vLLM が push 型 KV 転送を導入、分離推論の TTFT を最大 3 倍改善
vLLM は push ベースの NIXL connector を追加し、KV 転送の調整と確立の処理を最初のトークンのクリティカルパスから外した。Amazon EC2 P5en クラスタ上の 1P1D 構成で、Qwen3-32B の TTFT が最大 3 倍、TPOT が最大 30% 向上する。
vLLM は push ベースの NIXL connector を追加し、KV 転送の調整と確立の処理を最初のトークンのクリティカルパスから外した。Amazon EC2 P5en クラスタ上の 1P1D 構成で、Qwen3-32B の TTFT が最大 3 倍、TPOT が最大 30% 向上する。
Deepgram は AWS と協力し、音声認識モデル Nova-3 を Trainium2 に移植した。コールセンター分析や医療文字起こしなどオフラインのバッチ処理が対象。最終構成では Amazon EC2 trn2.3xlarge インスタンス 1 台でモデルを 8 レプリカ動かし、1 ドル当たりの処理音声量は従来の計算基盤より 11%〜70% 多い。
一見成功しているが各1カ所に欠陥がある合成作業ログ1600件で複数モデルを試した研究では、GPT-5.5は論文要旨200件のうち2件しか結論を弱める否定的結果に言及しなかった。
OpenAIが9月初旬に公表した166ページにわたるNavier-Stokes問題の潜在的解法に対し、複数の数学者が疑問を呈している。EPFLの数学者Gonzalo Cao-Labora氏は、スペインの数学者Diego Córdoba氏とLuis Martínez-Zoroa氏の手法とは表面的に似ているだけで、細部では異なる道筋だと述べた。
Elorian が初のモデル Glimpse を公開し、研究プレビューとして API を開放、チャット画面は順番待ちとなっている。Glimpse は推論の途中で画像の領域を切り取ったり、動画から特定のフレームを抽出したり、コードを実行して測定・比較したりできる。Elorian はこの仕組みを視覚的スクラッチ空間と呼んでいる。価格は入力が100万トークンあたり0.60ドル、出力が100万トークンあたり3ドル。Elorian の評価によると、科学図表の推論と短尺動画の説明で GPT-6 Astra を上回る。
Google DeepMindの新たなフロンティアモデルGemini 4 Argonは、Provider Adapter Harnessというテスト環境でARC-AGI-3において97.5%を記録し、コストは4800ドルだった。OpenAIに続き95%を超えた2番目のラボとなり、GPT-6 Astraの99.9%に次ぐ結果である。
The Verge の記者3人が1週間かけ、Nvidia RTX Spark N1X プロセッサを搭載した5機種のノートPCを実測した。128GB の Asus ProArt P16、64GB の Lenovo Yoga 9n、32GB の HP OmniBook Ultra、Surface Laptop Ultra などで、価格は3199.99ドルから6999.99ドル。
The Decoderの報道によると、OpenAIのCammarata氏が機械的解釈可能性の古典的事例を再解釈し、有名な猫顔と車のニューロンは実際にはV字検出器であり重ね合わせ現象ではないと主張、Qwen3-32Bでは約90%のニューロン極点が主要な機能を1つだけ持ち、解釈不能なのはわずか2%から4%だと述べた。
Microsoft Researchはゼロ知識仮想マシンMagnetarを公開した。Rust、Go、Cで書かれたRISC-Vプログラムの実行を証明でき、ノートPC上で毎秒720万〜870万のプロセッサ命令を証明、15のベンチマークプログラムで既存の最速zkVMより平均10〜39倍高速で、証明の検証は約12ミリ秒。
新しいベンチマークで複数の商用AIエージェントが人間のヒントなしに理論物理の研究問題を解き、OpenAI Codex環境で動作するGPT-6-Astraが50問中49問(98%)を正解した。1問あたりの平均コストは3ドル未満、ベンチマーク全体で約116ドルだった。
Apertus 1.5 は 8B と 70B の 2 規模で Apertus 1.0 を拡張し、画像・音声理解、任意の思考モード、4 倍長いコンテキストウィンドウ(262,144 tokens)、より良い指示追従とツール呼び出し能力を追加した。重みは 2026 年 7 月 24 日に Apache 2.0 ライセンスで Hugging Face に公開された。
The Informationが関係者筋の話として伝えたところによると、OpenAIの従業員は、同社が年末までに1~2の新モデルを公開する可能性があると述べているが、開発中の大幅アップグレード版モデルがそれに含まれるかは不明だ。この旗艦モデルにはアラインメント作業が必要で、テスト基盤の整備も求められる。先進AIシステムの評価に関するトランプ大統領の大統領令に基づき、OpenAIは外部パートナーに提供する最大30日前に米政府へアクセスを認めることで合意している。
Google DeepMindはGemini 4 Argonを発表した。本日よりAI StudioとGeminiプラットフォームのAPIを通じて開発者と企業に提供され、Google AI Ultra加入者はGoogle Antigravityで、UltraおよびPro加入者はGeminiアプリとSearchのAI Modeで利用できる。
GoogleはGemini 4 Argonモデルを発表し、最先端の推論能力を備え、冗長さや決まり文句を減らしたと述べている。コーディング、サイバーセキュリティ、科学、金融、法律などのベンチマークでGPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5を上回るという。
MoE モデルの decode 段階で M 次元が小さすぎるために Hopper GPU の利用率が低い問題に対し、AWS は Swap-AB 最適化を提案し、エキスパート出力次元 N=8192 を第一オペランドに引き上げた。H200 上で大規模 MoE モデルに 2~4% のエンドツーエンドスループット向上をもたらし、この最適化は vLLM 0.24.0 以降にマージ済みである。
MetaはフロンティアモデルMuse Wonderの2バージョンを発表した。Muse Wonder FullはArtificial Analysis Intelligence Index v4.3で56点、Muse Wonderは52点、前世代のMuse Spark 1.3は48点だった。
マイクロソフトリサーチの研究がFork-and-Flush手法を提案した。エージェントをK個の並列ブランチに分岐させ、各ブランチで会話コンテキストをすべて消去しつつワークスペースは保持することで、同じ種類の解法を磨き続けるidea basinsから抜け出せるようにする。
AWS はマルチノード展開向けの Ray LLM Deep Learning Containers を公開した。Amazon EKS 上で単一の大規模言語モデルを 2 つの GPU ノードに分割し、prefill/decode 分離方式で 1 つの OpenAI 互換エンドポイントを共有できる。
AWS は llama.cpp 専用の Deep Learning Container(DLC)を公開した。Amazon SageMaker AI 上で量子化モデルを CPU または GPU でホストし、InvokeEndpoint を通じて OpenAI 互換の chat completions を提供できる。
AnthropicのAndrej Karpathy氏は、外部の世界はAIの実際の能力の「プレビュー版」しか見ていないと述べた。同氏は大規模言語モデルのユーザーを4層に分類する。約60億人はLLMにほとんど触れておらず、10億〜20億人は無料のChatGPT系製品をより優れた検索エンジンとして使うだけ。数学とプログラミング分野の約2000万人のプロユーザーは、かつて数週間から数カ月かかった複雑なプロジェクトをすでにエージェントで完了させており、内部のフロンティアシステムに触れられるのはわずか約5000人にとどまる。
Google DeepMind の新研究が Science に掲載された。AlphaProof Nexus は 353 の未解決 Erdős 問題のうち 9 つを独自に解決し、そのうち 2 つは 56 年間未解決だった。チームは論文発表前に解答をオンラインで公開していた。
Ornn、Silicon Data、Bloomberg の 2026 年 8 月時点のデータによると、AI トークンの価格は下落を続ける一方、H100 GPU のレンタル価格は横ばいか上昇している。a16z はこれを AI 市場における教科書的なジェヴォンズのパラドックスだとしている。
Google DeepMind の Pushmeet Kohli 氏と Biohub の Sal Candido 氏は Latent Space の対談で、AlphaFold の突破は始まりにすぎず、タンパク質折りたたみはまだ解決されていないと指摘した。
MIT Technology ReviewとAventineの共同記事は、Elon MuskがTeslaのOptimusヒューマノイドロボットについて早ければ2027年末に1台2万ドルで販売されると予測し、Jensen Huangもヒューマノイドロボットが今年中に人間レベルの能力に達すると述べたものの、多くのロボット研究者は懐疑的だと指摘する。Yann LeCunはダボスで、ロボットを十分に賢く実用的にする方法を知るヒューマノイドロボット企業は一社もないと語った。
AnthropicがClaude Haiku 5.5を発表した。同社で最速かつ最安の小型モデルで、平均価格はHaiku 4.5より約75%低く、10万トークン以内のプロンプトでは最大90%の値下げとなる。10万トークンを超えるプロンプトの価格は5倍になる。
OpenAIはAPIプラットフォームの2つの更新を発表した。新しいDecisions APIはテキスト、画像、またはその両方を評価でき、処理速度はResponses APIの約10倍。現在パブリックベータで、まもなく一般提供される。
NVIDIA のチームは Nemotron 3 を出発点に、SFT、RL、フィードバック駆動の推論フローを用いて、モデルを IOI 2026 と IMO 2026 の両方で金メダル水準に到達させた。IOI 2026 では Nemotron-3-Ultra-CC が 535.4/600 を記録し、金メダルラインの 361.12 と人間の最高得点 498.27 を上回った。IMO 2026 ではシステムが 30/42 を獲得し、公式の金メダルライン 29 を上回り、6 問のうち 4 問で満点を取った。
OpenAIは、社内のフロンティアモデルが生成した372件の数学的成果をGitHub上で公開した。各成果は未解決問題の解決か実質的な進展を主張するもので、主要な計算機アルゴリズムの改良やリーマン予想に関連する進展も含まれる。
MistralがMistral Large 4のプレビュー版を公開した。コードネームはLe chonkで、1兆パラメータ、アクティブパラメータ490億のモデル。自社のNVIDIA Grace Blackwell GPU 3800基のクラスタで学習され、現在は同社のAPI経由で提供されている。
AI企業Reflectionは初の無償公開モデルBeamを発表した。MoEモデルで、総パラメータ5010億のうちトークンあたり230億を活性化し、コーディング、論理推論、エージェントタスクに対応する。
Reflection AIは初のフロンティア級オープンウェイトモデルBeamを公開し、高度な推論ベンチマークで中国の主要オープンモデルと同等の性能を大幅に低い推論コストで実現すると主張している。Beamは総パラメータ5010億、アクティブパラメータ230億のテキストMoEモデルで、23.8兆トークンで事前学習され、コンテキストウィンドウは100万トークン。同社は推論計算量が競合より3〜4倍少ないとしている。
推論を無効化した5,070件のケースを用いたベンチマークで、ローカルのQwen3.8-27B-Q4_K_M.ggufモデルが正の整数の足し算を英単語だけで行い、正確な結果を出力できるかを検証した。数値の正確率は23.57%、形式遵守率は96.17%。正確率は桁数が増えるにつれ、1〜3桁の97.04%から10〜13桁の6.44%へと低下した。中程度の推論を有効にすると、169件のペアテストで167件正解した。
神経科学者のPaul Cisekは、脳はチューリングマシン的な情報処理装置ではなく、進化の産物であるフィードバック制御システムだと提唱する。高飛球を捕る際の野球のヒューリスティックのように、複雑な計算ではなく簡潔な方略で説明できるという。著者のBenjamin Rileyはこれに基づき、脳をコンピュータに例えるモデルは歪んでおり限定的だと論じる。AI製品は「認知版ホットドッグ」のように、その場の欲求に応える一方で、人類が数千年かけて進化させた認知システムを損なうと指摘する。
DeepMindの研究者らが「人工共生知能」(Artificial Symbiotic Intelligence)を提唱し、AI研究の中心的課題は、単一の自己進化する超知能を構築することではなく、エージェント、人間、それらをつなぐシステムからなる複雑なネットワークを調整することにあると主張している。
OpenAI が GPT-6 シリーズのモデルガイドを公開。スタートアップ向けに、GPT-6 モデルの選び方、推論強度の調整、プロンプトとスキルの改善、ツールの連携、本番環境に向けたワークフローの準備方法を説明している。
元Google DeepMindの研究者は、LLMはトークンを一つずつ予測して答えを生成しており、その連鎖的推論も同じnext-tokenプロセスから生じるもので、真に独立した推論機構ではないと指摘する。こうしたモデルには検証可能な持続的認知状態や知識と推論の分離が欠けており、連鎖的推論はしばしば事後の作り話だと述べる。AlphaGoのゲーム木探索アーキテクチャを参考に、機械推論に明示的な認知状態を導入すべきだと主張する。
MITのAlex Zhang氏がLatent Spaceポッドキャストで、自身の再帰言語モデル(RLM)研究を紹介。RLMベースのハーネスはOpenAIのAstraより早く、ARC-AGI-3をほぼ解決した最初のシステムだという。
GPT-6 Astra Ultrafast は NVIDIA Blackwell GPU 上で動作し、OpenAI API と条件を満たす ChatGPT Work および Codex ユーザーに提供されている。
Amazon PaymentsはAmazon SageMaker AI上で多目的文脈付き多腕バンディット(LinUCB)を用い、製品獲得ファネル向けのパーソナライズされたコンテンツ選択を実施。7週間のオンラインA/Bテストでは、ある顧客集団で最終ファネルのコンバージョン率が相対で1桁台後半の改善を示した一方、別の集団では改善が見られず、問題はモデルではなくコンテンツにあった。
カーネギーメロン大学、MIT、ニューヨーク大学、スタンフォード大学の研究チームが開発したAIシステムAtaraxosは、Strategoで史上最強とされる選手Pim Niemeijerに15勝1敗4引き分けで勝利した。訓練にはわずか16基のGPUと数千ドルしかかかっていない。Strategoは不完全情報ゲームであり、駒の身元は衝突時のみ明らかになり、隠された情報量が多く展開期間も長い。これまでDeepMindもトップ人間プレイヤーを安定して破るマシンを作れなかった。