20 10月 2026

2026年10月20日朝のAIニュースまとめ

(ほぼ)毎日AIニュースが届きます。ぜひご登録ください。

(ほぼ)毎日AIニュースが届きます
ぜひご登録ください

米大手3社の新モデル投入観測とMiniMax M3.1 Flash発表

The Informationによると、Anthropic、Google、OpenAIが今後数週間で相次いで新モデルを投入する見通しです。

MiniMaxは低価格ながらDeepSWE 74%のM3.1 Flashを正式発表しました。

政策面では、Anthropicの規制法案草案への批判が強まり、米政府はDeepSeek製品の連邦機関での利用を禁止しました。

ここからは、各ニュースの詳細を順にお伝えします。

Anthropic・Google・OpenAI、数週間内に新モデル投入へ
MiniMax M3.1 Flash正式発表、DeepSWE 74%で$0.15/$0.60
Anthropicの規制法案草案、Wiener議員らが批判
米政府、非軍事の連邦機関でDeepSeek製品の利用を禁止
Skyfall、CAD向け世界モデルSKY-001を発表
Google Research、ハーネスを自己改善するHarness²をOSS化
Amazon、PyTorchをTrainiumで無改修実行するTorchNeuron
DeepSeek V4.1 Flash、Unsloth 1bit版で128GB RAM動作
Meta、Muse Glimmerの技術報告で模擬デジタル生活での学習を公開
ChatGPT Slides、リアルタイム共同編集とコメントに対応
記憶の視点でTransformer各層を導くブログが好評
スウォーム開発FW比較、結論は用途に合う環境の自作

Anthropic・Google・OpenAI、数週間内に新モデル投入へ

The Informationが、今後数週間でAnthropic、Google、OpenAIの新モデルが相次いで登場する見通しと報じました
Anthropicの未発表モデルは曖昧な指示から意図を推測し、1つのバグ修正依頼から同種の問題群を特定して対処を尋ねるとされます
GoogleはArgon後継のGemini 4 Carbon、OpenAIは新Terraモデルとされ、MicrosoftのPRにGPT-6.1 Terraの痕跡も見つかっています

The Information: (翻訳) Anthropicは、指示が曖昧でもユーザーが何をしようとしているかをより良く推測できる新しいAIモデルを準備している。使用した人物によると、この未発表モデルはより強い推論力と、より創造的な問題解決能力も示しているという。

Stephanie Palazzolo: (翻訳) 今月は新モデルのリリースが相次ぐ忙しい月になりそうだ。Anthropicの新モデル、GoogleのGemini 4 Carbon、そしてOpenAIの新しいTerraモデルの可能性についてスクープした。

Lumina: (翻訳) GPT-6.1 TerraがMicrosoftのPRに登場。Microsoftは18の評価設定をGPT-5.6 TerraからGPT-6.1 Terraに更新した。近いうちに出ても驚かない。

Chubby♨️: (翻訳) Anthropicのリリースに加えて：- GoogleはArgonのアップグレードとしてGemini 4 Carbonを開発中と報じられており、一部の開発者はGeminiが視覚タスクで特に強いままだと言う。- OpenAIはより高性能なTerraモデルを今後数週間でリリースする準備をしていると報じられているChubby♨️: (翻訳) 公式に：AnthropicがThe Information経由で新モデルのリリースを準備中。1つのバグ修正を頼むと、その背後にあるより広い問題のクラスを特定し、それらにも対処すべきか尋ねるモデルを準備していると報じられている。

MiniMax M3.1 Flash正式発表、DeepSWE 74%で$0.15/$0.60

MiniMaxが、OpenRouterでSpace Bunnyとして上位だったモデルの正体であるM3.1 Flashを正式発表しました
DeepSWEで74%、入力$0.15/出力$0.60、1Mコンテキストとマルチモーダルに対応し、重みは10月23日に公開予定です
OpenCodeでの3日間無料提供やOllama Cloud対応が始まり、2.7T級のPro版も準備中とされています

🚨 AI News | TestingCatalog: (翻訳) MiniMaxが、OpenRouterで"Space Bunny"として知られていたMiniMax M3.1 Flashを正式発表。DeepSWEで74%を記録し、価格は1Mトークンあたり入力$0.15/出力$0.60。重みは10月23日に公開予定。さらにMiniMaxはPro版のリリースも準備中。MiniMax (official): (翻訳) MiniMax M3.1 Flash：宇宙級の性能＋ウサギ級の速度。そう、200T超のトークンで世界のリーダーボード首位に立ったSpace BunnyはM3.1 Flashの初期版だった。エージェントAIの性能経済性を再定義する。M3.1 Flashはフロンティア級の知能を実現。

Haider.: (翻訳) MiniMax M3.1 Flashは価格の割に非常に競争力がある。automation-bench：M3.1 Flash 62.2%、Opus 5 50.3%、5.6 Sol 45.8%。DeepSWEでは両者と実質互角。API価格：M3.1 Flash $0.15/$0.60、Opus 5 $5/$25、5.6 Sol $4/$20。オープンウェイトは10月23日公開。MiniMax (official): (翻訳) MiniMax M3.1 Flash：宇宙級の性能＋ウサギ級の速度。Space BunnyはM3.1 Flashの初期版だった。エージェントAIの性能経済性を再定義する。

OpenCode: (翻訳) Space BunnyはMiniMax M3.1 Flashだった。OpenCodeで12日連続1位、106Tトークンを提供。OpenCodeで利用可能になり、今後3日間無料。

ollama: (翻訳) MiniMax M3.1 FlashがOllamaに登場！米国でホストされ、データ保持ゼロ。画像理解と1Mトークンのコンテキストを備え、高速なコーディングとエージェントワークフローに対応。Ollama Cloudで試せる：ollama run minimax-m3.1-flash:cloud。Claude Code：ollama launch claude --modelMiniMax (official): (翻訳) MiniMax M3.1 Flash：宇宙級の性能＋ウサギ級の速度。Space BunnyはM3.1 Flashの初期版だった。

Anthropicの規制法案草案、Wiener議員らが批判【続報】

Anthropicが議員に示したAI安全・セキュリティ規制法案の草案に関する続報です
Scott Wiener上院議員が、草案は公衆の安全を守るには不十分だとの立場を表明しました
Anthropicが支援するPublic FirstのBrad Carson氏も、草案の内容に懸念を示しています
安全第一を掲げてきた同社への裏切り感が語られ、Anthropicの存在意義を問う議論に発展しています

Senator Scott Wiener: (翻訳) AnthropicのAI安全提案は、公衆の健康と安全を守るにはまったく不十分だ。議会はさらに踏み込まなければならない。現世代のフロンティアAIモデルでさえ巨大なリスクに直面しており、そのリスクはモデル開発が進むにつれて高まるだけだ。

Shakeel: (翻訳) Anthropicの流出したAI法案は弱く、時代の要請に応えておらず、同社の安全第一の主張を空虚にしている。AI安全コミュニティ全体からの強い否定的反応は、ある意味で裏切られたという感覚の表れだ。

Brad Carson: (翻訳) AnthropicのAIフレームワーク提案について多くの議論がある。まず、包括的な枠組みの詳細なビジョンを書き起こすのは難しいことだ。Anthropicの真剣な努力は評価する。とはいえ、草案の一部には現実的な懸念がある。

米政府、非軍事の連邦機関でDeepSeek製品の利用を禁止

米トランプ政権が、軍以外の連邦政府機関でDeepSeekの製品やサービスを利用することを禁止しました
DHSはDeepSeek製品に加え、その実装を使って開発された第三者サービスも削除し、購入を止めるよう求めています
中国のAI技術輸出規制案への対抗との見方があり、DeepSeekは中国国内でのIPOを準備中とも報じられています

Bloomberg: (翻訳) トランプ政権は、米国の民間政府機関に対し中国AIスタートアップDeepSeekの製品やサービスの使用を禁止した。DeepSeekのより安価なオープンウェイトモデルはシリコンバレーの開発者にとって増大する脅威となっている。

Andrew Curran: (翻訳) 国土安全保障省は、すべての民間連邦機関に対し、DeepSeek製品と「DeepSeekの実装を使って開発されたあらゆる第三者サービス」を削除し、購入を停止するよう求めている。

Chubby♨️: (翻訳) 米国土安全保障省は民間連邦機関にDeepSeekとそれを基に作られた第三者製品の削除と購入停止を命じている。これは中国の技術輸出禁止への対応でもあると思う。中国は特定のAIに対する輸出規制強化を提案している。Andrew Curran: (翻訳) 国土安全保障省は、すべての民間連邦機関に対し、DeepSeek製品と「DeepSeekの実装を使って開発されたあらゆる第三者サービス」を削除し、購入を停止するよう求めている。

Skyfall、CAD向け世界モデルSKY-001を発表

Skyfallが、テキストや2DスケッチからCADの構築手順を生成する工学向け世界モデルSKY-001を発表しました
CAD・BIMタスクでGPT-6 Astraなどのフロンティアモデルを上回り、51〜125倍高速で150〜210倍安いとされます
複雑な物体を部品に分解して組み立てる設計で、世界モデルがロボティクス以外に広がる例として注目されています

Sam Pasupalak: (翻訳) 初のエンジニアリング世界モデルSKY-001を発表。CADとBIMタスクで、GPT-6 Astraとテストしたすべてのフロンティアモデルを上回る：51〜125倍高速、150〜210倍安価、全フロンティアモデルより高いIOU。SKY-001は物体を作る前に夢見ることを可能にする。

Haider.: (翻訳) 世界モデルはロボティクスよりはるかに多くの用途で役立つことになるだろう。@skyfallaiがSKY-001をローンチした。複雑な物体を個々の部品に分解することで、テキストプロンプトや2Dスケッチを完全なCAD構築シーケンスに変換できる。興味深いことに100倍と主張しているSam Pasupalak: (翻訳) 初のエンジニアリング世界モデルSKY-001を発表。CADとBIMタスクでGPT-6 Astraとすべてのフロンティアモデルを上回る：51〜125倍高速、150〜210倍安価、より高いIOU。

elvis: (翻訳) LLMは始まりに過ぎなかった。世界モデルに強気で、AIの次のフロンティアだと思う。これほど早くエンジニアリング専用の世界モデルが見られるのは素晴らしい。SKY-001はGPT-6 Astraに対し、3D構築でサンプルあたり約150倍低いコストで同等の精度を実現。BIMではSam Pasupalak: (翻訳) 初のエンジニアリング世界モデルSKY-001を発表。CADとBIMタスクでGPT-6 Astraとすべてのフロンティアモデルを上回る。

Google Research、ハーネスを自己改善するHarness²をOSS化

Google Researchが、モデルを固定したままハーネスを改善するフレームワークHarness²をオープンソースで公開しました
ベースハーネスの軌跡を記録し、編集エージェントがプロンプトやツール、メモリ、ワークフローの構成を試して改良します
得られた教訓を未知のタスクへ持ち越せるとされ、モデルではなくハーネス側で性能を上げる手法として注目されています

Chubby♨️: (翻訳) Google Researchが、AIエージェントが自身のプロンプト、ツール、メモリ、ワークフローを改善できるフレームワークHarness²をオープンソース化した。基盤モデルは変えずに、異なる構成を試し、有用な教訓を将来のタスクに持ち越す。

Philipp Schmid: (翻訳) エージェントは未知のタスクで自身のハーネスを改善できるか？@GoogleResearchチームが、固定モデルの周りのハーネスを改善できるフレームワークHarness²を公開した。仕組み：1. エージェントが各タスクでベースハーネスを実行しベースライン軌跡を記録 2. 編集エージェントが検査し

Amazon、PyTorchをTrainiumで無改修実行するTorchNeuron

Amazonが、PyTorchコードをAWS Trainiumチップ上でネイティブに実行できるTorchNeuronを発表しました
設定を1つ変更するだけでよく、コードの書き換えは不要とされています
TechCrunchは、NVIDIAのPyTorchへの支配を崩し開発者を自社などの代替チップへ呼び込む狙いと報じています

Evan: (翻訳) Amazonが本日投稿：「TorchNeuronを発表：PyTorchコードが設定を1つ変えるだけでAWS Trainiumチップ上でネイティブに動作。書き換え不要。」

TechCrunch: (翻訳) Amazonは、ほとんどのAIアプリ構築に使われる無料ツールキットPyTorchに対するNvidiaの支配を崩し、より多くの開発者が自社のような代替チップでアプリを動かせるようにしたいと考えている。

DeepSeek V4.1 Flash、Unsloth 1bit版で128GB RAM動作【続報】

DeepSeek-V4.1-Flash-1017に関する続報です
Unslothがllama.cpp実装と動的GGUFを公開し、1bit版は精度約88.2%を保ちつつ508GBから250GBに縮小しました
128GB以上のRAMで動作し、engram/PLE部分をQ6_KやIQ4_NLに切り替えたりディスクからストリーミングしたりできます
OpenCodeのGo・Free版も1017に更新され、ローカルでもクラウドでも試しやすくなっています

Unsloth AI: (翻訳) DeepSeek V4.1-Flash-1017がローカルで動くようになった！1bitで約88.2%の精度を維持しつつ、サイズを508GBから250GBに縮小（−52%）。128GB以上のRAMを持つデバイスで実行可能。V4.1 Flash 1017はこれまでで最強のオープンモデル。

Daniel Han: (翻訳) DS4.1-Flashのllama.cpp実装に取り組み、Unsloth動的GGUFを作った！engram/PLEはMXFP8からQ6_K、Q5_K、IQ4_NL精度に切り替え可能。Q6_KはMXFP8とほぼ同等で、IQ4_NLはわずかに精度が落ちる。engramはディスクから完全にストリーミングできる！Unsloth AI: (翻訳) DeepSeek V4.1-Flash-1017がローカルで動くようになった！1bitで約88.2%の精度を維持しつつ、サイズを508GBから250GBに縮小。128GB以上のRAMのデバイスで実行可能。

OpenCode: (翻訳) OpenCode GoとFreeのDeepSeek V4.1 Flashを1017に更新。ユーザー側での変更は不要。

Meta、Muse Glimmerの技術報告で模擬デジタル生活での学習を公開【続報】

Metaの30BオープンウェイトモデルMuse Glimmerに関する続報です
Metaが技術レポートを公開し、4bit精度なら消費者向けGPU1枚のPCやMacで実用速度で動くと説明しています
10〜14人の連絡先や数週間分のメッセージ、カレンダーを備えた模擬デジタル生活で、複数日にまたがるタスクを学習させています
同規模のオープンモデルでツール利用性能をリードするとされ、エージェント向け学習環境の設計例として注目されています

AI at Meta: (翻訳) 本日、消費者向けハードウェアでのエージェントタスク向けに作られた30BオープンウェイトモデルMuse Glimmerの技術レポートを公開した。4bit精度で単一の消費者向けGPUを搭載したMacやPCで実用的な速度で動作し、同規模のオープンモデルの中でツール利用などでリードしている。

Chubby♨️: (翻訳) MetaのMuse Glimmer技術レポートはかなり興味深い。10〜14人の連絡先、数週間分のメッセージ、カレンダー、ドキュメントを備えたシミュレートされたデジタル生活の中でエージェントを訓練する方法が説明されている。エージェントは複数日にまたがるタスクを練習する。AI at Meta: (翻訳) 本日、消費者向けハードウェアでのエージェントタスク向け30BオープンウェイトモデルMuse Glimmerの技術レポートを公開した。4bit精度で単一GPUのMac/PCで実用速度で動作する。

ChatGPT Slides、リアルタイム共同編集とコメントに対応

ChatGPT Slidesに、デッキを仕上げてチームで共有するための新機能が追加されました
デッキの共有やリアルタイム共同編集、コメントが可能で、フィードバックをChatGPTやdotに更新として反映させられます
一方でスライド作成などコーディング外の用途では、まだAGIは遠いと感じるとの研究者の声も出ています

ChatGPT: (翻訳) ChatGPT Slidesに、デッキを仕上げて全員の認識を揃える新しい方法が加わった。・ChatGPT内でリアルタイムに共同作業：デッキを共有し、一緒に編集し、コメントを残せる。ChatGPTやdotにフィードバックを更新に反映させられる。・スライド上で直接編集：クリックして変更

Nathan Lambert: (翻訳) スライド作成や一貫した計画、やや長めのコンテンツ設計など、コーディングやML以外のことにモデルを使おうとすると、AGIにはまだ時間がかかりそうだと感じる。

記憶の視点でTransformer各層を導くブログが好評

モデルがどれだけ記憶できるかという視点から、Transformerの各層を導出するブログ記事が紹介されています
記憶の観点に立つと、Transformerのすべての層を自分で発明できたはずだという流れで解説しています
Sasha Rush氏が、ニューラルネットワークを最初に学ぶならこの方法だと高く評価しています

Sasha Rush: (翻訳) 出遅れたが、このブログ記事は素晴らしい。ニューラルネットワークを最初に学ぶべき方法と言ってもいい。Alex Wang: (翻訳) モデルはどれだけ記憶できるか？もっと広く知られるべきニューラルネットワークの見方がある。記憶からTransformerのすべての層をどうやって発明できたかを説明する（1/n）新しいブログ記事より！

スウォーム開発FW比較、結論は用途に合う環境の自作

KanbanやSuperpowerなどのスウォーム開発フレームワークを比較評価した結果、自前で環境を作り込むのがベストとの結論が共有されています
理由として、自律的に開発を完結させる検証可能性の設計と、学びを蓄積してファクトリー自体を改良する点を論じた記事が紹介されています
環境の作り込みそのものが開発者の新しい仕事になりつつあるという見方として注目されています

Kazunori Sato: ここしばらくKanbanやSuperpower等のスウォーム開発フレームワークの比較と評価を続けてて、結局は自分の用途に合った環境を自前で作り込むのがベスト、というよりそれが開発者の新しい仕事、という結論になりつつあるのだけど、その大きな理由がこの記事で触れられてたこの2つ。r.kagaya: ソフトウェアファクトリーについて、今の自分の見解をまとめました自律的に開発を完結すること、そのために検証可能性を設計すること個人AIではなく、得た学びを全体で蓄積して、ファクトリー自体を改良していくことこのあたりを、試しながら考えています