AIニュース

Ahmad Awaisが2026年9月22日、Command CodeでJevを無料提供

JevはヘッドレスモードかProvider API経由でのみ利用できる。Ahmad Awaisはmod「cmd-mod-jev-nudge」もオープンソース化し、無料提供は作業が残っている間エージェントを動かし続けるためのものだと述べている。

Claude Opus 5.5がArena.aiのAgent ArenaとBattle Modeに追加

Arena.aiは、Claude Opus 5.5をAgent Arenaと、WebDev、Text、Vision、Document向けのBattle Modeに追加した。Claudeによると、これは最初のClaude 5.5モデルで、大半のタスクではClaude Fable 5.1と同水準の性能があり、運用コストはOpus 5より40%低い。

DatabricksのGenie One MCPが一般提供を開始

ChatGPT、Claude、Cursor、またはカスタムエージェントを使うチームは、単一のインターフェースから、Genie Ontologyのガバナンスされたビジネスコンテキストに基づくGenie Oneの構造化データと非構造化データ、インサイト、回答にアクセスできる。

StepFunはonPandaをオープンソース化したと述べている

StepFunは、LLMのデータ注釈とモデル検査に使う社内ツールonPandaをオープンソース化したと述べている。手作業による後編集より注釈時間の中央値が52%短く、モデルの再サンプリング基準に対するオンポリシー忠実度はΔPPLが1%未満だと報告している。

Claude Opus 5.5 が GitHub Copilot で一般提供を開始

AnthropicAI の Claude Opus 5.5 が、エージェント型コーディング、長時間のエージェント型タスク、ナレッジワーク向けに GitHub Copilot で一般提供となった。GitHub の初期テストでは、タスク解決は Claude Opus 5 と同程度で、ステップ数とトークン数は大幅に少なく、複数ステップのタスクではエラーからの回復も速いことが分かった。

Scale AIがSWE-Bench Pro V2を公開

2026年9月22日、Scale AIはSWE-Bench Proの公開スプリットを更新したSWE-Bench Pro V2を公開した。

Claude Opus 5.5がCursorで利用可能に

Cursorによると、このモデルはCursorBenchで57.8%（Max）を記録して新たな首位となり、タスクあたりの費用はOpus 5より40%低い。

OpenAI、独立評価に向けた4つの優先分野を示す

OpenAIは、学習、評価、デプロイの各段階にわたる深いアクセスを伴う独立評価を支援すると述べ、厳格で安全かつ独立した作業のための4つの優先分野と原則を示している。

Hassanがオープンモデル比較向けにtheopenfrontier.comを公開

theopenfrontier.comは、コーディング、エージェント、長文脈、ビジョン、金融などのタスクでオープンモデルを比較し、品質とともにコストを示す。オープンモデルへ移した場合に見込める節約額も含まれる。

PyTorch FoundationのブログがvLLM向けのハードウェア非依存レイヤーを紹介

IBM、Meta、Hugging Faceのコントリビューターが、多様なハードウェア上で多様なモデルを実行するユーザー向けに、最先端の性能と移植性の両立を目指すハードウェア非依存レイヤーを紹介する。

LangChainのManaged Deep AgentsがSlackからGitHubのプルリクエストを開ける

LangChainは、Managed Deep Agentsなら数行のコードでこうしたエージェントを構築できるとしている。その例であるPatchは、Slackのスレッドでメンションされ、機能の説明を受け取ると、差分を含むプルリクエストを開く。

Sahara AI、HeySorin.AIでPaper Tradingの提供開始を発表

ユーザーは取引戦略を構築してバックテストし、実際の資金を投じる前に稼働中のHyperliquid市場でフォワードテストできる。

Sahara AI、$SAHARAのステーキングで毎月のSorinクレジットが解放されると説明

クレジットは、リサーチ、戦略生成、バックテスト、Paper Tradingに利用できる。自動執行は、将来的な用途としてのみ挙げられている。

SorinでPaper Tradingの提供が開始

HeySorinAIの取引スタックの一部であるSorinで、Paper Tradingが利用できるようになった。ユーザーはAIで取引戦略を構築してバックテストし、稼働中のHyperliquidX市場へ展開したうえで、Sorinにバックグラウンドで継続実行させることができる。

Claude、Claude 5.5ファミリー初のモデルとしてOpus 5.5を発表

Claudeによると、Opus 5.5は大半のタスクでClaude Fable 5.1と同水準の性能を持ち、実行コストはOpus 5より40%低い。Piによると、Piで使いたいユーザーは待つか、pi update --modelsを実行できる。

Claude Opus 5.5がPerplexity ComputerのStandardエフォートレベルに

Perplexityは、Perplexity ComputerのStandardエフォートレベルとしてClaude Opus 5.5を利用できるようにした。PerplexityのWANDRベンチマークでは、タスクあたり4.13ドルで0.610を記録し、Claude Fable 5.1をわずかに上回りつつ、タスクあたりのコストは67.6%低い。