2026年10月13日 朝のAIニュースまとめ

Meta、フロンティア級Muse Wonderを公開　MicrosoftはMaia 300を推論の主力に

MetaがフロンティアモデルMuse Wonderを公開しました。上位版FullはDeepSWEでGPT-6 AstraやOpus 5.5を上回ったとされ、価格の安さも注目を集めています。一方、初期評価では慎重な見方も出ています。

Microsoftは自社チップMaia 300を来年から推論の主力に据える方針を示しました。Copilot立て直しの内幕報道も届いています。

次期Claudeによるコードのみの動画制作も話題です。では、各トピックを順に確認していきましょう。

目次

1. Meta、フロンティア級のMuse Wonderを公開
2. Muse Wonder初期評価、実務重視で3Dデモは未学習
3. Microsoft、Maia 300を来年から推論の主力に展開
4. SubQ Snap、384K対応の長文脈判断モデルが登場
5. DigitalOcean、本番エージェントの失敗をeval化する新サービス
6. ReadMe発のRestless、エージェント利用でAPIを自己改善
7. 棚上げのSora、元責任者らの新会社で映画向けに復活か
8. Anthropic、小型モデルのIoT上での自己複製リスクを指摘
9. MS Copilot立て直しの内幕、最安モデル選ぶAIのCostco路線
10. 次期Claude、素材選定から動画制作まで2.5時間で自律コード化
11. 画像とテキストのペアなし翻訳が実現、世界モデル論にも波及
12. 数学論文のAI利用率が数か月で5%未満から40%に
13. Snowflake Agent Identity解説、認証情報の渡し方を比較

Meta、フロンティア級のMuse Wonderを公開

• MetaがMuse WonderとMuse Wonder Fullを発表し、フロンティア級モデルとして提供を開始しました
• AA Intelligence IndexでFullは56とOpus 5.5に次ぐ2位、DeepSWE v1.1では79.0%でGPT-6 AstraやOpus 5.5を上回ったとされます
• 価格は1Mトークンあたり入力$4・出力$20でFable 5.1より60%安く、FullはMuse Code契約者向けでAPI非提供です

Mark Zuckerberg: (翻訳) パーソナルおよびプロフェッショナルなエージェント作業で最先端の性能を持つ、新しいフロンティアモデルファミリーMuse Wonderを紹介します。

Artificial Analysis: (翻訳) MetaがMuse WonderとMuse Wonder Fullをリリースし、最大推論強度でArtificial Analysis Intelligence Index v4.3のスコア52と56を達成しました。いずれもMuse Spark 1.3（max）の48から大きく向上しており、リリース間隔はわずか6週間です。

Yuchen Jin: (翻訳) Metaが完全復活？！ Muse Wonder Full：AA Intelligence IndexでOpus 5.5にわずか2ポイント差、DeepSWE v1.1で79.0%（Astra 74.1%、Opus 74.2%）、SWE-MarathonでAstraとOpus 5.5の両方に勝利。Wonderをオープンソースにしてほしい。Muse Spark 1.3でも嬉しい！Mark Zuckerberg: (翻訳) パーソナルおよびプロフェッショナルなエージェント作業で最先端の性能を持つ、新しいフロンティアモデルファミリーMuse Wonderを紹介します。

Chubby♨️: (翻訳) 驚くべきは、Meta Muse WonderがFable 5.1を60%安い価格で上回っていることです。Claude Fable 5と5.1は入力100万トークンあたり$10、出力$50なので、Muse Wonderの$4/$20はどちらも60%安くなります。Chubby♨️: (翻訳) 信じられない：MetaのFable級モデルがAA Intelligence IndexでFable 5.1を上回り、Opus 5.5にわずかに及ばない！ 再びゲームが変わった、OpenAIに大きな圧力！

Muse Wonder初期評価、実務重視で3Dデモは未学習

• MetaのMuse Wonderの公開直後から、開発者による使用感の報告や評価が相次いでいます
• Alexandr Wang氏は3Dデモゲームを明示的に学習しておらず、実際のコーディング作業で試してほしいと述べています
• レビューで残課題を多数見つけた例がある一方、SVGではOpus 5.5が上との比較や3〜6か月遅れとの見方も出ています

Alexandr Wang: (翻訳) チーム全員がちょっと間抜けな気分ですが、本当に3Dデモゲームでモデルを明示的に学習させていません。今思えば少しはやるべきだったかもしれませんが、後悔はありません。ぜひ実際のコーディング作業でMuse Wonderを試してください！Theo - t3.gg: (翻訳) Muse WonderはAstraやOpusのように3D系でRLされていないという理由で軽視する人をすでに多く見かけます。3Dゲームデモはクールですが、実際のコード作業をまったく代表していません。Wonderは素晴らしいコードモデルです。見逃さないでください。

Lisan al Gaib: (翻訳) 広告表記：MetaからMuse Wonderの無料プレビューアクセスを提供されました。Opus 5.5は自費です。テストと結論は自分のものです。SVGでのOpus 5.5対Muse Wonder。Muse Wonder Fullは良く3D生成まで試みますが、スタイルが仕掛けに走りすぎていると思います。Lisan al Gaib: (翻訳) ちょっと泣いてる。Muse Wonder Fullを走らせた後にOpus 5.5を走らせていなかったことに気づいた。Muse Wonder Fullは良いけどややslop。Opus 5.5は今まで見た中で最も美しいSVGを作った。

Alexandr Wang: (翻訳) 世界のミューズ・ワンダーズFederico Viticci: (翻訳) Muse Wonderはとても良い感じ？ t3.codeで10個のサブエージェントを同時に使ってコードレビューさせたら、以前の6.1 Solワーカーが残した問題をすでに多数見つけました。これはWonder xHighで作ったボクセルのコロッセオ。かなり良い。

Alexandr Wang: (翻訳) Muse Code契約者において、Muse WonderとMuse Wonder Fullが利用上限にカウントされる方法のバグを解決中です。意図した挙動ではありません。修正後に皆さんにお知らせし、リセットを実施します。

Microsoft、Maia 300を来年から推論の主力に展開【続報】

• Microsoftの自社AIチップMaia 300の生産拡大に関する続報です
• Satya Nadella氏が、来年からMaiaファミリーをマルチギガワット規模で展開し、自社製品の主要推論基盤にすると発表しました
• Maia 300はFP4で13.8 petaops、HBM4 288GB、帯域18TB/s、950WでN2Pのチップレット構成とされています
• GPU比で1ワットあたり40%多いトークンを狙い、NVIDIAに加えAMDチップの置き換えも視野に入るとの見方です

Satya Nadella: (翻訳) 本日、自社シリコンへのこれまでで最大の賭けを発表します。来年から、Maiaファミリーをマルチギガワット規模の展開へ拡大し、自社製品・サービスの主要な推論システムにします。そして40%を実現するMaia 300を発表します。

Evan: (翻訳) Microsoftが示した新AIチップMaia 300の仕様：演算FP4で13.8 petaops、FP8で6.9、メモリ8スタックでHBM4 288GB、帯域18TB/s、電力950W、N2Pで複数チップレット構成、1ラックあたり96チップ。Evan: Microsoft $MSFT CEO Satya Nadella just posted this: “Today we are announcing our biggest bet yet on our own silicon. Starting next calendar year, we will scale our Maia family to multi-gigawatt depl...

Rohan Paul: (翻訳) Satya Nadella氏が、自社Maiaチップを製品の主要推論システムとし、数ギガワット規模に拡大すると正式発表しました。NVIDIAへの依存を減らし、Maia 300はNVIDIAだけでなくAMDチップの置き換えも狙っています。Satya Nadella: Today we are announcing our biggest bet yet on our own silicon. Starting next calendar year, we will scale our Maia family to multi-gigawatt deployments, making it the primary inference system for ou...

SubQ Snap、384K対応の長文脈判断モデルが登場

• Subquadraticが、企業業務向けに長文脈を扱う判断特化モデルSubQ Snapを発表しました
• 384Kトークンのマルチモーダル入力に対応し、Decision Indexでは16項目中13項目でJevを上回るとしています
• 入力$0.05/1M・出力無料で384Kでも2.5秒と高速で、エージェントの判断処理の切り出し先として注目されています

Alexander Whedon: (翻訳) 実際の企業業務向け初の長文脈decision model、SubQ Snapを紹介します。Snapは、コンテキストが伸びてもトークンあたりの計算量が一定な唯一のdecision model／LLMです。・384Kトークンのマルチモーダルコンテキスト（Jevの12倍）・Decision Index v0.2.1で61.7

Rohan Paul: (翻訳) Decision modelはもっと注目されるべきです。SubQ Snapのレイテンシを見てください。100Kトークンで660ms、384Kで2.5秒。入力3.84倍で時間約3.8倍、これは線形スケーリングの形です。標準的な二次計算量では……Alexander Whedon: (翻訳) 実際の企業業務向け初の長文脈decision model、SubQ Snapを紹介します。コンテキストが伸びてもトークンあたりの計算量が一定です。384Kトークン（Jevの12倍）、Decision Index v0.2.1で61.7。

elvis: (翻訳) Decision modelに注目してください。最近のテストでは、decision modelはビジネスを大きく変え得ます。エージェントワークフローの多くの呼び出しは構造化された判断なので、フロンティア価格を払うのは理にかないません。SubQ SnapはRLで学習され……Alexander Whedon: (翻訳) 実際の企業業務向け初の長文脈decision model、SubQ Snapを紹介します。コンテキストが伸びてもトークンあたりの計算量が一定です。384Kトークン（Jevの12倍）、Decision Index v0.2.1で61.7。

DigitalOcean、本番エージェントの失敗をeval化する新サービス

• DigitalOceanがAgent Learning ServicesとAgent Data Servicesを発表しました
• Signalsでユーザーの不満やツール失敗のセッションを検出してワンクリックでevalに変換し、Simulationsで修正を再生検証できます
• ログに出ないサイレントな失敗を本番トレースから拾う発想が、本番エージェント運用で有用だと評価されています

DigitalOcean: (翻訳) 400人目ではなく、最初のユーザーで捕まえましょう。新規ユーザーの銀行連携が失敗し、エージェントは「後でもう一度」と言い、ログには何も出ない。Agent Learning ServicesとAgent Data Servicesで、他の誰かが遭遇する前にチームがバグを見つけて修正する様子をご覧ください。

elvis: (翻訳) エージェントのトレースは最高のevalデータです。最も重要な失敗は本番でしか現れず、テストセットに入ることはまれです。DigitalOceanのSignalsは、ユーザーが不満を感じたりツールが失敗したセッションをフラグ付けし、ワンクリックでevalに変換します。Simulationsは……DigitalOcean: (翻訳) 400人目ではなく最初のユーザーで捕まえましょう。銀行連携が失敗し、エージェントは「後でもう一度」と言い、ログには何も出ない。Agent Learning ServicesとAgent Data Servicesでバグを先回りして修正。

Rohan Paul: (翻訳) エージェントの失敗は多くの場合、全ヘルスチェックを通過します。ツール呼び出しが誤ったDBリージョンに当たり200を返し、ユーザーは遅く質の悪い回答を受け取る。アラートは出ません。DigitalOceanの新ツールはサイレントに失敗したセッションを検出し、リリース前に修正版で再生します。DigitalOcean: (翻訳) 400人目ではなく最初のユーザーで捕まえましょう。銀行連携が失敗し、エージェントは「後でもう一度」と言い、ログには何も出ない。Agent Learning ServicesとAgent Data Servicesでバグを先回りして修正。

ReadMe発のRestless、エージェント利用でAPIを自己改善

• ReadMeのチームが、AIエージェントの利用ごとに改善されるAPI基盤Restlessを発表しました
• 同社のドキュメント閲覧の約72%がすでにエージェントで、Agent Recoveryはエラー応答に修正手順とドキュメントリンクを埋め込みます
• エージェントは詰まってもドキュメントを探しに行かないため、エラー応答自体を次の行動の手がかりにする設計が注目されています

Gregory Koberger: (翻訳) APIは今やあなたのプロダクトであり、あなたと同じ速さで動く必要があります。Restlessを紹介します。すべての呼び出し、サポート質問、プルリクエスト、エラーメッセージが、次のエージェントのためにAPIを改善します。

elvis: (翻訳) エージェントは急速にAPIとドキュメントの主要ユーザーになっています。ReadMeチームによると、APIドキュメントへのトラフィックの72%がエージェントです。そしてエージェントは詰まってもめったにドキュメントを探しに行きません。Restlessはエラー応答に修正手順とドキュメントリンクを直接入れます。Gregory Koberger: (翻訳) APIは今やあなたのプロダクトです。Restlessを紹介します。すべての呼び出し、サポート質問、PR、エラーメッセージが次のエージェントのためにAPIを改善します。

Charly Wargnier ☄️: (翻訳) エージェントが失敗したら、次の一手を与えよう。APIエラーは何が悪かったかを伝えますが、重要なのは次に何ができるかです。ReadMeのチームによるRestlessは、Agent Recoveryを通じて失敗応答に修正手順とドキュメントリンクを直接入れます。Gregory Koberger: (翻訳) APIは今やあなたのプロダクトです。Restlessを紹介します。すべての呼び出し、サポート質問、PR、エラーメッセージが次のエージェントのためにAPIを改善します。

棚上げのSora、元責任者らの新会社で映画向けに復活か【続報】

• Jeffrey Katzenberg氏と元Sora責任者らによるAIスタートアップ設立に関する続報です
• OpenAIが棚上げした動画モデルSoraが、この新会社経由で復活する可能性があるとThe Informationが報じました
• Bill Peebles氏らの新会社が、Soraを改良して映画スタジオ向けに販売する方向で交渉中とされています
• OpenAIにとっては、Soraに投じた時間とリソースから何らかのリターンを得る手段になるとの見方が示されています

Stephanie Palazzolo: (翻訳) OpenAIのSoraが、ある意味で復活するかもしれません。ハリウッドの大物Jeffrey Katzenberg氏と元Sora責任者Bill Peebles氏が共同創業したステルススタートアップが、モデルを調整して映画スタジオに販売するためOpenAIと交渉しています。

The Information: (翻訳) Jeffrey Katzenberg氏の次のAIへの賭けはSoraで動くかもしれません。このスタートアップはOpenAIが棚上げした動画モデルへのアクセスを交渉中で、共同創業者にはSoraを率いたBill Peebles氏や元Dropbox CFOのSujay Jaswa氏がいます。

The Information: (翻訳) OpenAIはSoraを棚上げしましたが、スタートアップがその技術をハリウッドに持ち込むかもしれません。The InformationのPalazzolo氏が動画モデルのライセンスとカスタマイズの交渉を解説：「OpenAIが何らかのリターンを得て、時間と……を無駄にしない方法だと思います」

Anthropic、小型モデルのIoT上での自己複製リスクを指摘

• Anthropicが、小型AIモデルが市販IoT機器で自己複製できるまで数か月かもしれないとの評価を示しました
• 同社のevalでは9Bモデルが9種類中8種類のハードウェアで推論の起動に成功したとされています
• 2024年のコーディングエージェントのようにAIワームの兆しが見えるとし、評価に使ったのは古いモデルだった点も議論されています

Lisan al Gaib: (翻訳) Anthropic：「小型AIモデルは、市販のIoT機器上で自己複製できるほどの能力に達するまで数か月かもしれない」「我々のevalでは、9Bモデルがテストした9種類のハードウェアのうち8種類で推論を動かすことに成功した」

Lisan al Gaib: (翻訳) 「2024年のコーディングエージェントのように、AIワームの兆しが見えている」Lisan al Gaib: (翻訳) Anthropic：「小型AIモデルは市販IoT機器上で自己複製できるまで数か月かもしれない」「evalでは9Bモデルが9種類中8種類のハードウェアで推論を動かした」

Lisan al Gaib: (翻訳) しかもこれらはかなり古いモデルばかりです。OpenAIやAnthropicなら、自己複製可能な非常に小さなモデルをおそらく学習できるでしょう。Lisan al Gaib: (翻訳) Anthropic：「小型AIモデルは市販IoT機器上で自己複製できるまで数か月かもしれない」「evalでは9Bモデルが9種類中8種類のハードウェアで推論を動かした」

MS Copilot立て直しの内幕、最安モデル選ぶAIのCostco路線

• MicrosoftのCopilot立て直しの内幕を、The Informationが独占報道しました
• 新Office責任者のCharles Lamanna氏が、ExcelとPowerPointのデモでAnthropicモデルの優位を示し、Nadella氏を説得したとされます
• 同氏は品質を落とさずタスクをこなせる最安モデルを選ぶAIのCostcoを目指しており、モデルルーティング志向が鮮明です

The Information: (翻訳) 独占：MicrosoftのCopilotを立て直すにはOpenAIの外を見る必要がありました。Charles Lamanna氏は、ExcelとPowerPointでより良い結果を示すデモの後、Anthropicのモデル導入をSatya Nadella氏に納得させました。「当時、それは異端だった」と同氏は語ります。

The Information: (翻訳) 独占：Microsoftは「AIのCostco」になりたいと考えています。新Office責任者Charles Lamanna氏は、品質を犠牲にせずタスクを完了できる最も安いモデルをCopilotが選ぶよう推進しています。目標は、より多くの人が手の届く価格でより良いAIを提供することです。

The Information: (翻訳) MicrosoftはOpenAIに無料でアクセスできましたが、Copilotの改善にはAnthropicにお金を払う必要がありました。The InformationのHolmes氏が、新Office責任者Charles Lamanna氏がどうNadella氏を説得したかを解説します。

次期Claude、素材選定から動画制作まで2.5時間で自律コード化【続報】

• Claude Opus 5.5へのリクエストが新モデルに振り分けられているとの報告に関する続報です
• 次期モデルとされるClaudeで制作された動画が新たに共有され、話題になっています
• Claudeが画像・音楽・映像の方向性を自ら選び、残りの制作を2.5時間でコーディングしたと報告されています
• 映像は純粋にコードで生成されたとされ、画像・動画生成モデルの役割をコード生成が担い得るとの声が出ています

Chubby♨️: (翻訳) Anthropicの次期モデルはまたしても驚異的な飛躍です。Claudeがこの動画の画像、音楽、映像の方向性を選び、残りの制作を2.5時間でコーディングしたと報告されています。自由に調査し創造的な判断を下すことができたとのことです。Chetaslua: (翻訳) Claudeの次期モデル :) 画像・動画生成はもう終わり。これで感心しないなら、カメラで撮ったように見えるのに純粋にコードで作られた画像生成出力を2つ待ってて。AIがAIに置き換えられるとは思わなかった

画像とテキストのペアなし翻訳が実現、世界モデル論にも波及

• Phillip Isola氏が、ペアデータなしで画像とテキストを相互翻訳できる研究成果を紹介しました
• 目を凝らさないと分からない程度だと思っていたが、はっきり実現できたとしています
• Christopher Manning氏は、LLMの世界モデルと視覚的な世界モデルは思われているほど違わないと評しています

Christopher Manning: (翻訳) LLMの世界のモデルと視覚的な「世界モデル」は、一部の人が考えるほど違わないように見えます！Phillip Isola: (翻訳) これは何年も夢見てきた結果です：画像とテキストのペアなし翻訳。少しだけ可能で、よく目を凝らさないと分からない類のものかと思っていましたが、Dominikがそれは間違いだと証明しました。目を凝らす必要はありません。ぜひ自分で見てください。

数学論文のAI利用率が数か月で5%未満から40%に

• 数学研究でAIを利用した論文の割合が急増していることが話題になっています
• わずか数か月で5%未満から40%にまで増えたとされています
• 理論系の学問から順にAIの影響が広がるとの見方が出ています

K.Ishi@生成AIの産業応用: 数学の世界では、AIを利用した論文の割合がわずか数ヶ月で5%未満→40%にまで増加した。 一つの学問がAIによって支配されようとしている。これは序の口に過ぎず、まずは理論系の学問から、そして遠くない未来に全ての学問がAIに支配される。 https://t.co/2wv4XvejqmEthan Mollick: (翻訳) 突如として、サイボーグが数学研究を支配し始めています。

Snowflake Agent Identity解説、認証情報の渡し方を比較

• SnowflakeのAgent Identityを深掘りした解説ブログが公開されています
• RSS（Restricted Session Scope）やエージェントへの認証情報の渡し方を比較しています
• IS_AGENTIC=TRUEを指定したSnowflake OAuthが良い選択肢とされ、データ基盤でエージェントを使う際の参考になります

Kevin: Snowflake の認証情報をエージェントに渡す方法について以下のように比較したりしています。 Snowflake OAuth を IS_AGENTIC=TRUE でやっておくのが良いかなと。 詳細はブログ本文をご覧ください！ #Snowflake #SnowflakeDB #SnowVillage https://t.co/ZSrxRivCuvKevin: Snowflake の Agent Identity について深ぼって解説した記事を書きました！RSS (Restricted Session Scope) やエージェントへの認証情報の渡し方など、重要なテーマについてまとめたのでぜひご覧ください！！ https://t.co/w02GPlZCJN #SnowflakeDB #SnowVillage