04 11月 2026

2026年11月04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

GPT-6.2 Astra投入間近、60%値下げ情報も

OpenAIのGPT-6.2 Astraについて、一部でGPT-6.2へのルーティングが確認され投入間近との観測が広がっています。Opus 5.5並みへの60%値下げ情報もあり、Agent用途での存在感が増しそうです。

Anthropicは応答元モデルを検証できるFlashProveを発表しました。また、Revolutが約2000人のエンジニアを自社ホストのGLMへ移行し、コストを約1/10に抑えた事例も注目を集めています。

それでは、気になる話題から順に確認していきましょう。

GPT-6.2 Astra、Opus 5.5並みへ60%値下げとの情報
Anthropic、応答元モデルを検証できるFlashProveを発表
Claude、ログインだけでMCPプラグインに自動接続
本番障害の原因を探るTraversal、$120M調達
Revolut、約2000人のエンジニアを自前GLMに移行
OpenAI、機械・電気設計やシミュレーションでの活用成果を公開
Gemma 4 Agentコンペに小型モデル特別賞$10K追加
自作大喜利AI対決、SFT+DPOや多モデル選抜で競う
Mistral Large 4、学習途中でAttention構成を変更
Agentハーネス最適化、コスト選好は探索の最後に適用を
Google DeepMind、RLで精神科インテーク面接を改善
Deep Agentsのブラウザ操作はStagehand基盤、設計を解説
NVIDIAの音声修復RE-USEでノイズ除去と文字起こしを比較

GPT-6.2 Astra、Opus 5.5並みへ60%値下げとの情報【続報】

Codexの利用内訳に出現したOpenAIのGPT-6.2 Astraに関する続報です
一部ユーザーでAstraへのリクエストがGPT-6.2にルーティングされている様子が共有され、投入間近との観測が広がっています
価格をOpus 5.5並みに60%引き下げるとの情報も出ており、ブラインドテストではアプリ構築でOpus 5.5より好まれたとされます
性能と価格の両面で競争力が高まるとして、Agent用途でのシェア拡大を見込む声が出ています

Chubby♨️: (翻訳) 来た！OpenAIの新モデルが見つかった！GPT-6.2が来そうだAI Desk: (翻訳) 向こうで何か起きている 👀 gpt-6.2 astra読み込み中...

Chubby♨️: (翻訳) すごい、これはSVGだ。一部のユーザーではAstraがすでにGPT-6.2にルーティングされているようだ。（tiboの言葉を借りれば）"Le GPT Fat"が今日リリースされることを祈る！Hakm: (翻訳) GPT-6.2 AstraのSVG（Astraがルーティング中）

Bindu Reddy: (翻訳) 🚨 Astra 6.2はOpus 5.5に合わせて60%値下げ。ブラインドテストではアプリ構築でユーザーはOpus 5.5よりAstraを好む。Astra 6.2はOpus 5.5と同価格になるかもしれない。これは大きい！OpenAIはついにAgentワークロードで大きなシェアを取るだろう

Anthropic、応答元モデルを検証できるFlashProveを発表

AnthropicがLLMのprovable inferenceに関する研究成果としてFlashProveを発表しました
既存の暗号技術を基盤に、ある応答が特定のAIモデルから出力されたかを開発者が検証できる仕組みです
浮動小数点対応の検証技術を持つ企業からも反応があり、provable inferenceの必要性を訴える声が出ています

Anthropic: (翻訳) Anthropicの新研究：LLMのprovable inference（証明可能な推論）の進展。FlashProveを紹介します。確立された暗号技術を基盤に、FlashProveは開発者がある応答が特定のAIモデルから出力されたものかを検証できるようにします。従来より大幅に…

Jamin Ball: (翻訳) 世界にはprovable inferenceが必要だYogi: (翻訳) @AnthropicAIがprovable inferenceの重要性を認識し、@attestableを最先端として挙げている！我々は浮動小数点もサポートする市場で唯一の実用的なソリューションで、さらにエキサイティングなものが近く登場予定

Claude、ログインだけでMCPプラグインに自動接続【続報】

ClaudeのMCPコネクタ向けエンタープライズ管理認証に関する続報です
Claudeにログインするだけで、対応するMCPプラグインへ自動接続できるようになりました
Claudeを信頼できる発行者として受け入れるMCPサーバーが対象で、管理者が設定すればメンバーは初回利用時に自動接続されます
再認可の手間は大きな不満点だったため、Agent利用の効率化として歓迎する声が多く上がっています

ClaudeDevs: (翻訳) Claudeを信頼できる発行者として受け入れるMCPサーバーでは、ユーザーはClaudeにログインした時点でプラグインに自動接続できるようになりました。Claude向けプラグインを開発しているなら、対応を追加すればユーザーは再認可なしに素早く使い始め、接続を維持できます

Boris Cherny: (翻訳) 会社のプラグインに一つずつサインインするのは面倒なので、Claudeが自動接続できるようにしました。TeamとEnterpriseの管理者が設定でき、チームメンバーはプラグインを初めて使うときに自動的に接続されますClaudeDevs: Users can now auto-connect plugins when they log in to Claude, with MCP servers that accept Claude as a trusted issuer. If you’re building plugins for Claude, add support so users get started faster ...

🚨 AI News | TestingCatalog: (翻訳) ClaudeはClaudeを信頼できる発行者として受け入れるプラグインに自動接続できるようになる。再認可が減ればAgentはずっと効率的に使える。あとはDuetの一般公開が待たれる 👀

本番障害の原因を探るTraversal、$120M調達

本番システムの障害解析を行うTraversalが、評価額$1Bで$120Mを調達しました
サービスと依存関係をマッピングし、障害時に複数の原因候補を並列に検証、学んだ知見をコーディングAgentに戻す仕組みです
コード生成は速くなったが本番の理解は追いつかないとして、ボトルネックが運用に移ったとの共感が集まっています

Anish Agarwal: (翻訳) 自ら動き続けるソフトウェアを作るため、評価額$1Bで$120Mを調達しました。AIはかつてないほど多くのコードを書いていますが、本番環境の信頼性も下げています：より多くのコードが、より速く出荷され、ほとんど理解されていない。@traversal_aiは本番システムがどう組み合わさっているかを理解し…

elvis: (翻訳) 自ら動き続けるソフトウェアこそ、今日Agentが最も価値を生む領域だ。私はコーディングAgentで多くを作っているが、コードの出荷はもうボトルネックではない。今は本番で何がなぜ壊れたかを調べる時間の方が長い。@traversal_aiはこれを…マッピングすることで解決するAnish Agarwal: We just raised $120M, with a $1B valuation, to build software that keeps itself running. AI is writing more code than ever. It’s also making production less reliable: more code, shipped faster, under...

Chubby♨️: (翻訳) コーディングAgentでより多くのコードを出荷しやすくなった。それでも誰かが動かし続けなければならない。Traversalはその側を担う。稼働中のサービスと依存関係をマッピングし、何かが壊れると複数の原因候補を並列にチェックする。本番について学んだことは…Anish Agarwal: We just raised $120M, with a $1B valuation, to build software that keeps itself running. AI is writing more code than ever. It’s also making production less reliable: more code, shipped faster, under...

Revolut、約2000人のエンジニアを自前GLMに移行

RevolutがコーディングAIを自社ホストのGLMに切り替え、Claude CodeとCodexを例外扱いにしたと報じられました
B200を56基使い、100万トークンあたり約30セントと、従来の約1/10のコストでリードタイムは70%短縮したとされます
知能スタックを自社で持つことが競争力の鍵だとして、オープンモデルの本番採用例として注目されています

Guillermo Flor: (翻訳) 速報：Revolutが約2,000人のエンジニアをコーディング用に自社ホストのGLMへ移行し、Claude CodeとCodexを例外リストに追いやった。AI運用責任者のDavid Abitbol氏によると、Nvidia B200を56基、100万トークンあたり平均30セントで、Anthropicなどに支払っていた額のおよそ10分の1

Together AI: (翻訳) 欧州最大の非上場企業がオープンモデルをコーディングのデフォルトにした。@Revolut：約2,000人のエンジニア、コストは1/10、リードタイムは70%短縮。本番でオープンモデルを支えるインフラの一端を担えて誇らしいGuillermo Flor: BREAKING: Revolut moved ~2,000 engineers onto self-hosted GLM for coding and pushed Claude Code and Codex to the exception list. Per David Abitbol, who leads AI ops there: 56 Nvidia B200s, a blended ...

elvis: (翻訳) 知能スタックを自分で持とう！Revolutは、知能スタックの所有が競争力維持に最重要だと考える企業の仲間入りをした。それが今日のオープンソースAIの役割だ。企業をミニAGIと考えれば、すぐに…と気づくGuillermo Flor: BREAKING: Revolut moved ~2,000 engineers onto self-hosted GLM for coding and pushed Claude Code and Codex to the exception list. Per David Abitbol, who leads AI ops there: 56 Nvidia B200s, a blended ...

OpenAI、機械・電気設計やシミュレーションでの活用成果を公開

OpenAIがChatGPTとCodexを物理世界のエンジニアリングに活用した進捗を公開しました
機械設計、電気工学、シミュレーションの領域で、自社ハードウェアチームの反復高速化や業界パートナーとの検証を紹介しています
ブログ内のグラフから、未公開の内部モデルが公開モデルを大きく上回っていると読み取る声も出ています

OpenAI: (翻訳) ChatGPTとCodexは、エンジニアが物理世界のものを作るのを助けています。機械設計、電気工学、シミュレーションにわたる進捗を共有します。自社ハードウェアチームの反復を速めることから、業界の協力者と新しいワークフローを試すことまで

Chubby♨️: (翻訳) OpenAIの内部モデルが実際にどれだけ優れているかを示す2つのグラフ。左は今日のブログ、右はNavier-Stokesのブログから。未公開モデルははるかに優れており、単なる反復的アップデート以上のものだOpenAI: ChatGPT and Codex are helping engineers build for the physical world. We’re sharing our progress across mechanical design, electrical engineering, and simulation—from helping our hardware teams itera...

Paul Gauthier: (翻訳) 30mmケージシステムの一部として電動フリップ/ピックオフミラーの構成を設計中。細かな機械的クリアランスの詳細が多い。Solのおかげで3Dでバリエーションを試すのが簡単だった

Gemma 4 Agentコンペに小型モデル特別賞$10K追加【続報】

KaggleのGemma 4 Developer Agent Competitionに関する続報です
Gemma E2BまたはE4Bを使う小型モデルの開発Agent向けに、ボーナス賞$10,000が追加されました
該当する提出のうちPrivate順位が最上位のものが対象で、LoRAファインチューニングも本戦同様に使えます
賞金総額は$100,000、エントリー締切は11月25日で、時間があれば挑戦したいとの声も出ています

Kaggle: (翻訳) 新ボーナス賞：小型モデル開発Agentに$10,000 🌟 Gemma E2BまたはGemma E4Bで構築された提出のうち、Privateテストセットで最上位のものが受賞。• メイントラックと同様にLoRAファインチューニング可 • チームが選択した最終2提出のうちの1つである必要ありKaggle: (翻訳) オープンモデルを日常的なハードウェアで開発者のワークフローを加速するコーディングAgentへとポストトレーニングしよう。@googlegemmaとKaggle主催のGemma 4 Developer Agent Competitionが開始！💰賞金総額：$100,000 ⏰エントリー締切：2026年11月25日

エチレン: 無限に時間があればGemmaコンペにも手を出してみたい人生だった

自作大喜利AI対決、SFT+DPOや多モデル選抜で競う

Kagglerらがそれぞれ自作した大喜利AIで対決する企画動画が公開されました
複数AIの回答から選抜、Dotに選ばせるなど作り方は三者三様で、Qwen3.5-9BをSFT+DPOした例もあります
追加学習モデルは惨敗も回答速度は圧倒的1位で、字幕付けなどの編集にもCodexを活用したそうです

カレーちゃん: 最強の大喜利AIを決めよう！ yukiさん、しんいちろうさんと、それぞれが作った大喜利AIで対決しました。複数のAIに回答を作らせて選抜する人、自分の笑いの好みを追加学習させる人、Dotに選んでもらう人。3人とも作り方が違っていて面白かった。 https://t.co/LE7YYAYub0

しんいちろう@大喜利雑魚勢: 参戦してきました！私はQwen3.5-9Bに、公開大喜利データ7,251件の回答からモデル自身に思考過程を逆生成させてSFTし、自分好みの回答230ペアでDPOしたモデルで挑みました！テキスト・画像両対応のモデルを自作するも惨敗。ただし回答速度だけは圧倒的No.1でした！

カレーちゃん: 今回の動画、全部に字幕入れたけれど、Codexがほぼやってくれて楽だった。なので、使うところ選ぶのも、字幕もCodex。今回は自分で切ったけれど、それもやってもらうこともできさう。

Mistral Large 4、学習途中でAttention構成を変更【続報】

Mistral AIの1TパラメータMoEモデルMistral Large 4に関する続報です
設計の要点をまとめた投稿が共有され、MLAとクエリあたり2,048キーを選ぶsparse attentionで1M文脈に対応しています
事前学習の途中でSWAとCLAのハイブリッドを試したところ、perplexityは同等でもSWE-benchが悪化しました
そのためフルAttentionに戻しつつYOCOは維持したとされ、perplexityだけで設計を判断する危うさを示す事例です

Robert Lange: (翻訳) MistralのLarge 4の概要 👇 1TパラメータのMoE（52Bアクティブ）、マルチモーダル、1Mコンテキスト：– 72層のMLA + DeepSeek型sparse attention：indexerがクエリあたり2,048キーを選択 – 事前学習途中の手術：SWA+CLAのハイブリッドは同等のperplexityでSWE-benchを悪化 → フルAttentionに戻し、...

Bloomberg: (翻訳) 「我々は遅れているが、競争に負けたわけではない」MistralのCFO Johan Bergqvistは、欧州のAIモデルと真のフロンティアモデルの主な違いは「利用可能な計算量」だと語る

Agentハーネス最適化、コスト選好は探索の最後に適用を

品質とコストの両面でAgentハーネスを最適化する際の知見を示した研究が紹介されました
探索の各ステップでコスト選好を適用すると、より良いハーネスにつながる候補を捨ててしまうとしています
コスト選好は探索の最後にのみ適用すべきという点が要点で、ハーネス改善に取り組む開発者に示唆のある結果です

elvis: (翻訳) Agentハーネスの最適化に関する非常に興味深い発見。品質とコストの両方でハーネスを最適化する場合、コスト選好は探索の最後にだけ適用すべき。各ステップで適用すると、より良いハーネスにつながる候補を捨ててしまうからだ。それが鍵だ

めんふぃむ: ハーネスの改良はやることなくてちまちまやってたけど皆追い込み方が違うな　重要だったんだな

Google DeepMind、RLで精神科インテーク面接を改善

Google DeepMindが、シミュレーション患者とのマルチターンRLでGeminiに精神科のインテーク面接を学習させました
32人の精神科医が患者役を演じた二重盲検試験で、同一プロンプトのベースモデルに対し60件中76.7%で勝利しています
評価は別の精神科医パネルが盲検で行っており、シミュレーション内RLが臨床対話に効く例として注目されています

Samuel Schmidgall: (翻訳) シミュレーション患者を相手に精神科インテークを行うようGeminiをRLで学習させました。32人の精神科医が患者役を務めた二重盲検研究で、シミュレーション内のマルチターンRLが構造化テキストベースの精神科インテークにおけるGeminiの性能を向上させることを示します

Chubby♨️: (翻訳) Google DeepMindは精神科インテーク面接を完全にシミュレーション内で行うモデルを学習させ、患者役の精神科医32人でテストした。同一プロンプトのベースモデルに対し、別の精神科医パネルによる盲検評価で60件中76.7%で勝利したSamuel Schmidgall: We trained Gemini via RL to conduct psychiatric intake with simulated patients. In a double-blind study with 32 psychiatrists playing the role of patients, we show that multi-turn RL in simulation im...

Deep Agentsのブラウザ操作はStagehand基盤、設計を解説【続報】

LangChainのManaged Deep Agents 0.10で追加されたブラウザ操作機能に関する続報です
LangChainが、ブラウザ操作ツールをどう選び、どう調整したかを解説する記事を公開しました
BrowserbaseのStagehand上に構築し、ブラウザ操作がコンテキストウィンドウに与える負荷への対処を扱っています
Harrison Chaseは今春にモデルがブラウザを操れる水準に達したとし、ブラウザは新たなターミナルだと述べています

LangChain: (翻訳) ブラウザ操作によりAgentは人間向けに作られたサイト上で行動できるが、コンテキストウィンドウに大きな負荷がかかる。@browserbaseの@Stagehanddev上に構築したManaged Deep Agentsで、ブラウザツールをどう選び調整したかを紹介しますSydney Runkle: https://t.co/ET7YEMT4Bz

Harrison Chase: (翻訳) 今年の春ごろ、モデルはブラウザを操作できるほど賢くなった。ある意味、ブラウザは新しいターミナルだ！汎用ツールである。一つ違うのは、ブラウザを操作するツールの設計方法がいくつかあること。@sydneyrunkleがMDAでどうしたかを深掘りしているSydney Runkle: https://t.co/ET7YEMT4Bz

NVIDIAの音声修復RE-USEでノイズ除去と文字起こしを比較

NVIDIAの音声修復モデルRE-USEをポッドキャスト音声に適用した検証記事がZennで公開されました
ノイズ除去の効果と、その後の文字起こし結果への影響を比較する内容です
音声修復を文字起こしの前処理に使えるかを判断する実践的な参考になりそうです

からあげ: 久しぶりにZennでブログなるものを書いてみました > NVIDIAの音声修復モデルRE-USEでポッドキャストのノイズ除去と文字起こしを比較してみた｜からあげ https://t.co/IgT4JOxPe6 #zenn