build robots

原典

  1. GLM-5.3 and the spread of advanced cyber capabilities
  2. Claude Sonnet 5.5
  3. Claude Code's Next Era — Thariq Shihipar, Anthropic
  4. v2.1.285
  5. OpenAI DevDay 2026 live blog
  6. 0.159.1
  7. [AINews] Opus 5.5 is good at explainer videos
  8. KKKKhazix/AIHOT
  9. firelex/jeff
  10. Getting the Source Right, Not Just the Fact: Source-Aware Verification for MCP Agents
  11. NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction
  12. TokenCast: Forecasting Token Consumption During LLM Agent Execution
  13. 0.161.0-alpha.2
  14. 0.160.0-alpha.6
  15. [AINews] AMD buys World Labs for $8.2B, as Atlas solves sparse reconstruction problem for robotics, design and more
  16. AI needs $6T in annual revenue to justify data centre boom
  17. Robotic factories that build robots