2026年8月14日 (金)

30件 · 103分

← 08-13 ArchiveNext →

今日の核は推論モデルの価格破壊と性能更新にある。Google DeepMind と DeepSeek が同日にフラッグシップ級を発表し、コスト半額とベンチマーク更新を競い合った。

今日の要点

推論性能Google DeepMind が Gemini 3.7 Flash を発表し、価格を前世代比半額に抑制しつつコーディング精度を大幅に向上させた。
OSS動向DeepSeek が DeepSeek-V4-Pro を正式公開し、1.6T MoE と柔軟な推論制御によって SWE-bench 80.6% を記録した。
インフラCerebras が推論サーバー GPT-5.6 Sol Ultrafast を公開し、750 トークン/秒という圧倒的な高速化を実現した。
資金調達Lovable がシリーズ C で 4 億ドルを調達し、評価額が 133 億ドルに到達するなど開発エコシステムの拡大が続いている。

Since yesterday

New 30

Ongoing 0

Ended 30

🔥🔥🔥2026-08-13

Google DeepMind、推論モデル Gemini 3.7 Flash を発表──価格を前世代比半額に抑制しつつコーディング精度を大幅向上

FrontierCode 1.1 Main で 43.6% を記録し、価格を 100 万トークンあたり入力 $0.75 / 出力 $3.75 に設定してエージェント開発コストを圧縮した。

Gemini LLM Agent Google

🔥🔥🔥2026-08-13

DeepSeek、フラッグシップモデル DeepSeek-V4-Pro を正式公開──1.6T MoE と柔軟な推論制御で SWE-bench 80.6% を記録

プレビューを終了した DeepSeek-V4-Pro は OpenAI Responses API 互換レイヤーを備え、フロントエンド開発の置き換えコストを競合比で約 1/7 に圧縮する。

LLM MoE Agent API

🔥🔥🔥2026-08-13

Sarvam AI、音声エージェント基盤 Samvaad を公開──3.5 億件の実績と 11 言語対応

これまでエンタープライズ限定だった音声エージェント基盤を全開発者向けに開放し、実運用 3 億 5,000 万件超の実績を持つ多言語インフラを手軽に試せるセルフサーブ型へ移行した。

AlphaSignal Voice Agent Indic AI LLM

🔥🔥🔥2026-08-13

HuggingFace、ICML 2026 論文 2,200 本の再現検証結果を公開──AI エージェントによる大規模検証で 23% に虚偽や誤りを検出

ICML 2026 の採択論文に対しコミュニティがエージェントを用いて大規模な検証を実施し、再現成功・部分成功から数式破綻や評価の不備までを実証した。

LLM agents research benchmark

🔥🔥2026-08-13

Perplexity、検索基盤 Search as Code を最適化──OpenAI と Anthropic を 5 ベンチマーク中 4 つで凌駕

エージェントが検索パイプラインを Python で動的構築する Search as Code により、タスク単価を約 10% 削減しつつ実行信頼性を 92.6% に向上させた。

LLM Agent RAG Search

🔥🔥2026-08-13

Google、高速軽量モデル Gemini 3.7 Flash を発表──開発者向けベンチマークとコーディング性能を大幅強化

前世代の Gemini 3.6 Flash からわずか 3 週間でのリリースとなり、FrontierCode 1.1 などのコーディング指標で大幅な向上を達成した。

Gemini Google LLM benchmark

🔥🔥2026-01-01

Discovered Materials、AI エージェント用材料探索ベンチマークを公開──1 億トークン予算で結晶材料の合成レシピを自動評価

AI エージェントに Web 検索や Python サンドボックス、MLIP ツールを統合し、BEOL 互換の新素材と合成レシピの妥当性を検証するフレームワーク。

LLM Material Discovery Benchmark Inspect Framework

🔥🔥2022-11-10

Apple ML Research、機械学習のデータ削除処理を高速化する手法 When Unlearning Is Free を公開──計算コストを最大約 50% 削減

モデル学習への影響が極小なトレーニングデータを事前に特定して除外することで、プライバシー対応の機械学習アンラーニングにおける計算コストを最大約 50% 圧縮するフレームワークを提案した。

Apple ML Research Machine Learning Privacy Unlearning

🔥🔥2026-08-09

LLM 推論信頼性向上手法の独立検証──RPC と LCF の一般化限界と効果の小ささを実証

LLM の推論信頼性を高める RPC と LCF の 2 手法を独立検証し、新ドメインでは優位性が確認できないことや効果が限定的であることを示した。

LLM Reasoning Reliability Evaluation

🔥🔥2026-07-13

文献情報からベイズモデルの事前分布を自動構築するエージェント型ツール Distribird──幻覚抑制とローカル実行を両立

文献からパラメータの事前分布を自動設計するエージェント型システム Distribird を提案し、単一プロンプトベースラインと同等の精度を保ちつつハルシネーションを無効化した。

arXiv cs.AI Bayesian LLM

🔥🔥2026-04-25

マルチ LLM エージェント間の制御統制レイヤー Experience Orchestrator──金融シミュレーションでアドバイザー接触率を 32pt 向上

Contextual Bandit と PID 制御を組み合わせた制御レイヤーにより、競合する目的を持つマルチ LLM エージェント間の破綻を防ぎつつ高精度な対話誘導を実現した。

LLM Multi-Agent Control Theory Contextual Bandit

🔥🔥2026-02-16

WavePhaseNet による意味的階層構造の構築──DFT 活用で 24,576 次元を 3,000 次元へ圧縮しつつハルシネーションを抑制

DFT により埋め込み空間の周波数分解と SCHS 構築を行い、24,576 次元から 3,000 次元への次元削減と論理一貫性の制御を両立した。

arXiv cs.LG cs.CL LLM

🔥🔥2025-09-20

サイバーセキュリティにおける LLM 生成検知ルールの評価フレームワークとベンチマーク

LLM が生成したセキュリティルールの有効性を人間製コーパスと比較評価するオープンソースのフレームワークを提案し、専門家の評価手法にインスパイアされた 3 つの主要指標を導入した。

LLM cybersecurity benchmark cs.AI

🔥🔥🔥2026-08-13

DeepSeek、エージェント SDK DeepSeek Harness デベロッパープレビューを公開──Cordis プラグイン基盤によるモジュール化と追跡機能を搭載

モデルやツールなどの全機能をプラグイン化し、追跡可能なログストリームでエージェント開発の検証コストを大幅に削減する。

Agent SDK OpenSource DeepSeek

🔥🔥🔥2026-08-13

Cerebras、推論サーバー GPT-5.6 Sol Ultrafast を公開──750 トークン/秒と 11x の高速化を実現

Cerebras の Wafer-Scale Engine を活用し、GPT-5.6 Sol の出力速度を従来の 11 倍となる 750 トークン/秒へ引き上げた新サービスティア。

LLM Inference Hardware OpenAI

🔥🔥2026-08-13

Prime Intellect、推論サーバー用推論高速化モデル Prime Flash MoE を公開──NVIDIA Blackwell GPU で 2.4 倍高速化

NVIDIA Blackwell GPU のハードウェア機能を活用し、MoE の中間活性化テンソルを HBM に書き込まず処理することで PyTorch 比 2.4 倍の高速化を実現した。

MoE CUDA Blackwell PyTorch

🔥🔥2026-08-13

AWS、ロボット用エージェントツール SDK Strands Agents のストリーミングデータループ機能拡張を公開──LeRobot と Hugging Face Storage Buckets を統合

Hugging Face Storage Buckets と Strands Robots SDK の連携により、ロボットのデモ記録からストリーミング訓練、ハードウェアへのデプロイまでのデータループを効率化する。

LLM RAG tools robotics

🔥🔥2026-08-13

Amazon Web Services、オブザーバビリティツール AgentCore Observability を公開──オンプレミスやマルチクラウド上の AI エージェント監視に対応

AWS 外で稼働する AI エージェントのテレメトリーを AWS Distro for OpenTelemetry 経由で Amazon CloudWatch へ集約し、一元的な監視を実現する。

AWS AgentCore Observability OpenTelemetry

🔥🔥2026-08-13

GitHub、セキュリティ調査レポート「OSS 50 プロジェクトが AI 時代に教えた教訓」を公開──脆弱性対応コストの削減と支援成果を解説

GitHub Secure Open Source Fund のセッション4における50プロジェクトへの資金援助と専門家支援の成果から、AI時代のセキュリティ課題とOSS maintainerの負担軽減の実態を明らかにした。

GitHub Security OpenSource AI

🔥🔥2026-08-13

Artificial Analysis、ベンチマーク作成ツール Optima を公開──カスタムデータとエージェントトレースから評価基盤を構築

パブリックなベンチマークのスコア飽和とデータ汚染に対応し、自社データやトレースから固有のタスク評価を低コストで作成可能にする。

AlphaSignal LLM benchmark agent

🔥🔥2026-08-13

LLM アプリフレームワーク nenrin を公開──Claude Code セッションの記憶と人格を分離し 48 日間で 12,332 回の想起を実現

長期セッションで劣化する判断基準を git 管理可能な人格レイヤーと能動的想起 3 層で保持し、追加インフラ不要で運用コストを抑制する。

AI Agents Claude Code LLM Git

🔥🔥🔥2026-08-13

Databricks、巨額の資金調達ラウンドを 50 億ドルで完了──評価額は 1,900 億ドルに到達

当初の目標を上回る 15 億ドル規模の投資家からの買付希望に応える形で増資を決定し、ARR は 70 億ドルを突破した。

Databricks LLM AI Financing

🔥🔥2026-08-13

DeepSeek、API料金を最大12倍に値上げ──ピーク時価格導入と DeepSeek-V4-Pro 正式版リリースに伴う体系改定

DeepSeek-V4-Pro 正式版の公開に伴い API 料金を最大約 12.1 倍に改定し、日本時間の一部の時間帯に通常の 2 倍となるピーク時価格を新設した。

DeepSeek LLM API business

🔥🔥2026-08-13

Google、Google DeepMind 組織再編と経営陣刷新を発表──Jeff Dean の離脱と Demis Hassabis の会長就任

Google DeepMind が大規模な組織再編を実施し、Jeff Dean の新ラボ設立と Demis Hassabis の会長就任を発表、フロンティア領域での競争力低下が背景にある。

Google DeepMind Business AI-Race

🔥🔥2026-08-13

NEC・日立・富士通、Anthropic との提携を発表──Claude Mythos を基盤に国内 IT システムの刷新を加速

国内大手 IT 3 社が Anthropic と戦略的提携を結び、次世代 AI「Claude Mythos」を活用した大規模システムの自動化と実装競争を本格化させた。

Anthropic Claude NEC Business

🔥🔥🔥2026-08-12

中国発 AI エージェント Manus、Meta から独立へ──中国政府の反発を受け買収撤回

Metaによる約20億ドルの買収が中国政府の反対で白紙となり、Manusが独立企業として再始動するほか、Meta傘下期間に生成された一部ユーザーデータの削除を迫られる。

AI Agent Manus Meta

🔥🔥🔥2026-08-05

Lovable、シリーズ C で 4 億ドルを調達──評価額 133 億ドルに到達

Menlo Ventures 主導のシリーズ C ラウンドで 4 億ドルを調達し、累計 6,000 万プロジェクトを超えるプラットフォーム基盤の拡大と組織強化を急ぐ。

Lovable Funding AI Agent No-Code

🔥🔥2026-08-13

Microsoft、コンシューマー向けとビジネス向けの Copilot アプリを統合──不振の機能やアニメキャラクターを廃止

個人・業務利用のオーバーラップと ChatGPT や Claude との競争激化を受け、複雑化した Copilot のアプリ群を一本化する。

Microsoft Copilot Product TechCrunch AI

🔥🔥2026-08-13

Sakana AI、チャット AI アップデートで「Sakana Fugu」を無料開放──Python コード実行とファイル対応を追加

複数のモデルを動的結合する「Sakana Fugu」がブラウザから利用可能になり、ベースモデルを Kimi K2.6 に更新した「Sakana Namazu」と合わせて実務での検証コストが大幅に下がる。

Sakana AI LLM Python Kimi K2.6

🔥🔥2026-08-13

OpenAI、macOS アプリ用機能 Computer History を公開──デスクトップの操作履歴を自動記録して文脈保持

macOS アプリの画面録画ではなく操作イベントストリームを解析し、ChatGPT との対話の初期コンテキスト入力コストを圧縮する。

ChatGPT macOS Product

今日のニュースを聞く

再生すると現在の章を表示します

ブラウザ内蔵の音声合成で読み上げます。音声ファイルのダウンロードは発生しません。声の種類は端末の OS に入っている音声に依存します。

iOS / iPadOS の Safari では画面をロックするか別タブへ移ると停止します。再生開始には画面のタップが必要です。

再生中に記事ページへ移動しても読み上げは続き、画面下部の操作バーから止められます。ページを再読み込みすると停止しますが、次回は続きから再生できます。

オープニング
今日の主軸は推論コストの再定義です。価格を下げた新モデルと、クラウド側の対応が同じ日に並びました。要点だけ手短に見ていきます。
Google DeepMind、推論モデル Gemini 3.7 Flash を発表──価格を前世代比半額に抑制しつつコーディング精度を大幅向上
グーグルディープマインドが新しい推論モデル、ジェミニさんてんななフラッシュを発表しました。前世代モデルから短期間でリリースされ、コーディングや自動化の各種ベンチマークで高いスコアを記録しています。ここでいう推論モデルは、回答を生成する前に内部で思考のステップを踏んで精度を高める仕組みです。価格は百万トークンあたりの入力がゼロ点七五ドル、出力が三点七五ドルに設定され、前世代の半額になりました。開発コストが下がることで、同じ予算で処理量を増やし、これまで採算が合わなかった用途も試せます。運用コストを抑えたいチームには設計を見直す具体的なきっかけになります。まずは自社の推論コストと利用量を確認してください。
DeepSeek、フラッグシップモデル DeepSeek-V4-Pro を正式公開──1.6T MoE と柔軟な推論制御で SWE-bench 80.6% を記録
ディープシークがフラッグシップモデル、ディープシークブイフォープロを正式に公開しました。総パラメータ数が一兆六千億の混合専門家アーキテクチャを採用し、コーディングの評価指標で高いスコアを記録しています。ここでいう混合専門家アーキテクチャは、入力に応じて使う部分の回路を切り替えることで効率化する仕組みです。オープンエーアイのAPIと互換性を持つレイヤーを備え、フロントエンド開発の置き換えコストを従来の七分の一に圧縮します。価格低下により、より高度な処理を低いコストで組み込めるようになります。コスト制約で導入を見送っていた機能を見直す絶好の機会です。まずは現在のAPI費用と移行時の差分を試算してください。
クロージング
まずは自社の利用量とコストの確認から始めてください。実際の導入判断を早める手がかりになります。