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。
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 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。