Mistral Large 4公開ほか9件

目次

• 1. Mistral Large 4
• 2. v2.1.292
• 3. EmbeddingGemma 2: an open, lightweight multimodal embedding model
• 4. Expanding the Cyber Verification Program
• 5. llm-mistral 0.16
• 6. OpenTPU – An open-source AI accelerator, developed by AI
• 7. v1.18.35
• 8. Vibecoding isn’t as fun as writing code by hand
• 9. Scrimshaw Jukebox
• 10. One Figure, Every Canvas: Editable Flowchart Relayout via Agentic Pipeline

1. Mistral Large 4 公開プレビュー開始

• Mistral Large 4（非公式 ML4、公式名 le Chonk）の公開プレビューを開始しました。1兆パラメータ、アクティブパラメータ 49B のネイティブマルチモーダルモデルです。
• ウェイトは今月末に公開予定です。それまでサイバーセキュリティリーダーやパートナーとレッドチームを実施しています。
• 3,800 基の NVIDIA Grace Blackwell GPU を自社欧州データセンターで使用し、ゼロから学習しました。
• コーディング・エージェントワークフロー・マルチモーダル理解で競合を上回り、サイバーセキュリティ・金融・法律ではオープンモデル中トップの性能を示します。
• 視覚的グラウンディングではフロンティアのクローズドモデルを上回る性能を記録しています。

原典 Mistral Large 4

2. Claude Code v2.1.292 の変更点

• claude plugin install に --marketplace <source> が追加されました。必要に応じてマーケットプレイスを追加し、同じポリシーチェックの下でプラグインをインストールできます。
• Agent ツールに effort パラメータが追加されました。指定した努力レベルでサブエージェントを実行できます。
• CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS 環境変数が追加されました。過負荷（529）リクエストのリトライ時のバックオフのベース遅延を長く設定できます。
• prompt.autocomplete イベントが追加されました。モッドがプロンプトボックスのオートコンプリートリストに独自の行を追加できるようになります。

原典 v2.1.292

3. EmbeddingGemma 2 マルチモーダル埋め込み公開

• Google DeepMind が EmbeddingGemma 2 を公開しました。テキスト・画像・音声・動画を統合埋め込みするオンデバイス向けモデルです。
• Gemma 4 アーキテクチャをベースに、商用利用可能な Apache 2.0 ライセンスでリリースされました。前作は 20M ダウンロードを超えています。
• コード・画像・動画・音声を共有埋め込み空間に統合し、オンデバイスの検索やプライバシー重視の RAG パイプラインに対応します。

原典 EmbeddingGemma 2: an open, lightweight multimodal embedding model

4. Anthropic サイバー検証プログラムを3層に拡張

• Anthropic が Cyber Verification Program（CVP）の拡張版を開始しました。高度なサイバー能力と減少されたブロック分類を、適格なセキュリティ専門家に提供します。
• プログラムは 3 層のアクセスティアで構成され、各層に Claude Opus 5.5、Claude Sonnet 5.5、Claude Mythos 5.1、および今後の新モデルへのアクセスを含みます。
• 一般公開モデル（Claude Opus 5.5、Claude Fable 5.1、Claude Sonnet 5.5）は保守的なサイバーセーフガードを持ち、ほとんどのサイバー作業をブロックします。
• 過去 6 ヶ月間、Project Glasswing と CVP の 2 プログラムで信頼できるアクセスを提供してきました。今回、これらを統合した拡張提供に再構成しました。
• 各ティアは異なる検証要件とセキュリティ制御を持ち、防御作業（SOC、インシデント対応、マルウェア解析など）の範囲に応じてモデル機能を利用できます。

原典 Expanding the Cyber Verification Program

5. llm-mistral 0.16 推論モデル対応追加

• Simon Willison の llm-mistral プラグインがバージョン 0.16 をリリースしました。
• 推論モデル（reasoning models）のサポートを追加し、新たに公開された Mistral Large 4 に対応しています。
• タグは llm、mistral、llm-reasoning です。

原典 llm-mistral 0.16

6. OpenTPU：AIが設計したFPGAアクセラレータ

• openTPU は AI がハードウェア設計から推論までを一つの小さなモノレポで学べるオープンソースプロジェクトです。SystemVerilog のハード設計、命令セット、ビット精度一致のシミュレータ、カーネル言語とコンパイラ、PCIe カードを駆動するホストソフトウェアを含みます。
• Inspur YPCB-00338 カード（Xilinx Kintex-7 xc7k480t、DDR3 2 チャネル）上で 10 種類の現代モデルの実重みを動作させ、シミュレータとビット精度で完全一致するトークンを生成します。
• LFM2.5-230M は int8 でデコード 59.0 tok/s（デバイス）、52.3 tok/s（ウォール）、4-bit int8 ヘッドで 85.8 tok/s（デバイス）、82.1 tok/s（ウォール）を記録しています。
• Qwen3-0.6B は int8 で 21.6 tok/s（デバイス）、4-bit int8 ヘッドで 31.3 tok/s（デバイス）を達成し、DRAM 帯域はピークの約 82〜85% を使用しています。

原典 OpenTPU – An open-source AI accelerator, developed by AI

7. opencode v1.18.35 の変更点

• opencode v1.18.35 がリリースされました。エージェント可読の統計データとして JSON と Markdown のデータ形式を追加し、正規リダイレクトも対応しました。
• xAI ツールの結果に対応画像を含めるようになり、非対応の画像形式はスキップされます。修正は @Jaaneek が担当しました。
• @ai-sdk/xai を 3.0.139 にバンプし、ツール結果の画像が xAI に届くようにしました（#53549）。
• コミュニティ貢献者 3 名によるドキュメント更新も含まれます。Zen ドキュメントに Fledge Alpha Free を追加（#52895）、エコシステムプラグインに opencode-supabase を追加（#49848）。

原典 v1.18.35

8. Vibecoding は手書きより楽しくない

• 著者は最近の Python スクレイパー 2 つで「数年で一番楽しいプログラミング」を経験し、手書きコードの喜びを再認識しました。
• Vibecoding はプロトタイプを瞬時に完成させるため最初は刺激的ですが、リファクタリングは楽しくなく、楽しさを前倒しにするだけと分析しています。
• コーディング未経験者でもアプリを作れるため「即時ドーパミン」が発生し、プロジェクトとキャリアの両レベルで楽しさが前倒しされます。
• 著者は楽しさを前倒しにすることに個人的に反対しており、AI コーディング導入時の心理的コストと長期的生産性を見直すきっかけになると述べています。

原典 Vibecoding isn’t as fun as writing code by hand

9. Scrimshaw Jukebox で音楽生成を試す

• Simon Willison が Claude Opus 5.5 にゲーム音楽の作曲を依頼しました。テキストベースの音楽フォーマットを設計し、再生アーティファクトを構築しています。
• 目標は「Secret of Monkey Island」の音楽品質でした。結果は予想以上に良好でしたが、Monkey Island のテーマに寄りすぎたと報告しています。
• 作曲能力がテキストモデルに最近数ヶ月で新たに現れた能力かどうか、他のモデルとの比較実験が必要と指摘しています。
• ツール名は Scrimshaw Jukebox で、生成された音楽と再生アーティファクトを公開しています。

原典 Scrimshaw Jukebox

10. エージェントパイプラインで図表レイアウト自動化

• ML 論文の図表は論文列、16:9 スライド、ポスター、1:1 SNS ティーザー、9:16 スマホプレビューなど複数キャンバスで再利用される必要があります。
• 同じ計算グラフに異なるアスペクト比を課すと、接続の破損が方法を誤って表現するリスクがあります。
• ラスターフローチャートと目標比率を入力とし、構造的に忠実で幻覚のない編集可能なレイアウトを生成するタスクを定式化しています。
• 既存の画像対画像モデルはブロックを引き伸ばし、極端な比率を拒否するという特性の失敗を指摘しています。

原典 One Figure, Every Canvas: Editable Flowchart Relayout via Agentic Pipeline