Opus 4.7: 知っておくべきすべてのこと
- Claude Opus 4.7がAIベンチマークで首位タイを獲得
- 実務的なエージェント作業で他社を上回り、幻覚も25ポイント減少
- 同価格で性能向上しており、API等で今すぐ利用できる
32B未満のオープンウェイト
- Qwen3.5 27BとGemma 4 31BがGPT-5レベルの性能を達成
- 推論能力は高いが、事実知識の正確さではGPT-5に大きく劣る
- MacBookでも動作可能で、個人・小規模環境でも高性能AIを使える
Artificial Analysisの新しいデザイン
- AIベンチマークサイト「Artificial Analysis」がブランドを刷新
- 400以上のモデルと50以上の実行環境を評価する規模に成長
- モデル選定や開発の参考にできる独立系情報源として活用できる
Muse Spark: 知っておくべきすべてのこと
- MetaがMuse Sparkをリリースし、知能指数52でトップ5入り
- 推論や視覚認識が高水準で、トークン効率も優れている
- APIは近日公開予定で、Meta AIやInstagram等にも統合される
Sarvam 105BとSarvam 30B：知っておくべきすべてのこと
- インドがゼロから開発した大規模AIモデル「Sarvam 105B」と「Sarvam 30B」を公開
- Apache 2.0ライセンスで無料公開され、エージェント系タスクで一部競合を上回る
- 米中以外の国産AIモデルの選択肢が増えつつある
MAI-Transcribe-1：知っておくべきすべてのこと
- 音声文字起こしモデル「MAI-Transcribe-1」をリリース
- 精度ランキング4位・処理速度は音声の69倍速で高速
- Azure Speechで公開プレビュー中、1000分あたり6ドルで利用可能
MiniMax M2.7：知っておくべきすべてのこと
- MiniMaxがM2.5の1ヶ月後に新モデルM2.7をリリース
- GLM-5と同等の性能をGLM-5比3分の1以下のコストで実現
- コスパ重視のAPI利用者にとって有力な選択肢になる
MiMo-V2-Pro: 知っておくべきすべてのこと
- XiaomiがMiMo-V2-Proを公開、知能指数49を記録
- コスト効率が高く、幻覚率30%と同クラスモデルより精度が高い
- APIのみ提供で、低コストかつ高精度なモデルの選択肢として有望
NVIDIA Nemotron 3 VoiceChat: 会話的ダイナミクスと音声推論の比較における、オープンウェイト領域の最先端
- NVIDIAの音声会話モデルNemotron 3 VoiceChatを公開
- 会話の自然さと推論力の両方でトップ3入りする唯一のオープンモデル
- 商用モデルとの差は大きいが、オープンな選択肢として活用できる
NVIDIA Nemotron 3 Super：オープンで効率的なインテリジェンスの新たなリーダー
- NVIDIAが新型AIモデルNemotron 3 Superを公開しました。
- 特殊な構造により、高い知能を保ちながら高速に動作します。
- 開発手法が公開されており、文書の解析やコード作成を効率化します。
Qwen3.5 小型モデル：知っておくべきことのすべて
- アリババがQwen3.5の小型AIモデル4種類を新たに公開した。
- 100億規模以下のモデルで世界最高レベルの知能と推論性能を持つ。
- 高度な推論や画像認識をスマホなどの身近な端末で利用できる。
Gemini 3.1 Pro プレビュー：新たなAIリーダー
- Gemini 3.1 Pro Previewは、AI性能評価指標でClaude Opus 4.6を上回り、リーダーとなりました。
- 推論、知識、コーディング能力が向上し、誤った回答（ハルシネーション）が大幅に減少しました。
- 費用対効果が高く、特に複雑な課題において、Gemini 3.1 Pro Previewは活用価値があります。
Gemini 3.1 Pro プレビュー：知っておくべきことすべて
- Gemini 3.1 Pro Previewは、AI評価指標でClaude Opus 4.6を上回り、AI性能でGoogleが再びリーダーになった。
- Gemini 3.1 Pro Previewは、推論、知識、コーディング能力が向上し、誤った情報を生成する頻度が減少している。
- Gemini 3.1 Pro Previewは、競合モデルよりコストが安く、特にコーディングと知識の分野で活用価値が高い。
Sonnet 4.6 - 知っておくべきことすべて
- Claude Sonnet 4.6は、AI性能指標でGPT-5.2と同等、Opus 4.6に次ぐ2位となった。
- Sonnet 4.6は、特にエージェント関連のタスクでOpus 4.6を上回り、コストパフォーマンスに優れる。
- Sonnet 4.6はトークン消費量が以前より増加しているが、API等で利用可能で、実用性の高いモデル。
AA-WER v2.0：音声認識精度のベンチマーク
- AA-WER v2.0は、音声認識（STT）の精度を測る指標を改善したもので、特に音声エージェント向けの新しいデータセット「AA-AgentTalk」が含まれる。
- 新しいデータセットと既存データの修正により、より現実的な音声でSTTモデルを評価し、データ汚染のリスクを減らすことに重点を置いている。
- この指標は、開発者が適切なSTTモデルを選び、AI研究者がモデルの性能を理解することで、音声AI技術の向上に役立つ。
Claude Sonnet 4.6 - GDPval-AAで新たなリーダーに
- Claude Sonnet 4.6が、知識仕事の自動化テスト「GDPval-AA」でAnthropic Opus 4.6をわずかに上回る結果。
- Sonnet 4.6は前モデルよりトークン使用量とコストが増加したが、性能は大幅に向上した。
- GDPval-AAのテスト結果は、モデルが現実の仕事でどれだけ活躍できるかの指標となる。
Qwen3.5-397B-A17B：知っておくべき全てのこと
- Alibabaは、新しい言語モデル「Qwen3.5-397B-A17B」をリリースした。
- このモデルは、テキストと画像の両方を扱え、以前のモデルより性能が向上した。
- 読者は、性能向上とコスト効率の良い「Qwen3.5」を活用できる。
MiniMax-M2.5：知っておくべき全てのこと
- MiniMax-M2.5は、MiniMax-M2.1から性能が向上したモデルである。
- エージェント能力は向上したが、誤った情報を生成する率が高くなった。
- MiniMax-M2.5はAPIで利用でき、トークン効率が良いモデルの一つである。
GLM-5 - 知っておくべき全てのこと
- GLM-5は新しいオープンウェイトモデルで、性能評価でGLM-4.7を上回った。
- GLM-5は経済的価値の高い作業で高い評価を得て、幻覚の抑制も改善された。
- 読者は、Z AIのAPIや他のAPIを通じてGLM-5を活用できる。
Opus 4.6：知っておくべきすべて
- Claude Opus 4.6が、10の評価項目で構成されるAI指標で1位を獲得した。
- Opus 4.6は、特にエージェント機能、コーディング、科学的推論で優れる。
- 開発者は、新しい「適応的思考」モードでモデルの思考力を調整し、長文処理を活用できる。