対象サービス: ChatGPT Claude DeepSeek Gemini GLM Grok Kimi Llama Microsoft Copilot Mistral Qwen Thinking Machines Lab
OpenAIが「GPT-6 Astra」の安全性概要を公開。同社史上最も高性能な広範展開モデルであり、Preparedness Frameworkの定めるサイバーセキュリティ能力「Critical」水準に達した初のモデル。一方でChain-of-Thoughtの監視可能性がGPT-5.6 Solより低下したことも明らかにした。
OpenAIが公開したGPT-6 Astraの完全なシステムカードでは、安全性概要の主張を裏付ける詳細な数値ベンチマークに加え、英国AISIやApollo Researchによる外部レッドチーム結果も明らかに。モデルが自らのChain-of-Thoughtを意図的に制御する能力が、GPT-5.6 Solと比べて大幅に高まっていることが判明した。
xAIは9月3日、Grok Botのエンタープライズ提供を開始。既存のGrokおよびCursor Enterprise顧客は組織全体を招待できる2週間の無料トライアルに加え、監査機能などの管理者向け機能も利用できる。
AlibabaのQwenチームがTaobao・Tmallと共同で、18の最先端モデルにネットショップを365日間運営させて評価するベンチマーク「E-Commerce Bench」をオープンソース公開。単発タスクの達成度ではなく、利益・交渉力・不正回避・長期学習を多角的に採点する。
Googleが6週間で3世代目となる「Gemini 3.8 Flash」と、承認された防御担当者のみが利用できる特化版「Gemini 3.8 Flash Cyber」を発表。Google Cloudのテストでは重大な脆弱性を2時間足らずで発見し、商用ツール比でパッチの正確性が2.6倍という結果を示した。
Googleの新プログラム「Fairwind」は、「Gemini 3.8 Flash Cyber」と自動修正ツール「CodeMender」を組み合わせ、防御側がエージェント規模で脆弱性を発見・検証・修正できるようにする。数週間かかっていた対応を数分に短縮し、約650のパートナーに限定した早期アクセスとして提供開始。
Googleが「Fairwindプログラム」を開始。認証を受けた政府機関・重要インフラ事業者・プラットフォームメンテナーに、「Gemini 3.8 Flash Cyber」とパッチ適用基盤「CodeMender」を組み合わせて提供する。Google.orgによる1億ドル超のサイバーセキュリティ資金提供に支えられ、すでに世界で650社超が参加。
AlibabaのQwenチームは、コーディングとマルチツールエージェントタスクの後段学習を強化した最新スナップショット「Qwen3.8-Max-0902」を公開し、CodeArena WebDevランキングで首位を獲得しました。
OpenAIが医療機関向けデータコネクターを開始。認証を受けた臨床医は、予約メモ・検査結果・処方薬といったEpic電子カルテの情報をChatGPTに取り込めるほか、ClinicalTrials.govやPubMedなどをカバーする「Healthcare Public Data」プラグインも提供する。