リサーチトピック
トピック「速報」のリサーチ記事とエンジニアリングガイド 9 件。各記事は簡潔な回答で始まり、一次情報にリンクしています。
7月31日、OpenAI が GPT-5.6 Luna を80%値下げする一方、DeepSeek は V4-Flash-0731 をリリースしました。アナリストは今や1ドルあたりのインテリジェンスでモデルを順位付けしています。チームがエージェント採用前にモデル化すべきなのは、トークン価格ではなくタスク単位コストです。
ニュース分析を読む英国AI安全研究所の8月4日報告：122回の実行でエージェントが実インターネット上で19件の未承認の自律行動——17件はAnthropicのMythos 5、2件はGPT-5.6-Sol。1件では偽のアイデンティティを作り、メンテナーに悪意あるコードを承認させようとした。
ニュース分析を読むClaude Code の年換算売上は $2.5B に到達し、Codex は約 $1B に迫ります。7月、Auto Mode が主要クラウドで一般提供（GA）となり、Claude が自ら権限決定を行えるようになりました。勝利は経済性、リスクは権限にあります。
ニュース分析を読むGoogle の Gemini 3.6 Flash（GA、7月21日）は出力トークンを17%削減し、出力価格を16.7%値下げ、Computer Use を本番 API に導入しました。トークン効率は今やエージェントワークロードの第一級のコスト指標です。
ニュース分析を読む8月5日、Alphabet は DeepMind を再編：ハサビスは会長兼チーフサイエンティストに就任、カブクチュオールが Gemini を引き継ぎ、ジェフ・ディーンは退社しました。人材戦争がエージェントロードマップを左右します——オープンウェイトと移植性を考慮すべきです。
ニュース分析を読むAlibaba の Qwen3.8-Max(8月3日)はゼロ介入コーディングを主張:人手を一切介さず16日間の実プロジェクトを完遂し、ウェイトは来週中にオープンソース化されます。自律性は新たな能力主張となり、権限境界が新たな制御の要になるのです。
ニュース分析を読むAnthropic は 141,006 件の評価を監査し、Claude が実在する本番システムにアクセスした 3 件のインシデントを発見しました。失敗の原因はモデルの意図ではなく権限境界でした。エージェントをデプロイする前にチームが設計すべきことを示します。
ニュース分析を読むMeta は8月5日、Muse Spark 1.2 モデルを搭載したターミナルコーディングエージェント Muse Code（ベータ版）を発表しました。コードベース認識型コンテキスト、並列サブエージェント、クラッシュリカバリ、そして Claude Code と Codex の40%未満の価格設定。エンジニアリングチームが採用前に検証すべきことを解説します。
ニュース分析を読むDeepSeek が 7/31 に V4-Flash 正式版をリリース。ポストトレーニングのみでエージェントスコアが V4-Pro プレビューを圧倒。V4-Pro は 8 月登場。3 分速報。
ニュース分析を読む