メインコンテンツへスキップ

Fresh AI updates

Claude Fable 5.2とMuse Ember、エージェント実行の新モデルとTPU

AnthropicがClaude Fable・Mythos 5.2を、MetaがMuse Emberを公開した。GoogleはTPU 8txと8i Maxを追加し、NVIDIAはNemotron 3.5 Super VLを、OpenAIはAWS MarketplaceでChatGPT Enterpriseを始めた。

約21分
Claude Fable 5.2とMuse Ember、エージェント実行の新モデルとTPU

Anthropic が Claude Fable 5.2 と Claude Mythos 5.2 を、Meta がエージェント実行向けの小型モデル Muse Ember を公開した。Google は第 8 世代 TPU に 8tx と 8i Max を追加し、NVIDIA はマルチモーダルのオープンモデル Nemotron 3.5 Super VL を出した。Claude Code 2.1.321 は Fable 5.2 を既定にし、MCP の OAuth に関するセキュリティ修正を含む。OpenAI は ChatGPT Enterprise を AWS Marketplace で提供し始めた。本号はこの 7 件を扱う。モデルの価格と提供条件、TPU の提供形態は、導入前に原典で確かめるとよい。

本号の原典リンクは次のとおり。

Anthropic、Claude Fable 5.2とMythos 5.2を公開

Anthropic は、技術的な難題に取り組むためのモデル Claude Fable 5.2 と Claude Mythos 5.2 を公開した。両者は同じ基盤モデルで、Fable はサイバーセキュリティと生物学の安全対策を備え、すべての利用者に提供される。Mythos は、サイバーセキュリティや生命科学の有益な応用を目指す組織が、Life Sciences と Cyber の Verification Program を通じて利用できる。Fable 5.2 は Anthropic の一般提供モデルとしては技術作業向けに最も高性能と位置づけられ、日常的なコーディングと知識作業には Claude Opus 5.5 が推奨されている。

価格は、入力 100 万トークンあたり 8 ドル、出力 100 万トークンあたり 40 ドルで、キャッシュ読み取りは 100 万トークンあたり 0.20 ドルである。任意の高速モードでは、トークン生成が最大 2.5 倍速くなり、価格は入力 16 ドル、出力 80 ドルになる。出力速度は Fable 5.1 と比べて最大 30 パーセント速い。コンテキストは 100 万トークンである。

ベンチマークでは、Fable 5.2 は Fable 5.1 と Opus 5.5 を上回る項目が多い。Anthropic の発表による主な数値は次のとおりである。

評価Fable 5.2Fable 5.1Opus 5.5
エージェント型コーディング FrontierCode 2.049.1 パーセント32.4 パーセント45.5 パーセント
エージェント型コーディング FrontierSWE v269.9 パーセント56.3 パーセント62.3 パーセント
エージェント型科学研究 Terminal-Bench-Science 0.174.6 パーセント52.6 パーセント58.7 パーセント
コンピュータ利用 OSWorld 2.189.3 パーセント83.5 パーセント87.2 パーセント
ロボティクス RoboDojo Sim64.9 パーセント27.6 パーセント39.4 パーセント

事前テストでは、Fable 5.2 は実務的な課題にも使われた。Anthropic の技術者は、重要な本番サービスを Python から Rust へ移行し、起動が約 26 倍速くなったとしている。電子機器の設計では、スピーカーフォン、音声アシスタントハブ、携帯型の仮想ペットの 3 台を、回路基板の設計から筐体の 3D モデル、ファームウェアまで手がけ、試作機は回路の修正なしに動作した。Anthropic Research の検証では、基板レイアウトの評価 PCB Gym で Fable 5.2 は 69 パーセントを記録し、Fable 5 の 25 パーセントから大きく伸びた。数学では、1,000 体のエージェントがフェルマーの最終定理の形式化を 30 時間で終えたとしている。

安全対策として、Fable 5.2 のサイバーと生物学の保護は Fable 5.1 と同等に堅牢で、不要なブロックは減ったとしている。蒸留攻撃に対する保護は、これまでで最も強いものだとしている。

AWS では、Amazon Bedrock と Claude Platform on AWS で同日から利用できる。Anthropic は Fable 5.2 を Covered Model に指定しており、既定では最大 30 日間の保持と人間による安全レビューが必要になる。Bedrock では AWS の担当者が AWS の境界内でレビューを行う。Enterprise Frontier Safeguards は現在提供中で、ゼロデータ保持での利用は 2027 年 6 月 30 日まで可能とされている。

導入の前に確認しておきたい点は次のとおりである。

  • 料金体系が自社の利用量でどう変わるか。高速モードの価格は通常の 2 倍になる
  • Mythos が必要な用途では、Verification Program の申請条件を満たすか
  • Bedrock での利用では、データ保持の設定とレビューの流れを確認すること
  • Fable 5.2 が既定のモデルになる Claude Code 2.1.321 の変更とあわせて、既存の利用への影響を確認すること

EastBraverの見立て: 最難関の技術作業向けの最上位モデルが、価格を下げて出てきた点が大きい。Anthropic 自身が日常作業には Opus 5.5 を推奨しているため、Fable 5.2 は難しい課題に絞って使うのが筋である。電子機器の設計や形式化の事例は、長時間の自律作業と検証可能な成果物がそろう場面での強さを示している。導入の判断は、Fable 5.2 と Mythos 5.2 の紹介記事で、価格と提供条件、ベンチマークの対象を確認してから行うとよい。ベンチマークの数値は Anthropic の測定によるもので、比較条件は原典で確かめること。

出典:Anthropic(https://www.anthropic.com/claude-fable-and-mythos-5-2 、2026年11月9日公開、2026年11月10日確認)

関連する技術ガイド: AI Agent / LLM

Meta、Muse Emberを公開

Meta は、Muse モデル群のなかで最も小さく、最も効率的なモデル Muse Ember を公開した。エージェントが一日に繰り返す作業、すなわちツール呼び出し、コーディングの小課題、振り分け、抽出、長い文書の解析のために設計されている。Muse Code と Meta Model API で本日から利用でき、モデル ID は muse-ember-1.0 である。Responses API に対応する。

価格は、入力 100 万トークンあたり 0.10 ドル、キャッシュ入力 0.004 ドル、出力 0.50 ドルである。コンテキストは 100 万トークン、出力は最大 51.2 万トークンまで対応する。テキスト、画像、音声、動画をそのまま扱えるため、スクリーンショットや表、スキャンした文書、音声メモや会議の録音、動画からもエージェントが作業できる。

Meta は、Artificial Analysis の評価をもとに、Muse Ember が Claude Haiku 5.5 の最良のスコアに、約 3 分の 1 のコストで並ぶとしている。主な比較は次のとおりである。

項目Muse EmberClaude Haiku 5.5GPT-6 Luna
Artificial Analysis Index363628
1 タスクあたりの推定コスト0.14 ドル0.41 ドル未公表
AutomationBench-AA 業務ワークフロー37.813.920.2
Terminal-Bench 4.040.939.216.4
FrontierCode 2.0-AA27.234.925.2

Muse Ember は、Muse Wonder Full を教師として学習した初めてのモデルである。Meta の位置づけでは、難しい問題の計画は Muse Wonder、コーディングとエージェント作業は Muse Spark、繰り返しの実行は Muse Ember が担う。安全性は、Meta Superintelligence Scaling Framework に基づく評価を受け、化学・生物、サイバーセキュリティ、制御喪失の各項目で高リスクのしきい値を下回ったとしている。

EastBraverの見立て: 価格と繰り返し実行の効率が主役のモデルである。AutomationBench-AA のように、業務の流れを最後まで運ぶ評価では Haiku 5.5 を大きく上回る一方、FrontierCode 2.0 のように難しいコーディングでは Haiku 5.5 に劣る。難しい課題は Wonder や Spark に回し、Ember には成功条件がはっきりした繰り返し作業を渡す設計が合う。導入の判断は、Muse Ember の紹介記事で、価格と評価の条件、対応する API を確認してから行うとよい。

出典:Meta AI Research(https://research.meta.ai/blog/muse-ember 、2026年11月9日公開(TechCrunch の報道による。原典ページに日付表示なし)、2026年11月10日確認)

関連する技術ガイド: AI Agent / LLM API

Google、TPU 8txとTPU 8i Maxを追加

Google は、第 8 世代 TPU の構成を広げ、TPU 8tx と TPU 8i Max を発表した。今年 4 月に発表した TPU 8t と 8i に続くもので、1 年で 4 つの TPU システムを出すのは初めてだとしている。

2 つの新システムの狙いは次のとおりである。

システム狙い主な仕様
TPU 8tx機密性の高い推論と小規模な学習TPU 8t と同じシリコンに第 5 世代 AMD EPYC のホストを組み合わせ、処理中のデータとモデルの重みをハードウェア層で保護する。TPU 8t と比べて最大 2 倍低い遅延
TPU 8i Max大規模なコンテキストとラックあたりの計算密度2 個の TPU 8i チップを 1 パッケージにまとめ、TPU 8i の 2 倍の計算能力、SRAM、HBM 帯域幅を持つ

あわせて、TPU のソフトウェアと運用の更新も発表された。TPU Sync は、チップの HBM、ホストの DRAM、共有ストレージ、データセンターのネットワークを 1 つのメモリ階層として扱うモデル状態層で、オープンソースとして公開された。KV キャッシュの転送遅延と初回トークンまでの時間を 90 パーセント以上短縮するとしている。Cloud Pathways は Google Kubernetes Engine で一般提供となり、DeepMind の Gemini を支えるランタイムを Google Cloud の顧客が使えるようになった。GKE dynamic slicing も一般提供となり、ジョブの起動時間を最大 5 倍短縮し、障害からの復旧を最大 4.5 倍速くするとしている。

EastBraverの見立て: エージェントの本番運用で壁になる、推論の機密性と長コンテキストの 2 つに向けた構成である。TPU Sync のオープンソース化と Cloud Pathways の一般提供は、Google Cloud 上で TPU を使う側の選択肢を広げる。ただし提供形態は Google Cloud 上のシステムであり、TPU を自前で買う話ではない。導入の判断は、TPU 8tx と TPU 8i Max の紹介記事で、提供形態と価格、対応するリージョンを確認してから行うとよい。

出典:Google Cloud Blog(https://cloud.google.com/blog/topics/ai-infrastructure/tpu-8tx-and-tpu-8i-max/ 、2026年11月9日公開、2026年11月10日確認)

NVIDIA、Nemotron 3.5 Super VLを公開

NVIDIA は、専門化したエージェント向けのマルチモーダルモデル Nemotron 3.5 Super VL を公開した。テキスト、画像、文書、動画の理解と、推論、指示の実行、ツール利用を 1 つのモデルにまとめた。オープンな重みで提供され、企業は自社のデータや道具、方針に合わせて事後学習できる。

モデルの規模は 1,200 億パラメータの Mixture-of-Experts で、1 トークンあたり 120 億パラメータが働く。単一 GPU では、同規模のオープンモデルと比べて、エージェント作業のスループットが最大 5 倍になるとしている。評価の数値は次のとおりである。

評価Nemotron 3.5 Super VLNemotron 3 Ultra
Hermes Bench63.44 パーセント56.33 パーセント
LangChain Evals87.05 パーセント84.3 パーセント

図表の推論では、CharXiv で 80.8 パーセントを記録した。事後学習の事例として、Scale AI はベンダー信用処理の推論コストを 40 分の 1、遅延を 5 分の 1 にできるとし、Ramp は領収書の画像から構造化データを抽出する作業で、スループットが最大 50 パーセント上がり、遅延が 10 分の 1 になるとしている。AI21 と Alice は、脅威インテリジェンスと脆弱性分析で精度が 41 パーセント上がったとしている。あわせて、エージェントのツール利用や会話、金融の推論、指示の実行、長文の変換、40 件の視覚言語データセットなど、オープンデータセットも Hugging Face で公開された。

AWS では、Amazon SageMaker JumpStart で同日から利用できる。ローカルでは NVIDIA DGX Spark への最適化も行われ、EXO Labs の独立した評価では、精度とタスク完了時間の効率の面で最前線に位置するとしている。

導入の前に確認しておきたい点は次のとおりである。

  • 自社の作業で、Nemotron 3 Ultra より優れるという評価が当てはまるか
  • 事後学習に使う NeMo の手順と、必要な計算資源
  • SageMaker JumpStart での提供条件と、DGX Spark での動作条件

EastBraverの見立て: 専門化したエージェント向けのオープンモデルで、単一 GPU でのスループットとローカル実行が利点である。文書や画像、動画を 1 つのモデルで扱えるため、テキスト用と視覚用のモデルを分ける必要がなくなる。ただし評価の数値と事例の効果は NVIDIA と各社の測定によるもので、比較条件は原典で確かめること。導入の判断は、Nemotron 3.5 Super VL の紹介記事で、提供形態とライセンス、評価の条件を確認してから行うとよい。

出典:NVIDIA Technical Blog(https://developer.nvidia.com/blog/nvidia-nemotron-3-5-super-vl-powers-specialized-agents-with-multimodal-reasoning/ 、2026年11月9日公開、2026年11月10日確認)

関連する技術ガイド: AI Agent

Claude Code 2.1.321、Fable 5.2を既定に

Claude Code は v2.1.321 を公開した。Claude Fable 5.2 が既定の Fable モデルになり、コンテキストは 100 万トークン、価格は入力 100 万トークンあたり 8 ドル、出力 40 ドル、キャッシュ読み取り 0.20 ドルである。claude remote-control に設定ファイルを指定する選択肢が追加され、設定ファイルが変わっても、remote-control を再起動するまで新しいセッションは始まらない。

セキュリティに関する修正が複数含まれている。主な修正は次のとおりである。

  • MCP の OAuth 要求が、サーバーのリダイレクト先の別のホストへ、リフレッシュトークンなどの秘密情報を送ってしまう問題を修正した
  • 読み取り専用の Bash コマンドが、許可の確認なしにサンドボックスの外で実行される場合があった問題を修正した
  • Bash の許可チェックが、ファイル書き込みを誤ったフォルダから判断して確認を求めない場合があった問題を修正した
  • 拒否ルールと保護ファイルの確認が、cp や mv でディレクトリへ書き込むファイルに適用されない問題を修正した

そのほか、NotebookEdit がネットワークパスで最初のセルを消す問題、Edit が空の置き換え対象でファイル全体を置き換える問題、プラグインの自動更新がワークツリーごとに再ダウンロードする問題など、多数の修正が含まれている。

EastBraverの見立て: セキュリティ修正を含むため、MCP サーバーへ OAuth で接続する環境や、サンドボックスの外でコマンドを動かす環境では、更新を優先して検討するとよい。Fable 5.2 の既定化により、Fable を使う既存の利用では料金と挙動が変わる点も確認すること。導入の判断は、v2.1.321 のリリースノートで、修正の範囲と自環境への影響を確認してから行うとよい。

出典:GitHub Releases(https://github.com/anthropics/claude-code/releases/tag/v2.1.321 、2026年11月9日19時22分 UTC 公開、2026年11月10日確認)

関連する技術ガイド: AI Agent / MCP

OpenAI、ChatGPT EnterpriseをAWS Marketplaceで提供開始

OpenAI は、ChatGPT Enterprise を AWS Marketplace を通じて提供し始めた。組織は、既存の AWS の購買と請求の関係を使って、ChatGPT Enterprise を見つけ、購入し、管理できる。対象となる支出は、AWS コミットメントに充当できる。

ChatGPT Enterprise は、ChatGPT、ChatGPT Work、Codex、dots を職場向けに提供する。AWS Marketplace 経由でも、OpenAI から直接購入する場合と同じモデルと機能が得られ、新機能も同時にリリースされるとしている。対象となる顧客は、AWS Marketplace を通じて ChatGPT for Healthcare と ChatGPT for Financial Services にもアクセスできる。

位置づけとして、Amazon Bedrock で提供される OpenAI のモデルを補完するものとされている。開発者は Bedrock 上の OpenAI モデルで AI アプリケーションやエージェントを構築し、ビジネスチームは日常業務で ChatGPT Enterprise を使う。組織は、作業内容とガバナンスの要件に合う方法を選べる。

利用の開始には、OpenAI または AWS のアカウントチームへの連絡が必要とされている。ページ内に価格や具体的な料金条件の記載は確認できなかった。

導入の前に確認しておきたい点は次のとおりである。

  • 自社の AWS コミットメントに、ChatGPT Enterprise の支出が充当できるか
  • Bedrock 上の OpenAI モデルと ChatGPT Enterprise の使い分け
  • Healthcare や Financial Services の提供が、自社の利用条件に当てはまるか

EastBraverの見立て: 調達経路の追加であり、モデルや機能の変更ではない。AWS コミットメントの消化や、既存の購買フローに乗せたい組織向けの提供である。価格はページに記載がないため、費用の判断はアカウントチームへの確認が必要になる。導入の判断は、ChatGPT Enterprise の AWS Marketplace 提供の記事で、対象となる組織と手続きを確認してから行うとよい。

出典:OpenAI(https://openai.com/index/chatgpt-enterprise-aws-marketplace 、2026年11月9日公開、2026年11月10日確認)

Azure Content Understanding、エージェント型の抽出モードをプレビューで提供

Microsoft は、Azure Content Understanding に agentic mode をプレビューで追加した。1 回の読み取りで構造化した結果を返す標準モードに対し、agentic mode は、文書を横断して証拠を探し、細部を確認し、途中の結果を保持し、計算し、必要に応じて別の方法を試す。文書に特化した道具を使う推論の循環で、言語モデルを包んだ仕組みである。

例として、137 ページの米国財務省の報告から、2003 年 1 月の機関別支出を集計する作業が挙げられている。対象の表は 2 ページにまたがり、月ごとの行から機関ごとの見出しに結びつける必要がある。agentic mode は、表の位置を探し、行をたどり、改訂を示す記号を除き、計算して 180,681 百万ドルという合計を出した。経済チャートの読み取りと、19 ページに続くネットワークログの集計も例として示されている。

利用方法は、Content Understanding Studio で新しいプロジェクトを作り、API バージョンに 2026-06-01 のプレビューを選び、ワークフローの種類で Agentic Extraction を選ぶ。コードでは、API バージョン 2026-06-01-preview を使い、アナライザーの定義に agentic のワークフローを指定する。

2 つのモードの使い分けは次のとおりである。

モード使い方向く作業
標準モード1 回の読み取りで構造化した結果を返すほとんどの文書。速く、予測しやすく、コストが低い
agentic mode証拠を探し、確認し、計算して結果を返す証拠が散らばる作業、計算や照合、長い文書の網羅的な分析、複雑な視覚構造

agentic mode は、使うトークンが多く、同じ文書でも時間がかかる傾向がある。代表的な文書で両方のモードを比べ、品質の改善が追加のコストと遅延に見合う場合に選ぶことが推奨されている。

EastBraverの見立て: 1 回の読み取りで済まない文書向けの選択肢である。表やチャートが複数ページにまたがる文書では、証拠をたどる仕組みが効く。プレビュー段階のため、代表的な文書で標準モードと比べ、品質とコスト、遅延を測ってから採用を判断すること。導入の判断は、agentic mode の紹介記事で、API バージョンとワークフローの指定方法を確認してから行うとよい。

出典:Microsoft Foundry Blog(https://devblogs.microsoft.com/foundry/when-one-pass-isnt-enough-agentic-mode-in-azure-content-understanding/ 、2026年11月9日20時04分 UTC 公開、2026年11月10日確認)

関連する技術ガイド: RAG

ほかの確認済みの更新

  • MIT は、1 つの AI モデルで砂の崩れからタンパク質の折りたたみまで、多様な物質の挙動をシミュレーションする WorldParticle を発表した。粒子で表した物質の動きを 1 ステップずつ予測する仕組みで、タンパク質の構造変化を数値シミュレーションより約 100 倍速くモデル化したとしている。ACM SIGGRAPH Asia で発表される。出典:MIT News(https://news.mit.edu/2026/single-ai-model-simulates-many-substances-behavior-1109 、2026年11月9日公開、2026年11月10日確認)
  • AWS は、Amazon Bedrock Managed Knowledge Base の AgenticRetrieveStream に、単発 RAG と取得のみのモードを追加した。maxAgentIteration を 1 にすると 1 回の取得と 1 回の回答生成、0 にすると取得のみで言語モデルを呼ばない。既存のエージェント型の取得は 2 から 5 のままで変わらない。出典:AWS Machine Learning Blog(https://aws.amazon.com/blogs/machine-learning/single-shot-and-agentic-retrieval-with-amazon-bedrock-managed-knowledge-base/ 、2026年11月9日公開、2026年11月10日確認)
  • Google は、世界の言語の多様性を可視化する Language Explorer を公開した。1,000 Languages Initiative の一環で、数千の言語のデータを集めた対話型のウェブ基盤である。ベルリンの Museum of Communication の展示でも使われる。出典:Google Research Blog(https://research.google/blog/exploring-the-worlds-languages-with-language-explorer/ 、2026年11月9日公開、2026年11月10日確認)
  • NVIDIA は、Holoscan 5 によるロボットアームの重力補償のチュートリアルを公開した。逆動力学の計算でアームの重さを支え、手で導けるようにする制御ループを、400 Hz で動かす手順を示している。Jetson Orin Nano、Jetson Thor、x86 の Ubuntu 24.04 で確認されている。出典:NVIDIA Technical Blog(https://developer.nvidia.com/blog/make-a-robot-arm-feel-weightless-with-nvidia-holoscan-5/ 、2026年11月9日公開、2026年11月10日確認)
  • Hugging Face は、Elith と NVIDIA による日本の金融向け合成ペルソナのデータセット Nemotron-Personas-Finance-Japan を公開した。900 万件のペルソナを 50 項目で表し、日本の公式統計と家計・金融のデータに基づく。CC BY 4.0 で商用利用できる。同日に Nemotron-PII-Japan も公開された。出典:Hugging Face Blog(https://huggingface.co/blog/nvidia/nemotron-personas-finance-japan 、2026年11月9日15時05分 UTC 公開、2026年11月10日確認)

Written by

柿添貴士(TakashiKakizoe) profile photo

柿添貴士(TakashiKakizoe)

Webエンジニア/テックリード

Fukuoka, Japan

  • PHP
  • Laravel
  • Next.js
  • AWS
  • Cloudflare
  • AI Agent