DeepPrincipleが7530億パラメータの科学特化モデル「Hydrogen-1.0」をオープン公開
DeepPrincipleは化学・材料・生命科学に特化した7530億パラメータのオープンモデル「Hydrogen-1.0」を公開した。GLM-5.3を基盤に実際の実験軌跡で追加学習され、シミュレーションコードの自己修復やNMRスペクトル解析、ロボット実験プロトコルの生成が可能。一部タスクでGPT-6-Astraを上回る成果を示している。
DeepPrincipleは化学・材料・生命科学に特化した7530億パラメータのオープンモデル「Hydrogen-1.0」を公開した。GLM-5.3を基盤に実際の実験軌跡で追加学習され、シミュレーションコードの自己修復やNMRスペクトル解析、ロボット実験プロトコルの生成が可能。一部タスクでGPT-6-Astraを上回る成果を示している。
Levantoがテキストからの構造化データ抽出とストリーミング意思決定を行うSage2を発表しました。会話履歴を毎回再送信することなく、新規テキストを受信しながら判断を動的に更新可能で、抽出コストはOpus 5.5比で166分の1とされています。AIエージェントの動的ルーティングの遅延とコストを抑える手段として注目されます。
Runway は Claude Code、Codex、Cursor 向けに「Runway Dev」プラグインをリリースした。MCP 経由でエディタ内のコーディングエージェントと接続し、残高確認からモデル選定、動画ワークフローの呼び出しまで直接実行できる。プラグイン側に API キーを保存しない安全な設計となっている。
Andrej Karpathy氏はClaude Opus 5.5を使い、約2時間でYouTube推薦ツール「HackerTube」を開発しました。YouTubeの推薦に不満を感じた同氏は、Hacker Newsの過去20年・4300万件のコメントから推薦の多い6454本の動画を抽出。Claude Codeを活用し、自身はAPIキー設定やドメイン取得のみ手動で行いました。
OpenAI はPlus、Pro、Business プランを対象に、12 月から ChatGPT と Codex の利用上限を共通のトークン枠に統合すると発表した。エージェント機能を通常のチャット体験へ統合するための変更で、高度なモデルや複雑な作業ほど枠を消費する一方、即時チャットは対象外となる。上限到達時はリセット待ちやクレジットの追加購入が必要になる。
DeepSeekがGitHubリポジトリ向けの自律型エージェント試作版をオープンソース公開しました。バックグラウンドで独立して作業を進め、PR作成や人間の判断が必要な時だけ通知することで開発者の注意力を節約します。公式製品ではなく、自主協調路線を検証する研究用コードです。
Auraはゲームプレイテスト用AI「Autopilot」をオープンソースで公開しました。UE5、Unity 6、Godot 4に対応し、「ボスを倒す」といった指示を与えるだけで、AIが自律的にプレイを重ねて上達し、不具合報告書を作成します。Claude Code等と連携できるMCPにも対応しています。
CMUのZheyuan Kong氏が、14体の専門AIエージェントが自律駆動する「Auto-Company」を公開した。PROMPT.mdによる強制収束フローで無駄な議論を排除し、3巡目にはClaude Codeを通じて実際の実装・デプロイまで進める。記憶はMarkdown1枚で管理されるが、ホスト環境でのフルアクセス権限が必要となる。
Googleは最新のフロンティアモデル「Gemini 4 Carbon」を発表した。脆弱性検出や修正パッチ生成などのサイバー防衛と長時間の自律タスクに強みを持ち、ベンチマーク首位を獲得。価格は入力100万トークンあたり2ドル、出力10ドルで、まずは一部のセキュリティ担当者向けに先行提供される。
OpenAIは未公開モデルが数学、計算複雑性理論、物理学の3分野で重要発見を達成したと発表した。数十年間信じられてきた指数時間仮説(ETH)の反駁や、ヤン・ミルズ理論の存在証明などが含まれる。成果はLeanで形式検証され、ノーベル賞受賞者を含む外部の研究者グループ主導で公開検証が進められる。
MotionSitesは高品質なWebサイトを構築できる「Claude Skill」を公開した。厳選された40件のプロンプトや動画・3D素材ライブラリを収録し、Playwrightによる自動スクショと修正ループで品質を担保する。一般的なAI特有の量産型デザインを脱し、映画のような世界観を持つLPを誰でも手軽に制作できる。
SenseTimeはコード生成によってアニメーション動画を描画する「SenseNova 6.8 Code-to-Video」を公開した。従来の動画生成モデルと異なり、コードを直接修正して特定要素だけを崩さず再編集できる。Qwen3.8 27Bベースで容量は約55GB、実行には高性能GPUが必要。
Kimiは総パラメータ2.8T・活性104BのMoEモデル「K3.1 Pro」を発表しました。1Mトークンの文脈窓を備え、BlenderやCADでの3D設計やUnity等のゲーム開発に対応し、金融分野の幻覚を65%低減します。重みはNov 4, 2026に公開予定です。
OpenAIは「Decisions API」の一般提供を開始した。GPT-6 Lunaを基盤とし、入力分類やルーティングなどの判断処理を標準呼び出しより最大10倍高速に行える。1リクエストあたり最大400問に対応し、料金は百万入力トークンあたり0.10ドルで出力費用はかからない。
AnthropicはAIエージェントに専門タスクを指示するオープン規格「Agent Skills」をLinux Foundation傘下のAAIFに寄贈したと発表した。同規格はChatGPTやCursorなど70超のプラットフォームに導入され、インストール数は2.8億回に迫る。今後はGoogleやOpenAIのエンジニアらと中立的に共同保守される。
AnthropicはGoogle Cloud上で自社運用の「Claude Platform」を一般提供開始した。既存のIAM権限や一括請求を維持したまま、プロンプトキャッシュやコンピュータ操作などの全機能をネイティブ環境と同時に利用できる。企業はクラウドアカウントを切り替えることなく最新のClaude機能を導入できる。
ornith-aiはHugging Face上でオープンソースのMoE推論モデル「Ornith-1.5-122B」を公開した。総パラメータ122Bながら単一の80GB GPUで稼働し、SWE-benchなどのコーディング評価でQwen3.8-Flash-Nextを上回る性能を示す。モバイル端末向けの量子化版も用意されている。
Anthropicはエンタープライズ向け「Claude Security」に継続的リポジトリ監視、修正の自動追跡、APIとMCP連携を追加しました。複数リポジトリ間の脆弱性を検知し、組織固有の脅威モデルを参照して重要度を判断します。企業向けに月2.5万ドルの無料枠も2カ月間提供されます。
MiniMaxは新モデル「M3.1 Flash」(匿名テスト時の「Space Bunny」)を発表しました。エージェントやコーディングに特化し、推論速度は従来の約3倍、コストは70%削減されています。現在APIやデスクトップ版で利用可能で、モデル重みも後日公開されます。
OpenAIはCOBOLやFortranなど低リソース言語におけるGPT-6シリーズの性能向上を発表した。新ベンチマークでGPT-6 Astraが87.4%の合格率を記録し、GPT-6.1 SolはCOBOL移行タスクで97.9%の精度を達成。金融機関などに残る基幹レガシーシステムの移行コストが大幅に下がりそうだ。