2026年10月14日 夜のAIニュースまとめ

Gemini 4 Argonの安全性に新たな指摘、OpenAIは計算資源の1割を安全性へ

Gemini 4 Argonについて、自身の思考過程（CoT）を誤って学習データに含めていたことが安全性レポートから判明し、思考の検閲につながりかねないとの懸念が広がっています。アプリ既定のlow設定では性能が出にくいとの報告もあります。

一方、OpenAIは計算資源の10%を安全性に充てたと報じられました。

Anthropicのシンガポール進出やClaude Codeの大型更新も続いています。主要なトピックを順に確認していきます。

目次

1. Gemini 4 Argon、自身のCoTで誤って学習していたと判明
2. Gemini 4 Argon、アプリ既定のlow設定では性能が出にくい
3. OpenAI、計算資源の10%を安全性に充当と報道
4. Claude Code日本ハッカソン、参加枠250名でMax 5x提供
5. Claude Code 2.1.299、plugin evalに--disallow-tools追加
6. Anthropic、シンガポールに拠点開設し政府とMOU締結
7. Muse Wonder Full、Merge知能指数55.8で3位に
8. Liquid AI、アクティブ2BのLFM2.5-24B-A2Bを公開
9. Modal、RLのロールアウトを異種ハードと精度で実行
10. 音声エージェント、背景のTV音でタスク完了率38.7%→8.6%
11. ChatGPT・Codexデスクトップ、ディスク使用量を60%削減
12. speech.cpp v0.8.5公開、TTSとASRが大幅高速化
13. Google CloudのSpend Cap BudgetがGA、課金暴発を防止

Gemini 4 Argon、自身のCoTで誤って学習していたと判明【続報】

• Gemini 4 Argonの安全性レポートに関する続報です
• レポートから、GoogleがArgon自身の思考過程（CoT）を誤って学習データに含めていたと指摘されています
• CoTを学習で罰すると思考の検閲につながりかねないとして、Miles Brundage氏も問題視しています
• サイバー能力も非常に高いとされ、モデルが利用者を特定できるリスクも話題になっています

Lisan al Gaib: (翻訳) GoogleはArgonを誤って自身の思考過程（CoT）で学習させていた

Lisan al Gaib: (翻訳) Gemini 4 Argonは非常に高いサイバー能力を持つモデルだLisan al Gaib: (翻訳) Gemini 4 Argonの安全性・セキュリティ評価についてスレッドを作る。まずはGCI（Google版のECI）から

Lisan al Gaib: (翻訳) SFにいたとき、OpenAIの研究者たちにこれがリスクだと話していた。モデルは文字通りあなたが誰か分かっている

Miles Brundage: (翻訳) 言語モデルを思考過程で罰する？ つまり思想犯罪で罰するってこと？

Gemini 4 Argon、アプリ既定のlow設定では性能が出にくい【続報】

• Gemini 4 Argonの実利用評価に関する続報です
• Geminiアプリでは推論強度の既定値がlowとみられ、lowでは振るわない一方でmaxでは良好との報告が出ています
• Proプランでは利用制限への到達が早いとされ、設定と使用量の兼ね合いに注意が必要との声があります
• データ分析と推論で世界1位との評価やロボットへの応用例が出る一方、AntigravityがUltra限定な点には不満も出ています

カレーちゃん: Gemini appで使うArgon、lowで使うと全然ダメで、maxで使うと良い感じだった。デフォルトlowっぽいので注意 プロプランだと、すぐに制限が来てしまったが

Bindu Reddy: (翻訳) Gemini 4.0 Argonはデータ分析と推論で世界1位。どちらのカテゴリでもFable 5.1やAstra 6より上だ

Google DeepMind: (翻訳) Gemini 4 Argonは動画を見ただけでロボットにコーンホールを教えた。物理を把握し、自らシミュレーションをコーディングして、ApptronikのヒューマノイドApolloに7投連続で成功させた

Haider.: (翻訳) AntigravityでGemini 4がUltra限定なのは本当に不満。あのTPU容量はどうした？ Fable 5.1がProで使えなくてもOpus 5.5があるから皆気にしなかったが、Gemini 4はOpus 5.5相当のはずなのに

OpenAI、計算資源の10%を安全性に充当と報道【続報】

• OpenAIの次期旗艦モデルの安全性対応に関する続報です
• The Informationは、OpenAIが計算資源の10%を安全性の取り組みに振り向けたと報じています
• 同社では$200プランの新規受付を一時停止するなど、計算資源の不足が目立つ状況が続いています
• こうした計算資源不足の一因が、安全性への計算資源の配分ではないかとの見方も出ています

Chubby♨️: (翻訳) OpenAIの次期旗艦モデルは安全性のハードルに直面。OpenAIは計算資源の10%を安全性に振り向けたと報じられている。The Informationによると、OpenAIは性能の低いモデルを安全性の懸念で中止した後、次期旗艦モデルを安全にリリースできるよう取り組んでいるStephanie Palazzolo: (翻訳) 新情報：OpenAIは次期旗艦モデルを経営陣が安全にリリースできると感じる状態にするため総力を挙げている。同時に安全性研究者3人の解雇の余波にも対処している

Chubby♨️: (翻訳) OpenAIが安全性にますます多くの計算資源を割り当てていることは、同社が明らかに計算資源不足に陥っているもう一つの理由かもしれない。明確な兆候の一つは$200プランの新規受付を一時停止せざるを得なかったことだChubby♨️: OpenAI’s next flagship faces safety hurdles. OpenAI reportedly diverted 10% of its compute to safety. According to The Information, OpenAI is working to make its next flagship safe to release after c...

Claude Code日本ハッカソン、参加枠250名でMax 5x提供【続報】

• 日本で開催されるClaude Codeハッカソンに関する続報です
• 開催期間は11月2日〜10日で、参加者は選考で選ばれる250名とされています
• 参加者には1人あたりMax 5xプランと$500分のAPIクレジットが提供されます
• 入賞者には総額$50,000相当のAPIクレジットが贈られ、応募締切は10月26日です

Oikon | Claude Code深掘りガイド: Anthropicが日本でハッカソンを開催！ 11月2日(月) 12:00〜11月10日(火) 14:00 ・参加者：250 名（選考有） ・クレジット：1 名あたり Max 5x Plan + $500 Claude API クレジットを提供 ・賞品：入賞者に総額 $50,000相当の Claude API クレジット 応募〆切: 10月26日(月) https://t.co/gX73i...ClaudeDevs: The Claude Code hackathon is back, and we're bringing it to Japan! エンジニアの方も、そうでない方も、日本在住のビルダーならどなたでも応募できます。世界に何を見せてくれるのか、楽しみにしています。 応募締切は10月26日 23:59（日本時間）： https://t.co/YXVYxl5gdU #claudejapan2026

カレーちゃん: Claude Codeのハッカソン 申し込み締め切り: 10月26日（月） 開催期間：11月2日(月) 12:00〜11月10日(火) 14:00ClaudeDevs: The Claude Code hackathon is back, and we're bringing it to Japan! エンジニアの方も、そうでない方も、日本在住のビルダーならどなたでも応募できます。世界に何を見せてくれるのか、楽しみにしています。 応募締切は10月26日 23:59（日本時間）： https://t.co/YXVYxl5gdU #claudejapan2026

Claude Code 2.1.299、plugin evalに--disallow-tools追加【続報】

• AnthropicのコーディングエージェントClaude Codeのリリースに関する続報です
• バージョン2.1.299がリリースされ、CLIの変更は190件と前回の2.1.290に並ぶ大型アップデートになっています
• plugin evalに、組み込みツールをブロックできる--disallow-toolsオプションが追加されています
• セキュリティテストやデュアルユースのプロンプトを、より受け付ける方向の変更も含まれています

Claude Code Changelog: (翻訳) Claude Code 2.1.299がリリースされた。CLI変更190件、システムプロンプト変更1件。ハイライト：claude plugin evalに--disallow-toolsを追加し、実行中に指定した組み込みツールをブロックしてツールバイアスを回避／モデルがセキュリティテストやデュアルユースのプロンプトを受け付け…

Anthropic、シンガポールに拠点開設し政府とMOU締結

• Anthropicがシンガポールにオフィスを開設したと発表しました
• アジア太平洋で5拠点目となり、シンガポール政府とAIの安全性と責任ある導入に関するMOUも締結しています
• Google DeepMindもGovTechと共にGemmaで端末内詐欺検出を進めており、同国でのAI連携が活発です

Anthropic: (翻訳) シンガポールにオフィスを開設しました。アジア太平洋地域で5番目の拠点です。またシンガポール政府とAIの安全性と責任ある導入に関するMOUを締結しました

Google DeepMind: (翻訳) シンガポールで報告される犯罪の半数以上は高度なソーシャルエンジニアリングを使っている。GovTechSGと共に、オープンモデルGemmaを使った端末内詐欺検出を構築している。現地の詐欺手口でファインチューニングし、個人情報を損なわずリアルタイムで脅威を特定する

Muse Wonder Full、Merge知能指数55.8で3位に【続報】

• MetaのMuse Wonderの評価に関する続報です
• Mergeの知能指数でMuse Wonder Fullは55.8で3位となり、2位のClaude Sonnet 5.5との差は0.2です
• GPT-6 Astraの52.7を上回り、コーディングでもAstra超えでFable未満との評価が出ています
• Alexandr Wang氏はデプロイ時の推論バグについて謝罪し、引き続き順次修正を進めているとしています

Merge: (翻訳) Metaの新しいMuse Wonder FullはIntelligence Indexで55.8の3位にデビューし、AnthropicのClaude Sonnet 5.5にわずか0.2差。Claude Opus 5.5が57.6で首位。Muse Wonder FullはOpenAIのGPT-6 Astra（52.7）やGoogleの…を上回った

Alexandr Wang: (翻訳) Muse Wonderのデプロイで多くの推論バグを修正している。修正が進むにつれて良くなるはずだ。モデル利用の浮き沈みについて皆さんに本当に申し訳ないが、チーム全員で全力で取り組んでいるShubhu: holy cheeks, muse wonder max cooked this time. what you did @alexandr_wang , after your tweet improvements are quite visible. https://t.co/ivUeSekzUp

Alexandr Wang: (翻訳) Muse Wonder Fullに最も難しいコーディングタスクを投げてみて、驚くはず！「私の体感テストではAstraより良い。Claude CodeのFableや5.5 Opusほどではない」Eric Hartford: (翻訳) Muse Code（muse-wonder-full-1.0 high）はとても良い。体感テストではAstraより良い。Claude CodeのFableや5.5 Opusほどではないが、Claude Codeよりずっと速い。Codexが詰まる本格的なコンパイラ作業をしている

Liquid AI、アクティブ2BのLFM2.5-24B-A2Bを公開

• Liquid AIがオープンウェイトの新モデルLFM2.5-24B-A2Bを公開しました
• 総パラメータ24B・トークンあたり2Bアクティブで、コンテキストは131Kトークンに拡張されています
• より大きなQwen3.6-35B-A3Bと同等の性能とされ、ノートPCでエージェントを動かすローカル用途向けです

🚨 AI News | TestingCatalog: (翻訳) Liquid AIから小型モデル。総パラメータ24B、アクティブ2Bのオープンウェイトモデル LFM2.5-24B-A2Bを公開。ベンチマークではより大きなQwen3.6-35B-A3Bと同等の性能。HFで利用可能Liquid AI: (翻訳) 本日、LFM2.5ファミリー最大のLFM2.5-24B-A2Bを公開。人気のエージェントハーネス内でマルチステップタスクをこなすノートPC・PC向けの効率的なローカルモデル。総パラメータ24B、トークンあたり2Bアクティブ、コンテキストは131Kトークンに拡張

Modal、RLのロールアウトを異種ハードと精度で実行

• Modalが、RL学習のロールアウトを異なるハードウェアや精度で実行する取り組みを公開しました
• 通常は数値安定性のため同種の最新アクセラレータで固めますが、他ベンダーや旧世代の推論最適化資産を活かす狙いです
• 学習側と推論側の不一致を避けてきたRL実践者に、あえて不一致を受け入れる選択肢を示すとSemiAnalysisが紹介しています

SemiAnalysis: (翻訳) 学習側と推論側の不一致で痛い目を見たRL実践者はそれを疫病のように避ける。もし不一致を受け入れて火と踊ったら？ RL学習のロールアウトに異なるハードウェアと精度を使うとどうなるかを見てほしいModal: (翻訳) 大規模モデルのRL学習は通常、数値安定性とスループットのため最新アクセラレータの固定された同種クラスタで行われる。これは他ベンダーや他世代向けの推論最適化作業を捨て、利用できる容量を制限する

音声エージェント、背景のTV音でタスク完了率38.7%→8.6%

• 14の音声エージェントを背景でテレビを流した状態でベンチマークした結果が共有されています
• タスク完了率は38.7%から8.6%に急落し、実運用での雑音耐性の課題が改めて浮き彫りになりました
• OpenAIのJustin Uberti氏は話者分離より背景雑音を扱えるようLLMを学習させるべきだと指摘しています

t.toda: 音声対話がテレビをつけるだけで軒並み性能が爆下がりするという話 以前Voicebot作ってた頃悩まされたが、まだ解決してないんやなぁ...Josh Meyer: (翻訳) 音声エージェントを殺すには？ テレビをつければいい。背景でテレビを流した状態で14の音声エージェントをベンチマークした。タスク完了率は38.7%から8.6%に低下した

Justin Uberti: (翻訳) 個人的には話者分離は間違った方向だと思う。人間が読める特徴を作ることに労力をかけているが、正しい解決策はLLMに背景雑音を扱えるよう学習させることだ（つまり再びbitter lessonだ）Alexey Aylarov: (翻訳) ある種の組み込み話者分離はこうしたケースに役立つと思いますか？

Justin Uberti: (翻訳) 背景音声キャンセルは役立つこともあるが、この状況にはパラメータ不足だ。人間でも難しい音声タスクなら、小さなモデルには無理だKhubaib Ahmad: @juberti Bvc?

ChatGPT・Codexデスクトップ、ディスク使用量を60%削減

• OpenAIがChatGPTとCodexのデスクトップアプリで、ディスク上の状態保存方法を最適化しました
• 保存量は約60%減る見込みで、パワーユーザーのディスク容量不足の声に応えたものです
• Codexではディスク読み込みの最適化と合わせ、長時間動くスレッドを扱いやすくなるとされています

Tibo: (翻訳) 9日目。ChatGPTとCodexのデスクトップアプリでディスクへの状態保存方法を最適化し、保存量を60%削減する見込み。小さなリリースだが、パワーユーザーのディスク容量不足について十分なフィードバックを受けていた

Vaibhav (VB) Srivastav: (翻訳) Codexアプリのスレッドは最大60%少ない容量で済むようになった。これはCodexがディスクからデータを読む方法の最適化を補完するもの。長時間スレッドをもっと！Tibo: Day 9/ We've rolled out optimizations to how we store state on disk for the chatgpt & codex desktop app that should reduce the amount stored on disk by 60%. Small ship but we've heard enough feed...

speech.cpp v0.8.5公開、TTSとASRが大幅高速化【続報】

• ggml製の音声合成・認識エンジンspeech.cppに関する続報です
• v0.8.5がリリースされ、TTSとASRの推論がいずれも大幅に高速化したとされています
• TTSは最初の音声出力までが速くエンジンも軽量で、AIアシスタント用途に向くとしています
• 続くv0.8.6ではCLIからのアップデートコマンドが追加され、Macでの起動の速さを評価する声も出ています

逆瀬川: speech.cpp v0.8.5リリースしました🚀 音声合成 / 音声認識どちらもﾒｯﾁｬ速くなりました。 いろいろべんりにしているので、ぜひ使ってみてください！ https://t.co/nrEDxDAll2 ■speech.cppの特徴 ・AIアシスタント向けでTTSのfirst audioが速い ・エンジンが軽くてサクッとインストールできる https://t.co/0K8qAmQSVD

逆瀬川: speech update コマンド追加などの小さな修正をしたv0.8.6をリリースしました！ 以下の方法でインストールし直してもらえれば、今後はCLIからアップデートできます。 https://t.co/0epEvkHwhR逆瀬川: speech.cpp v0.8.5リリースしました🚀 音声合成 / 音声認識どちらもﾒｯﾁｬ速くなりました。 いろいろべんりにしているので、ぜひ使ってみてください！ https://t.co/nrEDxDAll2 ■speech.cppの特徴 ・AIアシスタント向けでTTSのfirst audioが速い ・エンジンが軽くてサクッとインストールできる https://t.co/0K8qAmQSVD

Google CloudのSpend Cap BudgetがGA、課金暴発を防止

• Google CloudのSpend Cap Budgetが約3か月のPreviewを経て一般提供になりました
• Gemini APIやCloud Runなどの対象サービスで、利用料が上限に達するとその月の利用が止まる仕組みです
• 生成AI関連の想定外の高額請求を防げるとされ、APIの支出保護機能を求める声も他社向けに出ています

Shohei Okada @ Google Cloud: Google Cloud の Spend Cap Budget が一般提供になった。 Gemini API や Cloud Run などの対象サービスで、利用料が上限額に達するとその月は利用が止まる仕組み。主に生成 AI 関連での課金暴発を防げる。約 3 ヶ月の Preview 期間を経て一般提供に。 公式ドキュメント: https://t.co/WaWfeeo3xi

Miles Brundage: (翻訳) Meta AIさん、APIにメール通知以外の支出保護機能を追加してください（あるいは見落としがあれば教えて）