前回からの変化
前回(2026-11-06、前日)との比較である。前回は、新興Ricursive IntelligenceのRipple-65Bや中国勢の大型モデルなど、オープンウェイトの新しい重みが中心だった。今回は、用途を絞った専用モデルと、常時稼働のエージェントという「使い方」の側の動きが中心である。
変わったこと(変化・新規)
- 前回は汎用の大型モデルが並んだが、今回は用途を絞った専用モデルが出た。OpenAIのGPT-6 Cyberは、脆弱性の発見から攻撃コードの作成、修正案の提示までを担う(The Decoder: GPT-6 Cyber)
- 前回のMoonshot AI、Tencentに続き、Baiduが2800億パラメータの基盤モデルを公開した。ただし前回のRipple-65BがApache-2.0だったのに対し、こちらは独自ライセンスである(Hugging Face: ERNIE-5.5-Flash-Base)
- 前回はコーディングエージェントを並列に動かす道具の話題だったが、今回は事務作業を続けて任せる常時稼働型の製品が出た(The Decoder: Perplexity)
昨日と同じこと(継続)
- 中国勢の大型モデルが重みを公開する流れは前回から続いている
- エージェントを複数・長時間動かす使い方への関心は前回のConductorに続いて強い
- Anthropicの研究・製品の話題が続いている(前回はVault粒子、今回は家計機能とMETRの評価)
要因の連続性
- 継続要因: 自社で動かせるオープンウェイトの需要と、エージェントを長く動かす用途の広がりが、前回に続いて新製品を押し上げている
- 新規要因: 悪用もできる能力を持つモデルを、利用者を絞って段階的に出す提供方法が加わった(GPT-6 Cyber)
- 解消した要因: なし
本日のハイライト
GPT-6 Cyber: 見つけて、攻撃コードを作り、直し方も出す専用モデル
OpenAIが出したサイバーセキュリティ向けのモデルである。未知の重大な脆弱性を見つけ、実際に動く攻撃コードを作り、修正案も示す。OpenAIの公表(The Decoderによる要約)では、攻撃コード生成の評価ExploitGymで48.5パーセントとなり、前世代のGPT-5.6 Cyberの32.1パーセントを上回った。Linuxカーネルでは1724件の脆弱性を見つけ、948件で動作する攻撃コードを作ったという。Firefoxでは未知の重大な脆弱性81件を見つけ、Mozillaが修正を公開した。いずれも自社発表で、第三者の検証は確認できていない(The Decoder: GPT-6 Cyber)。
試せる人は限られる。当面はDaybreak Redと呼ばれる選ばれた顧客だけが、APIとCodex経由で使える。段階的に広げる予定で、同時にGPT-5.6 Cyberは全Daybreak Red利用者に開放された。OpenAIの一次ページは今回取得できず、数値は報道経由である。
主要企業のリリース
Google: 動画生成モデルGemini Omni 1.2 Flashで、生成できる動画が最長15秒に延び、価格が30パーセント下がって1秒あたり0.07ドルになった(The Decoder: Gemini Omni 1.2 Flash)。
Anthropic: Claudeに家計の機能(Personal Finance)がベータで加わった。Plaidという連携サービスで銀行口座をつなぎ、最大2年分の取引履歴を読み取り専用で見られる。米国のPro、Max、Ultra契約者が対象で、学習には使われないとされる(The Decoder: Claude)。
新興AI・注目の新顔
ERNIE 5.5 Flash Base(Baidu): 総2800億、1トークンあたり有効140億のMoE(入力ごとに一部の専門家だけを使う方式)の基盤モデルである。新しい点は、追加学習(ポストトレーニング)をしていない「素の」状態で出たことで、利用者が自分の用途に合わせて仕上げる前提になっている。事前学習は33.5兆トークン、文脈長は学習時128Kで、微調整と推論では約100万トークンまで扱える。重みはFP8とBF16の2形式がHugging Faceにあり、SGLangとvLLMで動かせる。ライセンスは独自の「ERNIE 5.5 Flash Base Model License Agreement v1.0」で、一般的なオープンソースとは異なる。調整済み版は今後出る予定である。比較結果はDeepSeek V4 FlashやMiMo V2.5と同規模というBaiduの主張で、第三者の検証はまだ出ていない(Hugging Face: ERNIE-5.5-Flash-Base、The Decoder: ERNIE 5.5 Flash Base)。試すには、微調整のための大きなGPU環境が要る。
AI開発手法
常時稼働エージェント: Perplexityは、専用の仮想マシン上で動き続けるTeammatesを出した。デスクトップとブラウザを使えて、進み具合はアプリのスレッドで確認し、Slackからも指示できる。Maxプラン(月200ドル)の契約者向けである。同種のものはOpenAIやAnthropicなども出しており、AIエージェントを一度きりでなく継続案件に使う設計が広がっている(The Decoder: Perplexity)。
AIを使った新サービス
Cursorが、自然言語の指示からWebアプリを動かしながら作る機能を出した。また、AIエージェントの動作確認用に実機のiPhoneやMacを貸すGlasshandや、コード不要で常時稼働のエージェントを作れるRerun(自前運用も可能)も紹介されている。いずれも二次情報のため詳細は未確認である(The Neuron)。
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。GPT-6 CyberのExploitGymの値は同じ企業の旧世代との比較で、他社モデルとの横並びではない。ERNIEの比較もBaidu自身の主張にとどまる。
研究・技術
独立の評価機関METRが、Anthropicの能力向上の速さを評価した報告を出した。評価期間は2026年8月12日から10月29日で、AIが社内のコーディングや実験の分析を助けた結果、以前の約2倍の速さで進んでいるとされる。研究者は、AIが自分自身を改良する「再帰的な自己改善」の可能性を指摘した。一方でMETRは、最も有益な部分の多くをAnthropicが黒塗りにしたと述べている。ここは報道(The Neuron)経由の情報で、METRの原文は確認できていないため、数字は断定せず参考にとどめる(The Neuron)。実用の道具に直結する話ではなく、ベンチマークの測り方の限界を知る材料として読むのがよい。
