前回からの変化
前回(2026-10-22、前日)との比較である。
変わったこと(変化・新規)
- 前回は新しいモデル本体(拡散型のMercury 3、ノートPCで動くFlint)が中心だったが、今回はエージェントの使い方(Claude Duet)と学習手法(JOLT)が中心になった(Anthropic、Perplexity)
- 前回「予定」とだけ触れたMistral Large 4について、合計約1兆パラメータ、1トークンあたり約490億が動く構成であることが分かった(Mistral AI)
- 前回は動作条件の紹介だったFlintは、OpenRouterで無料で使えることが分かった。Recursive創業者のリチャード・ソーチャー氏は、総パラメータ数を約398億、1トークンあたり約25億が動くと説明している(PricePerToken、The Neuron)
昨日と同じこと(継続)
- 性能値が各社の自社発表に偏る構図は続いている。JOLTの結果も論文側の自己報告で、第三者による再現はまだない
- PHPの重大な脆弱性にAIが関わったという話題は、緊急パッチと各所の対応が続く形で継続している(後述)
要因の連続性
- 継続要因: 自社発表の数値が先行し、独立した検証が遅れる構図。オープンな重みで追随する流れ
- 新規要因: 利用者の操作を待たずに動く「先回り型」のエージェントが、大手の製品として出てきたこと。エージェントの承認ゲートや誤操作対策が設計の中心になっている
- 解消した要因: なし
本日のハイライト
Claude Duet: 毎朝の要約と、不在中の作業継続ができるエージェント
Anthropicによると、Claude Duetは、連携したアプリを見て重要な項目を毎朝の短い要約として届け、頼まれた作業を仮想マシン上の独自のブラウザで進めるエージェントである。会話のスレッドにテキストか音声で指示でき、どのアプリをどう使うかはClaudeが判断し、完了時や確認が要るときに通知する。
Gmail、Slack、QuickBooks、Stripe、HubSpot、Shopify、Canva、Docusignなど6,000以上のアプリと連携できる。メッセージの送信、支払い、署名、削除の前には必ず利用者の承認を求める。認証情報はパスワードを見せない形で扱い、無許可の操作を防ぐ自動判定器と、機密情報の漏えいを防ぐ新しい判定器を備える。外部の侵入テストも実施済みで、同社のバグ報奨金制度の対象である。
提供状況は2026年10月21日開始の研究プレビューで、対象は米国のProとMaxの契約者のみで、順番待ちの登録が要る。iOS、Android、claude.aiで使え、利用上限は契約中の他のClaudeの機能と共有する。チケット予約のような個人の用事は未成熟で、ブラウザ画面の表示は初期版では使えない。性能の第三者による検証はまだ出ていない。
JOLT: 先生役と生徒役を1つのモデルで同時に学習する
Perplexityが発表したJOLT(Joint On-policy Learning and Teaching)は、強化学習のやり方を変える手法である。1つのモデルが生徒役と、答えを知っている先生役の両方を担い、先生が出す指導が生徒自身の報酬の方向と一致するように学習させる。「先生は生徒の手の届く範囲で教えるべき」という考え方である。結果の数値は同社の論文の自己報告である。
数学のMATH(Qwen3-0.6B)で従来法GRPOを4.2ポイント、コーディングのLCBv6(Qwen3-8B)で3.0ポイント、ツール利用のAppWorldで9.9ポイント上回った。Terminal-Bench 2.1は10.96%だった。MATHではGRPOと同じ精度を、処理するトークンを6.5分の1、生成するトークンを13分の1に減らして達成した。成果物としてのコードや重みは「近く公開する」とされ、まだ手元で試せない。報酬を直接使わないJOLT単独ではAppWorldとTerminal-BenchでGRPOに劣り、報酬を加えたJOLT+が必要だった。
主要企業のリリース
- Anthropic: 上のClaude Duet(研究プレビュー、10月21日)
- Mistral: NVIDIAとの連携を前回伝えたが、今回は詳細が分かった。Mistral Large 4は合計約1兆パラメータ、1トークンあたり約490億が動く、マルチモーダルのモデルで、NVIDIA Grace Blackwellの3,800基で学習されたとされる。重みは2026年10月末に公開予定である。航空、自動車、半導体の設計向けに、物理モデルの公開ベンチマークとデータセット、設計自動化でのエージェント評価も整備すると説明している(Mistral AI)
- OpenAI、Google、Meta、xAIの新しいモデルの技術的なリリースは、確認できた範囲では見当たらない
新興AI・注目の新顔
- HeyGen Voice Turbo: Artificial Analysisの音声合成の比較(制御可能な音声部門)で、1位となる評価値1,202を得たと報じられている。価格は100万文字あたり4ドルで、従来のHeyGen Voiceの30ドルから下がった。一次情報は確認できず、二次報道のみである(The Neuron)
- UseIt Studio: 平らな画像ではなく、寸法や製造仕様を含む、編集可能な製造用ファイルを出力するデザインエージェントである。パッケージやステッカー、カードに対応する。Product Huntで紹介された段階で、一次情報は未確認(同上)
- Flint(続報): ソーチャー氏によると、MacBook Proで毎秒125トークン超、NVIDIAのRTX Sparkで毎秒150トークンを出す。OpenRouterで無料で使える(PricePerToken、TechCrunch)
AI開発手法
エージェントを自社のコーディング環境から呼ぶ
Needleは、LinkedInやメールなどへの営業の連絡を担うエージェントで、MCP(AIと外部ツールをつなぐ共通の仕組み)とREST APIで公開され、Claude CodeやCodex、Cursorから呼び出せると説明されている。課金は連携した送信アカウント単位である。製品紹介の段階で、一次情報は未確認(Product Hunt発。The Neuron)。
PHP脆弱性の続報
前回伝えた、AIが見つけたPHPの重大な脆弱性(遠隔でコードを実行されるおそれがあるもの)は、CVE-2026-109618とCVE-2026-109619として扱われ、PHPが10月21日に公式の告知を出したと報じられている。利用中のサーバーは、更新の要否の確認が必要である。影響を受けるサイトが多数に上るため、緊急パッチや一時停止の動きが広がったとされる(The Neuron)。詳細はcyber_securityを参照。
AIを使った新サービス
- Claude Duet(上記)に加え、Kognitosが財務向けの「AI Employees」を発表した。支払い処理や照合、本人確認などの役割ごとに標準手順書に基づいて動き、実行の記録が残る点が特徴である。新しい手順書案を作る「Quill」が、人の承認を前提に下書きを出す。プレビューで、財務責任者向けに申し込みを受け付けている。役割数は報道により異なる(AI Agent Store)
- Hyroは、医療現場の予約や事務を電子カルテとコンタクトセンターにまたがって処理する「Care OnCue」を発表した。音声、チャット、SMSに対応し、HIPAAとSOC 2に準拠するとしている(同上)
トレンドのAI活用法
特筆すべきトレンドなし。
LLM性能比較・得意分野
新しい比較情報なし。JOLTやFlint、HeyGen Voice Turboの数値は、各社の自己報告または二次報道であり、条件を確認できる第三者の比較ではない。
研究・技術
JOLTのほかに、Mistral Large 4の学習規模(3,800基のGPU)が示された。JOLTは、試すには近く予定される公開を待つ必要がある。実装が出れば、小型モデルの強化学習の効率化に役立つ可能性がある(見立て)。
