AI日報：GPT-5.2-Codexが新基準を定義、Google DeepMindが国家レベルの科学任務に進出

今日のAI業界は活況を呈しており、テック大手が一斉に年次レベルの重要なアップデートを発表したかのようです。開発者、科学者、ビジネスの意思決定者にとって、これは注視すべき転換点です。OpenAIはGPT-5.2-Codexでコード生成の基準を再び引き上げ、Mistral AIは文書処理において驚異的な精度を示し、Googleは開発ツール、モデルファミリー、そして国家レベルの科学協力において全力を注いでいます。

この記事では、これらの新技術の中核となるハイライトを深く掘り下げ、それらが私たちの仕事や科学研究の方法を実際にどのように変えるのかを分析します。

OpenAI GPT-5.2-Codex：「ネイティブコンテキスト圧縮」を内蔵したセキュリティの専門家

OpenAIは GPT-5.2-Codex を正式にリリースしました。これは単なるGPT-5の微調整版ではなく、現実世界のソフトウェアエンジニアリング向けに極限まで磨き上げられた完全体です。Windows環境でのパフォーマンスが大幅に向上したことに加え、**「ネイティブコンテキスト圧縮」（Native Context Compression）**機能を導入しています。この技術により、モデルは長文のコードリファクタリングや移行タスクを処理する際に、トークンの使用効率と記憶の一貫性を大幅に維持できるようになり、対話が長くなりすぎて「記憶喪失」になることがなくなります。

パフォーマンスデータに関しては、GPT-5.2-Codexは SWE-Bench Pro と Terminal-Bench 2.0 という2つの非常に困難なベンチマークテストにおいて、業界をリードする水準に達しました。

さらに注目すべきは、サイバーセキュリティ分野における鋭敏さです。つい先週、セキュリティ研究者のAndrew MacPherson氏がこのモデルの初期バージョン（GPT-5.1-Codex-Max）を使用して、わずか1週間でReactフレームワーク内の3つの未知の脆弱性を発見しました。これは、新しいモデルがセキュリティ専門家のような「防御的思考」を備えていることを証明しています。リスクのバランスをとるため、OpenAIは現在「信頼されたアクセスとメカニズム」を採用しており、審査に合格したセキュリティ組織に優先的に開放していますが、一般の有料ChatGPTユーザーも本日からCodex CLIおよびIDE拡張機能でその威力を体験できます。

GPT-5.2-Codexの技術詳細について詳しく見る

Mistral OCR 3：構造化文書処理のコストパフォーマンスの王者

大量のスキャン文書や複雑なレポートを扱う仕事をしているなら、Mistral AIが新たに発表した Mistral OCR 3 は間違いなく注目に値します。このモデルは、フォーム、低品質のスキャン、手書きコンテンツの処理において画期的な進歩を遂げており、公式データによると、ベンチマークテストでの勝率（Win Rate）は前世代と比較して74%向上しています。

その最大の強みは、複雑な表構造を正確に復元し、HTMLテーブルタグ付きのMarkdown形式を出力できる点にあります。エンジニアでなくても簡単に使えるように、Mistralは Document AI Playground をリリースしました。ユーザーはシンプルなドラッグアンドドロップのインターフェースを通じて、PDFを直接構造化されたJSONデータに変換できます。

企業ユーザーにとって、価格は最大の武器です。標準APIは1,000ページあたりわずか2ドルですが、バッチ処理API（Batch API）を使用すれば、価格は1ドルまで下がります。これは、膨大な過去のアーカイブをデジタル化する必要がある企業にとって、非常に魅力的な選択肢です。

Mistral OCR 3の完全なレビューを見る

Anthropic Agent Skills：AI従業員のクロスプラットフォーム標準を作成

Anthropicは、AIエージェント（代理）の断片化の問題を解決しようとしています。彼らは Agent Skills オープンスタンダードを発表し、これを MCP (Model Context Protocol) と同様のポータブルプロトコルと見なしています。Skillsは「プロセス」のための標準であり、MCPが「データ」の接続を対象としているのとは区別されます。これは、将来開発されるスキルがClaudeに限定されず、異なるAIプラットフォーム間で相互運用できる機会を持つことを意味します。

Notion、Canva、Figma、Atlassianとの深い連携を通じて、Claudeは現在、これらのツールを従業員のように熟練して操作できます。たとえば、テキストを読むだけでなく、Jiraチケットを直接理解して操作を実行できます。Claude Team および Enterprise プランの管理者は、これらのスキルライブラリを一元的に構成できるようになり、チーム内のAIアシスタントが承認された、安全で標準化されたワークフローを使用していることを保証できます。

Agent SkillsとMCP標準についての紹介を読む

Google Conductor：Gemini CLIに「転ばぬ先の杖」の魂を注入

開発者なら誰でも知っているように、いきなりコードを書き始めることは往々にして災害の始まりです。GoogleがGemini CLI向けにリリースした新しい拡張機能 Conductor は、まさに「コンテキスト駆動開発」（Context-Driven Development）を普及させるためのものです。

Conductorの動作メカニズムは非常に具体的です。開発者が specs.md（仕様書）と plan.md（計画書）を生成し、コードベースに保存するのを支援します。これにより、AIはプロジェクトのアーキテクチャと仕様を明確に知る、実体のある「記憶」を持つことができます。最も重要なことは、**「コードを書く前に計画をレビューする」（Review plans before code is written）**ことを強調している点です。これにより、開発者は常に運転席（Driver’s seat）に座り続け、AIが場違いなコードを生成して暴走するのを防ぐことができます。これは、歴史の長い古いプロジェクト（Brownfield projects）を維持する場合に特に重要です。

Google Conductorのワークフローを見る | GitHubプロジェクト

Googleモデルファミリーの拡大：T5Gemma 2とFunctionGemma

Googleの研究開発エンジンは高速で回転し続けており、今回は特定のシナリオ向けに最適化された2つの小型モデルをリリースしました：

1. T5Gemma 2：これはGemma 3アーキテクチャに基づいた新世代のエンコーダー・デコーダーモデルです。270Mバージョンに加えて、1Bおよび4B パラメータバージョンも選択可能です。技術的には、**「Tied Embeddings」**技術を採用しており、モデルサイズを大幅に縮小しながらも、強力なマルチモーダル機能と128Kのコンテキストウィンドウを維持しています。リソースが限られたエッジサイドアプリケーションに非常に適しており、140以上の言語をサポートしているため、国境を越えた展開が必要なエッジデバイスにとって大きな利点となります。 T5Gemma 2について | Hugging Face

2. FunctionGemma：「関数呼び出し」のために特別に微調整されたモデルです。Googleは 「Mobile Actions」 の実際のケースを紹介しました。これは、ユーザーの自然言語コマンド（「明日の朝のアラームを設定して」など）をオフラインで正確にAndroidシステムコールに変換できます。この「ローカルファースト」の設計は、プライバシーと遅延の問題を完全に解決します。 FunctionGemmaの説明を見る | Hugging Face

Google DeepMind x 米国エネルギー省：AIが国家レベルの科学任務に進出

これはおそらく、今日最も広範囲に影響を与えるニュースでしょう。Google DeepMindはホワイトハウスの「Genesis Mission」への支援を発表し、米国エネルギー省（DOE）傘下の17の国立研究所と深い協力を開始します。これは、AIが正式に国家レベルの科学研究の中核的な原動力となったことを示しています。さらに、双方はWeatherNextモデルを使用してハリケーン予測を最適化することでも協力しており、この技術はすでに米国国立ハリケーンセンターの支援を開始しています。

協力のハイライトは以下の通りです：

• AI Co-scientist：Geminiベースのマルチエージェントシステムで、科学者が研究仮説を生成し、実験を計画するのを支援します。
• AlphaEvolve & AlphaGenome：2026年に公開予定。AlphaEvolveはアルゴリズムの設計に焦点を当て、AlphaGenomeは「非コードDNA」の解読に専念します。これはバイオエネルギー開発や作物の耐性向上に革命的な助けとなるでしょう。

Google実用ツールの更新：ノート作成の神器と偽造防止検証

ユーザーアプリケーション側では、Googleは2つの気の利いた機能更新をもたらしました：

• NotebookLMデータテーブル：NotebookLMは、雑然としたデータ（会議の議事録内のアクションアイテムや複数の競合他社分析レポートなど）を自動的に整理された構造化テーブルにまとめ、Googleスプレッドシートへのエクスポートをサポートするようになりました。この機能は現在、ProおよびUltraユーザーに優先的に開放されており、その後すべてのユーザーに展開される予定です。 データテーブルの仕組みを見る

• Geminiアプリ動画検証：ディープフェイク技術の課題に直面し、GoogleはGeminiアプリに検証機能を追加しました。SynthID透かし技術を通じて、システムは動画がGoogle AIによって生成されたかどうかを判断できます。注目すべき点は、現在この機能がサポートするファイルは、長さ90秒以内、サイズ100MB以内に制限されていることです。 動画検証機能について

安全性と倫理：「思考」の監視から青少年の保護まで

AIの能力が指数関数的に増大するにつれて、その行動が人間の価値観と一致することを保証することが最優先事項となっています。

• OpenAIの思考の連鎖の監視可能性 (CoT Monitorability)：OpenAIは、現代の推論モデル（o1、o3など）に対して、「内部の思考の連鎖」を監視することが、単に結果を見るよりも欺瞞や偏見を発見するのに効果的であると指摘する研究を発表しました。これは、将来高リスク領域にAIを展開するための新しい安全上の考え方を提供します。 思考の連鎖の監視可能性に関する研究を読む

• OpenAIの青少年保護 (U18)：更新されたModel Specにおいて、OpenAIは未成年のアカウントを自動的に検出し保護することを目的とした**「年齢予測モデル」（Age Prediction Model）**を導入しました。システムがユーザーを青少年と判断した場合、より厳格な安全ガードレールを強制的にオンにします。 青少年保護の更新を見る

• Anthropicのお世辞削減 (Sycophancy)：Anthropicは最新の安全対策において、モデルの「お世辞」傾向を減らすことを強調しました。新しいモデルは、単にユーザーを喜ばせるために間違った見解に同意したり、ユーザーの妄想（Delusions）を強化したりすることはなくなり、より客観的で原則に基づいた対話を提供することに尽力します。 Anthropicの安全対策について

よくある質問 (FAQ)

Q：GPT-5.2-Codexの「ネイティブコンテキスト圧縮」にはどのようなメリットがありますか？ この技術により、モデルは長文のコードを処理する際に重要でない情報を自動的に「圧縮」できるため、限られたコンテキストウィンドウ（Context Window）内でより多くの重要なロジックを保持できます。これは、大規模プロジェクトのリファクタリング（Refactoring）や言語間の移行において特に有用であり、モデルが前のコードを読めないために幻覚（ハルシネーション）を起こすのを防ぐことができます。

Q：Mistral OCR 3のバッチ処理価格はいくらですか？ Mistralは破壊的な価格設定を提供しています。標準APIは1,000ページあたり2ドルですが、**Batch API（バッチ処理）**を使用すると、価格は 1,000ページあたり1ドル に下がります。これは、結果の即時返却を急がない大量のファイルデジタル化作業にとって非常に費用対効果が高いです。

Q：Google Conductorが生成する specs.md とは何ですか？ それは、あなたのプロジェクト要件に対するAIの「理解ノート」です。Conductorを使用すると、AIはまずあなたの要件をこの仕様書に変換し、コードベースに保存します。これを行うメリットは、将来のすべてのコード生成がこの「記憶」に基づき、スタイルの一貫性が保証されることです。また、このドキュメントをいつでも修正して、AIの開発方向を調整できます。

Q：Geminiアプリで10分の動画を検証できますか？ 現時点ではできません。GoogleのAI動画検証機能は現在、90秒以内 かつファイルサイズが 100MB以下 の動画のみをサポートしています。これは主に、ショートビデオやソーシャルメディアのクリップを素早くチェックするために適用されます。