藤川忠彦 FUJIKAWA, TADAHIRO
— Tag Archive

#AIモデル

9 articles
40 min read

OpenAIの常時稼働型AIエージェント「dots」徹底解剖：自律型アーキテクチャの全貌とエンタープライズAI覇権の転換点

OpenAIが2026年9月29日（米国時間）の「OpenAI DevDay 2026」で発表した「dots（ドッツ、単数形：dot）」は、最上位モデル「GPT-6 Astra」を頭脳とし、会話終了後も24時間365日バックグラウンドで自律稼働するパーソナルAIエージェントである。1体ごとに割り当てられる専用のクラウド仮想コンピュータ（Kata VM上のDebian 13コンテナ）、DOMや内部構造を同時解析して人間の最大8倍の速度でPC操作を行う「Appshot」、待機中に読み取り専用で下調べを進める「Proactive Research」、Plugin権限・Custom Rules・Auto-reviewの3層制御ゲート、企業向けの「Specialist dots」とMicrosoft Agent 365統合、Meta「Muse」やGoogle「Gemini Agent」との比較、システムカードとCyeraの検証が示したプロンプトインジェクション（攻撃成功率8.5%）やエージェント・ドリフトのリスク、料金プランと自前VPS（OpenClaw / Hermes Agent）との経済性比較までを、引用文献一覧55件をもとに整理した技術調査資料。

35 min read

Gemini 4 Argonとは：100万トークン出力・ベンチマーク・料金・導入の注意点

Gemini 4 Argonは、Google DeepMindが2026年9月30日（米国時間）に発表し、10月13日（同）に一般提供を開始した第4世代最初のフロンティアAIモデルである。1回の応答で最大約100万トークンを出力でき、数時間から数日かかる多段階の業務を自律的に進めるエージェント用途を主眼に設計された。Gemini 3世代との仕様比較、GPT-6 Astra・Claude Opus 5.5との領域別ベンチマーク、Google Antigravityでの社内導入実績、サイバー能力に伴うFairwind Programと4層の安全対策、日本のプラン別の利用可否とAPI料金、100万トークン出力がもたらすコスト管理の注意点を、引用文献一覧43件をもとに整理した技術調査資料。

10 min read

Nano Banana 2.1とは：2.0との違い・料金・ベンチマーク・移行の注意点

Nano Banana 2.1は、Googleが2026年10月6日に一般提供を開始した画像生成・編集モデルで、Nano Banana 2.0の直接の後継である。基盤モデルがGemini 3.6 Flashへ更新され、マスクや手描き線による局所編集、最大8:1の極端なアスペクト比、複数人物の一貫性が強化された。2.0との仕様比較表、Eloレーティングと「図の事実性」スコアのベンチマーク、画像出力は半額・入力は3倍・思考出力は2.5倍という非対称な料金改定と損益分岐点の計算、0.5K解像度の廃止や推論既定値の変更、2026年10月29日の旧モデル停止に向けた移行の注意点を、引用文献一覧14件をもとに整理した技術調査資料。

20 min read

TypeSafe AI「Jev」とは：確率を返す判断専用AIの仕組み・料金・実務応用

TypeSafe AIが2026年9月15日に早期アクセスを開始した「Jev」は、文章を一切書かず、事前に宣言した選択肢や評価尺度に対する型付きの値と較正された確率だけを返す判断専用のAIモデルである。非自己回帰の単一フォワードパスで全質問を一括評価し、応答は70〜500ミリ秒（公称値）、入力は100万トークンあたり0.042ドル、出力は無料である。RLHFに代わる学習手法RLCD、Choice・Score・Noulの3つのAPIプリミティブ、ブライアスコアによる較正の評価、問い合わせ振り分けから契約書審査・AIエージェントの暴走防止までの10のユースケース、導入時のしきい値設計を整理した技術調査資料。

5 min read

GLM-5.3-Flash と Ox Alpha 徹底リサーチ：主要LLMとの性能比較と実務導入の判断基準

Z.aiが2026年8月26日にMITライセンスで公開したGLM-5.3-Flashは、総パラメータ320B・アクティブ18BのMoE構成で、100万トークンの長文脈をGLM-5.2比で約10分の1の推論コストで扱う軽量フロンティア機である。総合知能ではGPT-5.6 TerraやClaude Opus 4.8に一歩譲るものの、複合ツール実行（Toolathlon 78.4）とオフィス文書の視覚理解（OfficeQA Pro 62.4）ではOpus 4.8を上回った。あわせて、開発元非公表のまま8月20日にOpenRouterへ現れたステルスモデル「Ox Alpha」の位置づけと、本番投入を避けるべき理由も整理する。仕様・ベンチマーク7指標・他社比較・導入判断の基準を一枚にまとめた技術調査資料。

12 min read

Gemini 3.5 Flash / 3.6 Flash / 3.7 Flash 徹底比較：3か月で三世代、性能・料金・ベンチマークの全変化

Googleの「Flash」系列は、2026年5月の3.5 Flash、7月の3.6 Flash、そのわずか3週間後の3.7 Flashへと、3か月で三世代を駆け抜けた。速くて安い軽量モデルという位置づけは、この間に最上位フロンティア級の知能を備えた実務中核機（Workhorse）へと完全に置き換わっている。FrontierCode・DeepSWE・AutomationBench・GDP.pdfといった専門ベンチマークが何を測る試験なのかを平易に解きほぐしたうえで、三世代の数値を一枚の比較表に整理。3.7 Flashの目玉である思考レベル制御（low/medium/high）、2026年末までの半額プロモーション（入力$0.75／出力$3.75）と2027年の通常価格復帰、そして財務資料の解析・業務自動化・Web構築という3場面での体感差まで、21の引用文献に基づいて解説する。

12 min read

Claude Fable 5とClaude Opus 5の徹底比較：性能・料金・安全性と用途別の使い分け指針

Anthropicの第5世代モデル、Claude Fable 5（Mythosクラスの推論力＋安全分類器）とClaude Opus 5（半額で迫る実務主力）はどう使い分けるべきか。100万トークンコンテキスト・128k出力という共通仕様の裏にある料金（$10/$50 vs $5/$25）、Fast Mode、5段階の可変努力値、誤拒否率85%減のアライメント改善、自動フォールバック機構までを16の引用文献に基づき比較。CursorBench・OSWorld 2.0などのベンチマーク結果と、Stripeの5,000万行移行からGUI自動化・脆弱性監査まで具体的事例で選定基準を示し、Opus 5標準配備＋Fable 5昇格の「動的ハイブリッドルーティング」戦略を提言する。

32 min read

Gemma 4 26B vs Qwen 3.6 27B：日本語・推論・エージェント性能を徹底比較

300億パラメータ未満のミドルクラスモデルで覇権を争う Google Gemma 4 26B A4B と Alibaba Qwen 3.6 27B。極限の MoE か、ハイブリッド Dense か。計算効率、数学的推論、自律エージェントとしてのコーディング能力、そして日本語環境でのローカライゼーション能力（Ricohによるファインチューニング事例など）まで、37本の文献に基づき徹底比較します。

18 min read

Google I/O 2026 全発表まとめ：初心者にもわかる100の新発表ガイド

2026年5月のGoogle I/Oで発表された100件すべてを初心者向けに解説。Gemini 3.5 Flash、動画生成AIのGemini Omni、自律エージェントGemini Spark、開発基盤Antigravity 2.0、科学研究を加速するGemini for Science、Android XRスマートグラス、AI製コンテンツを見分けるSynthIDまで。専門用語をかみ砕き、たとえ話を交えながら7分野の全体像をやさしく整理する。

すべてのタグを見る →