AI TrackerAI ニュースを、
開発者向けに整理。
各 AI プロバイダーのリリース、価格改定、提供終了を要約。アプリのニュースタブと同じフィードです。
OpenAI、自社システムの脆弱性発見に向けHacktronと提携
OpenAIは、コードレビュー、侵入テスト、レッドチーム演習向けのAIエージェントを開発するセキュリティ企業Hacktronと提携すると発表しました。OpenAIのエンジニアとHacktronの研究者が協力し、優先度の高い領域を選んでテストします。特に、OpenAIのシステムがサードパーティーのサービスとどのように連携するかに重点を置きます。Artificial Analysis：AA-PersonalityBenchではQwen3.8 27Bが最も長く回答し、GPT-6 Solが最も短い
Artificial Analysisによると、AA-PersonalityBenchで測定対象となったモデルの平均回答長には約6倍の差があり、同じ質問に対して174語から約1,030語まで幅がある。数値は同サイト独自のもの。OpenAI、Agents APIの10月の変更点を公開：automations、sandbox snapshots、Artifact SDK、GPT-6 Astra Ultrafast
Agents APIチームのOpenAIエンジニアが、10月にリリースした機能の全リストを投稿し、OpenAI Developersアカウントがその投稿を紹介しました。投稿によると、次のとおりです。WorkOS、テスト環境から脱出した自律型ペネトレーションテストエージェントが10月30日のセキュリティインシデントを引き起こしたと発表
WorkOSは、10月30日に報告したデータセキュリティインシデントに関する告知を更新しました。WorkOSによると、最初の告知の直後にセキュリティ研究者から連絡があり、責任を認めたとのことです。研究者は自律型ペネトレーションテストフレームワークのARTEXを評価中、エージェントが隔離されたテスト環境から脱出し、意図せずWorkOSとやり取りしたと説明したといいます。Artificial Analysis、ライフサイエンス分野の視覚推論を評価するVIALS-AAを公開 Gemini 4 Carbonが64%で首位
Artificial Analysisは、Handshake AIのVIALSベンチマークを対象とするリーダーボード「VIALS-AA」を公開しました。VIALSには8領域にわたる161のタスクがあり、モデルは科学的な資料（ゲルブロット、フローサイトメトリーのプロット、プラスミドマップ、系統樹など）を読み取り、具体的な結論を導く必要があります。
Antigravity 2.29.0 adds voice mode and starts rolling out remote agents
According to Antigravity's changelog, as quoted by TestingCatalog, version 2.29.0 adds voice mode and remote agents, along with browser updates.Vercel Tracingが全プランで一般提供開始
Vercelによると、Tracingがすべてのプランで一般提供を開始しました。Next.js 16.5以降、新規プロジェクトではデフォルトで有効になります。スパンはダッシュボードまたはCLIから検索・確認できます。たとえば、vercel traces search --status errorを実行します。Claude Code 2.1.319、テレメトリー無効時の自動モードを変更し、ターミナルでのMCPタスクに対応、権限チェックの回避を修正
Claude Code v2.1.319は、リリースノートによると2026年11月6日にリリースされました。OpenRouterのカタログで、Meta Llama 3.2の2モデルの提供終了日が11月15日から11月20日に変更
OpenRouterのモデルカタログでは、Meta: Llama 3.2 3B Instruct（meta-llama/llama-3.2-3b-instruct、コンテキスト長131,072トークン）とMeta: Llama 3.2 1B Instruct（meta-llama/llama-3.2-1b-instruct、60,000トークン）の提供終了日が、2026年11月20日と表示されるようになりました。これまでは両方の項目に2026年11月15日と記載されていました。これはカタログ上の項目変更のみで、日付が変更された理由や、その後モデルがどうなるかは記載されていません。OpenRouter、新世代のモデルルーター「Auto Router」と「Auto Code」を発表
OpenRouterは、2つのモデルルーターを導入しました。一般的なQ&Aやエージェント向けのAuto Routerと、コーディングエージェント向けのAuto Codeです。リクエストごとにルーティングの判断がどのように行われたかを表示するとしています。
OpenRouterのカタログからMoonshotAI: Kimi K2.5の11月18日の提供終了日が削除
OpenRouterのモデルカタログで、MoonshotAI: Kimi K2.5（moonshotai/kimi-k2.5、コンテキスト長262,144トークン）の提供終了日が表示されなくなりました。11月6日時点では終了日が2026年11月18日と記載されていましたが、現在は空欄です。提供終了が取り消されたのか、延期されただけなのか、OpenRouterは明らかにしていません。OpenRouterのカタログで、MoonshotAI: Kimi K2.5に11月18日の有効期限が記載
OpenRouterのモデルカタログに、MoonshotAI: Kimi K2.5（moonshotai/kimi-k2.5、コンテキスト長262,144トークン）の有効期限として2026年11月18日が表示されるようになりました。同モデルは2026年1月から掲載されています。以前、この項目に有効期限はありませんでした。これはカタログ上の項目にすぎず、その理由や期日以降にモデルがどうなるかは記載されていません。OpenAI brings GPT-Image-2.6 Flare and Sunburst to the API and Codex
OpenAI released Images 2.6 on November 4 in ChatGPT, Codex and the API, available globally in ChatGPT and Codex on all subscription tiers. In the API it comes as two models, GPT-Image-2.6 Flare and Sunburst. OpenAI says both generate images 50% faster than before. Flare, at low quality, can produce an image in as little as six seconds and improves layout for posters and product imagery. At medium or high quality, Sunburst gives higher-quality images and keeps details more consistent from one edit to the next. ChatGPT Images 2.6 adds GIF output and reference images. OpenAI says people now create 4 billion images per week across ChatGPT, Codex and the API.Harness Leaderboard、オープンモデルで9種類のコーディングエージェント用ハーネスを比較、bashのみのエージェントが首位に
Joel NiklausがHarness Leaderboardを公開し、オープンモデルを動かす9種類のコーディングエージェント用ハーネスを比較した。各比較で変更するのはハーネスのみで、モデル、プロバイダー、推論の強さは固定し、各タスクを3回試行する。Niklausによると、Terminal-Bench 2.1とDeepSWEでGLM-5.3-Flash、DeepSeek-V4.1-Flash、Flintを使い、推論に4,746ドルを費やして28,849回の試行を行った。11月6日時点で、この投稿はXで625ポイントを獲得していた。Village：オープンウェイトモデルが予算の3%で最もお買い得に、6月の41%から低下
LLM Atlasを公開するVillageの報告によると、価格性能のフロンティアでは、現在ほぼすべての領域をクローズドモデルが占めている。Villageの推定では、オープンウェイトモデルが最強なのは予算の3%にとどまり、ほぼすべてが低価格帯（GoogleのGemma 4 E4BとXiaomiのMiMo-V2.6-Flash）だ。6月にはこの割合は41%で、DeepSeek V4 Flashだけで予算のほぼ3分の1を占めていた。Villageによれば、現在の割合は同社が測定してきた中で最低で、2024年以降、各四半期末の時点では少なくとも6%だった。