Ai2は、研究質問と検索された文献抜粋から引用付きレポートを生成する「AstaBrief 8B」を公開した。AstaのGenerate a report機能ではFast modeとして提供され、Thinking modeの平均178.5秒に対し、レポート生成は平均51.1秒だった。モデルの重みと学習データに加え、研究者が自身のPDFからレポートを作るためのサンプルワークフローも公開した。
推荐理由：実クエリを使った学習と引用密度によるデータ選別が、科学文献のレポート生成にどう結びついたかを追えます。
Google DeepMindは、新しいフロンティアモデルGemini 4 Argonを発表しました。出力トークン上限を従来の64Kから1Mに拡大し、DeepSWE v1.1で77.9%、LVBenchで91.7%を記録したとしています。まず信頼できるサイバー防御担当者などに提供し、開発者、企業、一般消費者へ段階的に拡大する予定です。
推荐理由：出力上限の拡大に加え、ソフトウェア開発や業務、サイバー防御での評価と段階的な提供方針が示されており、活用範囲と安全対策を併せて把握できます。
NVIDIAは、表形式データの分類・回帰に対応する基盤モデル「Kumo Tabular」をHugging Faceで公開しました。ラベル付き行を文脈として与えると、追加学習や特徴量エンジニアリングなしで新しい行を予測でき、28M〜215Mパラメータの3サイズを用意しています。
推荐理由：人工データだけで事前学習した表形式データ向け基盤モデルが、複数のベンチマークで示した精度と速度を比較できます。
OpenAIは、コーディング、PC操作、専門業務向けのGPT-6.1 Solを発表しました。知能水準はAstraに近く、標準APIの入出力トークン価格はAstraの5分の1としています。
推荐理由：コーディングやPC操作、専門業務向けの知能水準と、Astra標準APIの入出力トークン価格との比較が示されています。
H Companyは、GUI、コード、MCP、APIを使い分けてソフトウェアを操作するエージェントモデル「Holo4」を公開した。27B denseと35B-A3B Mixture of Expertsの2サイズがあり、OSWorld 2.0ではHolo4 27Bが61.7%、Holo4 35B-A3Bが30.9%を記録した。両モデルはH Models APIで利用でき、重みも公開されている。
推荐理由：GUI、コード、MCP、APIをまたいで動作する設計と、OSWorld 2.0でのスコアが示され、汎用エージェントの性能とコストを比較できます。
AnthropicはClaude 5.5ファミリーの第2モデルとして、Claude Sonnet 5.5を発表しました。Sonnet 5と比べて出力が30%超高速化し、同じ作業に必要なトークン数が少なく、タスク当たりの費用は最大30%低くなるとしています。
推荐理由：Sonnet 5との比較では速度やタスク単価、複数の評価結果が示され、Opus 5.5との得意領域の違いも確認できます。
Liquid AIは、視覚言語モデル「LFM2.5-VL-3B」向けの実験的なDSparkドラフトモデル「LFM2.5-VL-DSpark」を公開した。推測デコーディングにより、デバイス上で最大3.13倍、H100で最大2.66倍のデコード速度を示し、エンドツーエンドの速度向上はそれぞれ最大2.62倍、2.27倍。
推荐理由：タスク別の推論速度とエンドツーエンドの改善幅を示し、推測デコーディングがVLMの処理全体に与える効果を比較できます。
Google DeepMindは、音声生成モデル「Gemini 3.8 Flash TTS」と「Gemini 3.8 Flash-Lite TTS」を発表しました。
推荐理由：音声の生成・複製機能と同意確認やSynthIDによる保護を併せて示し、表現力と安全対策の両面を把握できます。
OpenAIは、能力とコストのバランスが異なる2つのモデル、GPT-6 SolとLunaを発表しました。
AnthropicはClaude Opus 5.5を発表しました。同社のテストでは、既定の設定と典型的な作業負荷でOpus 5より費用が40%低く、出力生成も30%超速いとしています。サイバーセキュリティ、生物学、蒸留に関する安全対策を備え、必要に応じて別のモデルへ切り替わる仕組みです。
推荐理由：性能や安全性の評価に加え、トークン単価とタスク当たりの費用をOpus 5と比較しており、能力向上と運用コストの関係を把握できます。
Google DeepMindは、音声対話モデル「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」を発表しました。
推荐理由：2モデルの用途の違いに加え、音声エージェントの評価結果と提供先が示され、用途に応じた選択肢を把握できます。
Preferred Networks（PFN）とPreferred Robotics（PFR）は、屋内移動ロボット向け環境高度理解基盤モデル「PLaMo-SemGround」の共同開発を開始します。
推荐理由：50現場以上のデータ収集から10現場以上での実証まで、開発計画と評価目標が示されており、現場導入への道筋を確認できます。
Google DeepMindとGoogle Researchは、全球気象予測モデルWeatherNext 3を発表した。リアルタイムの静止気象衛星データを取り込み、毎時更新の予測を最大5キロメートル解像度で生成する。
推荐理由：衛星データと気象観測所の実測値を取り込み、解像度や更新頻度、降水予測精度をどう改善したかを具体的な数値で把握できます。
Hugging Faceは、260Mと800Mの多言語マルチモーダルエンコーダー「NeoMME」と、文書画像検索向けにファインチューニングした「NeoMME-Retriever」を公開した。
推荐理由：単一の双方向Transformerで画像とテキストを扱う構成に加え、検索精度・処理速度・索引容量を数値で比較しており、文書検索への適用を検討する材料になります。
Google DeepMindは、推論・コーディング性能を高めたGemini 3.8 Flashと、サイバーセキュリティ向けのGemini 3.8 Flash Cyberを発表しました。
推荐理由：通常版とサイバーセキュリティ版の性能・価格・提供条件を分けて示しており、用途ごとの選択肢を比較できます。
Anthropicは、コーディングや知識労働向けのClaude Fable 5.1とClaude Mythos 5.1を発表した。両モデルは同一でセーフガードが異なり、Fable 5.1は一般提供、Mythos 5.1はサイバーセキュリティやライフサイエンス分野の審査済み利用者向けに提供する。
推荐理由：同一モデルを異なるセーフガードで提供し、公開範囲や価格、利用条件を分けている点から、性能向上と安全対策の両立方法を確認できます。
Google DeepMindはGemini Omni 1.1 Flashを発表し、開発者向けの動画生成機能を拡充しました。最大10秒の過去映像を参照するシーン延長や、開始・終了フレームの指定、最大4Kへのアップスケールに対応します。
推荐理由：最大10秒の文脈を参照するシーン延長や4K出力など、制作工程の制御性と仕上がりを高める機能が具体的に示されています。
Google DeepMindは、音声文字起こしモデル「Gemini 3.5 Transcribe」を発表しました。Gemini APIでは、低遅延のリアルタイム配信用と、話者識別・単語単位のタイムスタンプに対応する録音音声処理用の2種類を提供します。Artificial Analysisの測定では、単語誤り率はストリーミングで平均4.0%、非ストリーミングで2.6%でした。
推荐理由：音声認識から整形済みテキストへの変換に加え、ストリーミングと録音音声処理の両APIを用意し、用途に応じた組み込み方を示しています。
Google DeepMindは、コーディングやAIエージェント向けのモデル「Gemini 3.7 Flash」を発表した。FrontierCode 1.1 Mainでは43.6%（Gemini 3.6 Flashは34.4%）、Arena.aiのWebDev ArenaではElo 1588（同1538）を記録した。
推荐理由：Gemini 3.6 Flashとの比較でコーディングや業務ワークフローのベンチマーク改善と価格を示し、性能と費用の両面から更新内容を把握できます。
Google DeepMindは、手話をテキストに翻訳するモデル「SL2T」を発表し、Pixel 11のGboardとLive TranscribeでASLから英語への入力機能を提供します。
推荐理由：手話を中間注釈なしで翻訳する仕組みと、端末上で映像を破棄するプライバシー設計を併せて説明している。
Google DeepMindは、ロボット向けの身体性推論モデル「Gemini Robotics ER 2」を公開しました。連続動画から作業の進捗や重要な場面を把握し、複数ロボットの協調やツールの呼び出しを通じて、多段階の作業を調整します。進捗分類の精度は57.4%、重要な場面の特定精度は91.3%で、Gemini APIとGoogle AI Studioから開発者向けに利用できます。
推荐理由：連続動画から進捗や重要な瞬間を捉え、次の動作への切り替えに使う仕組みと、具体的な評価値が示されています。
Google DeepMindは、音楽生成モデルLyria 3.5をGoogle Flow Musicで提供開始しました。メロディーの構成や歌詞の品質・プロンプトへの追従性、ボーカルの表現力と発音を改善し、生成する楽曲のテンポや長さも調整しやすくなっています。
推荐理由：メロディー、歌詞、ボーカルに加え、テンポや長さの調整も改善されており、生成時に制御できる要素を把握できます。
Google DeepMindは、ロボットの全身制御や器用な操作、複数ロボットの協調を可能にする「Gemini Robotics 2」を発表しました。モデル群は、動作を担うGemini Robotics 2、複数段階のタスクを計画するGemini Robotics ER 2、ロボット上で動作するGemini Robotics On-Device 2で構成されます。
推荐理由：全身制御、器用な操作、複数ロボットの協調を担うモデル群の役割と提供状況が示され、ロボットへの適用範囲を把握できます。
Google DeepMindは、Gemini 3.6 Flashと3.5 Flash-Liteの提供開始を発表しました。3.5 Flash Cyberは、政府と信頼できるパートナー向けにCodeMender経由の限定試行で提供される予定です。
推荐理由：Gemini 3.6 Flashと3.5 Flash-Liteのトークン効率、速度、価格を数値で比較でき、AIエージェントの運用コストを検討する手がかりになります。
Google DeepMindは、脆弱性の発見・検証・修正に特化した軽量モデルGemini 3.5 Flash Cyberを発表した。CodeMenderから最大5回呼び出す構成でCyberGymを評価し、大型モデルに対して競争力のある成績を得たほか、V8 JavaScript Engineでは確認済みの固有問題を55件発見した。
推荐理由：軽量モデルをCodeMenderから複数回呼び出す設計と、CyberGymや実コードベースでの評価結果から、脆弱性探索における速度・コストと検出範囲の関係を把握できます。
Google DeepMindは、画像生成モデル「Nano Banana 2 Lite」と動画生成・編集モデル「Gemini Omni Flash」を開発者向けに公開しました。
推荐理由：画像生成と動画生成・編集をつなぐ2モデルについて、速度や価格、API提供状況まで比較でき、開発時の選択肢を具体的に把握できます。