Claude、Google Workspace 共同編集ベータ版を有料プラン向けに提供開始
Claude は Google Workspace 連携のベータ版をすべての有料プラン向けに提供開始した。Google の共有権限を維持したまま、チャット画面の横でドキュメント、スプレッドシート、プレゼンテーションを開いて共同編集できる。
AIニュース
Claude、Googleドキュメント、スプレッドシート、スライドとの双方向連携を開始
ClaudeがGoogleドキュメント、スプレッドシート、スライド内でサイドバーによる直接編集に対応し、これらのGoogle WorkspaceファイルをClaude内から直接開くことも可能になった。
Perplexity Developers、マルチモーダル意思決定モデル「pplx-decider-v1.1-27b」を公開
Perplexity Developers は、更新されたオープンウェイトのマルチモーダル意思決定モデル「pplx-decider-v1.1-27b」を公開しました。入力トークン100万件あたり0.02ドルと v1 の半額で提供され、同チームによると Hugging Face の Decision Index 0.3 ベンチマークで最高位を記録しています。
Nano Banana 2.1 が Replicate で利用可能に
Nano Banana 2.1 が Replicate で提供開始され、同プラットフォームにおけるモデル利用が拡充されるとともに、エージェントワークフローのスキルとの連携に対応しました。
jev Decision Index v0.3が公開、プライベート評価スプリットとビジョン対応を追加
ApolinárioはHugging Face Spacesでjev Decision Index v0.3を公開した。公開ベンチマーク外のモデル能力を追跡するプライベート評価スプリットを含む更新版ベンチマークスイートを提供し、新たにビジョン対応を追加している。
Sydney Runkle氏、ハーネスへのモデルルーター導入でコーディングエージェントのコストを64%削減
Sydney Runkle氏は、コーディングエージェントのハーネスにモデルルーターを組み込むことで、出力品質を落とさずに運用コストを64%削減したと報告した。この4段階のワークフローは、タスクとモデルの把握、ハーネスへのルーターの組み込み、タスク結果の追跡で構成される。
OpenAI、Jalapeño AI ASIC の導入ホストに AMD EPYC Turin CPU を採用
AMD は、OpenAI がプラットフォームの優位性、パートナーとしての実績、リスク低減を理由に、Jalapeño AI ASIC 導入のホストとして AMD EPYC Turin プロセッサを採用したと発表した。
Claude、「Claude Startups」プログラムの応募資格とイベント参加条件を公表
設立5年以内または過去2年以内に資金調達を実施したスタートアップが「Claude Startups」プログラムの対象となります。条件を満たす創業者にはAnthropicの応用AIチームとのオンライン個別相談枠が提供されるほか、定員の範囲内でコミュニティイベントにも参加できます。
Claude、スタートアップ向けに最大7,500ドルのクレジットとTeamプラン1年無料を提供
Claudeはスタートアップ向けプログラムの製品およびクレジット適用条件を公表した。対象企業に最大7,500ドル相当の特典を提供し、これには承認時に付与される1,000ドルのAPIクレジットと、新規チーム向けのClaude Team 1年間無料利用が含まれる。
Claude Startupsプログラム、対象創業者を拡大
Claude Startupsプログラムの対象がより多くの創業者に拡大され、採択メンバーには1年間のClaude Team、APIクレジット、アドバイザリー支援が提供される。
Harness-Aware Distillationにより小型モデルエージェントのALFWorld成功率が63.4%に向上
教師モデルの判断を対比させることで、小型言語モデルエージェントにハーネス情報の活用法を学習させる訓練フレームワーク「Harness-Aware Distillation」に関する研究論文が公開された。これにより訓練された生徒モデルは、未知のALFWorldタスクで63.4%の成功率を達成し、8Bの教師モデルを上回った。
Surge AIのブラインドコーディング評価でMistral Large 4が総合2位に
Surge AIはMistral Large 4のリリースにあたり、先端5モデルのコードレビュー品質を評価した。同モデルはオープンウェイトモデルの中で首位、総合ではOpus 5に次ぐ2位となった。
EmbeddingGemma 2、メモリ消費量191MB〜567MBで動作し8Kコンテキストウィンドウに対応
GoogleはEmbeddingGemma 2の動作仕様を公表した。この740MモデルはアクティブRAM使用量が約191MB〜567MBで、コンテキストウィンドウが8Kに拡大されており、1回の処理で最大5.5分の音声、29枚の画像、または58フレームの動画を処理できる。
Google Gemma、EmbeddingGemma 2 のコード性能が 9.92 ポイント向上と発表
Google Gemma によると、EmbeddingGemma 2 は MTEB (Code) や MIEB (Lite) などのベンチマークで同サイズクラス最高水準の結果を達成し、EmbeddingGemma からコード性能が 9.92 ポイント向上した。
Google for Developers、EmbeddingGemma 2 の完全オフライン実行とモジュール式デプロイの詳細を公開
EmbeddingGemma 2 はサーバー呼び出しを一切行わず、マルチモーダルワークロードを完全にオフラインで実行できます。未使用の画像や音声コンポーネントを切り離してメモリを節約できるモジュール設計を採用し、柔軟な次元サイズによってローカルデータベースのストレージを最大 6 分の 1 に削減できるほか、Gemma 4 と連携した効率的なオンデバイス RAG パイプラインにも対応します。
EmbeddingGemma 2の重みがHugging FaceとKaggleで公開、LiteRTおよびMediaPipeに対応
Google for Developersは、EmbeddingGemma 2のモデル重みをHugging FaceとKaggleで公開し、LiteRT、MediaPipe、LangChain、llama_indexへの標準対応を提供した。
Google DeepMind、Apache 2.0ライセンスで740MのEmbeddingGemma 2を公開
EmbeddingGemma 2は7億4000万パラメータを備え、Apache 2.0ライセンスで提供される。デバイス上でのマルチモーダル検索およびローカルでの検索拡張生成機能を実現する。
Google DeepMind、オンデバイス向けマルチモーダル埋め込みモデル「EmbeddingGemma 2」を発表
Google DeepMindは、オンデバイス埋め込み向けの初のネイティブマルチモーダルオープンモデル「EmbeddingGemma 2」を発表した。テキスト、コード、画像、音声、動画を共通の空間に統合する。
Hassan、AIモデルのGeoGuessr能力を評価する「GeoGuess Bench」を公開
GeoGuess Benchは、世界各地の写真を用いた210問の位置特定タスクでAIモデルを評価する。総合1位はClaude Opus 5.5で、オープンモデルも低い推論コストで競争力のある精度を示した。
Google、GeminiApp・検索・開発者プラットフォームでNano Banana 2.1の展開を開始
Googleは、GeminiApp、検索のAI Mode、GoogleAIStudio、FlowByGoogle、StitchByGoogle、Google Ads、Gemini Enterprise Platformを含む複数のサービスでNano Banana 2.1の展開を開始した。