AI Trackerモデルのニュースを、
開発者向けに。
各 AI プロバイダーのモデルに関する最新ニュース。リリース、価格改定、提供終了を、あなたへの影響とともに要約します。
Agent Arenaの総合ランキングでTencentのHy4が14位に。タスクあたりのコストはKimi K3.1 Proより約62%低い
Arenaによると、TencentのHy4がAgent Arenaで総合14位に入りました。Agent Arenaは、ユーザーコミュニティの実際のエージェント利用セッションをもとにモデルを評価します。Arenaによれば、この結果は8,500件を超える長期セッションに基づいており、純改善率は4.7%。Hy4はスコアとコストの関係を示すAgent Arenaのパレートフロンティアにも加わりました。TencentがHy4を公開、OpenRouterとTencent Cloudで提供開始
TencentのHy4がOpenRouterで利用可能になり、tencent/hy4として掲載されています。コンテキストウィンドウは1,048,576トークンです。AIモデルのニュースアカウントAiBattleは、Tencent Cloudでも提供されており、Tencentはモデルの重みを公開する予定で、より小型のHy4 Flashにも取り組んでいると伝えています。Tencent Hunyuanの公式発表では、Hy4はビジョン機能を備えた新モデルで、「オープンモデルの最先端に確実に位置する」とされ、サイバーセキュリティとバイオセキュリティを考慮して開発されたと説明されています。モデルに関するTencentの研究ページはこちらです：hy.tencent.ai/research/hy4。OpenRouterのカタログ、Inceptionの3モデルに11月8日の有効期限を掲載
OpenRouterのモデルカタログで、Inceptionの3モデルに2026年11月8日の有効期限が表示されるようになりました。対象はMercury 3（inception/mercury-3、コンテキスト長1,000,000トークン）、Mercury 2.5（inception/mercury-2.5、260,000トークン）、Mercury 2（inception/mercury-2、128,000トークン）です。いずれの項目にも、これまでは有効期限が記載されていませんでした。これはカタログ上の項目にすぎず、その理由や期限後にモデルがどうなるかは記されていません。OpenRouter、100万トークンのコンテキストを備えた無料の非公開モデル「Crouton Alpha」を追加
OpenRouterは、新たな非公開モデル「Crouton Alpha」を発表しました。同社はこれを「エージェントが一日中繰り返す作業を拡張するために構築された、高効率な推論モデル」と説明しています。開発元は明らかにされていません。Gemini 2.5 Proと2.5 Flashは12月1日に非推奨となり、新しいモデルへリダイレクトされる予定
Gemini APIについて投稿しているPatrick Löber氏によると、Gemini APIでは12月1日にGemini 2.5 ProとGemini 2.5 Flashが非推奨となり、これらへのリクエストは自動的にリダイレクトされます。OpenRouterのカタログで、5つのMiniMaxモデルに11月5日の有効期限が表示
OpenRouterのモデルカタログに、5つのMiniMaxモデルの有効期限として2026年11月5日が表示されるようになりました。MiniMax-01（minimax/minimax-01、コンテキスト長1,000,192トークン）、MiniMax M2（minimax/minimax-m2）、M2.1（minimax/minimax-m2.1）、M2.7（minimax/minimax-m2.7）はいずれもコンテキスト長204,800トークンで、M2-her（minimax/minimax-m2-her）は65,536トークンです。これまで、いずれの項目にも有効期限は表示されていませんでした。これはカタログ上の項目にすぎず、期限後にモデルがどうなるのか、その理由も記載されていません。Anthropicの修正版S-1、AIの進歩が自社の定義する加速水準に間もなく達する可能性を示す
epyhia.comの記事はTechCrunchを引用し、Anthropicが11月2日（月）に提出した修正版登録届出書S-1/Aに、新たなリスク開示が含まれていると報じています。同記事によると、届出書には、現在のモデルではなく将来のモデルに関する社内の推定と予測から、Anthropicが責任あるスケーリング・ポリシーで定める「AIに起因する劇的な進歩の加速」の定義に「差し迫って」該当する可能性があると記されています。同記事はこの基準を再帰的自己改善と同等のものとしています。届出書には、現在のモデルはいずれもその基準を超えておらず、Anthropicは「Anthropicにおける最先端モデルの開発を人間が管理できる状態に保つため」、ポリシーの変更を検討しているとあります。OpenAI、GPT-6 Astraが機器の筐体と回路基板を設計できると発表、エンジニアリング分野のパートナーを募集
OpenAIは、モデルが機械・電気エンジニアリングをどのように支援するかを説明している。CADモデル、製造図面、シミュレーション、PCB設計などが含まれる。これらはOpenAI自身による主張だ。OpenRouterのカタログからMeta: Llama 3.1 70B Instructの11月3日の提供終了日が削除
OpenRouterのモデルカタログで、提供終了予定日だった2026年11月3日になっても、「Meta: Llama 3.1 70B Instruct」(meta-llama/llama-3.1-70b-instruct)の提供終了日が表示されなくなりました。10月下旬から11月3日と記載されていた欄は、現在空白です。エントリーには引き続き、コンテキスト長131,072トークンと記載されています。OpenRouterは、提供終了が取り消されたのか、延期されただけなのかについて発表していません。Artificial Analysis：Kimi K3.1 Proの性格は、同社が測定したどのモデル更新よりもKimi K3から大きく変化
Artificial Analysisによると、AA-PersonalityBenchでKimi K3.1 Proは、モデルとその直接の前身との間で同社がこれまでに確認した最大の性格変化を示した。各モデルは30の特性について、1から100のパーセンタイル順位で評価される。スコアは同サイト独自のもの。
Perplexity、9Bと0.6Bのオープンウェイト視覚言語埋め込みモデル「pplx-embed-v2-context」を公開
Perplexityは、2つのオープンウェイト視覚言語埋め込みモデル（9Bと0.6B）「pplx-embed-v2-context」をHugging Faceで公開した。論文はturbopufferと共同で執筆した。どちらも文書ごとに1つのint8ベクトルを返すか、文書全体を参照できるチャンクごとに1つのベクトルを返す。また、チャンク分割せず文書ごとに1つの埋め込みを生成する、非コンテキストモードでも動作する。
OpenAIのAPI料金ページから、o1、o1-pro、GPT-4を含む旧モデル10種が削除
2026年11月2日、OpenAIのAPI料金ページから旧モデル10種が消えました。これは料金ページ自体の変更であり、OpenAIによる発表ではありません。また、料金ページからの削除だけでは、提供終了の告知とは言えません。ページには単位を示さずに価格が記載されていました。Arena：トップエージェントは、生成するトークン1つにつき約93個の入力トークンを読み取る
リーダーボードを運営するArenaによると、26,000件を超えるセッションを分析した結果、Agent Arenaの上位10エージェントは、生成するトークン1つにつき約93個の入力トークンを処理しているという。Arenaは、これが各社がキャッシュ入力の価格引き下げを急ぐ理由だと述べ、実際のセッションでキャッシュがどのように機能するかを示す動画を公開した。この数値はArena独自の分析によるもの。
研究者らによると、GPT-6 Astraは小型Qwenモデルの重みを編集し、学習なしで数学性能を向上させた
Xのアカウントrikiyatakehiによる投稿によると、投稿者らはGPT-6 Astraに、数学性能を高めるためQwen3.5-0.8Bの重みを編集するよう依頼したという。モデルが直接変更した重みはわずか0.016%で、小型モデルの推論ループを修正し、数学性能を最大6倍、指示追従性能を3倍に向上させたとしている。勾配も学習も使っていないという。この手法を「Weight-Space Programming」と呼んでいる。OpenAI、日常的なパーソナルアシスタント業務を測るベンチマーク「LifeVal」を発表
OpenAIによると、数千人のChatGPTユーザーから、パーソナルアシスタントに最も手助けしてほしいことについて寄せられた意見をもとに、新たなベンチマーク「LifeVal」を構築したという。課題は、保育サービス探しから行政サービスの利用、個人の家計管理まで多岐にわたる。ArenaのAgent Arena、出力トークン数と待ち時間に対する性能のプロットを追加
リーダーボードを公開するArenaによると、Agent Arenaでタスクの費用に加え、生成された出力トークン1個あたり、またユーザーが待つ1分あたりの性能が最も高いエージェントが分かるようになった。Arenaは、同じ水準の知能でも費用が10倍、必要な出力トークン数が6倍、所要時間が2倍になることがあるとしている。
Hume、音声に関する質問に1回の呼び出しで回答するAudio Decision APIを発表
Humeによると、Audio Decision APIでは、話者が何人いるか、誰かが笑っているか、通話相手が苛立っているかなど、音声について開発者が質問できます。Humeは、従来は10個以上のモデルが必要だった作業をこのAPIで置き換えられるとしています。GLM-5.3を事後学習したオープンウェイトの科学研究モデル「Hydrogen-1.0」を公開
Chenru DuanがHydrogen-1.0を発表した。チームはこれを、科学研究向けとして初のオープンウェイトモデルと位置づけている。Z.aiのGLM-5.3を、チーム内の科学データ、実験記録、発見に至るまでの軌跡を用いて事後学習したモデルだ。
SemiAnalysis、最も高いモデルでもスコア12%のエージェント型ベンチマーク「GDPx」を公開
SemiAnalysisは、同社が最も価値の高い領域と考える分野におけるエージェント能力を測るベンチマーク「GDPx」を公開しました。対象にはチップ設計、サイバーセキュリティ、生物学などが含まれます。同社によると、最も高いモデルでもスコアはわずか12%です。結果を伝えた投稿では、Claude Opus 5.5が12.0%で首位、近日公開予定のGemini 4 Carbonが10.9%と報告されています。これは投稿者による解釈であり、SemiAnalysis自身の発表内容ではありません。
美団、エージェントタスク向けの1.6兆パラメータのマルチモーダルモデル「LongCat-2.5」を公開
Xアカウントleo114119の投稿によると、美団がLongCat-2.5を公開しました。投稿には美団のLongCatブログへのリンクがあります。美団は、エージェントタスク向けに構築したネイティブマルチモーダルモデルで、パラメータ数は1.6兆、複雑なビジュアルコーディングプロジェクトや、クリエイティブデザイン、3Dタスク、ビジネス分析などの専門的なオフィス業務に強いと説明しているとのことです。