AINews：今日は穏やかな一日、モデル発表ラッシュの後の休息

今日のAIニュースは比較的静かですが、いくつかの重要な話題があります。

GPT-5.6の混乱したローンチと迅速な軌道修正

OpenAIのGPT-5.6は、Luna、Terra、Solなどの複数の階層と努力レベルを導入し、ユーザーは新しい設定の迷路に直面しました。コミュニティは「5.5よりも低い設定から始める」ことを推奨。OpenAIのスタッフは、Maxは単一モデルが難しい問題に時間をかけ、Ultraはサブエージェント間で作業を並列化すると説明しました。しかし、30以上の構成オプションは多くのユーザーを混乱させ、「自動」ルーティングの欠如が批判されました。製品ローンチではUXの後退が顕著で、ChatGPT Work/Codexの分割が混乱を招き、使用量が予想以上に減少。OpenAIは異例の迅速な対応を見せ、使用制限を複数回リセットし、デフォルト設定が高価すぎたことを認め、サイドバーやナビゲーションパターンの復旧を約束しました。

初期評価では、GPT-5.6はエージェントコーディングやプレゼンテーションで強さを示す一方、全面的な支配には至らず。フロントエンドコードアリーナでClaude Fable 5と1位を共有しながら価格は約2分の1、AA-BriefcaseのプレゼンテーションEloではGPT-5.5から約500ポイント上昇。しかし、指示従順性の問題やトークン効率の不均一さ、脱獄の容易さも報告されています。

MetaのMuse Spark 1.1：高速で安価なモデル

Muse Spark 1.1は今週最もサプライズなリリースの一つ。UI/フロントエンド生成、高速応答、異常に攻撃的な価格設定が特徴で、多くのコーディング/製品タスクでフロンティアに迫ると評価されました。ベンチマークでは、Intelligence Indexで51ポイント（1.0から+8）とGLM-5.2やGPT-5.6 Lunaに並び、Grok 4.5などには劣るものの、1Mコンテキスト、中速度114 tok/s、価格は入力100万トークンあたり1.25ドル、出力4.25ドルと非常に効率的。METAのコンピュート投資がコスト効率の良い推論製品として実を結びつつあると見られ、OpenAIやAnthropicへの競争圧力が高まっています。

オープンソースモデルとインフラの進展

UnslothはQwen3.6のNVFP4量子化をリリース、推論速度2.5倍を主張し、24GB VRAMで27Bモデル、35B-A3BはB200で17,561 tok/sを達成。CohereはvLLMでハードウェア認識型動的投機的復号化をオープンソース化。Google/Hugging FaceのGemmaチャレンジではシングルA10Gで最大5倍の推論高速化を報告。

科学、健康、セキュリティ

数学/科学能力では、GPT-5.6 Sol Ultraが64のサブエージェントを用いて1時間以内にCycle Double Cover予想の証明を生成した例が話題に（検証待ち）。健康分野では、GPT-5.6がブラインドテストで医師作成の回答よりも欠陥が少ないとされ、OpenAIは健康インテリジェンスの大きな進歩と主張。セキュリティ面では、OpenAIがバイオバグバウンティを5万ドルに倍増し、サイバーモデルアクセスにハードウェアセキュリティキーを要求開始。また、Boko Haramメンバーが爆弾製造にチャットボットを利用した研究も報告されました。

総じて、本日はニュースが少ないながらも、モデル間の競争が純粋なチャット品質からオーケストレーション、コンピュータ使用、コスト効率へとシフトしていることが明確に示された一日でした。