ライブラリ / プロダクト発表
プロダクト発表
全 132 本 · 新着順
全 132 本 · 新着順
連携済みアプリの確認やブリーフィング・作業結果の作成を自律して進め、判断が必要な事項だけを提示。外部への送信、決済、署名、削除には事前の承認が必要です。
顧客資料の整理や提案書の予算策定から複数アプリにまたがるToDo整理まで。何ができるのか、完全ローカルとHybridの役割分担、プライバシー機構、利用条件を整理します。
自然な会話の受け答えを重視するMiniと、複雑なタスクを担うMax。中国語・英語字幕付きの2本の動画を交え、システムの連携構造、5項目のベンチマークスコアの読み解き方、プラットフォームとAPIの使い分けを解説します。
長文の読み込み、会話の継続、そして大規模な同時アクセス。その背後にある計算をいかに効率化しているのか。DeepInfer と deepseek-recipe の公開内容を紐解きます。
fx0 は高速な生成と局所的な修正を重視：高速モデル、コンパクトな HTML、ピンポイントなテキスト置換、ストリーミングプレビューがどのように連携するのか？実際に生成して試した3つの作例と、完全なプロンプトも紹介します。
サイト全体の修正、画面録画の理解から 3D シーン生成まで：Google の本ガイドは目標設定・ツール・検証ループに焦点を当て、100 万 token の共有コンテキストウィンドウとロングデコードをもたらします。
レースゲームはスタートからリザルト画面まで走り抜け、紫禁城は視点を切り替えて探索でき、渓谷は時代とともに姿を変える。今回のアップデートで何ができるようになり、利用者の手間をどう減らせるのか。
ローカルでのコード修正や動画編集から、低ビット単一マシンおよびMac 2台構成でのデプロイまで：Muse Spark Openの能力、ハードウェア要件、高速化手法を読み解く。
公式動画74本と参考画像80枚を完全網羅。参考素材の役割分担や動画編集の手法を整理し、MCP/CLI連携と生成操作手順も解説。
xAIの新世代Speech-to-Speechモデル：第三者機関の総合ランキングで首位、1秒未満で応答開始、難易度の高いカスタマーサポート電話の解決率は前世代比で15パーセントポイント向上、API価格は据え置き。
Googleのエンジニアリング振り返り、開発者チュートリアル、18本のデモを交え、Argonが資料・コード・ツールを連携させて一連の業務を完結させる仕組みを紐解く。
AlibabaのQwen3-OmniをベースにしたClef-omniは、テキスト・画像・音声・動画を組み合わせて選択肢をスコアリングします。Flashの値下げやClefの高速化も含め、省略された処理ステップ、実際のコスト計算、モデルの選び方を解説します。
数百件の資料を分割処理し、結果の突合・集約まで：Claude の動的ワークフローは複数 Agent の調整をプログラムに任せ、主担当 Agent は別の作業を並行して進められます。
ビジネスの疑問を投げかけることから、データの検証、アニメーション化、そしてチームでのさらなる編集まで：今回のアップデートは、分析とプレゼンテーションを同一の会話内でシームレスにつなぎます。
遊び方を言葉で伝えるだけで、ブラウザ上でゲームを生成・試行・調整し、友達にシェア。公式サイトの4本の操作デモと8本のコミュニティ作品から、Playgroundの制作手法を紐解きます。
より高速かつ安価になったHaiku 5.5は、大量の要約・検索・分類や、フラグシップモデルと連携する子 Agentに最適です。性能向上、階層型価格設定、推論エフォート調整、先行導入事例を詳しく解説します。
説明を読み終えるだけでなく、回答を直接操作する。星図を見て、ムードボードを調整し、小さなツールを使いながら、Intelligent UI が変える一手間を理解する。
セキュリティ緊急対応や産業画像の対象物特定から、複数ページにわたる文書照合まで、Mistral Large 4は画像の読み取り、証拠の探索、ツール活用を結びつけます。旧モデルと比べてアプリ間ワークフロー能力が大幅に向上したほか、重みの公開により、企業が自社のポリシーに沿って中核機能を運用できる道が開かれます。
Googleはテキスト、コード、画像、動画、音声を同一の検索空間に統合しました。資料を検索する仕組みと、モデルメモリ、入力バジェット、ベクトル圧縮のトレードオフを読み解きます。
リード振り分け、ゲームの障害物回避から表情が変わるカエルまで：Decisions APIがどのように判断をソフトウェアに委ねるのか、なぜJevと似ているのか、そして確率、スコア、「最大10倍高速」の意味を解き明かす。
Flash級の効率性を維持しつつ、画質、テキストレイアウト、被写体の一貫性、部分編集を改善。複数画像、検索、動画の参照にも対応。
1分間のビデオ通話で、54人中26人が相手を本物の人間だと判定。Griffinはどのように声、表情、ジェスチャー、そして相づちや発話のタイミングを連携させているのか？公開デモから検証手法まで、今回の発表を詳しく解説する。
連続で色を変更したり、文字を打ち替えたり、背景を差し替えたりすると、なぜ回数を重ねるごとに画質が低下し、色が変わり、ディテールが失われてしまうのか？ Ideogram 4.5 は、狙った箇所だけを的確に変更し、それ以外の画面を維持しながら、編集結果を段階的に積み重ねることに重点を置いています。
Vals Indexの知識労働総合評価で競合を上回ったArgonは、データセンターの最適化や動画デコーダーの書き換えにも活用されています。法務・金融の調査やサイバー防御で、具体的に何ができるのでしょうか？
米政府は各省庁のウェブサイトに分散していた行政手続きの情報を1つのAIチャットボックスに集約した。Q&A機能はすでに提供されており、改姓手続きや医療保険、パスポートの申請代行が次の方向性として示されたものの、真の難関は各省庁ごとに異なる業務ルールにある。
自分で働くDots、5分の1の価格のGPT-6.1 Sol、クラウドに移ったCodex。OpenAIが今回引き受けようとしているのは、AIが回答し終えたあとの仕事だ。25項目のアップデートを一つずつ分解し、今どれが使えるか、いくらかかるかを一度に整理する。
EmDash は無料でオープンソースの WordPress 代替。Agent がコンテンツを直接編集でき、プラグインは既定でサンドボックス内、プラグインのカタログもどの会社のものでもありません。1.0 から本番サイトで使えます。
Cloudflare は API の 3,000 以上の操作をコマンドラインに持ち込み、出力は既定で JSON、設定は TypeScript に。第一の利用者は人から Agent に変わりました。
Sonnet 5と同じトークン単価で、バグ修正、ツール操作、資料作成の待ち時間や反復を減らすことを狙う。公式デモとともに、何が変わったかを確かめる。
Home は対話を Office ファイルにつなぎ、Code は業務用の小さなツールを構築し、Autopilot は日をまたぐ仕事を引き継ぎます。実行環境、業務データ、料金体系も一緒に整える構想です。
音声を聞き取り、映像を見ながら、同期した音声と動的なアバターで応答。バックグラウンドでのツール呼び出しにより、受付や案内などの対話を途切れず継続できます。
テキスト記述からの声の生成、短い録音からの声の複製、そして台本マークによる声色・ため息・笑い声・相槌の制御に対応した新しい音声合成モデルが登場しました。本記事では、2つのモデルの違い、スクリプトの書き方、ベンチマークにおける優劣、そして利用可能な環境について分かりやすく解説します。
公式チャート、X の動画、Every による1週間の実測検証を交え、どのような長年の課題が解決され、どのような成果物が作れ、日常業務での使い勝手はどうなのかを見ていく。
Solはコードのマージ性や事実の信頼性が向上し、Lunaは専門的な長時間タスク、ソフトウェアエンジニアリング、PC操作において高いコストパフォーマンスを示しています。まずは能力がどこで変化したかを確認し、次に価格とキャッシュがどのように利用コストを引き下げるのかを見ていきましょう。
自身のX Numberを有効化して連絡を取りたい相手に共有するだけで、相互フォローやメッセージリクエストの個別承認なしで、X Chat上で直接DMや音声・ビデオ通話ができるようになります。
各 Git ブランチに安定した URL、独立した設定、実行ログを紐付けることで、Agent はコード生成からテスト、問題特定、修正までを一気通貫で完結できるようになります。重要なのは、どの状態が自動で分離され、どのリソースに個別設定が必要かを見極めることです。
より大規模なベースモデル、強化学習期間の延長、そして数時間に及ぶタスク向けの訓練セットにより、Grok 4.7はAIの競争軸を単一ターンの応答から複雑な作業の継続的な完遂へと移行させた。
原文と訳文の同時表示に対応し、長大なコンテキストと映像を組み合わせて曖昧さを解消。本記事ではアーキテクチャ、対応言語、ベンチマーク評価、API連携から実際の料金までを分かりやすく解説します。
カーソルによる画像選択、多言語混在の口述から、コンテンツ内容によるファイル検索、スマートフォン連携、ノートPCのふたを閉じた状態でのタスク処理まで、公式デモとともにGooglebookの全体像を読み解く。
Arrow 2が生成するのはラスター画像ではなくSVGコードです。拡大しても劣化せず、すべての線や形状を編集できます。複雑な図面は50%高価なArrow 2 Telosが担当します。新モデルはトークン従量課金に移行しましたが、1枚あたりの平均消費トークン数は非公開のため、コスト試算には事前の実測が不可欠です。
鍵を握るのはIndexによる人間の経験データ：同一のロボットタスクデータを用いても、事前にIndexで学習したモデルは見知らぬ30軒の家庭で56%の試行を完遂したのに対し、事前学習なしのモデルはわずか8%にとどまった。Figureはさらに「人間のデータが倍増するごとに、ロボットの動作予測精度が安定して向上する」というスケーリング則も計測している。
各スレッドは独立したクラウドセッションとして自身のブランチで作業を進め、プロジェクト会話の Claude がタスクの割り振りと追跡を担当、停止したスレッドは「Waiting on you」に集約。現在は Pro および Max 向けパブリックベータとして順次展開中。
AIforceは、Salesforceのデータ、ビジネスセマンティクス、権限、Agentと多様なAIインターフェースを結ぶ動的インタラクションレイヤーであり、従業員が固定された管理画面に入ることなく、現在の作業環境のまま企業機能を呼び出して実行できるようにする。
Gemini 3.8 Liveは低遅延かつ大規模な運用を、Extended Thinkingは複雑なマルチステップ推論を担う。本記事では1分あたりの価格、前世代とのベンチマーク比較、7本の中英二言語デモ、Live APIの導入方法をまとめる。
なぜAIソフトウェアエンジニアにはMacが必要なのか。そしてCognitionが、ストレージ、ネットワーク、イメージの事前準備、リアルタイム画面、アクセシビリティツリーを通じて、いかにネイティブアプリケーションの実行検証ループを確立したのか。
Projectsはクラウド上に専用マシンを持ち、数カ月にわたって共有コンテキストを保持する。一度指示を出せば、SlackのメッセージやPRの変更、定期スケジュールを検知して自律的に作業を開始する。現在はベータ版で、すべてのユーザーに向けて順次提供されている。
先行してChatGPTに導入された全二重音声モデルが開発者向けに公開。割り込みやノイズをどう処理し、いかにしてバックエンドにタスクを委任するのか。ベンチマーク、料金、10本のデモ動画を詳しく解説。
OpenAIがCodexを駆動するハーネスとサンドボックスインフラをAPIとして開放。どのように動作し、何が可能で、費用はどう計算され、どのような制約があるのか。
ピンポイント編集、連続微調整、参照写真による着せ替えや合成写真から、スケッチ、テンプレート、プロンプトまで：Images 2.5がどのように創作へ取り入れられるかを見てみましょう。
複数の参照画像やWeb情報を活用した生成、細かな編集、動的なアスペクト比に対応。最上位モデルは品質重視、Flashは大量作成時の待ち時間とコストを削減。
同じリアルタイム音声対話が、3つのWorkspaceアプリで異なる難易度の作業に対応します。事実の確認、アイデアの整理、文書の構成です。
オンラインリクエストから帰属可能な経験を残し、Recipeがモデルまたはハーネスの候補を生成。評価とバージョンチェーンを経て、次のサービス提供に進む変更が決まります。
Google は6週間で3世代のFlashを連続リリースしました。9月2日、Google は新しい Gemini 3.8 Flash モデルを発表しました。前世代（3.7 Flash）と同じ低コストと高速性を維持しつつ、長大なコーディング、複雑な推論、サイバーセキュリティ攻防において飛躍的な向上を実現しました。
Cloud Agentsが企業の自社マシン上でタスクを実行し、Cursorクラウドがエージェントループ、推論、プランニングを引き続き担当します。
性能、キャッシュ価格、安全ガードレール、企業向けデータ管理が一度のリリースにまとめられました。両モデルを理解するには、まずその機能がどのように提供されるのかを把握する必要があります。
World Labsは、テキスト・画像・カメラの位置姿勢・深度を同一の三次元コンテキストに統合。指定したレンズワークに沿った動画生成に加え、点群やGaussian Splatting、ロボットのセンサービューも補完できます。
fal はオープンウェイトの MiniMax H3 を追加学習し、自社の推論スタックと共同で最適化しました。5 秒の動画が約 3 秒で返り、15 秒のコンテンツは再生終了前に次のセグメントを生成できます。
テキスト、画像、動画、ビジュアルドキュメント、テキストと画像の混合入力に対応し、2B・4B・9Bの三つのモデルサイズを提供。Matryoshkaベクトルにより、検索品質とコストのバランスを柔軟に調整できます。
Googleはリアルタイム版と録音版の音声文字起こしモデルを同時に発表。言い直しの整理、多言語切り替え、カスタム語彙、話者分離、タイムスタンプに対応します。
Claude Academyでは、Anthropicの社内研修メソッドを公開しています。入社時には4Dを学び、業務の中で継続的に練習し、リスクに応じた確認を行い、結果に対して責任を持ちます。
Claude Tagは、Slackチャンネルの複数メッセージをまたいで文脈を理解できるようになりました。表面的にはコンテキストが増えただけに見えますが、本当の変化は、チームの注意を使うべきかどうかを自ら判断する方法にあります。
同じ基盤モデルに1ヶ月のポストトレーニングを施しただけで、コーディング能力はオープンソース最高水準に達し、ネットワークセキュリティ能力の向上は開発者自身も予想外だったという。
1文のスタイル指定をセクション別の編曲指示書に置き換え、2つのモデルが役割分担して5分間の構成を維持します。
公開された21個の重みの実数値と、露出を左右する3つの関門、そしてパラメータから導き出せる投稿ガイドラインを解説します。
前世代からわずか3週間、基盤モデルはそのままに推論アルゴリズムを刷新し、価格を半額へ引き下げた。
219個のパッケージ、MITライセンスで、既存のフックやスキルをそのまま移行して利用できます。
価格は据え置きながら、その実力は GPT-5.6 Sol に肩を並べる水準に。数週間使い込んだエンジニアが整理したプロンプト原文と活用法を併せて紹介します。
220億パラメータのモデルで、Hugging Faceへの重み公開は当日、ComfyUIも初日から対応——ただし「オープンソース」には年間売上高1000万ドルという線引きがある。
Mac／Windows／Linux対応の無料オープンソース版で、ファイルをドラッグ＆ドロップするだけでコードを書かずに微調整が可能です。
Cursorチームが数週間使ってみて、便利な点と信頼のハードルをまとめました
新たに追加された中核はわずか2クラス、4つの既製環境はすべてリポジトリ内ですぐ動作
従来は5つの部品を組み合わせる必要があった検索機能を、開封後すぐ使える形で提供。価格設定では予測が難しい2項目を無料化しました。
オリジンサーバー側のコード変更は一切不要。Cloudflareがエッジで全HTMLに1行のスクリプトを挿入しますが、現行のChrome安定版はこのインターフェースをまだ認識していません。当サイトの実測で検証しました。
Chromiumは人間向けに作られた——タブ、テーマ、拡張機能、60fpsスクロールなど、エージェントには不要な機能を12週間で全て削ぎ落とし、一から書き直した特化型ブラウザが登場。
モデルが持つツールは「常時稼働のPython」だけ。長文は変数として保持し、圧縮で失われることがありません。さらに、この「殻」は自らを改良可能。代償として、Factorioではチートを覚えてしまいました。
全社員が3カ月間使い続けた実戦投入済みプラットフォームがまるごと公開。最も価値があるのは、承認が遅れてもAIエージェントが待たされないセキュリティ設計だ。
聞く・見る・話すを同時にこなす全二重音声映像モデルが豆包（Doubao）アプリで全ユーザー向けに無料提供開始、外部の音声モジュールは不要に
最長20秒・24fps・ネイティブHD。3つの呼び出し方法は共通APIで提供。動画の続き書き（v2v）は新規生成より2.5倍高価で5秒短い。公式スコアはBFL自社評価。
人による制限、許可リスト、取引ごとの上限を設定し、ガードレール内でAIエージェントが自律的に支出。各ウォレットには人間が確認可能なIDを付与し、ユーザー名の先行登録を本日開始。
「頭脳」は軽量環境に置き、「手」だけをコンテナで実行。リポジトリの自己検証では、ファイル削除やディレクトリ走査は実ディスクより高速な一方、大容量ファイルのコピーは41倍遅い結果に。
動画生成の基盤モデルとして初めて「全モーダル対応・オープンウェイト・2Kネイティブ」を兼ね備えたH3だが、オープンソース化の範囲はパイプラインの各段階で異なる。その境界を整理する。
性能スコアではなく、人間が介在せず完遂した実作業で評価を訴求——16日での実装完了、5日での論文再現と超越、500ラウンドでの回路削減92％を達成。
即夢AIとDoubao Proでは発表当日に提供が始まりましたが、Volcano Engine Ark APIは未提供で、料金も公表されていません。
パラメータを一切変更せず、9つのエージェントテストで上位モデルV4-Proプレビュー版を上回る性能を達成。
無料枠ですぐ試せる「VLA」モデルと、実機を動かすために限定パートナーにのみ提供されるモデル——その役割分担の最新事情を整理します。
キャンバスとクリック編集は無料で使えるが、デザイン稿からAppを作るにはCoreが必要で月額25ドル。
MCP発表以来最大級の改定ですが、7月28日を境に一斉に切り替わるわけではなく、既存の実装は引き続き問題なく相互運用できます。
最も注目すべきは対照実験だ。同じ文脈情報を与えても、旧モデル3種の成績は変わらず、うち2種はむしろ悪化した。
同じ価格でスコアはほぼ倍に。発表ページのグラフは横軸を「金額」に取っており、5段階のeffortで性能とコストを自分で選べます。
動画版は申請制で先行公開、画像版は数週間後、オープンウェイト版が最後になる見込みで、人間評価は自社基準による暫定結果、価格は未公表です。
面向客户侧与内部流程；今天对话通道先开语音和聊天。OpenAI 自用电话线自报 75% 不用真人；Codex 改进环 10 天再压 15 个百分点转人工
3製品はすべてFlash系列です。主力モデルは出力文字数を従来の3分の1まで圧縮し、最安価格帯はむしろ6割値上げされ、3製品目は政府専用として提供されます。
指示文の上限が1kから4.5kトークンに拡大し、10ピクセルの小さな文字も判読可能に。Bailian(百炼)ではqwen-image-3.0-proがすでに呼び出せ、期間限定で無料公開されています。
Business・Enterpriseプランで利用可能。実行回数に応じた従量課金で、1回あたり0.07〜0.2ドルです。
話者類似度は16言語すべてで首位。参照音声にノイズが混じっていてもクローン可能です。ただし今回はAPI提供のみで、モデルの重みは公開されません。
WAIC会場では、アスペクト比4:1の水墨画巻物や22コマ連続の絵コンテを実演しました。プレビュー版は招待制でテスト中、正式版は8月に公開され、価格も発表される予定です。
过去 AI 生成的幻灯片，导出就是一张死图。Bolt Slides 把每一页变回一个能跑的网页——3D 能转、计算器能摁、白板能实时投票。
オープンモデル向けのエージェントです。ローカル実行なら無料でデータも端末の外に出ません。処理により強い計算力が要る場合だけクラウドに切り替わり、その際もデータ保持はデフォルトでゼロ。Mac・Windows向けプレビュー版が本日公開されました。
GPT-4.1と同等の回答品質を保ちながら、応答遅延は5.2分の1、コストは6分の1。コードを1行変更するだけで音声エージェントを切り替えられる。数値はLiveKit自社計測による。
リアルタイムでオブジェクト追加、背景変更、エフェクト適用が可能で、製品ページではsub-40ms・100FPSの連続生成をアピール。試用は lucy.decart.ai から。
パラメータ数2.8兆、ネイティブ視覚対応、100万トークンのコンテキストウィンドウを備え、複数のエージェントベンチマークでGPT-5.6 Solを上回る。アプリとAPIは本日から利用可能。
Webページの立体アイコンを動かし、状態に応じて変化させるには、通常の動画ではカクつきがちです。AVALは、そんな短いアニメーション専用のフォーマットとプレイヤーを提供します。
まずプライバシー事故、次にデータ削除・既定収集オフ・全リポジトリ公開。後半はソースを分解：規模、プロンプト、ツール、編集、アップロード、記憶と安全。
OpenAIの元CTO、Mira Muratiが設立したThinking Machines Labは、初の自社開発大規模モデルInklingを公開しました。テキストを読み、画像を見て、音声を聞き、コードを書き、ツールを使えます。完全な重みをダウンロードでき、Tinkerで追加学習することもできます。
Google I/O IndiaでTensorチームとPixelチームが共同デモを実施。Gemma 4の軽量版をスマホ内蔵のTPUに直接搭載し、データを端末外に出さずクラウドに依存しない運用を実現します。開発者はTensor SDKを申請すれば、Pixel上でモデルをコンパイルして実行できます。
手動でコンテキストを与える必要なし。設定した頻度でローカルのMarkdown wikiが自動更新——Slackコネクタも近日公開
ローカルの小型モデルでクラウドAI呼び出しを代替。データはGoogle社内テストによるもので、代理モデルは現状ai.if関数のみ対応、プレビュー段階
腱駆動式の手部は全関節が外力を逆感知でき、指先の位置精度は±0.2mm、専用生産ラインの年産能力は1万台を計画。
3段階モデルSol・Terra・Lunaと4エージェント並列のultraが同時始動。同日ChatGPT Workも公開、CodexはChatGPTへ統合。中国語・英語バイリンガル発表会全編を収録
本日よりデスクトップ版は全プランで利用可能に。Web版とモバイル版も、数日以内に残りのプランへ順次展開される。
設定画面からワンクリックでレポート生成。何を話したか、いつ多く話すか、何をよく頼むか——すべて可視化。事前にMemoryをオンにしておく必要がある。
数秒で公開URLが発行され、すぐにシェアできる。まずは試してみて、残したければログインして引き取ればいい。引き取らなければ約1時間で失効する。
機能：主/サブエージェントのオーケストレーション、100万トークンのコンテキスト、デスクトップ・ブラウザ・スマートフォン操作、コーディングとマルチモーダル対応。API料金は入力$1.25／出力$4.25（100万トークンあたり）
DeepSWEで3位、総合ランキングは4位。Opus 4.8より高速で、価格も大幅に安い。
「聞きながら答える」を実現した音声モデルが本日ローンチ、複雑なタスクはリアルタイムでGPT-5.5に丸投げも可能。
クリック選択・囲み選択によるピンポイント編集と10以上の言語のネイティブレンダリングに対応。Volcano Engine ARK（火山方舟）で提供開始、今後Doubao、Jimengにも順次搭載予定
論文実証：パーソナライズ性能10.8%向上、推論能力29.4%向上。Apache 2.0で完全オープンソース
姉妹モデルのMuse Videoも同時予告、ネイティブ音声生成に対応済みで、まもなくクリエイターに開放予定。
AIクローラー限定の課金から任意の呼び出し元への課金に拡張、現在は早期ウェイトリスト段階
ツールを呼び出す時、モデルはまず「今すぐ確認します」と言う——待ち時間で通話が気まずくなることはもうない
Wrangler設定を1行加えるだけで標準HTTPキャッシュヘッダーに対応、キャッシュはWorker内部の任意のエントリーポイント間にも組み込める。
資金調達もチームもなし、ただ我が子の問題を解決したかっただけなのに、クリニックや学校から次々と導入したいと声がかかった
MIT 协议开源、模型无关，接入任意 OpenAI 兼容文本模型即可用，目前只能操作单个页面视图
顧問モデルは数百字の助言を出すだけで全工程を代行せず、同等品質で総コストを抑えられる。現在はClaude APIとAWS限定のベータ機能
チタン素材、予約価格289ドル、2026年クリスマス前後に出荷予定。同社は既に第1世代のタッチ操作専用リングを出荷済み。
訓練には国産AIチップ5万基以上・35兆トークンを投入。ベンチマークの大半はMeituan自前の評価フレームワークによる測定で、モデルの重みは実質的にまだダウンロード公開されていない
現在ベータ公開中。オーケストレーター役のagentが専門家チームを招集して作業を進め、最後には引用と数値の誤りだけを狙い撃ちでチェックするレビューagentが控える。計算処理はAIにアウトソースしつつ、生データはローカルから出さない。
画像生成はわずか4秒、1000枚あたり約$0.034。動画モデルOmni Flashも同日、開発者向けに初公開された。
公式ベンチマークによると、高負荷設定では一部タスクの性能がOpus 4.8に並ぶ一方、標準価格はその6割に抑えられている。
Claude Codeなど9種のAgentをワンクリック連携、蓋を閉じてもタスク継続、停止後50ms以内に自動でスリープ制御を解放
既存のMTP-1投機的デコーディングに対しさらに60〜85%高速化。ドラフト生成と検証のパイプラインを重ねて実行することで実現（数値はDeepSeekの自己評価）
Sol/Terra/Lunaの3段階を同時投入。まずは信頼できるパートナーに限定提供し、リストはすでに米政府へ報告済み。数週間後に本格展開へ。