Claude Fable 5、有料プラン全体で7月12日まで利用枠を延長
Anthropicが、最上位モデル Claude Fable 5 へのアクセスをすべての有料プランで7月12日まで延長すると告知した。上位プラン限定だった枠が期間限定で開放される形。
メモ
出典 @claudeai↗
フラッグシップモデルを普段の作業で試せる期間。手元のワークフローで下位モデルとの差を実測しておくと、常用に値するかの判断材料になる。
Fable 5 は「助言役」か「司令塔」に——実行は Sonnet 5 に任せて安く回す
AnthropicがFable 5の使い方の型を共有した。実行役のSonnet 5がFable 5を助言ツールとして呼ぶ構成では、SWE-bench ProでFable 5単体の約92%のスコアを約63%のコストで達成。逆にFable 5を司令塔に据えてSonnet 5に委譲する構成では、BrowseCompでFable 5性能の96%を46%のコストで得られたという。各サブエージェントがキャッシュを保持し、同じ文脈への繰り返し課金を避ける。
メモ
出典 @ClaudeDevs↗
高価な上位モデルを毎トークン使うのではなく、要所だけ呼ぶ設計でコストと精度を両立させる実践パターン。マルチエージェント構成のコスト設計に直接効く。
OSSメンテナー向けに Claude Max 20x を6か月無償提供
Anthropicが「Claude for Open Source」の対象を拡大すると発表した。メンテナーやコアコントリビューター、エコシステム全体でPRを送っている人、重要パッケージを維持している人を対象に、Claude Max 20xの6か月分を無償提供する。応募受付中。
メモ
出典 @ClaudeDevs↗
普段依存しているOSSの担い手に、上位プランの実力を届ける支援策。対象に当てはまるなら応募して損はない。
GPT-Realtime-2.1-mini がAPIに——mini系に推論とツール利用を追加
OpenAIが、Realtime miniラインに推論とツール利用を持ち込んだ GPT-Realtime-2.1-mini をAPIで提供開始した。価格はGPT-Realtime-miniと同一。あわせて、キャッシュ改善によりRealtime音声モデルのp95レイテンシを少なくとも25%削減したとしている。
メモ
出典 @OpenAIDevs↗
低コストの音声モデルでも推論とツール呼び出しが使えるようになり、応答も速くなった。リアルタイム音声エージェントを実装する際の選択肢が広がる。
Meta が画像・動画生成モデル「Muse Image / Muse Video」を発表
Meta Superintelligence Labsが初のメディア生成モデル Muse Image と Muse Video を公開した。Muse Imageは指示への忠実な追従、精密な編集、複数参照からの合成が特徴で、単なるプロンプト→画像ではなくツールを呼び出して自己修正するエージェント的な挙動を取る。Muse Videoはプレビュー段階。生成画像には切り抜きや圧縮に耐える不可視の来歴信号「Content Seal」が埋め込まれる。
メモ
出典 @AIatMeta↗
test-time computeを増やして品質を上げる「エージェントとしての画像生成」という設計思想が興味深い。来歴署名を標準搭載する点も、生成物の真正性をめぐる流れとして押さえたい。
Gemini で古代文献を読む——Antigravity の「Predicting the Past」スキル
Google DeepMindが、古代世界と対話する新しい手段を公開した。専門モデル Aeneas と Ithaca にGeminiを直接接続し、Antigravity上の「Predicting the Past」スキルとして提供。歴史家がギリシャ語・ラテン語の碑文を、コーディング不要・平易な英語で分析・可視化し、大規模なパターンを横断的に探せるようにする。
メモ
出典 @GoogleDeepMind↗
汎用LLMを専門特化モデルにグラウンディングし、専門家が自然言語だけで高度な分析を回す構成の実例。ドメイン特化ツールの作り方として参考になる。
Yann LeCun が語る世界モデルと JEPA——SSLの崩壊回避手法まで
Yann LeCunが、世界モデルとJEPA、生成型アーキテクチャとの対比についての詳細な討論を共有した。JEPAの自己教師あり学習における崩壊回避（対照学習・蒸留・情報最大化など）や、SIGReg／LeJEPA／LeWMの解説、AMI LabsやProject Tapestryの話題にも触れている。
メモ
出典 @ylecun↗
LLMとは別筋の「世界モデル」路線の第一人者による現状整理。生成型一辺倒ではない研究の潮流を追ううえで押さえておきたい。
「フロンティア級のオープンウェイトが出続けるとは限らない」
Ethan Mollickが、最先端のオープンウェイトモデルが今後も無期限に、あるいはそう長くは供給され続けないと見る理由をひとつ挙げた、と述べている。
メモ
出典 @emollick↗
手元で回せる高性能オープンモデルを前提に設計している場合、供給が細るリスクは無視できない。依存の度合いを見直す視点として。
PyTorch Monarch を AMD Instinct GPU（ROCm）へ移植
PyTorch Foundationブログで、AMDとMetaのコントリビューターが、フォールトトレラントな大規模分散学習を支える PyTorch Monarch をROCm経由でAMD Instinct GPUに対応させた過程を紹介した。MonarchのGPUランタイムと分散機構のROCm移植を解説する内容。
メモ
出典 @PyTorch↗
大規模学習インフラがNVIDIA一択でなくなる動き。ハードウェアの選択肢が増えることは、調達コストや可用性の面で意味が大きい。
計算生物学向けの基盤モデル構築を楽にする NVIDIA BioNeMo Recipes
PyTorchが、基盤モデルが計算生物学を変えつつある中で、特定タスクへのモデル適応の難しさを下げるNVIDIAの BioNeMo Recipes を紹介した。PyTorchやHugging Faceなど馴染みのあるツール上に、段階を追った学習レシピを用意するもの。
メモ
出典 @PyTorch↗
基盤モデルの応用が言語・画像から生命科学へ広がる流れの一例。既存のPyTorch/HFエコシステムに乗る形で提供される点が実務的。