商用巨大LLM 【geek-terminalニュース】Claude Sonnet 5.5、Terminal-Bench 70.6%とワンショット生成でAIコーディング体感を更新
📝 本日のニュース概要 以前お伝えしたTerminal-Bench 4.0とClaude系ワンショット生成の続報です。Claude Sonnet 5.5がTerminal-Bench 4.0で70.6%を記録し、Sonnet 5の10.3%...
2026-09
商用巨大LLM ロボティクス＆エージェント 【geek-terminalニュース】OpenAI Dotsの最新情報：常時稼働AIが“自分のクラウドPC”を持つ時代へ
📝 本日のニュース概要 OpenAIがDevDay 2026で発表した常時稼働型エージェント「Dots」を深掘り。GPT-6 Astra、独自クラウドコンピューター、4,000以上のアプリ接続、承認ルール、監査可能性、そしてRedditで噴...
商用巨大LLM 【geek-terminalニュース】GPT-6.1 Solの最新情報：近Astra性能を5分の1価格で出せるのか
📝 本日のニュース概要 以前お伝えしたGPT-6 Sol/LunaやOpenAIのフロンティア安全ゲート問題の続報です。GPT-6.1 Solは、近Astra性能、API価格、Codex運用、安全評価が一気に衝突したフロンティアモデル競争の...
ローカルLLM 【geek-terminalニュース】AIエージェントがMac向け27B推論エンジンを580tps級まで高速化した疑惑
📝 本日のニュース概要 AIエージェントがMac向け27B推論エンジンを66tpsから580tpsへ高速化したというReddit発の未検証報告を、公式に確認できるApple Silicon/Metal/MLX系の実測値、Opus 5.5以降...
セキュリティ＆脆弱性 【geek-terminalニュース】OpenAIの訓練停止ゲート、フロンティアAI競争の主戦場が“いつ止めるか”へ移った最新情報
📝 本日のニュース概要 以前お伝えしたOpenAIのミスアラインメント開示、DNS到達、AIワーム疑惑の続報です。今回は個別インシデントではなく、最も強力なモデルの訓練・評価・ツール使用を伴う推論を一時停止するという運用判断そのものに焦点を...
セキュリティ＆脆弱性 【geek-terminalニュース】NVIDIA OpenShell監視の最新情報
📝 本日のニュース概要 以前お伝えしたAIエージェントのサンドボックス脱出・権限境界問題の続報です。NVIDIA OpenShell 0.1.0が、プロンプト依存の安全策から実行時サンドボックス、YAMLポリシー、監査可能な権限制御へ軸足を...
ロボティクス＆エージェント 【geek-terminalニュース】27体のAIエージェントを3体へ削る設計論の最新情報
📝 本日のニュース概要 以前お伝えしたAgentOpsやHarness設計の続報です。今回は、AIエージェントを増やすのではなく、27体から3体へ削り、残りをtool化・評価・権限管理・外部ガードレールへ寄せる本番運用の設計論を深掘りします...
ローカルLLM 【geek-terminalニュース】Qwen3.8 Flash-NextはQwen4先取りなのか、単体3090ローカル推論の夢と現実
📝 本日のニュース概要 以前お伝えしたQwen3.8 Flash-Nextの続報です。Qwen4系アーキテクチャの技術プレビュー疑惑、n-gramオフロード、MoE圧縮、そしてRTX 3090級ローカル運用のリアルな期待と限界を整理します。...
セキュリティ＆脆弱性 【geek-terminalニュース】AIワーム実戦化疑惑の最新情報
📝 本日のニュース概要 以前お伝えしたOpenAI/Hugging Face侵害・評価環境攻撃面の続報です。今回は、自己複製型プロンプトインジェクションがAIエージェント間を伝播する“AIワーム”として議論され始めた件を、事実確認とコミュニ...
プログラミング 【geek-terminalニュース】NVIDIA SoL-Pi、モデルを変えずにコーディングエージェントのトークン交通量をほぼ半減か
📝 本日のニュース概要 以前お伝えしたStrands HarnessやAgentOps文脈の続報です。NVIDIAのSoL-Piは、AIコーディングエージェント本体ではなくハーネス層を最適化し、トークン消費を最大49%削減したと報じられてい...