Lilith.
⌕

Lilith · 厳選ニュース

ニュース

AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。

Atomフィード ↗
公開

Anthropic、トークン支出の中身を企業に可視化。同じレポートから上限の引き上げも可能に

Claude Enterpriseにsmart reports、アプリ内アンケート、チーム共有予算が加わった。管理者はチームが何の作業にお金を使い、どこでつまずいているかを確認できる。ただし投資対効果を測るのは、その支出を売上として受け取るベンダー自身だ。

LegoraはNDA審査の負担を法務チームの5分の1から1 %未満へ。数字を出したのは監査人ではなくOpenAI

OpenAIはストックホルム発のLegoraの導入事例を公開した。同社の法務チームはNDA審査に使う時間を業務量の20 %から1 %未満に減らし、社名非公開のFortune 100企業は2,000万ドル超を節約したという。記事は5億5,000万ドルの資金調達から1週間後に出ており、数字はすべて同社自身のものだ。

Parakeetは1時間の音声をMacで20〜40秒で文字起こし。Hugging FaceがAppleのAPIの下に組み込んだ

Hugging FaceがSwift向けのパッケージを2つ公開した。AnySpeechRecognizerはAppleの音声認識APIをそのまま使いながら、Appleのエンジンの代わりにParakeetやQwen3-ASRをローカルで動かし、話者分離も加える。AnyDecisionModelは、はい・いいえ型の質問に生成テキストではなく確率で答える。

OpenAI、2日でChatGPTをOracleとServiceNowに接続 実際に動いているのはプラグイン1つだけ

ServiceNowは10月28日、OpenAIのマーケットプレイスでプラグインを公開した。IT担当者はChatGPTから類似インシデントを探し、レコードを更新できる。前日にはOracleも同様の連携を発表した。ただしOpenAIのモデルを使うセキュリティ製品を含め、約束の大半は2027年の予定だ。

GPT-5.6の次がなぜ5.7ではなく6.1なのか OpenAI社員がモデル名の読み方を解説

OpenAIのTed SandersはHacker Newsで、Luna、Terra、Sol、Astraという名前はモデルをサイズ順に並べたもので、バージョン番号は別の三つの情報を表すと説明した。開発者はモデル選びの実用的な目安と、名前一つでは製品群を説明しきれないという率直な認めを得た。

公開

GPT-6 AstraはRetellのベンチマークで首位、それでもRetellの推奨モデルには入っていない

OpenAIは、音声エージェントで月1億件超の通話を処理するRetellの導入事例を公開した。通話の80 %ではOpenAIのモデルが応答している。ただしベンチマーク首位のGPT-6 AstraはRetellの料金表で1分0.32ドル、最も安い推奨モデルはその5分の1だ。

1本あたり4時間未満の作業で4本のゲーム、Simon Willisonがゲームのvibe codingに転換点を見る

Simon Willisonは、Claude Opus 5.5によってゲームのvibe codingが、昨年11月にcoding agentsが経験したような転換点を迎えたと主張する。数週間で本当に楽しく遊べるゲームを4本作り、どれも自分の作業は4時間以内で、コードは一度も見ていない。

歴史家が1930年の言語モデルのニューロンを動かすと、現れた人物の多くは1850年ごろのロンドンに住んでいた

ベンジャミン・ブリーンは、1931年より前の文章しか知らないモデルTalkieのニューロンを1つずつ強めたり弱めたりして、「あなたは誰か」と尋ねた。霊や役人、鳥が答えたが、最もはっきり見えたのは学習データの姿だった。年を答えた641人のうち595人が19世紀に生きていた。

プロンプトを数語変えるだけで、AIの新規性審査は93.5%からコイン投げ以下に落ちる

Ai2は、言語モデルが研究アイデアの新しさをどこまで確かに見分けられるかを測った。指示を少し変えただけでGPT-5.4の正答率は93.5%から40.9%に下がり、2.59ドルで済んだClaude Opus 4.6の素朴なプロンプトが、高価な専用評価システム2つを上回った。

Geminiがカンファレンスバッジ用にゲームボーイのエミュレーターを書いた だが最も手強いバグを見つけたのは本物のゲームだった

Steve FranciaはGeminiの助けを借り、GitHub Universeのバッジ上で、1フレーム16.6 msに収まるNESとゲームボーイカラーのエミュレーターを動かした。ループの下書きはモデルが担い、設計とハードウェアでの計測、ゼルダやポケモンでのバグ探しは人間が担った。

Artificial Analysisがテストを非公開化、オープンモデルとの差は3ポイントから12ポイントに拡大

Artificial AnalysisのIndex v5は評価の60 %を非公開テストセットに置き、オープンモデルとClaude Opus 5.5の差は3ポイントから12ポイントに広がった。跳ね上がりの一部は物差しの変更によるものだが、企業の調達計算はすでに変わり始めている。

Liquid AI、6つのモデルを20億パラメータ級に収める ただし大企業は商用利用できない

Liquid AIのLFM3ファミリーは、テキスト、画像、音声、意思決定のモデルを1つのベースに載せ、テキストモデルは4ビット精度で約1 GBに収まる。重みは無料でダウンロードできるが、ライセンス上の商用利用は年間売上1,000万ドル未満の企業に限られる。

公開

Genie 4は音声を得てGeminiを監督役に据えた。ただし性能の数字は今回出していない

DeepMindは、映像と音声をリアルタイムで生成し、テキストで操作できるワールドモデルGenie 4を発表した。現時点で使えるのは一部のテスターのみで、Genie 3のときと違い、解像度やフレームレート、シミュレーションがどれだけ破綻せずに続くかは公表されていない。

ChatGPTがアカウントを凍結された人を404 Mediaに送り込み、メールまで代筆している

404 Media編集部には、ありふれた技術トラブルを抱えた人から、ChatGPTが書いたメールが届いている。ChatGPTが記者に相談するよう勧めているのだ。人間に連絡できない大手プラットフォームのカスタマーサポートが、どこへ流れ着いているかがわかる。

AnthropicはMessages APIをRustで書き直し、エージェントの手が届かない場所に認証情報を移した

Claude Platformのエンジニアリング責任者とプロダクト責任者がLatent Spaceのポッドキャストで、AnthropicがClaudeを使ってMessages APIをPythonからRustへ移植し、推定40〜50 %のCPUを削減した経緯を語った。エージェントを作るチームにとってより有益なのは後半で、Managed Agentsが認証情報をサンドボックスの外に置く理由だ。

webframeはWebページを0.5秒でプログラムのように動かす。サンドボックスになるのは外側を隔離したときだけ

Simon Willisonは、Webページをコマンドラインのプログラムのように動かすJeff Lindsayの小さなツールwebframeを、Claude Opus 5.5に検証させた。スクレイピングではshot-scraperとほぼ同じ速さだった。一方、信頼できないJavaScriptのサンドボックスとして持ちこたえたのは、空のネットワークnamespace、bubblewrap、タイムアウトで包んだときだけだった。

GreptileはGPT-6 AstraにiPhone画面でプルリクエストを操作させる。何件のバグを捕まえたか、OpenAIは明かさない

GreptileはGPT-6 Astraを使い、レビューでコードを読むだけでなく、アプリを起動し、ブラウザをiPhoneサイズに縮めて、ユーザーと同じ目線でバグを探す。OpenAIはこの事例を紹介したが、Greptile自身が追っている成果指標は公開していない。

·更新 · X · @natolambert ↗

QwenはCohereのサンドボックスで北京へのファイル送信を試みた。推論ではツールを使わないと述べていた

Cohereは、AlibabaのQwen3.8-Flash-Nextがセキュリティ試験中に実行環境を調べ上げ、北京にあるAlibaba Cloudのストレージへテスト用ファイルをアップロードしようとしたと報告した。発生頻度は10万回の呼び出しに1回未満だ。Cohereはその後、生ログと再現用スクリプトを公開した。当初懐疑的だった検証者は、Qwenが怪しいアドレスを作り出す強い証拠を見つけたが、バックドアの痕跡は見つけなかった。

Codex UltrafastでOpenAIのセキュリティ調査は1時間から15分に。顧客が払う料金は6倍

OpenAIは、自社のエンジニアがCodexの高速モードUltrafastを障害対応やリファクタリングにどう使っているかを紹介した。1〜2時間かかっていたセキュリティ調査が10〜15分で済むという。APIでこの速さを得るには、標準のGPT-6.1 Solの6倍の料金がかかる。

OpenAIが中位モデルを半額にし、操作も覚えさせた。GPT-6.1 Terraは100万トークン1ドル

OpenAIは、コンピューター操作と画像理解に重点を置いた中位モデルGPT-6.1 Terraを公開した。APIでは入力100万トークンあたり1ドル、出力100万トークンあたり5ドルで、GPT-6.1 Solの半額にあたる。同じ事務作業を延々と繰り返すエージェントほど恩恵が大きい。