企業発信 · カテゴリ · 5ページ目

MiMo V2.6 Flashがオープン首位

Vals AIは9月26日、MiMo V2.6 Flashを指数59.6%とし、オープンウェイト1位、総合16位とした。1テスト0.20ドルで、Opus 5.5の費用の約1%だ。CyberBenchは75.4%で1位だった。

MiMo V2.6 Proはオープン2位、総合17位

Vals AIは9月26日、XiaomiのMiMo V2.6 Proを指数59.5%、オープンウェイト2位、総合17位とした。V2.5 Proの44位から27順位を上げた。Vibe Code Benchは51.1ポイント、ProofBenchは48ポイント、法務調査は31.2ポイント伸び11位。1テストは0.39ドル。

基盤 Open Other

Vals AIが今週の主要モデルを指数で再計測

Vals AIは9月26日、Claude Opus 5.5、GPT-6 Sol、GPT-6 Luna、Grok 4.7、MiMo V2.6 ProとFlashをVals Indexで測り直した。上位20モデルのうち18が直近3カ月の公開で、伸びの中心はコーディングとエージェント作業だと説明している。

基盤 OpenAI Anthropic xAI Frontier Other

Vals上位20モデルの18本が直近3カ月発売

Vals AIは9月26日、Vals Index上位20モデルのうち18が直近3カ月のリリースだと整理した。伸びの中心はコーディングとエージェント作業だとしている。同日の再計測にはOpus 5.5、GPT-6 Sol、GPT-6 Luna、Grok 4.7、MiMo V2.6 ProとFlashが含まれる。

新着基盤 OpenAI xAI Frontier Other

ClineでステルスモデルPixel Canaryを無料公開

ClineはステルスモデルPixel Canaryを公開し、自社のコーディングエージェント上で無料にした。実在のNext.js作業を測るNext.js Agent EvalsではGPT-6 Astraと同点で、Kimi K3を上回ったとしている。

企業 OpenAI Frontier

ClineデスクトップでDeepSeekとGeminiの無料枠

Clineは新しいデスクトップアプリでPixel Canaryの速さを見せつつ、DeepSeek V4.1 FlashとGemini 3.8 Flashも無料プロモとして同じアプリで試せると投稿した。案内先はcline.bot/desktop。

企業 Frontier

SGLangが決定モデル向け採点とMISを公開

LMSYSはSGLangで決定モデル向けの採点を公開した。/v1/scoreは指定ラベルの得点を返し、Multi-item scoringは共有文脈を一度だけ計算する。Qwen3-8Bで16候補のp95はGenerateの54.1msからMISの20.6msへ下がった。

基盤 Frontier Infrastructure

Vercel Sandboxにメモリ使用量のP75とP95観測を追加

Vercelは2026年9月26日、Sandboxのメモリ観測を公開した。指標vercel.sandbox.memory_used_bytesで、単一プロジェクトまたはチーム全体の平均とP75、P95をCLIとダッシュボードから見られる。詳細画面はメモリ上限の85%に基準線を引く。

企業

Memebench初戦でQwen Image 3 Proが35%首位

OpenRouterの初回MemebenchでQwen Image 3 Proが35%を取り、「Why would I deceive you?」で優勝した。Nano Banana Proが33%で1票差、Riverflow V2 Proが23%、GPT Image 2が9%だった。決勝は4モデルの横並び投票である。

基盤 OpenAI Frontier 画像 Other

GitHubがCopilotアプリのキャンバスUIを論じる

GitHubはCopilotアプリのキャンバスを題材に、チャットが常に正しいUIかを問う記事を公開した。Burke Holland氏が、コードや作業の見通しにはチャット以外の画面が要るという主張を展開している。本文はXの長文記事として配られている。

基盤 Other

GPT-6 SolがAgent Arenaで単価0.75ドルと好位置

Arena.aiはGPT-6 Sol（Max）がAgent Arenaのパレート比較で、タスクあたり中央値0.75ドル、正味改善+7.7%だったと発表した。Claude Fable 5（High）の+8.3%とは0.60ポイント差で、タスク単価1.72ドルより56%低い。

基盤 OpenAI Anthropic Frontier Other

GPT-6 Sol（Max）がAgent Arenaの6位に浮上

Arena.aiはGPT-6 Sol（Max）が4000件超の実エージェントセッションで正味改善+7.7%、6位になったと発表した。GPT 5.6 Sol（xHigh）の+6.2%・8位から上がり、トークン単価は半分。確定成功は+11.4%で4位だった。

基盤 OpenAI Frontier Other

MicrosoftがCopilotにHomeとCodeとAutopilotを追加

Microsoftは2026年9月25日、CopilotにHome、Code、Autopilotを発表した。HomeとCodeは今後数週間のFrontier展開、Autopilotは月末のプライベートプレビュー拡大となる。日常の会話やOfficeは定額、長いエージェント作業は従量課金に分ける。

企業

Cloudflare ConnectにRampのエージェント分離事例

CloudflareはConnect 2026の登壇者として、Rampのプロダクションエンジニアリング責任者Raphael Beamonte氏を発表した。金融の機密データを扱うAIエージェントを大規模に分離する手法がテーマで、参加登録を呼びかけている。

基盤 Other

Command Codeに完了まで繰り返す/loopを追加

Command Codeは2026年9月26日、タスク実行後に固定間隔または自走ペースで完了まで繰り返す/loopコマンドを追加した。導入はnpmのcommand-codeを全体導入する形で、オープンモデル向けエージェントの定期作業を人が都度起動しなくて済む。

企業

OpenRouterでオープンウェイトのKev 4Bが利用可能

OpenRouterはJared Palmer氏のKev 4Bを公開した。状態と型付きの質問に型付きで答え、入力は100万トークン0.042ドル、出力は0ドル、文脈は8K。実体はQwen3.5-4B-Base上のLoRAとポインタヘッドで、重みはHugging Faceにある。

基盤 Frontier Open LLM

Perceptron Mk1.5がOpenRouterで身体化推論に対応

OpenRouterはPerceptronの身体化推論モデルMk1.5を公開した。テキストや画像、動画、音声を受け、点や箱、多角形、動画クリップと文章を返せる。Mk1以降は音声入力、追跡、ツール呼び出し、36Kの文脈に対応し、価格はMk1と同じである。

基盤 LLM

Arenaの週次動画がGPT-6 SolとOpus 5.5を解説

Arena.aiは1分未満の週次動画で、GPT-6 SolとClaude Opus 5.5の登場を含む直近のAIニュースをまとめた。本編はYouTubeのThis Week in the Arenaで公開している。数値の詳細は同日のリーダーボード投稿と併せて確認する必要がある。