ChatGPT Images 2.5登場ほか10件
目次
1. ChatGPT Images 2.5が登場
- ChatGPT Images 2.5はsharper detailsとmore precise editing、faster generationを備えたstate-of-the-art image modelです。毎週30億超の画像がChatGPT ImagesとAPIのGPT-Image modelsで生成されている基盤の更新です。
- Images 2.0比でimage generation latencyを最大50%削減し、複数ターンの編集指示への追随性とreference photosのsubject保持を改善します。natural lightingとricher texturesで被写体のrecognizableさが上がります。
- ChatGPT側ではSketchで直接描画をreferenceにし、Templatesでflyersやproduct photos等から開始し、画像への直接commentsとpromptsのshareが可能です。すべてのChatGPT、ChatGPT Work、Codex usersにdesktop、mobile、webで提供されます。
- APIにはGPT-Image-2.5 FlareとGPT-Image-2.5 Sunburstが追加されます。FlareはGPT-Image-2より高画質で50% lower latencyのdefault choice、Sunburstはlonger generation timesと引き換えにtighter controlを提供します。
- 原典：https://openai.com/index/introducing-chatgpt-images-2-5/
2. Qwen3.8 27Bは4-bitでBF16並み
- Qwen3.8 27BのフルモデルBF16は55GBで、UnslothのGGUF量子化Q4_K_Mは17GBです。Terminal-Bench 2.1ではQ4_K_MがBF16並みの結果です。
- Q4_K_MはRTX 4090等の24GBカードに収まり、約64k tokensのコンテキスト余地を残します。F16 KV-cacheは32k tokensあたり約2.3GBです。
- GPQA Diamondでは4-bitまで差は小さく、IFBenchでは10.7GBの2-bit UD-Q2_K_XLまで変化はありません。Terminal-Bench 2.1では2-bitで低下が出ます。
- 1-bit UD-IQ1_S(6.2GB)はGPQA Diamondでrandom chance並みに崩壊し、長いreasoningではさらに悪化します。Q8_0は29GBです。
- 原典：https://quesma.com/blog/qwen38-27b-quantizations-benchmarked/
3. Kimi K3をMacBook Proで1token/s実行
- Deltafinは剪定なしの2.8-trillion-parameterのKimi K3を実行するsingle native binaryです。16 expertsの決定をすべてKimi K3自身が行い、small draft modelの推測は毎token検証します。
- 計測環境はM5 Max・128GBで、expertsを4台のSSDからstreamします。steady decode 512 tokensはdrafter offで0.9232 tok/s、onで1.0015 tok/s、128 tokensでは0.9261と1.1252です。
- 17-token promptは中央値で0.9631、512-token promptのtime to first tokenは約376sと約375sです。drive数は1台で4台構成の約52%、2台で約73%、3台で約90%です。
- 原典：https://github.com/argonautlabsai/deltafin
4. 1PasswordがCodexで生産性21%向上
- 1PasswordはCodexでplanningからproductionを短縮します。core user cohortでmedian pull request cycle time約11%削減、productivity約21%向上です。
- well-defined user storiesからproduction動作するfeatureまでone-shotで生成しreview前iterationを削減します。CTOのNancy Wang氏はlifecycle短縮がeye-openingだったと述べます。
- 成果はfully agenticなfrontend design systemのKnox、internal AI SRE agent、AI spend management toolです。financeやmarketingへ拡大しrigorous security standardsを維持します。
- 原典：https://openai.com/index/1password
5. Claude Code v2.1.265をリリース
--plugin-dirにpluginsのfolderを指定でき、manifest付きの各child folderがloadされます。実行中の追加・削除もpick upされます。- tool結果のdisk保存に1 GBのcapが付き、truncate時はin-conversation previewに表示されます。
- foreground-spawned subagentのresume時にtool listとsystem prompt prefixが変わる問題を修正し、prompt-cache reuseの破壊を解消します。telemetryに
user.emailとuser.groupsが追加されます。
- 原典：https://github.com/anthropics/claude-code/releases/tag/v2.1.265
6. I-have-ADHDで回答埋没を防止
7. Navier-Stokes問題を内部モデルが証明
- Navier–Stokes existence and smoothness problemのsolutionを公開します。internal OpenAI systemが生成したproofで、fluid motionのdynamicsがfinite timeにsingularityを起こすことを示します。
- writeupとLeanによるformalizationを両方公開します。Millennium Prize Problemsはmathematicsのfrontierの問いであり、smoothなthree-dimensional fluid motionのbreakdownはroughly 90 years未解決でした。
- 解決に用いたinternal modelはGPT-6 Astraよりsignificantly more capableです。August 28からtraining中のnew internal modelで、mathematicsを含むbenchmarksでunprecedented performanceを示します。
- resultはat restでinitially smoothなfluidがsmooth forceの下でfinite timeにsingularityを形成するanalytical proofとLean formalizationです。energyはfiniteのままで、official Millennium Prize formulationのstatement “C”（および“D”）を確立します。
- September 1に開始し、order of 10,000 concurrent agentsのgroupがSeptember 5にresolutionへ到達し約88時間です。Lean formalizationとverificationに追加17時間を要し、Navier–Stokesでは2.7 million messagesと約130 billion output tokensを使用します。
- 原典：https://openai.com/index/navier-stokes-solution/
8. 安全拒否をデプロイ別に最適化
- トピック全体の拒否ではなくデプロイ別のboundaryを扱います。political prompts全体をtopic universeとし、拒否対象のtarget-harmful subsetと回答継続するbenign complementを分け、同じtopic anchorでintentのみが異なるペアで評価します。
- Single-shotのself-generationでは19.88%にあたる8,009件が脱落しますが、段階的に強いsteeringでretryすると残余失敗は0.20%の79件に減り、40,293件のharmful training promptsを確保します。表面上危険に見えるbenign 11,955件を18 semantic typesで用意し、held-outのharmful-benign pairsを各1,539件で評価します。
- Qwen3-8Bではin-distributionのpolitical refusalが9.47%から84.75%に上がり、HarmBench・StrongREJECT・WildJailbreakの平均unsafe-response rateは26.26%から0.14%に下がります。同じcheckpointでXSTestのover-refusalは2.00%から74.00%に上がります。
- Benign boundary dataの追加でcomply側over-refusalは32.94%から4.16%に下がり、harmful側refusalは91.88%から87.72%に留まります。Single-shot生成の条件で、target model自身のverified responsesへの置換ではXSTest over-refusalが15.20%から5.20%に下がります。
- 原典：https://huggingface.co/blog/MultiverseComputingCAI/safety-for-whom
9. AlphaGenome Atlasで90億変異をDB化
- AlphaGenome Atlasはhuman genomeにおけるevery possible single nucleotide variantの影響を予測するdatabaseです。AlphaGenome AI modelでall 9 billion single-letter genetic changesのregulatory impactを事前計算し、1-petabyteのdatasetとしてrapidにqueryできます。
- human genomeはabout 3 billion base pairsから成り、proteinsをcodeする2%は比較的理解されていますが、残り98%の知識は限定的です。AlphaGenome modelはnon-coding DNA regionsのsingle changesがprotein production等のmolecular processesをdisruptし得ることを示しています。
- Atlasはcodingとnon-coding両方の予測を束ねたsingleなAlphaGenome Variant Impact (AVI) scoreを導入します。thousands of data pointsを選別せずにpromisingな研究対象をprioritizeできます。
- Broad InstituteのLaura Covill氏のteamはunsolved rare disease研究でAVI scoreを用い、DNM1 geneのcritical variantがincorrect splice siteを生むと予測して解決のsupporting evidenceとしました。Dr. Gareth Hawkes氏は54,000+ UK Biobank participantsのdataに適用し、predicted molecular effectsでgroupingして22% moreのnon-coding genetic associationsを発見し、top 1%のimpactful variantsからBMI関連の19 genetic regionsを特定しました。
- 原典：https://blog.google/innovation-and-ai/models-and-research/google-deepmind/alphagenome-atlas/
10. Copperheadの8段階ゲート運用
- Copperheadはbriefから始まる8段階のworkflowで、各stageを個別のagent runとして順に実行します。Artifactがdiskに残らなければ次に進まず、gate失敗でrunは停止します。
- design.kicad_schはERC clean、design.kicad_pcbはDRC cleanをgateにし、gerbers / drill / STEPとfirmware/ / pins.hで1 stageごとに1 commitします。
- 実績はpocket-sizeのESP32-S3 Morse keyのOpen Telegraphです。CLIはApache-2.0で無料で、自身のClaudeやGPT-5 keyで自身のKiCad filesにlocal実行します。
- 原典：https://copperhead.sh/
11. GPT-5.6 Solが量子実験を自律化
- MIT Engineering Quantum Systems Group (EQuS)の大学院生Beatriz Yankelevich氏は、GPT-5.6 SolをCodexと連携させて実験workflowの効率化を試しました。対象はsuperconducting qubitsで、dilution refrigeratorsでnear absolute zeroまで冷却し、microwave signalsで制御します。
- 製造・packaging・冷却後のsuperconducting qubit chipとはsoftware経由でのみやり取りするため、AI agentsのtestbedになります。Codexを実験を統括するlab softwareに接続し、measurementsの実行と結果の解析、次に試す内容の決定を行わせました。
- GPT-5.6 Solはroutine measurement workflowsをしばしば自律的に完了し、constant supervisionなしで実験を進められます。空いた時間は結果の解析や実験の設計、次の研究手順の計画に充てられます。
- 原典：https://openai.com/index/codex-quantum-computing-experiments