OpenAI、Anthropic、Google、Microsoftの公式発表をAIが毎日自動で要約し、要点、変更点、影響を整理します。
ニュース
Googleは最上位推論モデルGemini 4 Argon(`gemini-4-argon`)をGAとして公開しました。
Gemini APIとGoogle AI Studioで利用でき、複雑なコーディング、エージェント、数学、科学タスクを主対象とします。
Gemini 4 Argonは、テキスト、画像、動画、音声、PDFを入力に扱える最上位推論モデルで、1,048,576トークンの統合コンテキストと、バックグラウンド実行で最大1Mトークンの長時間出力を提供します。
コード実行、Computer Use(プレビュー)、ファイル検索、関数呼び出し、Google Search/Maps grounding、構造化出力、URL contextに対応し、thinking levelは`low`、`medium`、`high`から選べます。
Gemini APIとGoogle AI Studioで利用でき、Gemini Managed AgentsのAntigravity agentでも指定可能です。無料枠とGoogle AI Proプランでは利用できません。
導入価格は2026年11月30日まで入力100万トークンあたり2ドル、出力(thinking tokenを含む)100万トークンあたり10ドルで、12月1日以降は各4ドル、20ドルになります。
既存アプリはモデルIDを`gemini-4-argon`へ変更し、`max_output_tokens`は少なくとも32,768を検討してください。明示的コンテキストキャッシュは非対応で、`temperature`、`top_p`、`top_k`は削除しても無視されます。
64Kを超える出力には`background: true`と65,536超の`max_output_tokens`が必要で、長時間処理に合わせてクライアントのタイムアウトも少なくとも15分へ見直す必要があります。破壊的なAPI廃止は発表されていませんが、キャッシュと生成パラメータの互換性確認が必要です。
Introducing Clef-omni with full multimodality, plus a faster Clef and a cheaper Clef-flash
Cloudflareは、テキスト、画像、音声、動画を入力できるオープンウェイト意思決定モデルClef-omniを公開し、Workers AIとHugging Faceで利用可能にした。
Clef-flashは入力100万トークン当たり0.038ドルへ値下げ、ClefはWorkers AIのサービング最適化で1.7〜2.0倍高速化した。
Clef-omniはWAV・MP3音声、MP4・WebM動画、画像、テキストを単一モデルへ渡し、分類・意思決定を行える。音声文字起こしや動画のチャネル分離を行う複数モデルのパイプラインを、用途によっては1回の呼び出しへ置き換えられる。
Clef-omniはWorkers AIのモデルID `@cf/cloudflare/clef-omni` で利用でき、オープンウェイトもHugging Faceで公開された。ClefはJev API互換でAI Gatewayからも利用できるため、既存Jev連携ではモデルIDの変更で試せる。
Clef-flashは入力100万トークン当たり0.09ドルから0.038ドルへ値下げされた一方、ホスト版のコンテキスト長は64kから24kへ短縮された。公開済み重みは変更されず、自己ホスト時は256kコンテキストをサポートする。Clefは64kを維持し、Clef-omniは入力100万トークン当たり0.15ドルで開始する。
Clefのホスト版はSGLangへの移行を含むサービング層の最適化で高速化した。新しい重みはなく、約800、3,400、16,000トークンの入力で中央値がそれぞれ1.7倍、2.0倍、1.7倍になった。SGLang 0.5.22でClef対応予定で、自己ホスト用の起動コマンドも公開される。
JevはTypeSafeの意思決定モデルとして比較・互換性の対象に挙げられているが、今回CloudflareがJev自体を提供・更新したものではない。
Google Cloud introduces the Gemini agent
Google Cloudは、組織の業務コンテキスト、スキル、ツール、業務システムを使って作業を完了する企業向けGemini agentを発表した。
単一のプロンプト画面から知識作業、コンテンツ作成、コーディングを計画・実行し、既存の文書、受信箱、開発環境へ結果を返すとしている。
Gemini agentは、顧客組織のビジネスコンテキストを基に、タスクを計画し、スキルとツールを選び、業務システムへ接続して成果物を返すユニバーサル業務エージェントとして発表された。
モデル選択、コスト制御、セキュリティ、管理、ガバナンスを組み込むことを掲げ、企業の既存のドキュメント、メール、開発環境で使う構成である。
Google Cloud向けの発表であり、個人向けGeminiアプリ、Gemini API、Google AI Studio、Gemma、オンデバイスまたはローカル実行向けの提供は案内されていない。料金、提供地域、日本での利用可否、一般提供時期、API互換性・移行期限・破壊的変更も本文では未公表である。
Faster steering in Codex
OpenAIはChatGPTデスクトップアプリのCodexで、実行中タスクに送るフォローアップ指示をより早く反映するsteering機能を展開する。
設定から、フォローアップを現在の実行へ反映するか、次の実行まで待つかを選べる。
実行中のCodexタスクに対し、方針の修正、欠けた情報の追加、方向転換を送ると、従来より早く変更へ応答する。開発中の長いタスクを止めずに調整しやすくなる。
ChatGPTデスクトップアプリのCodex向けロールアウトであり、設定の「General > Follow-up behavior」から現在の実行をsteerするか、次の実行まで保留するかを選択できる。
無料・有料プラン、地域、日本での提供範囲、API・Codex CLIの挙動、料金、移行期限、破壊的変更は、このリリースノートでは示されていない。
Disrupting AI-enabled false front operations
OpenAIは、ロシアとイランに由来する2件の偽装影響工作を停止したと報告した。両工作はAIと従来手法を併用し、偽の組織や人物を通じて地政学的なメッセージを拡散していた。
これは脅威アクターの利用実態と対処を公開する安全性報告であり、製品機能の追加ではない。
OpenAIは、ロシアの「Dark Clark」とイランの「Bogus Bylines」を利用禁止にした。前者はラテンアメリカのシンクタンクを装い、後者は7人の記者人格を使って記事の売り込みや大量コメントを行ったとしている。
両者は記事、偽の文書・音声、SNSコメントの作成や内部報告の下書きにモデルを使った。OpenAIは、実態以上の影響を主張するために不正確・欺瞞的な手法も使われたと説明する。
ChatGPT、API、Codexの利用条件、モデル、料金、移行期限、破壊的変更は発表していない。利用ポリシー違反の検知とアカウント措置に関する透明性報告である。
GPT-6 and Intelligent UI for everyone
OpenAIはChatGPTのChatタブにGPT-6とIntelligent UIを順次展開する。質問に応じてグラフ、操作ボタン、フォーム、計算機などの対話型UIを生成できる。
Plus、Pro、Business、Enterpriseから全世界で開始し、翌日からFreeとGoにも拡大する。
GPT-6はテキスト、ビジュアル、操作部品を組み合わせ、質問ごとに最適な応答UIを生成する。比較、学習用の対話図、計算機、割り勘ツール、会話内ゲームなどをChatGPT内で直接操作できる。
提供はChatGPTのChatタブに限られる。Plus、Pro、Business、EnterpriseはGPT-6 Sol、FreeとGoはGPT-6 Lunaを利用し、Enterpriseは管理者設定に依存する。全世界へのロールアウトで、日本を除外する案内はない。
モデルは思考の完了を待たずに回答を段階表示でき、Web検索を要する質問ではGPT-5.6 Instantより平均44%早く回答を開始するとOpenAIは説明する。
WorkとCodexを支えるモデルは今回変更されず、APIの新モデル、移行期限、破壊的変更は発表されていない。高リスクのサイバー、生物、暴力の悪用対策と、複数ターンの脱獄耐性を強化したとしている。
Introducing Playground: Create and play custom games
Googleは、文章プロンプトだけでカスタムゲームを作成、共有、プレイできる実験的プラットフォームPlaygroundを開始した。
まず米国の18歳以上に提供し、作成機能はGoogle AIサブスクリプションに応じて段階展開する。
Playgroundでは、コードを書かずに会話形式でゲームの物理、ルール、キャラクター、環境を指定し、作成直後にブラウザで試せる。ゲームは非公開、共有リンク、公開ギャラリーから選択でき、対応ジャンルではマルチプレイとリーダーボードも使える。
公開ゲームはコミュニティガイドラインに沿った安全性審査と通報の対象となる。スマートフォンとノートPCのブラウザでプレイできるが、開始時点の提供地域は米国、対象年齢は18歳以上で、日本での利用可否は未発表である。
GoogleはUnity Sparkとの連携を予告した。高品質な3D機能とUnityランタイムを使う上級向け制作機能で、現時点はテスト中、クローズドベータを近日開始予定である。Gemini API、Google AI Studio、ローカル実行モデルとしての提供は案内されていない。
Helping teens learn, plan, and shape the future of AI
OpenAIはChatGPT for Teensに、米国の高校生向けCollege Plannerを近日追加し、ノートからのフラッシュカード・クイズ作成も拡張する。
マルチページノートの連続撮影はiOSで提供し、Android版は開発中である。
College Plannerは米国の4年制大学に出願する10〜12年生向けに、出願要件、締切、タスク、奨学金・学資援助をまとめる機能として近日提供される。2年制、職業・技術教育や他国向けへの拡大も予定するが、開始時点で日本向け提供は案内されていない。
学習支援では、複数ページのノートを連続撮影してPDFへまとめる機能をiOSで追加した。ノートや教材からフラッシュカードとクイズを作る機能、学習計画を定期タスクとして実行する機能も案内した。
ChatGPT for Teensは、年齢が18歳未満と判定された利用者へ自動適用される体験である。個人向けの無料・有料プラン別の機能差や法人向け提供条件は、この発表では示されていない。