AI AIの「性格」と会話スタイルを可視化するベンチマークが登場——Geminiの媚びやすさやClaudeの説得力が明確に
AI評価プラットフォームのArtificial Analysisが、主要な大規模言語モデル（LLM）の性格やコミュニケーションスタイルを多角的に分析・測定する新ベンチマーク「AA-PersonalityBench」を発表しました。
LLM
AI 
AIテクノロジー AIに資金235万円を委ねて1年間ネットショップを運営させたシミュレーション結果｜Alibaba等の研究チームが発表
中国AlibabaのQwenチームや香港科技大学などの研究チームが、AIモデルに10万元（約235万円）を与えて365日間のECサイト運営を行わせるベンチマークテストを発表。最高で資産14.3倍を達成したモデルがある一方、詐欺業者や資金繰りの罠にハマり破産するAIも出ました。
セキュリティ 「どの国のモデルか」は本質ではない――「中国製LLMは危険」話題の発言にセキュリティ専門家が補足解説
テレビ高知の番組で話題となった「中国製LLMは危険な指示を実行してしまう」という発言について、渦中のセキュリティ専門家が補足解説を行いました。モデルの国籍ではなく「安全対策の弱さや回避手法」こそが脅威の本質である理由を解説します。
AIテクノロジー 企業向けAIは「大規模LLM」一択ではない：Zohoが推進するコスト抑制とデータ主権の戦略
企業向けAIにおいて、超大規模なLLMだけに頼らないZohoの戦略が注目を集めています。独自LLMやマルチエージェント基盤、インフラ自社設計の取り組みから、コストとデータ保護を両立するアプローチを読み解きます。
AIテクノロジー Anthropic、「Claude Haiku 5.5」公開：性能大幅向上とコスト約75％減を実現
米Anthropicは小型モデルの最新版「Claude Haiku 5.5」を発表しました。前世代の「Claude Haiku 4.5」から性能を大きく引き上げつつ、利用コストの大幅な削減を達成しています。
AI Reflectionが5010億パラメーターのオープンモデル「Beam」を発表。GLM 5.2やQwen 3.8-Maxに迫るエージェント性能
Reflectionは、パラメーター数5010億（アクティブパラメーター数230億）のオープンウェイトモデル「Beam」を発表しました。コーディングやエージェント型タスクにおいて高い性能を発揮し、2026年10月中のフルウェイト公開に向けて最終調整が進められています。
AI 125Bの超巨大AIをゲーミングPCで高速実行。オープンソースアプリ「Strata」が登場、VRAM 12GB環境で最大94トークン/秒を記録
1250億パラメータの超巨大AIモデル「Qwen3.8-Flash-Next」の量子化版を、一般的なゲーミングPCで高速にローカル実行できる無料のオープンソースアプリ「Strata」が登場しました。
AI・テクノロジー 「システムプロンプト陳腐化」をどう防ぐか AWSの試行錯誤に見る「自社AIエージェント」運用のポイント
AIエージェントの導入後に直面する「挙動の悪化」や「プロンプトの陳腐化」。AWSはAIコーディングエージェント「Kiro」において、LLMジャッジとライブシグナルを組み合わせた継続的なプロンプト評価の取り組みを公開しました。その具体的なプロセスと劇的な改善効果に迫ります。
AI・テクノロジー AIに「推測するな」と指示するだけで架空データの生成が70%から20%に低下、実験結果が公開
ウェブページから情報を抽出する際、AIに「推測しないでください」と指示するだけで架空データの生成率が大きく減少する実験結果が公開されました。16種類のモデルによる検証の具体値を解説します。
AI・テクノロジー 「1週間の開発タスク」でAIの限界を検証 Googleが「Android Bench 2.0」公開
Googleは、AIのAndroid開発能力を評価するベンチマークの最新版「Android Bench 2.0」を公開しました。1週間規模の複雑な長期タスクが課され、最高通過率は約28％に急落。AI開発の新たな限界と可能性が浮き彫りになっています。