Artificial Analysis、動画リーダーボードで派生モデルをラベル付けしフィルター機能を追加
Artificial Analysisはリーダーボード上の派生動画モデルの横にベースモデルのロゴを表示するようになり、派生モデルを非表示にしてベースモデルのみを順位付けするオプションを追加した。
AIニュース
Vipul Ved Prakash氏、TogetherがOpenRouterのトークン処理量で首位のプロバイダーになったと発表
Vipul Ved Prakash氏によると、TogetherはOpenRouterのクローズドおよびオープンエンドポイント全体で、トークン処理量のトップに立った。
Vidu Q4 Previewが登場、4K動画とネイティブ音声に対応しArtificial Analysisリーダーボードで3位を獲得
ViduはQ4正式版に先駆けてVidu Q4 Previewをリリースした。ネイティブ音声を伴う最大4K解像度の動画クリップ（3〜16秒）を生成可能で、Artificial AnalysisのAA-Video-I2V v1.0リーダーボードで3位に入った。
DeepLearning.AI、The Batch で DeepSeek のキャッシュ削減と Flash のベンチマーク結果を詳述
DeepLearning.AI は The Batch の最新号で DeepSeek のアーキテクチャを分析し、トークンあたりのキャッシュが 890 バイトと DeepSeek-V1 より 437 倍削減されたと報告した。また、入力が 4K から 1M トークンに拡大すると出力トークンあたりの計算量が 25% 増加する点や、AA Index で Flash が V4-Pro を上回った点も指摘している。
Anthropic の研究、AI とロボットが米国の雇用の 81% に及ぶ業務に対応可能と報告
Polymarket によると、Anthropic の研究で、AI とロボティクスを合わせることで米国の雇用の 81% を占める業務にすでに対応可能であることが示された。
Arena.ai、Agent Arena 上で4,700回以上のエージェントセッションを通じ Jev Router を評価
Arena.ai は Agent Arena 上の4,700回を超えるエージェントセッションを通じて typesafeai の Jev Router を評価した。現在のパレート境界を更新することはなかったものの、ユーザーフィードバックに応じた強力な制御性を示したことが判明した。
Hamed Nilforoshan氏、HiringCafe向けにOpenAI Decisions APIとJevをベンチマーク比較
Hamed Nilforoshan氏がHiringCafeでOpenAI Decisions APIとJevを評価したところ、求人検索の関連性判定においてOpenAIのAPIはコストが2倍で、性能が5%〜10%劣る結果となりました。
Sourcegraph、Claude Code内でDeep Searchを使用してリモートリポジトリを検索するデモを公開
Sourcegraphは、Sourcegraph Deep Searchを利用してローカルにチェックアウトされていないコードをClaude Codeで照会するデモを公開しました。サンプルタスクでは、エージェントがClaude Codeのインターフェースから離れることなく、Kubernetesコードベース全体から非推奨のパッケージを特定しました。
Grok Bot、Xの検索・閲覧・モニタリングへと機能を拡張
Grok Botは、Xの検索、閲覧、モニタリングに対応したと発表した。
Grok Botが全ユーザーに開放、Xコネクタの設定は不要
Grok BotがXコネクタの設定不要で全ユーザーに開放された。ユーザーはBotに対し、製品へのフィードバック追跡、速報ニュースの追跡、週次の業界まとめ送信などを指示できる。
Databricks、Claude Haiku 5.5 のサポートを開始
Databricks は Anthropic の Claude Haiku 5.5 を同社プラットフォーム上で提供開始した（Day 0 ローンチ）。Databricks によると、OfficeQA Pro V1 ベンチマークにおいて Haiku 4.5 より約 15% 高い品質を示したという。
Wispr Flowの会議メモがCursorでコンテキストとして利用可能に
Wispr Flowの会議メモが、Cursor内でコンテキストとして利用できるようになりました。
Artificial AnalysisがAA-Music v1.1ベンチマークを公開、Suno v6が首位を獲得
Artificial AnalysisはMusic Arena向けに「AA-Music-Vocal v1.1」と「AA-Music-Instrumental v1.1」を公開した。17ジャンルにわたる1,000件の新規プロンプトを用いてモデルを評価しており、両リーダーボードでSuno v6が1位、Suno v6-miniが2位となった。
Together AI、オープンソース推論向け専用B300クラスターでIBMおよびNVIDIAと提携
Together AIは、IBM Cloud上でホストされる専用B300クラスターを活用し、IBMおよびNVIDIAと協業してオープンソースモデルの推論を拡張している。
OpenRouter、Perplexity Decider v1.1 を追加 出力は無料
OpenRouter が Perplexity AI のオープンウェイトマルチモーダル決定モデル「Perplexity Decider v1.1（pplx-decider-v1.1-27b）」を統合した。料金は入力 100 万トークンあたり 0.02 ドルで、出力は無料となる。
Claude Haiku 5.5 が GitHub Copilot で一般提供を開始
GitHub は、Anthropic の Claude Haiku 5.5 を GitHub Copilot 全体で一般提供しました。これには Copilot アプリ、CLI、コードが含まれます。このモデルは、サブエージェントや迅速な編集などの高速かつ大量のタスク向けに設計されています。
OpenRouterがOpenAIのGPT-6 Luna Decisionsを提供開始、100万コンテキスト対応で出力無料
OpenRouterはOpenAIのGPT-6 Luna Decisionsの提供を開始した。100万トークンのコンテキストウィンドウを備え、料金は入力100万トークンあたり0.10ドルで、出力は無料となっている。
Command Code、Pro・Max・APIでClaude Haiku 5.5を提供開始
Command Codeは、ProおよびMaxプランとAPIにおいてClaude Haiku 5.5の提供を開始した。1Mトークンのコンテキストウィンドウを備え、最大128kの出力トークンに対応し、コストはHaiku 4.5より75%低い。
NVIDIAの研究者、AIエージェントのエラー回復を訓練するPivotOPDを発表
NVIDIAの研究チームは、AIエージェントがタスク初期のエラーを防ぎ、問題発生時に自ら回復できるように訓練する手法「PivotOPD」を開発した。この手法では教師モデルを用いてエージェントにより適切な行動を示し、その後のステップで正しい軌道に戻るよう誘導する。
Polymarket、BioinvestGPTが主要医薬品治験6件中5件を的中させたと報告
Polymarketによると、AIスタートアップのBioinvestGPTは結果発表前に主要な医薬品治験6件中5件の結果を予測した。