本文へ移動

AIニュースと実用記事

新しい発表と、料金比較・実験記録・使い方の解説を届けます。

ニュース一覧

ClaudeがDocs・Sheets・Slidesに対応。

Anthropicは2026年10月6日、ClaudeをGoogle Docs・Sheets・Slidesに組み込むアドオンと、ClaudeのチャットからGoogleファイルを作成・編集するコネクターを公開ベータで提供しました。

Mistral Large 4がプレビュー公開

Mistral AIは2026年10月6日、大規模モデル「Mistral Large 4」のパブリックプレビューを開始しました。公式モデルカードは総1.05兆パラメータ、100万トークンのコンテキストを掲載。稼働パラメータ数は現在のモデルカードが52B、同日の発表記事が49Bと異なるため、資料ごとに分けて整理します。

Nano Banana 2.1がAPIで一般提供に

Googleは2026年10月6日、Gemini APIの画像生成・編集モデル「Nano Banana 2.1」を一般提供しました。新しいモデルIDはgemini-nano-banana-2.1です。公式情報をもとに、対応形式、画像出力の料金、旧モデルからの移行で確認したい点を整理します。

判定を決まった型で返すAPI登場。

2026年9月29日のDevDayで、OpenAIは「Decisions API」を発表しました。開発者が質問と返答形式を決め、テキストや画像から判定結果を受け取るAPIです。現行ガイドではGPT-6 Lunaのみを利用でき、public betaと案内されています。

会議の要約と次の行動案をSpaceに残す

OpenAIは2026年9月29日、会議のメモを取り、要約と次の行動をChatGPT Spaceに保存する「Meetings」プラグインを発表しました。現在のHelp Centerでは、macOSデスクトップアプリのPro/Business向けベータとして案内されています。利用前に参加者へ説明し、全員の同意を得る必要があります。

画像も音声も、同じ空間で探せるGoogleが公開

Google DeepMindは2026年10月6日、テキストだけでなくコード、画像、動画、音声も扱う埋め込みモデル「EmbeddingGemma 2」を公開しました。発表文では、複数の情報形式を一つの埋め込み空間に写像し、端末内の検索や検索拡張生成(RAG)に使えると説明されています。

「d1」は画像を見て選択肢の確率を返す

Liquid AIが10月5日のブログで、テキストだけでなく画像も見ながら判断できるモデル「d1」を紹介しました。一般的な生成AIのように自由な文章を返すのではなく、Yes/Noや選択肢、段階評価について、それぞれの確率を返すタイプです。外観検査や画面操作などの使い方も紹介されていますが、性能比較の数字はLiquid AI自身の試験結果として見ておくのがよさそうです。