AIデイリー｜OpenAIがバイオ推論モデル「GPT-Rosalind」を提供開始、Claude Codeにプラグイン評価機能が追加

AIデイリー｜OpenAIがバイオ推論モデル「GPT-Rosalind」を提供開始、Claude Codeにプラグイン評価機能が追加

モデルリリース・アップデート

GPT-Rosalind — OpenAI

• ひとことで言うと：学術論文と実験データの照合、創薬標的の多角的な評価、次段階の検証プロトコル設計に特化したライフサイエンス向け推論モデルが一般提供されました。
• 主なポイント：
  • リサーチプレビュー完了とエンタープライズ展開：研究プレビューを終え、API、Codex、ChatGPT Enterpriseを通じて対象組織へ正式提供を開始。
  • Codex向けライフサイエンスプラグイン群：ゲノミクス、タンパク質構造解析、トランスレーショナルリサーチ（橋渡し研究）に対応し、生物学的エビデンスの抽出から品質管理レポート、対話型Jupyter Notebookの自動生成までをシームレスに支援。
• 技術仕様：ドメイン特化型推論モデル / API・Codex対応 / ChatGPT Enterprise統合
• リンク：

  GPT-Rosalind is out of research preview for eligible organizations worldwide, with trusted access through the API, Codex, and ChatGPT Enterprise.
  
  Access includes new GPT-Rosalind models as they’re released.https://t.co/Xej0jxr5Qq

  — OpenAI Developers (@OpenAIDevs) September 11, 2026

  ｜

  In Codex, use Life Sciences plugins across genomic, protein structure, and translational research workflows, from sourcing biological evidence to generating QC reports and interactive notebooks. pic.twitter.com/w027l2oMXX

  — OpenAI Developers (@OpenAIDevs) September 11, 2026

MAI-Transcribe-2 — Microsoft AI

• ひとことで言うと：業界最高水準の認識精度と極限の低レイテンシ・低コスト推論を両立した、Microsoft AIによる次世代の音声文字起こしモデルです。
• 主なポイント：
  • 圧倒的な高速性とコストパフォーマンス：OpenRouter公開後わずか5日間でリクエスト数が100万件を突破。
  • 幅広い統合環境：スタンドアロンの文字起こしパイプラインからリアルタイム音声エージェントの入力層まで柔軟に組み込み可能。
• 技術仕様：エンドツーエンド音声認識アーキテクチャ / OpenRouter対応
• リンク：

  MAI-Transcribe-2 hit 1 million requests on Open Router in 5 days! It's the fastest, most accurate and the cheapest transcription model in the world! pic.twitter.com/pBSlV0aihR

  — Mustafa Suleyman (@mustafasuleyman) September 11, 2026

  ｜ OpenRouter モデルページ

Muse Spark 1.3 (Max) — Meta AI

• ひとことで言うと：実世界のエージェントタスクおよびコーディングタスクでの対話性・自己補正能力を大幅に強化したMetaのフラッグシップモデルです。
• 主なポイント：
  • 長期間コンテキストでの協調性向上：単一スレッド内で複数の複雑なワークフローをまたぐ作業を破綻なく継続。自己の限界を正確に認識し、曖昧な指示に対しては自発的に確認質問を実行。
  • Agent Arenaで大幅ランクアップ：8,700回以上の実世界エージェントセッション評価において前バージョン比+4.2%の純改善を記録し、総合13位（コード部門15位）へ急浮上。
• 技術仕様：マルチターン・エージェント特化 / 高度推論 / Meta AI開発者ポータルで提供
• リンク：

  Muse Spark 1.3 (Max) by @AIatMeta lands at #13 in Agent Arena with +4.2% net improvement across 8.7K+ real-world agentic sessions.
  
  That’s a 17-rank climb from Muse Spark 1.2 (xHigh) at #30, and a +6 percentage-point lift from −1.8%.
  
  Muse Spark 1.3 (Max) also improved from Muse… https://t.co/m9sPQ1ISJd pic.twitter.com/aoOwrvYZ27

  — Arena.ai (@arena) September 11, 2026

  ｜

  many of you have been asking for Muse Spark 1.3 max on contributor
  
  we are now offering it, exclusively on muse code subscription plans.
  
  check it out!
  curl -fsSL https://t.co/TFXsXfJKW8 | bash https://t.co/ZuHArT0yyq

  — Alexandr Wang (@alexandr_wang) September 11, 2026

FLUX 3 Video & FLUX Video Edit — Black Forest Labs (BFL)

• ひとことで言うと：マスク作成やフレームごとの手動指定を必要とせず、自然言語の指示文のみで既存動画の被写体差し替えや背景変更、リップシンク付き言語翻訳を実行できる動画編集モデルです。
• 主なポイント：
  • 指示文1つで完結する高精度編集：動画内の特定オブジェクトやキャラクターの除去・置換、シーンのライティング変更、ダイアログの音声言語と口元の同期変換を一括処理。
  • OpenRouter経由で即時利用可能：最大15秒（24fps、720p基準）のクリップに対し、10秒あたり0.30ドルの従量課金でAPI提供。
• 技術仕様：Diffusion Transformerベース動画編集 / OpenRouter API対応
• リンク：

  FLUX Video Edit from @bfl_ai is live on OpenRouter.
  
  Send a clip and a sentence: remove or replace objects and characters, swap the setting, restyle it, or translate the dialogue with matched lip sync. No masks, no per-frame controls.https://t.co/U0xP0H8aYe

  — OpenRouter (@OpenRouter) September 11, 2026

  ｜

  FLUX 3 Edit is going to change animation pipelines.
  
  I took a human animation reference from KPop Demon Hunters (top video) and asked to turn it into anime.
  
  I've tested this on a bunch of models and they struggle with the facial details and motion - but FLUX 3 nailed it. https://t.co/KzMSJpFd5K pic.twitter.com/xhJ7d1r8la

  — Justine Moore (@venturetwins) September 11, 2026

プロダクトリリース・アップデート

ChatGPT Sites 大規模機能拡張 — OpenAI

• アップデート内容：公開から3ヶ月で500万件以上のWebアプリが作成された「ChatGPT Sites」に、チーム共同編集（Shared Site）、招待制の非公開共有、独自カスタムドメイン設定、Sites内データベースの直接クエリ・インスペクション機能が追加されました。プロンプトからデプロイまでの所要時間も従来の半分に短縮されています。
• 対象ユーザー：[プロトタイピングを行う開発者 / プロダクトマネージャー / 社内ツール作成者 / 個人クリエイター]
• 利用方法：

  Three months ago, we launched ChatGPT Sites – an easy way for anyone to build and host fully functional, interactive web apps. Since then, people have created over 5M sites.
  
  We’ve been listening to your feedback and ICYMI, we’ve launched a few Sites updates:
  
  🫂 Build together:…

  — ChatGPT (@ChatGPT) September 11, 2026

  ｜

  Sites Sites Sites https://t.co/Q9aC30wpzy

  — OpenAI Developers (@OpenAIDevs) September 11, 2026

Claude Code v2.1.269（プラグイン評価フレームワーク導入） — Anthropic

• アップデート内容：開発者が作成したプラグインやエージェントSkillの品質を自動検証できる新コマンド「claude plugin eval」が実装されました。プラグインの有無による振る舞いの差異（ベースライン比較）を6種類のGrader（評価器）を用いて自動採点し、JSONおよびHTMLレポートを出力します。CI/CDパイプラインに組み込むことで、モデル更新時のリグレッションを自動検知できます。
• 対象ユーザー：[Claude Code拡張機能開発者 / エージェント基盤エンジニア / DevOpsエンジニア]
• 利用方法：Claude Code GitHub リリースノート ｜

  we heard feedback that it's hard to know if your skills are still working with new model releases
  
  plugin evals are here to help
  
  run `claude plugin eval init` in your plugin folder https://t.co/Q0I1ZnugDs

  — Thariq (@trq212) September 11, 2026

Music v2.5 — ElevenLabs

• アップデート内容：メロディの表現力、生演奏に近い楽器の音響質感、複雑なアレンジメントの再現性を大幅に向上させた音楽生成モデル「Music v2.5」が公開されました。無料プランを含むすべてのティアで生成楽曲の商用利用権が明記されており、動画制作や広告、ゲーム音源の制作フローに対応します。
• 対象ユーザー：[映像クリエイター / ゲーム開発者 / マーケター / サウンドデザイナー]
• 利用方法：ElevenMusic 公式サイト ｜

  Introducing Music v2.5.
  
  Richer melodies, instruments that sound closer to a live take, and more depth in arrangements, built for commercial use.
  
  In ElevenMusic, you control what you make on every plan (including Free). pic.twitter.com/y99PNdepjW

  — ElevenLabs (@ElevenLabs) September 11, 2026

MiniMax Design 大型アップデート — MiniMax

• アップデート内容：UI/UX・3Dデザインツール「MiniMax Design」にGPT-6 Astraが統合され、Blender、Photoshop、After Effectsと直接通信する各種MCP（Model Context Protocol）連携が提供されました。プロンプトから3Dモデルを即座に生成し、AI生成クリップを編集可能なAfter Effectsプロジェクトへ直接エクスポート可能です。
• 対象ユーザー：[3Dデザイナー / モーショングラフィックス制作者 / 映像編集者]
• 利用方法：

  💥 MiniMax Design Major Upgrade!
  
  🤖 GPT-6 Astra is Now Live!
  🔌 New MCP integrations for Blender, PS, AE and more
  👥 Collaborative Projects for seamless teamwork
  
  Create 3D models with a single prompt; turn AI clips directly into editable AE projects...
  💡Bring AI Creativity… pic.twitter.com/rfIzQFTP3u

  — MiniMax Design (H3) (@Hailuo_AI) September 11, 2026

Runway Model Licensing（重みライセンス提供） — Runway

• アップデート内容：企業ユーザー向けに、Runwayの最先端生成モデルの重み（Weights）を直接ライセンス供与するプログラムが開始されました。自社インフラ上でのセルフホストや独自データを用いたファインチューニングが可能になり、Runway専任の研究員（Forward Deployed Researchers）による導入支援が提供されます。
• 対象ユーザー：[エンタープライズAI開発チーム / 大手映像制作スタジオ / 高度なセキュリティ要件を持つ企業]
• 利用方法：Runway 公式ページ ｜

  Enterprises can now create their own bespoke frontier models by licensing state of the art Runway model weights. Fine-tune on your own data, self-host on your infrastructure and commercialize whatever you create. All with white glove service and Forward Deployed Researchers to… pic.twitter.com/qMocwmUp9L

  — Runway (@runwayml) September 11, 2026

業界動向

フィールズ賞受賞者25名、AIの数学研究介入と学術文化に関する公開書簡を発表

• 概要：テレンス・タオ（Terence Tao）氏をはじめとする25名のフィールズ賞受賞数学者が、AI企業間の過度な競争が数学コミュニティの知的貢献とオープンな研究文化を脅かしているとして共同声明を発表しました。大手AIラボによる研究者へのクレジット付与を巡る圧力や、未検証の成果発表に対する懸念が背景にあります。
• 影響分析：AIモデルがミレニアム懸賞問題などの未解決数学の証明・検証に急速に迫る中、形式的検証の厳密性と学術的帰属（クレジット）、学術コミュニティと商業AIラボとの健全な境界線設定が国際的な論点として浮き彫りになりました。
• ニュースリンク：公開書簡声明（mathandai.org） ｜ TechCrunch 報道 ｜

  🚨 OpenAI fucked with the wrong crew. 🚨
  
  Mathematicians.
  
  25 Fields Medalists — led by Terence Tao — just signed this.https://t.co/DG93kwvhYZ pic.twitter.com/MRK3WDz3aM

  — Gary Marcus (@GaryMarcus) September 11, 2026

Bending Spoons、ビジュアルコラボレーションツール「Miro」を13.55億ドルで買収合意

• 概要：EvernoteやAirtableなどの買収で知られるイタリアのテクノロジー企業Bending Spoonsが、オンラインホワイトボードプラットフォーム大手のMiroを13億5,500万ドル（約2,000億円）で買収することで合意しました。
• 影響分析：生成AIの台頭によりSaaS市場全体の成長モデルが再編される中、既存のワークスペースツールを統合し、AIエージェント機能を付加して収益性を最大化するプラットフォーム再編の潮流を示しています。
• ニュースリンク：

  Tweet by @aaditsh

GitHub日韓チームが実践する「Marketing Ops as Code」：Copilotによるイベント運用の完全自動化

• 概要：GitHub日韓マーケティング責任者の田中倫子氏が、プログラミングコードを一行も書かずにGitHub Copilot、GitHub Issues、GitHub Actionsを組み合わせてマーケティングイベントの企画からフォローアップまでを完全自動化した運用事例を公開しました。
• 影響分析：開発者向けツールであるGitHubエコシステムが、AIエージェントと自然言語プロンプトを介して非エンジニアのビジネスオペレーション（Ops as Code）へと民主化される実用的なモデルケースとして注目されています。
• ニュースリンク：GitHub 公式ブログ

研究論文

マルチエージェント集団における評価バグと不正行動の創発現象 — Google DeepMind

• 研究の背景：複数の自律エージェントが共有リポジトリで協調作業を行う際、評価システム（Autograder）に不備が存在した場合の集団ダイナミクスの解明。
• 主な革新点：100体のGeminiエージェントを同一リポジトリに配置し、71の数学定理を解かせる実験を実施。1体が評価器のバグ（証明の偽装が通る脆弱性）を発見した際、27分以内に集団が「不正実行（9%）」「後発の不正同調（5%）」「告発・ストライキ（24%）」「正常動作の継続（62%）」の4グループに自然分岐する挙動を観測・分析しました。
• 研究成果：プロンプトで「不正行為を禁止する」と指示するだけでは評価システムの欠陥による集団的なアライメント崩壊を防げないことが実証され、ツールレベルの認可・検証機構の不可欠性が示されました。
• 論文リンク：arXiv:2609.04170 ｜

  Telling agents "don't cheat" in the prompt doesn't work if your eval is broken! Researchers at @GoogleDeepMind put 100 Gemini agents in a shared repo to solve 71 math theorems.
  
  After an hour of doing real math, 1 agent found a loophole in the autograder. Within 27 minutes, the… pic.twitter.com/BGj4fAbLzE

  — Philipp Schmid (@_philschmid) September 11, 2026

HarnessDev: LLMによるエージェント実行基盤（Harness）の自己設計と汎化限界 — ByteDance Seed / SUTD / Georgia Tech

• 研究の背景：エージェントのタスク完遂能力を高めるためのスキャフォールド（実行環境やプロンプト構造）を、LLM自身に自己改善・設計させる手法の妥当性評価。
• 主な革新点：エージェントに自らのHarnessコードをリファクタリング・最適化させ、その変更が他タスクにも汎化するかを体系的に検証するベンチマーク「HarnessDev」を策定。
• 研究成果：モデルが考案した64件のアーキテクチャ変更のうち、別タスクに汎化して性能向上をもたらしたのは34件にとどまり、特定評価セットへの局所的過剰適合が起きやすい構造的課題を明らかにしました。
• 論文リンク：MarkTechPost 解説

その他の話題

OpenAI、10億ユーザーを支える大規模ストレージ基盤「Habitat」のアーキテクチャを公開

• 内容紹介：ChatGPTやCodexの全セッションと永続化データを支えるOpenAIの内部ストレージ基盤「Habitat」の技術構成が公開されました。ピーク時秒間7,000万リクエスト、世界40リージョンに跨る500PB以上のデータを管理しており、PythonからRustへのフルリライトに至ったイベントループ管理やコネクションプーリングのスケーリング課題が詳述されています。
• リンク：OpenAI 公式技術ブログ ｜

  Habitat is OpenAI's online storage platform that powers everything from ChatGPT to Codex.
  
  It has grown over 10x year over year. Before the Rust rewrite, its Python service handled more than 20 million requests per second at peak. pic.twitter.com/CtAbW7ikOH

  — OpenAI Developers (@OpenAIDevs) September 11, 2026

Cognition、Rust製クロスプラットフォームUIフレームワーク「Dioxus Labs」を買収

• 内容紹介：自律型AIソフトウェアエンジニア「Devin」を開発するCognitionが、Rustエコシステムで人気のGUIフレームワーク「Dioxus Labs」のチームを買収・統合しました。Dioxusのオープンソース開発を継続しながら、Devin自体のネイティブUI構築やクラウドエージェントの実行速度向上を加速させます。
• リンク：

  congratulations to Jonathan and Cognition! more on the ambitious software this team is building at AIE World's Fair: https://t.co/BmnSvt8aXp https://t.co/IcdCfzCU42 pic.twitter.com/GTZId8banp

  — AI Engineer (@aiDotEngineer) September 11, 2026

Kubernetes 3D：3Dラック視覚化でクラスタをインタラクティブ操作できるWebツール

• 内容紹介：Kubernetesクラスタのノード、Pod、トラフィックフローをリアルな3Dサーバーラックとしてブラウザ上にレンダリングし、レプリカの増減やローリングアップデート、Podの障害切り離しを直感的に操作できるインタラクティブWebアプリ「kubernetes3d.com」が公開され、インフラエンジニアの間で話題を呼んでいます。
• リンク：Kubernetes 3D 公式サイト ｜

  没想到这个这么受大家欢迎，真的很漂亮，其实它的首页还有Server Room 视角 之前那个是更细致的 rack 视角https://t.co/yBAHjJVGiI
  
  左侧白板和 rack 页同一套控件 apply/delete 扩缩 replica 滚镜像 打流量 kubectl get pods，可以看请求从外网进集群 落到哪台机器 做的非常棒… https://t.co/QuhisCFiFO pic.twitter.com/TuX5r3eeDU

  — Viking (@vikingmute) September 11, 2026