catchup

GPT-6.1 SolとSonnet 5.5の価格比較と順位ほか9件

夕版ai

目次

深掘り: GPT-6.1 SolとSonnet 5.5の価格比較と順位

  • GPT-6.1 Sol の価格は入力 $2 / 出力 $10（百万トークンあたり）で、Astra（$10 / $50）より大幅に低い。OpenAI スタッフは「good, cheap AND fast」と評価している。
  • DeepSWE v1.1 では GPT-6 Sol より 6.4 ポイント高く、AutomationBench では Opus 5.5 より 2.2 ポイント高いスコアを記録している。
  • Agent Arena では Sol [Max] が #5（+11.23%）、タスクあたり中央値コストは $0.56。GPT-6 Sol より 39% 安くスコアは 1.52 ポイント高く、Astra より 81% 安くスコア差は 1.04 ポイント以内に収まる。
  • Codex のグローバル使用リセットは 10 月 2 日 10AM PT に設定されており、Sol は「REALLY loves codemode」と報告されている。コーディングタスク向けの最適化が明確である。
  • Sonnet 5.5 [Max] は Agent Arena で #3（+12.5%）、Chat カテゴリでは #1 を獲得。タスクあたりコストは $2.74 で、#2 の Opus 5.5（$1.58）より高く、Pareto フロンティアから外れている。
  • Anthropic モデルは現在 Agent Arena のトップ 3 を独占している。WebDev では Sonnet が GPT-6 Astra [Max] より 2 ポイント低いが、コストは 80% 低いというトレードオフがある。
  • Gemini 4 Argon [High] は Text Arena で #1 を獲得。オープンモデルでは MiMo-V2.6-Pro と Flash が Agent Arena のオープンモデル中 #5 と #9 に入っている。
  • 独立評価の WeirdML v3 では、Sol は Astra に近いトークン効率を示すがピークは低い。同ベンチマークで Sonnet 5.5 は Opus 5 を上回り、Grok 4.7 は Kimi-K3 を上回っている。

原典 [AINews] not much happened today

深掘り: GPT-6.1 SolとSonnet 5.5の価格比較と順位

  • GPT-6.1 Sol は入力 $2 / 出力 $10（百万トークンあたり）で Astra（$10 / $50）より大幅に低価格。OpenAI は「good, cheap AND fast」と評価している。
  • DeepSWE v1.1 では GPT-6 Sol より 6.4 ポイント高く、AutomationBench では Opus 5.5 より 2.2 ポイント高いスコアを記録している。
  • Agent Arena では Sol [Max] が #5（+11.23%、$0.56/タスク）。GPT-6 Sol より 39% 安くスコア 1.52 ポイント高く、Astra より 81% 安くスコア差 1.04 ポイント以内。
  • Codex のグローバル使用リセットは 10 月 2 日 10AM PT に設定されている。Sol は「REALLY loves codemode」と報告されており、コーディングタスク向けの最適化が明確である。
  • Sonnet 5.5 [Max] は Agent Arena で #3（+12.5%）、Chat カテゴリでは #1 を獲得。タスクあたりコストは $2.74 で、#2 の Opus 5.5（$1.58）より高く、Pareto フロンティアから外れている。
  • Anthropic は Agent Arena トップ 3 独占。WebDev では Sonnet が GPT-6 Astra [Max] より 2 ポイント低いがコスト 80% 低い。
  • Gemini 4 Argon [High] は Text Arena #1、オープンモデルでは MiMo-V2.6-Pro と Flash が #5 と #9。WeirdML v3 では Sol は Astra に近い効率だがピークは低く、Sonnet 5.5 は Opus 5 を上回り、Grok 4.7 は Kimi-K3 を上回る。

原典 [AINews] not much happened today

2. Redis作者によるローカル推論エンジンds4公開

  • DS4（DwarfStar 4）はRedis作者によるC製ローカル推論エンジンです。高メモリMac、CUDA、ROCm向けに設計されています。
  • DeepSeek V4 / V4.1 Flash、GLM 5.x、Qwen3.8 Flash Nextをサポートしています。テキスト・ビジョン対応、MITライセンス公開です。
  • 非対称2ビット量子化でルーティングエキスパートを圧縮し、重要パスの精度を保ちます。高メモリマシンで大規模MoEを実用化します。
  • KVキャッシュをSSDに保存し、プロンプトハッシュで再開可能です。長いコンテキストを再利用でき、再起動時の再プレフィルを避けられます。
  • CLI（./ds4）、APIサーバー（./ds4-server）、エージェント（./ds4-agent）の3インターフェースを提供します。同一モデル状態とキャッシュを共有します。

原典 From the creator of Redis; run LLM locally with ds4

3. GLM 5.3 Flashで1ヶ月コーディングした実費と失敗

  • GLM 5.3 Flash で 1 ヶ月コーディングした記録。前半は予算内（$68、約 4kWh、365g CO2）で完了したが、後半は他モデルに 10 億トークンが流出した。
  • 間違ったモデル選択でプロトタイプに 450M トークン（$150、5kWh）をほぼ一晩で消費。同様の結果を 5 倍低いコストで得られた可能性がある。
  • インフラ可用性の問題も発生。GLM 5.3 Flash は Pareto フロンティア上位に位置するため人気が高く、大手ラボほどの GPU 容量を持たないプロバイダーでは性能劣化が見られた。
  • 実験的な Wagtail MCP サーバーは vibe-coded プロトタイプであり、モデル選択とエージェントパターンに注意が必要という教訓を残している。
  • データは欧州データセンターで利用可能と確認できたオープンモデルのみを対象にフィルタしている。

原典 One month coding with GLM 5.3 Flash

4. SaaSはモデルを包む「ハーネス」になる構造的予測

  • SaaS はすべて、気づいているかどうかに関わらず、モデルを中心に据えた「ハーネス」になる。ハーネスとはステートレスな LLM を取り囲むインフラ、インターフェース、コンテキスト、状態管理の総称である。
  • 狭義では LangGraph や Codex、Claude Code のようなフレームワークを指すが、広義ではモデル API を実用化するツールと状態を含む構造全体を意味する。
  • ハーネスはタスク固有のサブハーネスで構成され、オーケストレーターを「メタハーネス」と呼ぶ。「ソフトウェアファクトリー」は仕様・コード・レビューの小さなハーネスに、実行順序を決める上位層を加えた構造である。
  • 従来の SaaS から、エンジニアとエージェントのペア作業、クラウド上のバックグラウンドエージェントへのコアタスク移行、そしてエージェントが自律判断して人間はレビューに回る段階へと進む。
  • 最終的に、ソフトウェアサービスの生産作業が人からハーネスへ移行し、企業自体がハーネスになるという構造的変化が起こる。

原典 Every SaaS business will become a harness around a model

5. Googleの9月AI発表とGemini 4 Argon

  • Gemini 4 Argon は 9 月最大の発表。高度な推論と 100 万トークン出力制限を備えた最新フロンティアモデルで、サイバーセキュリティ防御の複雑な課題に特化している。
  • 同月には Gemini 3.8 Flash、3.8 Flash Cyber、表現力豊かな音声モデル Gemini 3.8 Live、WeatherNext 3 も発表された。
  • Googlebook は事前注文で利用可能になった。
  • 個人開発者にとって、長文生成やセキュリティ関連機能を検討する際の新たな選択肢となる。

原典 The latest AI news we announced in September 2026

6. ChatGPTとClaudeでLDraw生成するLEGO AI

  • ChatGPT と Claude にモデル案を与え、LDraw 言語のソースコードを生成するオープンソースの LEGO AI ジェネレータです。
  • 出力は LDraw ソース（.mpd / .ldr）、3D ビューア、VR（Meta Quest 3）、画像、Blender 用 .glb ファイル、エージェントの思考履歴を含みます。
  • エージェントは jev-rerank（TypeSafe の Jev System One AI モデルによる再ランク付きセマンティック検索）を使って適切なパーツと例モデルを探します。
  • TypeSafe API キー（TYPESAFE_API_KEY）がない場合、再ランク検索は無効になり FTS（全文検索）にフォールバックします。
  • Docker で動作し、ldraw-nova と ldraw-nova-docker の 2 リポジトリを同じタグ（v0.6.0）で並べてビルドします。初回ビルドは約 5 GB のディスク容量を必要とします。

原典 Show HN: Made an open-source Lego AI generator

7. エージェントコーディングの4つの構造的問題

  • エージェントコーディングは非常に有用だが、私たちの技術と人間関係に深刻な悪影響を及ぼしている。解決策が見えない4つの構造的問題を「4つの騎士」と呼んでいる。
  • LLM生成コードには「スロップ」という独特の臭いがあり、人間にとってコードベースを嫌悪感を抱かせるものにしている。Claudeは「ワードサラダ」、Astraは競技的コードゴルフ風のスタイルで書く。
  • 最新世代のモデルは「雇用不可能な賢さ」へ向かっており、「刺激的な賢さ」ではない。スロッピーさは一時的な成長痛ではなく、LLM出力の特徴的な動きとして定着している。
  • エージェントを許可するとすぐにコードベースを支配し、人間が共有していた空間は「AIの荒野」に変わる。チームメンバーはコードベースに時間を費やしたくなくなる。

原典 The Four Horsemen of Agentic Coding

8. macOS Full Disk AccessのAI追加制御

  • Apple は 10 月 2 日、macOS の Full Disk Access に追加制御を導入すると発表した。バックアップアプリ向けに設計されたこのアクセス権を悪用する開発者が増え、ユーザーのファイル・メール・メッセージ・閲覧履歴が知らないうちに露出するリスクが高まっている。
  • 今後、ユーザーがこの特別なアクセスを許可する際には、非常に明確なユーザー操作が必須になる。通信アプリでは、ユーザーだけでなく通信相手のプライバシーも損なわれる可能性がある。
  • Apple は AI エージェントがより高機能かつ自律的になるにつれ、このレベルのアクセスに伴うリスクが大幅に増大すると明言している。ユーザーがリスクを明確に理解した上で判断できるよう、情報提供を徹底する方針を示している。

原典 Updates to Full Disk Access in macOS

9. ESP32とPi向けMuse Gadgets SDK

  • Muse Gadgets は ESP32 や Raspberry Pi で動作する自作オープンソースデバイスです。ディスプレイ、ボタン、センサー、アクチュエータを接続できます。
  • ESP32 Device SDK と Linux Device SDK が Apache 2.0 で公開されており、GitHub からソースを入手できます。
  • Raspberry Pi 5 は Home Assistant 連携、Waveshare ESP32-S3-Touch-AMOLED-1.75 は 1.75 インチ AMOLED タッチ画面を搭載した例です。
  • SDK トークンを取得して開始でき、コミュニティ Discord には現在 93 人がオンラインで参加しています。

原典 Muse Gadgets

10. Muse Gadgets SDKのGitHub公開

原典 facebookincubator/muse-gadget-sdk

原典

  1. [AINews] not much happened today
  2. From the creator of Redis; run LLM locally with ds4
  3. One month coding with GLM 5.3 Flash
  4. Every SaaS business will become a harness around a model
  5. The latest AI news we announced in September 2026
  6. Show HN: Made an open-source Lego AI generator
  7. The Four Horsemen of Agentic Coding
  8. Updates to Full Disk Access in macOS
  9. Muse Gadgets
  10. facebookincubator/muse-gadget-sdk