2026-09-11 · 8 topics
OpenAI、GPT-6 Astra モデルを発表──Epoch の高難度数学ベンチマーク FrontierMath Tier 4 で 98% を記録
🔥🔥🔥FrontierMath Tier 4 をわずか 14 か月で事実上飽和させ、研究レベルの数学的推論能力で他社を引き離した。
Cognition、推論効率モデル SWE-2 を公開──FrontierCode 1.1 で 50.0% を記録
🔥🔥🔥Kimi K3 をベースに単一の強化学習ランで効率化を実現し、Fable 5.1 に匹敵する精度を 64% 低いコストで達成した。
DeepSeek-AI、マルチモーダルモデル DeepSeek-V4.1-Flash を公開──552B パラメータと 1M トークンコンテキストに対応
🔥🔥🔥Causal Encoder-Decoder アーキテクチャと CSA2 により KV キャッシュフットプリントを従来比 1/4 に圧縮し、入力重視型のエージェントワークロードで高いコスト効率を実現した。
Google Research、ツール利用データセット生成フレームワーク ToolGrad を発表──正解先行アプローチでコストを削減
🔥🔥ToolBench の 16k+ API を用いた検証で、クエリ先行の DFS 手法比より低コストかつ高パス率で複雑なツール利用データの生成に成功した。
humans&、550B パラメータの人間模倣モデル Persimmon を公開──AI 検出器を人間並みに欺くグループチャットシミュレータ
🔥🔥NVIDIA Nemotron 3 Ultra 550B をベースに RL と敵対的学習を適用し、従来のアシスタント型モデルが持つ会話の均質性と過剰な情報開示の癖を克服した。
Runway、動画生成モデル Gen-4.5 のリアルタイムストリーミングアーキテクチャを発表──バッチレンダリングからフレーム単位の因果的生成へ移行
🔥🔥Gen-4.5 を因果的な自己回帰モデルへポストトレーニングし、配信蒸留によりバッチ生成のボトルネックを解消した。
OpenAI、音声対話モデル GPT-Live-1 を API で公開──Full Duplex ベンチで 30 ポイント向上
🔥🔥音声ストリームを直接処理する全二重アーキテクチャにより、従来の STT・LLM・TTS のパイプライン構成を廃止し、実装コードを最大 80% 削減する。
Cohere Labs、翻訳特化モデル North Small Translate を公開──218B MoE で WMT26 ベンチマーク 83.60 を記録
🔥🔥50 言語以上に対応する 218B 規模の翻訳専用 MoE モデルで、DeepL や Google Translate を上回る翻訳精度と 1.4x の高スループットを達成した。