Posts
All the articles I've posted.
GPT-6 SolとLuna：Astraの改良を半値で。1タスクあたりの費用で読む発表の中身
OpenAIが2026年9月22日に発表したGPT-6 SolとGPT-6 Lunaについて、発表文、System Cardの付録、開発者向けドキュメントを読み比べました。50%値下げの基準、1タスクあたりの費用で並べたベンチマークの読み方、プロンプトキャッシュの改善、アラインメント評価で残った課題、APIの仕様と使い分けを初学者向けに説明します。
Claude Opus 5.5：Fable 5.1並みの性能を4割安く。ただし数字には条件がある
Anthropicが2026年9月22日に発表したClaude Opus 5.5を、発表文、System Card、開発者向けドキュメントで読み比べました。「Opus 5より40%安い」の条件、ベンチマークの表で信用できる部分、System Cardが認めた課題、セーフガードの切り替え先、移行で事故りやすい点を、初学者向けに説明します。
Meta Muse Spark 1.3：聞いてから動くエージェントへの改良と、maxと格安ティアの読み方
Metaが2026年9月2日に公開したMuse Spark 1.3の解説です。1.2から何が変わったのか、max推論モードの中身、ベンチマーク表の読み方、Muse Code、Meta Model API、OpenRouterからの使い方、Contributorティアの割引と引き換えに差し出すもの、オープンウェイトの約束の現状までを初学者向けにまとめました。
GPT-6 Astra：初めてCriticalに達したモデルの能力、料金、監視しにくくなった推論
OpenAIが2026年9月3日に発表したGPT-6 Astraについて、コンピュータ操作とサイバー分野の主張、ARC-AGI-3の99.9%とExploitBenchの100%の測り方、Preparedness FrameworkでのCritical判定の意味、監視付きで一般提供するための安全策、料金とAPIの変更点、OpenAI自身が認めた思考の連鎖の監視しにくさを整理します。
Astro 7.3の新機能：previewの並行起動と拡張ポイントへのロガー対応
2026年9月3日に出たAstro 7.3の変更点を、astro preview --ignore-lockによる複数プレビューサーバーの並行起動、画像サービスとキャッシュプロバイダーへのロガー受け渡し、@astrojs/cloudflareのfinalize()ヘルパー、同時に入った修正の順に解説します。
Gemini 3.8 Flashと3.8 Flash Cyber：3週間ごとの更新と、Googleも始めた選別配布
Googleが2026年9月に発表したGemini 3.8 Flashと3.8 Flash Cyberについて、CWE-Benchの47.2%という数字の読み方、CyberGymの86.2%が抱える検証の難しさ、防御側だけにモデルを渡すFairwind Programの仕組みを、OpenAIのDaybreakと比べながら整理します。
OpenAIがCursorへのモデル提供を打ち切る：SpaceXによる買収と「借り物の頭脳」というリスク
OpenAIが2026年8月28日に発表した、Cursorへのモデル提供終了を整理します。SpaceXによる600億ドルの買収、チェンジ・オブ・コントロール条項の仕組み、Cursor側とMusk氏の反応、そして他社のモデルの上に製品を作ることの構造的なリスクまでを説明します。
Astro 7.2の新機能：インクリメンタルビルドとセッション無効化
2026年8月6日に出たAstro 7.2の変更点を、実験的なインクリメンタルスタティックビルド、session: falseによるセッションの無効化、astro previewのバックグラウンドモード、logger.entrypointの相対パス対応の順に解説します。
デジタル庁が公開した行政手続データのMCPサーバーを読む
デジタル庁が技術検証として公開した、行政手続等の棚卸調査結果 約7.5万件をMCP経由で自然言語分析できるサーバー実装を、AIがデータを正しく扱うための意味定義と品質情報という観点から解説します。
Gemini 3.7 Flash 3週間で来た更新と「半額」の中身
Googleが2026年8月に公開したGemini 3.7 Flashについて、公式ベンチマークの読み方、100万トークンあたり0.75ドルという導入価格の中身、thinking_levelによる調整、3.6 Flashからの移行で実際に必要な変更を整理します。
Grok 4.6登場 長く走るエージェントへの最適化と、価格で押し切る戦略
SpaceXAIが2026年8月12日に発表したGrok 4.6について、公式のベンチマーク表と価格体系、訓練方法を整理し、100万トークンあたり2ドルという単価が何を意味するのか、数字のどこを割り引いて読むべきかを書きます。
ChatGPTデスクトップアプリのLinux版がプレビュー公開。Codexが手元のリポジトリで動く
2026年8月11日に公開されたChatGPTデスクトップアプリのLinux版プレビューについて、対応ディストリビューションとインストール方法、Codexに手元のファイルを触らせるときの権限とサンドボックス、そして公開直後のフォーラムに並んでいる日本語入力まわりの不具合と回避策を、初学者向けに整理します。
Claudeが生成したテキストに「見えない透かし」が追加。日本を含むグローバルに適用へ
Anthropicが公開したClaudeのコンテンツマーキングについて、テキストへの埋め込み透かしとC2PA準拠の署名付き来歴メタデータという2つの方式、背景にあるEU AI Act第50条、印の有無から何が言えて何が言えないのかを、初学者向けに説明します。透かしの方式が非公表な点にも触れます。
OpenAI DaybreakとGPT-5.6-Cyber：拒否しないAIを防御側だけに渡す試み
OpenAIが2026年8月10日に発表したDaybreakの2階層化とGPT-5.6-Cyberについて、応答率95.0%という数字の意味、V8で見つかった実際の脆弱性、一次資料どうしの食い違いを整理し、この方針のどこに同意できてどこに同意できないかを書きます。
Meta Muse Glimmer入門：手元のGPUで動く30Bのオープンエージェントモデル
Metaが2026年8月10日にApache 2.0で公開した300億パラメータのモデル、Muse Glimmerの解説です。何を狙ったモデルなのか、アーキテクチャ、量子化と投機的デコーディング、ベンチマークの読み方、プロンプト形式までを初学者向けにまとめました。
15. Claudeのプライバシーとデータの扱い
消費者向けプランのモデル改善設定（Opt-out）、保持期間、シークレット会話、商用向けとのポリシー差を整理し、組織で使うときの判断材料をまとめます。
14. Claudeの限界とリスク
ハルシネーション、知識のカットオフ、計算の苦手さ、長い会話での劣化、そしてプロンプトインジェクションという主要な限界とリスクを、原因と対策の両面から整理します。
13. Claudeの安全性設計
原則文書にもとづくConstitutional AI、能力の閾値と安全性の論証を軸にした責任あるスケーリング方針、実行時の分類器という3つの層から、Claudeの安全性設計を概観します。
12. Claudeの開発者向け入口
自社サービスへClaudeを組み込むためのClaude APIの基本構造、最小のコード例、ツール利用の流れ、コストを抑える仕組み、そして各クラウドでの提供状況を整理します。
11. コーディングツール Claude Code とは
コードベースを読み、ファイルを編集し、コマンドを実行するコーディングエージェントClaude Codeについて、動作する場所、CLAUDE.mdによる指示、権限の考え方までを整理します。
10. Claude Coworkとエージェント機能
指示を受けて自分で手順を進めるエージェントの動き方と、非エンジニア向けのClaude Coworkの位置づけ、承認モードや権限設定といった歯止めの掛け方を整理します。
09. Claude SkillsとConnectors
専門的な手順をClaudeへ追加するSkillsの仕組みと、外部サービスへつなぐConnectorsおよびその土台であるMCP（Model Context Protocol）の考え方を整理します。
08. Claudeのファイルとリサーチ
画像やPDFを読ませる方法、ClaudeがExcelやWordなどのファイルを作る仕組み、Web検索とリサーチの違い、そして出典を確認する習慣について整理します。
07. ClaudeのProjects・Artifacts・メモリ
毎回同じ前提を説明する手間をなくすProjects、成果物を会話と切り離して編集できるArtifacts、会話をまたいで情報を引き継ぐメモリの役割と使い分けを整理します。
06. Claude プロンプトの基本
意図した答えを引き出すための指示の書き方を、5つの構成要素、XMLタグによる区切り、例示、反復改善という順に整理し、現行モデルでやりがちな失敗も扱います。