youtube版(スライド付き) 関連リンク The builder’s guide to GPT‑5.6 OpenAIが発表した「GPT-5.6」モデルファミリーは、AIエージェントの開発コストを大幅に削減しつつ、性能を飛躍的に向上させるための重要なアップデートです。日本のエンジニアが実務でAIエージェントを構築する際に見逃せない、モデル選定の考え方とAPIの新機能について解説します。まず、特筆すべきは圧倒的なコストパフォーマンスの向上です。従来のフラグシップモデルでなければ難しかった長期的かつ複雑なタスクも、新モデルである「Luna」や「Terra」などの小型モデルを活用することで、低コストかつ低推論努力で同等以上の成果を出せるようになりました。例えば、検索ベンチマークのBrowseCompでは、旧世代のモデルが高コストで叩き出していたスコアを、GPT-5.6 Lunaがごくわずかなコストで達成しています。これにより、手書きメモの事前パースなど、ワークフローの前処理や高頻度な処理を安価な小型モデルに切り出すことが容易になりました。次に、Responses APIに追加された3つの新しいプリミティブにより、アーキテクチャレベルでの効率化が可能になっています。推論の持続とコンパクション: モデルのターン間で推論結果を保持し（preserved reasoning）、長時間の会話をネイティブに圧縮（compaction）することで、コンテキストのロストを防ぎ、一貫性を保ちます。ネイティブなマルチエージェントオーケストレーション: 複雑なタスクを並列化し、プライマリ・エージェントが複数のサブエージェントを制御して高速に処理を完了させます。プログラムによるツール呼び出し（Programmatic Tool Calling）: データの一時的なフィルタリングや集約といった決定的（デダーミニスティック）な処理をJavaScriptなどのコードで実行し、コンテキストウィンドウ外で処理させます。これにより、モデルのトークンを「人間の判断が必要な処理」だけに集中させることができます。実際に、これらの設定を活用することで、ARC-AGI-3ベンチマークでは出力トークン数を約6分の1に削減しながら、スコアを約3倍に跳ね上げるといった劇的な改善が報告されています。さらに、プロンプトキャッシュのTTLが最低30分に延長され、キャッシュブレークポイントの決定的な設定やprompt_cache_keyの活用により、キャッシュヒット率の向上とレイテンシの削減が図られています。総じて、GPT-5.6は「すべてのステップで最高峰のフラグシップモデルを使う」という従来の設計を見直し、適切なモデル選択、推論努力のチューニング、そして効率的なAPI機能の組み合わせによって、高品質なAIエージェントを圧倒低コストで構築する新しいスタンダードを提供します。エンジニアにとって、実装のアーキテクチャを見直す絶好の機会と言えます。引用元: https://openai.com/index/builders-guide-to-gpt-5-6 Previewing Ultrafast mode: GPT-5.6 Sol at up to 14X the speed OpenAI社は、同社の最先端かつ最も知的とされるモデル「GPT-5.6 Sol」を、標準処理と比較して最大14倍という圧倒的な速度で実行できる新しいサービスティア「Ultrafast」のプレビュー版を発表しました。この機能は、ハードウェアパートナーであるCerebras社の技術を基盤としており、OpenAI APIを通じて最初に提供が開始されます。エンジニアリングやプロダクト開発の観点において特筆すべき点は、秒間最大750出力トークンという超高速な推論処理を実現している点です。これまで、リアルタイム性を重視するユースケースでは、性能が限定的な小型モデルや特化型モデルを選ぶ必要がありました。しかし、Ultrafastモードの登場により、「高い知能レベル」と「リアルタイムな速度」を妥協することなく両立できるようになり、AIを活用したシステムアーキテクチャの設計に大きな変革をもたらします。具体的な活用シーンとして、日本のエンジニアや開発現場にも直結する以下のようなリアルタイム性が求められるワークフローでの導入が想定されています。インシデントレスポンスとシステムの信頼性向上: 本番環境で障害やアラートが発生した際、アプリケーションログ、直近のコード差分、エンジニア間のチャット履歴などをモデルが即座に分析。障害が進行している最中でも、原因の特定や次に行うべきチェック項目の提示、修正パッチの準備サポートをリアルタイムに行い、平均修復時間（MTTR）の短縮に寄与します。ライブリサーチとインタラクティブな実験: 従来であれば一晩かけてバッチ処理で実行していたような大規模な実験やデータ探索のループを、日中のインタラクティブな作業セッションへと変化させます。アイデアの検証、結果の確認、アプローチの修正というサイクルを高速で回せるため、開発者のフロー状態を途切れさせません。カスタマーサポートや音声対話: 複数ステップのシステム連携や複雑なデータベース参照が必要な問い合わせに対しても、ユーザーとの会話を途切れさせることなく、リアルタイムで正確な回答を生成します。金融リサーチ・セキュリティ・Eコマース: 刻々と変化する市場シグナルや取引データのリアルタイム分析、ユーザーが購入を迷っている最中の商品提案やカート離脱防止など、ミリ秒単位の速度がビジネス価値に直結する領域での応用が可能です。現在、Ultrafastモードは限定的なプレビュー期間として、コード作成、金融、コマースなどの分野における初期顧客を対象に実環境での検証が進められています。OpenAI社内でもインシデント対応や情報探索のループ短縮に活用されており、そこで得られた知見が今後のプロダクトやキャパシティ拡大にフィードバックされます。利用を希望する場合は、公式フォームからアクセス拡大時の通知にサインアップすることが可能です。引用元: https://openai.com/index/previewing-ultrafast Introducing Gemini 3.7 Flash Googleは、コーディングおよびAIエージェント構築向けに最適化された最新モデル「Gemini 3.7 Flash」を発表しました。前身である3.6 Flashからわずか3週間という短期間でのリリースとなり、開発者からのフィードバックやアルゴリズムの改良が反映されています。ソフトウェアエンジニアリング、知識労働、Web開発のワークフロー全体で大幅な性能向上が図られており、特にコーディングやデバッグ、課題解決において高い初回コード正確性と実用性を発揮します。具体的なベンチマークとして、生産コードの品質を測るFrontierCode 1.1 Mainでは43.6%（前モデルは34.4%）、長期的なソフトウェアエンジニアリングを評価するDeepSWE v1.1では65.3%（同49.0%）へと向上しました。また、Web開発においては、UI生成時のデザイン再現性や機能的なレイアウト構築能力が強化され、WebDev Arenaでも高いEloスコアを記録しています。金融や法律、生物科学といった専門的な文書理解ベンチマーク（GDP.pdf）や、実業務のワークフロー自動化（AutomationBench）でも大幅なスコア向上が見られます。開発者体験の面では、マルチステップの計画立案やツール呼び出しの精度が向上し、ロードブロックに対する適応力や指示への忠実性が高まりました。これにより、エンジニアリング作業における手動での監視や再試行の回数が削減されます。価格面も魅力的で、年末までの導入価格として入力100万トークンあたり0.75ドル、出力100万トークンあたり3.75ドルに設定されており、コスト効率よくプロダクション環境のエージェントをスケールさせることが可能です。さらに、Google AI Pro/Ultra加入者向けのエージェント機能「Gemini Spark」にも本日から3.7 Flashが導入され、Google Workspaceアプリとの連携や複雑なマルチスキルワークフローの自動化がより効率的になります。安全性においても、CBRNやサイバーオフェンスに関する最新のセーフガードが適用されています。開発者はGoogle AI StudioやAndroid Studio、Gemini APIを通じてすぐに利用を始めることができます。引用元: https://deepmind.google/blog/introducing-gemini-3-7-flash/ お便り投稿フォーム VOICEVOX:ずんだもん

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related