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。
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。
BasisはGPT-6 Astraを使い、50タブの税務ワークブックをGPT-5.6 Solの2倍の速さで処理した。ユーザーの意図をより深く理解できるため、Basisは実務での利用に自信を深めている。
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。
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。
Sakana AIは、英国王立協会の科学誌『Philosophical Transactions of the Royal Society A』で公開された世界モデルの特集号を紹介しています。
Hugging Face Blogは、TRLを使ってLFM2.5-350MをGRPOでファインチューニングする手順を公開し、IFStructのスコアが22.6%から29.7%に上がったと報告した。
推荐理由：約500件のデータと100ステップで構造化出力の評価値がどう変わるかを、学習設定と同一条件の比較から追えます。
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。
IBMのGranite Teamは、推論モデル群Granite 4.2の構築方法を解説しました。モデルは3B、8B、30Bの3サイズで、Apache 2.0ライセンスで公開されています。3Bは基礎的な強化学習とアラインメントを行い、8Bと30Bには実環境でのソフトウェア開発、ターミナル操作、ウェブ検索を学ぶエージェント強化学習を追加しています。
推荐理由：3B・8B・30Bで強化学習の段階を分け、8Bと30Bには実環境でのエージェント学習を加える設計を詳述しています。
Multiverse Computingは、圧縮・4-bit化した大規模言語モデルを回復する手法Quantization-Aware Healing（QAH）を発表した。
推荐理由：元モデルを教師にする設計とベンチマーク結果を通じて、圧縮後の4-bitモデルで精度を回復する方法を比較できる。
Liquid AIは、LFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B向けのDSparkドラフトモデルを公開し、推測デコーディングによる推論高速化を可能にしました。
推荐理由：GPUとMacBookでの速度向上を同じベンチマーク条件で比較し、モデルごとの伸びの差やMoE実装上の制約も示しています。
Sakana AIは、Gemma 4 E2BをベースにSakana Fuguの指揮者モデルを訓練し、既存モデルと遜色ない正答率と同等のコスト削減効果を確認しました。評価セットでは、正答率がGemma 4ベースで0.91、既存Fuguで0.92、コストは両者ともランダムな振り分けを1とした場合に0.68でした。今回の検証は、指揮者モデルもベースモデルを切り替えて構成できる可能性を示しています。
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。