Claude Sonnet 5.5登場ほか19件

目次

• 深掘り: Sonnet 5.5
• 2. v2.1.284
• 3. 0.159.0
• 4. 0.160.0-alpha.6
• 5. Jeff – Jev-compatible 0.8B decision models, trained at home, ~30 ms
• 6. Claude Code’s Next Era — Thariq Shihipar, Anthropic
• 7. OpenAI still doesn’t seem to have a handle on all of its rogue AI activity
• 8. It’s Time to Investigate the AI Labs
• 9. World Labs is Joining AMD
• 10. Anthropic’s IPO prospectus shows AI vision, surging costs
• 11. Quoting @joedaroo
• 12. The problem is not AI code, but not knowing about system architecture or intent
• 13. TokenCast: Forecasting Token Consumption During LLM Agent Execution
• 14. The Compiler May Read It, the Agent May Not: Keeping Part of a Research Code Away from a Coding Agent
• 15. Shockingly Simple Self-retrospection Improves Agentic Models Without RL
• 16. Harness Learning Enables Generalizable Test-Time Adaptation
• 17. KV-streams for Efficient Compaction in Agentic Reinforcement Learning
• 18. MicroLLM Lab – Try 7 tiny LLM’s in the browser
• 19. S3 Is the Future, S3 Is the Past
• 20. PhoneCLI: From App Interfaces to Callable Commands for Mobile Agents

深掘り: Sonnet 5.5

• Claude Sonnet 5.5 は Claude 5.5 ファミリーの 2 番目のモデルで、Sonnet 5 より 30% 以上高速、最大 30% 低コストで動作します。
• Opus 5.5 は複雑な判断向け、Sonnet 5.5 はバグ修正やドキュメント・スライド・スプレッドシート作成などの日常タスクに最適です。デザイン評価も高いです。
• Claude Haiku 5.5（高ボリューム・コスト重視向け）は数週間後に追加予定です。
• Terminal-Bench 4.0（エージェント的コーディング評価）で 70.6% を記録。Sonnet 5 は 10.3% でした。GDPval-AA では Opus 5.5 より 2 ポイント低い結果です。
• スクリーンショットのみで Pokémon Red をクリアした初の Sonnet モデルで、長期タスクと画像理解に強みがあります。
• 価格は入力 $2/Mtok、出力 $10/Mtok、キャッシュ読み取り $0.20/Mtok で Sonnet 5 と同じですが、同じ作業に必要なトークン数が少ないためタスクあたり最大 30% 低コストになります。
• 出力生成速度は 30% 以上向上し、現在最速の Sonnet モデルです。早期テスターからは Sonnet 5 より明確に書くパートナーとして評価されています。
• 自動行動監査では Sonnet 5 と同等または改善。サイバーセキュリティ能力は Opus 5 に匹敵するため、最も高性能モデル向けのサイバーセーフガードとフォールバックを備えた初の Sonnet モデルとしてリリースされました。

原典 Sonnet 5.5

2. Claude Code v2.1.284

• Claude Code v2.1.284 がリリースされました。デフォルトの Sonnet モデルが Claude Sonnet 5.5（claude-sonnet-5-5、1M コンテキスト、入力 $2/Mtok、出力 $10/Mtok、キャッシュ $0.20/Mtok）に変更され、価格情報がステータスラインに表示されます。
• 自動モードで作業ディレクトリ外の読み取りに「Yes, but ask again next time」が追加されました。一度許可しても後続では再確認を求める挙動になります。
• /usage とステータスラインに Claude apps gateway の支出上限のドル額（例: “$271.40 / $500.00 spent this month”）が表示され、このバージョン以降の gateway で動作します。

原典 v2.1.284

3. Codex Rust v0.159.0

• OpenAI Codex の Rust 実装 v0.159.0 がリリースされました。instant_interrupt（オプトイン）で、モデル応答中や長時間コードモード中に新入力で方向を転換できます（#48135, #48141）。
• 新セッションではコンパクトなウェルカム画面と一貫ヘッダーが表示され、ターン中や後に時折ヒントが出ます（#48513, #48562, #48352）。
• 警告ビューアは閉じた際に確認済み警告を非表示にし、k で後で保持できます（#48205, #48206）。計画決定中にトランスクリプトをスクロールできます（#48805）。
• ネイティブ Mermaid レンダリングで、フローチャートのエッジ、ラベル、ノードグループのサポートが拡張されました（#48814, #48895）。

原典 0.159.0

4. Codex Rust v0.160.0-alpha.6

• OpenAI Codex の Rust 実装 v0.160.0-alpha.6 がリリースされました。
• 最新アルファ版として、コーディングエージェントの新機能をいち早く試せます。
• 個人開発者がこのリリースを追うことで、競争優位となる先取り情報を得られます。

原典 0.160.0-alpha.6

5. Jeff — ローカル0.8B決定モデル、22ms

• Qwen3.5 と Gemma 4 のファインチューンによる 0.8B（2B あり）の決定モデル「Jeff」が公開されました。Jev と同じリクエスト形式で状況と選択肢を記述すると、単一前向きパスで各選択肢の確率を返します。
• RTX PRO 6000 で約 22ms、Apple M4 Max（MLX）で約 28ms。ゼロショット分類に対応し、カテゴリは訓練データに含まれていなくても記述だけで判定できます。
• 0.8B は約 2 時間、2B は約 3.5 時間で 1 GPU 訓練可能。合成データは Qwen3.8-Flash-Next で生成され、クラウド GPU やクローズドモデル出力は訓練データに含まれていません。
• 音声ナビゲーションのファインチューンでは保持精度が 31.7% から 95.8% に向上（30 分未満、1 GPU）。ベンチマークでは Jev に接近しますが、このサイズでは Jev の推論能力には及びません。
• Hugging Face で Jeff-Qwen3.5-0.8B / 2B、Jeff-Gemma4-E2B が公開。AutoJev レシピから開始した独立プロジェクトで、TypeSafe（Jev 開発元）とは無関係です。

原典 Jeff – Jev-compatible 0.8B decision models, trained at home, ~30 ms

6. Claude Codeの次の時代 — Thariq

• Anthropic は 5 月の $47B ARR 資金調達以降、Claude Tag、Sonnet 5、Opus 5、Fable/Mythos 5.1、Claude Mods、Plugins portal、Cloud Sessions/Claude Projects、Sonnet 5.5 などを出荷している。
• Claude Mods はコミュニティで Tetris-in-Claude のデモが作られており、Boris Cherny が最新のコミュニティ更新と技術詳細を共有している。
• Claude Projects は Boris Cherny のコードとのインタラクションを変え、エージェントとの協業方法を根本から変えたと述べている。
• Thariq Shihipar は SaaS をヘッドレス化しエージェントに使わせ、インタラクションごとに課金するアイデアを提案。企業向けに特に有効と指摘している。

原典 Claude Code’s Next Era — Thariq Shihipar, Anthropic