マルチモーダルモデル

智谱公式は GLM-5.3-Flash のオンラインおよびオープンソース化を発表しました。これは GLM-5 シリーズの最初のネイティブマルチモーダルモデルです。報告によると、GLM-5.3-Flash の全体的な性能は GLM-5.2 を上回り、プログラミングとエージェントの評価は Claude Opus 4.8 に近づいていますが、価格は GLM-5.2 の十分の一です。また、新しい基盤モデルに切り替え、GLM メインシリーズで初めてスパースアテンションと線形アテンションの混合アーキテクチャを導入し、30T トークンのマルチモーダルデータで事前トレーニングを行いました。智谱は、広範で専門的なフィードバックを収集するために、正式なリリース前に匿名モデル Ox-Alpha（中国のコミュニティでは牛来と呼ばれています）を OpenCode と OpenRouter で大規模テストを実施しました。Ox-Alpha は瞬く間にその週で最も人気のあるモデルとなり、両プラットフォームでの呼び出し量の新記録を樹立しましたが、これらのリクエストトラフィックはすべて国産チップによって提供された計算力によるものです。以前、コミュニティは Ox Alpha の DeepSWE 小サンプルテストで一時的に 80% の結果を出しましたが、それは 10 問だけでした。サンプルを拡大した後、成績は約 63% に戻り、テスターも最初の発言を自主的に訂正しました。この成績は依然として第一梯隊に属していますが、最初の 80% ほど誇張されたものではありません。重みがオープンソース化された後、開発者は vLLM、SGLang、KTransformers などのフレームワークを使用して直接デプロイでき、匿名モデルの API を通じて行う必要はありません。

金十の報道によると、月の裏側 Kimi が動向を発表し、同社の第一世代の万億パラメータ多モーダルモデル Kimi K2.5 が今月末でサービスを終了するとのことです。

B.AI プラットフォームは、小米が自社開発した MiMo シリーズモデルの API サービスを正式に開始したことを発表しました。最初に公開されたのは MiMo-V2.5 と MiMo-V2.5-Pro の2つのモデルです。その中で MiMo-V2.5 は 310B のスパース MoE ネイティブ全モーダルモデルで、画像、テキスト、音声、動画の全モーダル入力と 1M の超長文コンテキストをサポートし、マルチモーダルエージェントと汎用プログラミングシーンのために設計されています。MiMo-V2.5-Pro は 1.02T のスパース MoE パラメータ規模に達し、フラッグシップテキストモデルとして位置付けられ、複雑な推論と長期間のソフトウェアエンジニアリングに主に取り組んでいます。SWE-Bench Verified ベンチマークテストでは 78.9 点の高得点を記録しました。本日より、開発者は B.AI API を通じて2つのモデルを呼び出すことができ、公式グループ接続と自選サービスプロバイダーの二重モードをサポートし、最大 40% の割引を享受できます。

アリババ (09988.HK) の財務報告では、深い革新を通じてAI能力の境界を継続的に拡大していることが述べられています。最近、全く新しい大規模言語モデルとマルチモーダルモデルを発表し、モデルのインテリジェンスにおいて顕著な進展を遂げました。3月にQwen3.6-Plusを発表し、全方位の性能向上を実現しました。特にプログラミングとエージェントプログラミングの分野で際立った成果を上げ、フロントエンドウェブ開発や複雑な倉庫レベルのタスクにおいて業界のベンチマークとなっています。Qwen3.6-Plusは、より強力なマルチモーダルの知覚と推論能力を備えており、ネイティブのコンテキストウィンドウの長さは最大100万トークンをサポートし、安定性と信頼性をさらに向上させています。千問モデルファミリーに加えて、リアルタイムの創作とインタラクションをサポートする世界モデルHappyOysterや、動画生成のマルチモーダルモデルHappyHorseなど、専用モデルの展開を引き続き充実させています。これらの2つのモデルは現在、グレイテストテスト中です。

ChainCatcher のメッセージによると、OpenAI の公式発表の更新ログに示されているように、2025 年 4 月 30 日から、GPT-4 は ChatGPT から退役し、完全に GPT-4o に置き換えられます。GPT-4o は OpenAI の新しいネイティブマルチモーダルモデルであり、ヘッド・トゥ・ヘッド評価において、執筆、コーディング、STEM などの分野で常に GPT-4 より優れたパフォーマンスを示しています。最近のアップグレードにより、GPT-4o の指示遵守、問題解決、対話フローの能力がさらに改善されました。GPT-4 は引き続き API で利用可能です。