
Google は、判断に特化した Gemini Decision 1 と Decisions API を提供開始し、DeepMind は DNA の変異の影響を細胞の種類ごとに予測する AlphaGenome 2 を発表した。Microsoft は Azure Content Understanding に GPT-6 と GPT-6.1 を追加し、Databricks は Genie Ontology の一般提供を開始した。AWS は Bedrock に Kimi K3.1 Pro Highspeed を追加し、Tether はオンデバイス向けのエージェントモデル BotPsy を公開し、PyTorch は ExecuTorch WebGPU を公開した。本号はこの 7 件を扱う。モデルの価格と提供条件、評価の比較条件は、導入や対応の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。
- Google、Gemini Decisions API
- Google DeepMind、AlphaGenome 2
- Microsoft、Azure Content Understanding
- Databricks、Genie Ontology
- AWS、Kimi K3.1 Pro Highspeed
- Tether、BotPsy
- PyTorch、ExecuTorch WebGPU
Google、Gemini Decisions API と Gemini Decision 1 を提供開始
Google は、判断に特化した新しいモデル Gemini Decision 1(gemini-decision-1)と、そのための Decisions API を提供開始した。Gemini API を通じて Google AI Studio で利用できる。テキスト、画像、音声、動画、PDF のマルチモーダル入力(最大 256K トークン)に対し、最大 1,000 件の質問を 1 回のフォワードパスで評価する。答えの文章をトークン単位で生成するのではなく、候補の選択肢に確率を付ける設計である。
3 つの質問の型は次のとおりである。
| 型 | 内容 |
|---|---|
| noul | はい・いいえの条件が成り立つ確率を推定する。真と偽の説明条件を付けられる |
| choice | 2 から 255 の選択肢から勝者を選び、候補ごとの正規化された確率を返す |
| score | 順序つきのルーブリックで採点し、連続した重み付きスコアと水準ごとの確率を返す |
答えには 0 から 1 の信頼度が付き、曖昧な場合はフォールバックや人間の確認へ回せる。用途として、ツール選択、ポリシー確認、モデルルーティング、文脈の採点が挙げられている。レイテンシは、モデルの計算の中央値で 50 から 100 ミリ秒、エンドツーエンドで 150 から 250 ミリ秒で、質問が 1 件でも 100 件でもほぼ変わらないとしている。価格は入力 100 万トークンあたり 0.10 ドルで、出力トークンの課金はない。入力は質問の数にかかわらず 1 回だけ課金される。Gemini 3.5 Flash-Lite と Interactions API を使う場合と比べ、共通のベンチマーク群で約 5 分の 1 の費用だとしている。
社内での利用例として、Gemini Notebook の動的なモデルルーティング(日常の問い合わせを最大 40 パーセント低いレイテンシでさばく)、Stitch の rapid canvas、CC の絵文字選択、Search の MCP ツール向け安全層が挙げられている。エコシステムの連携は、OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode で進められており、Gemini in Google Cloud への対応は近日予定とされている。API の無料枠が用意されている。
確認しておきたい点は次のとおりである。
- 料金は入力のみで、出力トークンの課金はないか。無料枠の制限を確認すること
- レイテンシの数値は、どの入力の長さと質問の数での測定か
- ベンチマークの優位は Google の測定によるもので、比較条件は原典で確かめること
- Gemini in Google Cloud への対応は近日予定のため、利用する環境の対応状況を確認すること
EastBraverの見立て: 生成ではなく判定に特化したモデルが、エージェントの制御層に向けた部品として出てきた点が大きい。出力トークンの課金がなく、150 から 250 ミリ秒の遅延で判断を挟めるため、生成呼び出しを増やさずにルーティングやポリシー確認を置ける。ただし評価の数値は Google の測定によるもので、採用の判断は自社の入力と質問の組み合わせで試してから行うとよい。導入の判断は、Gemini Decisions API の紹介記事で、料金と提供条件、ベンチマークの対象を確認してから行うとよい。
出典:Google(https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/ 、2026年11月11日公開、2026年11月12日確認)
Google DeepMind、AlphaGenome 2 を発表
Google DeepMind は、次世代の DNA 配列モデル AlphaGenome 2 を発表した。DNA 配列とその変異が、特定のヒトの細胞種にどう影響するかを予測する。昨年公開した AlphaGenome が、組織全体の平均で予測していたのに対し、AlphaGenome 2 は条件付きモデルとなり、100 万文字の DNA 配列と、組織・細胞種・状態という条件を入力として、1 つの条件ずつ予測する。68 の組織にわたる 1 億 700 万件超の個別細胞プロファイルで学習した。
予測の性能は、TenK10K データセット(28 の主要な免疫細胞種の単一細胞地図)で、原因となる変異の特定が 30 パーセント(従来の AlphaGenome を単一細胞データで微調整した場合は 16 パーセント)、方向性のある遺伝子効果が 43 パーセント(従来は 23 パーセント)と、ほぼ 2 倍になったとしている。炎症性腸疾患に関わる変異の事例では、腸の免疫細胞(マクロファージ)で ETS2 遺伝子を選択的に活性化させることを再現した。
AlphaGenome 2 は、新しい細胞状態にも再学習なしで一般化できるとしている。数十個の細胞の単一細胞 RNA-seq のスナップショットから細胞状態を圧縮し、条件として使う。COVID-19 の mRNA ワクチン研究のデータでは、活性化した免疫 T 細胞と休止状態のものを区別し、重症 COVID-19 に関連する変異が、活性化した状態で遺伝子の活動をより強く乱すことを示した。ヒトゲノムの 90 億通りの 1 文字変異の予測を集めた AlphaGenome Atlas に続き、ゲノムワイド関連解析(GWAS)で見つかった変異と、それが働く細胞種を結びつけるための予測があらかじめ計算されている。
提供の範囲は次のとおりである。
| 項目 | 内容 |
|---|---|
| 非商用研究 | 本日から AlphaGenome API で提供 |
| 商用研究 | プライベートプレビューで提供 |
| 今後の予定 | AlphaGenome 2 Skills を Google Antigravity に近日提供 |
| 用途の制限 | 研究用途のみで、臨床・診断用に検証・承認されていない |
確認しておきたい点は次のとおりである。
- 非商用研究と商用研究で、利用の手続きと条件がどう違うか
- 予測の対象となる細胞種と状態の範囲を確認すること
- ベンチマークの数値は DeepMind の測定によるもので、比較条件は原典で確かめること
EastBraverの見立て: 遺伝子の変異の影響を、組織の平均ではなく細胞の種類ごとに予測できるようになった点が大きい。疾患に関わる変異の特定がほぼ 2 倍になったとされ、創薬や疾患研究の道具として位置づけられている。ただし提供は研究用途に限られ、臨床・診断用ではない。利用の判断は、AlphaGenome 2 の紹介記事で、提供条件と予測の対象を確認してから行うとよい。
出典:Google DeepMind(https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease 、2026年11月11日公開、2026年11月12日確認)
Microsoft、Azure Content Understanding に GPT-6 と GPT-6.1 を追加
Microsoft は、Azure Content Understanding が GPT-5.6、GPT-6、GPT-6.1 のモデルファミリーに対応したと発表した。文書、テキスト、音声、動画の抽出で使え、GPT-6 には Sol、Luna、Astra の 3 系統がある。モデル選択は、品質と費用を作業ごとに調整する「ミキシングボード」に例えられ、評価データとあわせて推奨が示されている。
文書抽出の出発点の推奨は次のとおりである。
| 優先するもの | 出発点 | 理由 |
|---|---|---|
| 品質とトークン費用の均衡 | GPT-6.1 Sol | GA の精度首位に近く、プレビューの抽出評価では首位 |
| 最大の精度と費用の余裕 | GPT-6 Astra と Sol | Sol とほぼ同じ品質で、GA の抽出では小さな差で上回るが、トークン費用は大幅に高い |
| トークン費用の低さ | GPT-6 Luna | トークン費用は大幅に低いが、品質は試す必要がある |
評価の主な数値は、Microsoft の測定によるものである。GA の文書抽出(Schema only)では、Astra が 95.95 パーセント、Sol が 95.74 パーセントで、Astra は Sol の約 5 倍の完了トークン費用がかかる。プレビューの抽出評価では Sol が Astra を上回る(96.06 パーセント対 95.58 パーセント)。Luna は 5 件のラベル付き例を加えると 91.82 パーセントから 94.16 パーセントへ上がる。動画では、GPT-6 Sol が見出しの動画 Generation F1 で 86.40 パーセント、長尺動画の分割で 80.10 パーセントと、9 つの比較モデルのなかで最高だった。GPT-6.1 Sol は短尺動画広告で 93.60 パーセントと最高だった。音声では、GPT-5.2 が GA の分野分類で最高、GPT-5.5 が分野生成で最高だった。
背景として、GPT-6 の最初の発表は、OpenAI による GPT-6 Cyber(11 月 5 日、Daybreak Red の承認済み顧客向け)であり、今回の収集ウィンドウの外の出来事である。今回の新規内容は、Content Understanding への GPT-6 と GPT-6.1 の対応と、評価データの公開である。Microsoft は、結果は作業ごとに大きく変わるとし、自社の文書で 2 から 3 の候補を試すよう勧めている。
確認しておきたい点は次のとおりである。
- 利用するリージョンで、各モデルが利用可能か
- Astra の約 5 倍のトークン費用に対し、品質の差が自社の文書で意味があるか
- 評価の数値は Microsoft の測定によるもので、比較条件は原典で確かめること
EastBraverの見立て: GPT-6 系のモデルが、Azure の抽出サービスに載り、評価データ付きで選べるようになった点が大きい。Astra と Sol の品質差は 0.21 ポイントと小さく、費用は約 5 倍違うため、費用対効果の判断は自社の文書で試す必要がある。GPT-6 自体の発表は 11 月 5 日の出来事であり、今回の新規内容は対応と評価データである点に注意するとよい。導入の判断は、Azure Content Understanding の紹介記事で、対応するモデルと評価の条件を確認してから行うとよい。
出典:Microsoft(https://devblogs.microsoft.com/foundry/content-understanding-adds-gpt-5-6-gpt-6-and-gpt-6-1-choose-the-right-model-for-your-workload/ 、2026年11月11日公開、2026年11月12日確認)
関連する技術ガイド: LLM API
Databricks、Genie Ontology の一般提供を開始
Databricks は、エージェントが企業の文脈を共有する層である Genie Ontology の一般提供を開始したと、11 月 11 日のブログで発表した。Genie Ontology は、ダッシュボード、SQL クエリ、ノートブック、BI の意味モデルなど、チームが日々使う成果物から、エージェントが自動で知識を学び、人が Unity Catalog で統治する仕組みである。Data + AI Summit で紹介され、今回の発表で一般提供となった。リリースノートでは、一般提供の開始日を 11 月 9 日としている。
Genie Ontology は、学習した知識と、人が明示的に定義した知識を組み合わせる。OntoRank という権威を意識した順位付けが、出典の権威、認定、人の専門性、人気、新しさをもとに、信頼できる文脈を選ぶ。Genie Search も一般提供となり、Google Drive、Jira、Confluence、Workday の文書やチケットを、権限を保ったまま検索できる。SharePoint はベータである。組織ディレクトリ、Unity Catalog の Domains と Pages も一般提供となった。
Turing と共同で作ったベンチマークでは、Genie Ontology を使う Genie が、2 つの主要なフロンティアエージェントを上回ったとしている。
| エージェント | 合格率 | 平均所要時間 | 平均トークン数 |
|---|---|---|---|
| Genie | 91 パーセント | 100 秒 | 432K |
| Agent A | 45 パーセント | 435 秒 | 889K |
| Agent B | 58 パーセント | 307 秒 | 1.05M |
Genie は、強いほうのフロンティアエージェントと比べ 1.6 倍の合格率で、トークン数は半分以下、所要時間は 3 分の 1 から 4 分の 1 だったとしている。Databricks 自身の注意として、この結果は知識が蓄積された既存の導入環境を反映しており、新しい導入環境では差が小さくなる可能性がある。
あわせて、Databricks Genie のプラグインが、ChatGPT、Claude、Microsoft Copilot Cowork、Grok Bot で本日から利用可能になった。Genie MCP サーバー経由でも接続できる。同日の報道では、Genie が常駐型の自律エージェントとなり、指示なしで複数ステップの仕事を進め、サブエージェントへ委任するようになったとも伝えられている。
確認しておきたい点は次のとおりである。
- 一般提供の対象となる機能と、ベータや近日予定の機能の区別を確認すること
- ベンチマークの数値は Databricks の測定によるもので、比較条件と対象は原典で確かめること
- Genie プラグインの利用に、どのプランと権限が必要か
EastBraverの見立て: 企業の文脈を、エージェントごとに作り直すのではなく、1 つの層として共有する設計が一般提供になった点が大きい。ベンチマークでは、文脈の有無が合格率とトークン数の差になったとされている。ただし結果は既存の導入環境での測定であり、採用の判断は自社のデータと権限の範囲で試してから行うとよい。導入の判断は、Genie Ontology の一般提供の紹介記事で、提供段階とベンチマークの条件を確認してから行うとよい。
出典:Databricks(https://www.databricks.com/blog/announcing-ga-genie-ontology 、2026年11月11日公開、2026年11月12日確認)、Databricks(https://www.databricks.com/blog/bring-your-business-context-chatgpt-claude-microsoft-copilot-cowork-and-grok-bot 、2026年11月11日公開、2026年11月12日確認)
AWS、Bedrock に Kimi K3.1 Pro Highspeed を追加
AWS は、Moonshot AI の Kimi K3.1 Pro Highspeed を Amazon Bedrock で提供開始した。Kimi K3.1 シリーズの一部で、Kimi K3 を事後学習した版であり、同じ 3T 級のオープンウェイトのアーキテクチャと 100 万トークンの文脈窓を持つ。Moonshot AI によると、追加の学習は長期のエージェント型の作業と事実誤りの削減を狙い、金融モデリングや事務文書、ゲームエンジンや 3D、CAD スクリプトのコーディングを改善するとしている。出力速度は Kimi K3.1 Pro の 2 から 3 倍だとしている。
提供の条件は次のとおりである。
| 項目 | 内容 |
|---|---|
| モデル ID | global.moonshotai.kimi-k3.1(us. と in. の推論プロファイルもあり) |
| 対応する API | Chat Completions、Responses、Converse、Invoke |
| 機能 | ツール呼び出し、構造化出力、推論の設定、画像入力、ストリーミング |
| 推論の強さ | reasoning_effort で low、high、max を指定でき、未指定時は max |
| 料金の選択肢 | Flex ティアは Standard の半額 |
| データの扱い | AWS の境界内で処理され、Moonshot AI と共有されず、学習にも使われない。ゼロデータ保持 |
Kimi K3 を既に使っている場合、モデル ID を変えるだけで試せる。明示的プロンプトキャッシュでは、256 トークン以上の安定した内容の後に区切りを置き、キャッシュは 30 分以上保持される。OpenCode との連携例も紹介されている。
確認しておきたい点は次のとおりである。
- 利用するリージョンで、どの推論プロファイルが使えるか
- Flex ティアの遅延と Standard との違いを、自社の用途で確かめること
- 料金は Bedrock の料金表で確認すること
EastBraverの見立て: オープンウェイトの大規模モデルが、Bedrock の推論プロファイルと Flex ティア、明示的キャッシュとあわせて使えるようになった点が大きい。Kimi K3 からの移行はモデル ID の変更だけであり、既存の Bedrock の利用者は試しやすい。ただし出力速度の 2 から 3 倍は Moonshot AI の報告によるもので、自社の作業での速度と品質は試してから判断するとよい。導入の判断は、Kimi K3.1 Pro Highspeed の紹介記事で、対応するリージョンと料金を確認してから行うとよい。
出典:AWS(https://aws.amazon.com/blogs/machine-learning/introducing-kimi-k3-1-pro-on-amazon-bedrock/ 、2026年11月11日公開、2026年11月12日確認)
関連する技術ガイド: LLM
Tether、オンデバイス向けエージェントモデル BotPsy を公開
Tether AI Research は、オンデバイスでの利用を想定したエージェントモデル BotPsy(0.8B パラメータ)を公開した。Qwen3.5-0.8B をもとに、ツール呼び出しとエージェント型の作業向けに事後学習したもので、Apache 2.0 のオープンウェイトとして提供される。safetensors と GGUF(bf16、Q8、Q4)で利用できる。
ツール利用とエージェント型のベンチマークでは、ベースモデルからほぼ 2 倍の性能になったとしている。
| ベンチマーク | BotPsy | ベースモデル |
|---|---|---|
| BFCL v4 | 44.0 | 23.4 |
| ACEBench | 58.7 | 30.1 |
| τ-bench | 51.5 | 23.2 |
1.2B パラメータ以下の 5 つのモデルを比べた 6 つのツール利用・エージェント型ベンチマークのうち、5 つで首位だった。2.5 倍の大きさの Qwen3.5-2B-Think も、BFCL v4、ACEBench、τ-bench、ToolSandbox、BrowseComp-Plus の 5 つで上回った。指示への従順さでは IFEval が 90.8、IFBench が 55.9 と、比べたモデルのなかで最高だった。自動レッドチーミングでは、有害な応答の割合が 21 パーセントで、ベースモデルの 36 パーセントから下がり、比べた同規模のモデルのなかで最も低かった。プロンプトインジェクションの攻撃では、有害な割合が 46 パーセントから 31 パーセントへ下がった。推論トークンは、ベースモデルと比べ GPQA Diamond で約 3 分の 1 になったとしている。
学習は 4 段階で、教師あり微調整、多教師オンポリシー蒸留、2 回の強化学習(DAPO)である。ウェブ検索と調査、旅行と生活、商取引と金融、業務と顧客対応、端末と車両の制御、ファイルと文書、カレンダー、メールとメッセージの分野で、道具を使って簡単な作業を行う個人アシスタントとして設計されている。低から中程度の難しさの作業に適し、高リスクの用途には向かないとされている。
確認しておきたい点は次のとおりである。
- ベンチマークの数値は Tether の測定によるもので、比較条件は原典で確かめること
- オンデバイスでの動作条件と、GGUF の量子化の選択を確認すること
- 高リスクの用途には向かないとされているため、用途の範囲を確認すること
EastBraverの見立て: 0.8B パラメータの小さなモデルが、ツール利用のベンチマークで 2.5 倍の大きさのモデルを上回った点が大きい。オンデバイスのエージェントでは、性能だけでなく、推論トークンの少なさとデータが端末から出ない点が効く。ただしベンチマークは Tether 自身の測定であり、用途は低から中程度の難しさに限られる。導入の判断は、BotPsy の紹介記事で、ベンチマークの条件と利用の制限を確認してから行うとよい。
出典:Hugging Face Blog(https://huggingface.co/blog/qvac/botpsy 、2026年11月11日公開、2026年11月12日確認)
PyTorch、ExecuTorch WebGPU を公開
PyTorch は、ExecuTorch の WebGPU バックエンドを公開した。PyTorch モデルを、ウェブブラウザの GPU で動かせる。torch.export で ExecuTorch の .pte ファイルへ出力し、同じファイルを WebGPU に対応したブラウザで動かす。ONNX や GGUF など、別の枠組みの形式へ変換する必要はない。ブラウザのタブのなかで動き、データは端末から出ない。
対応するモデルは、LLM(Llama 3.2、Qwen3、Gemma 3)、視覚言語モデル(SmolVLM)、セグメンテーション、深度推定、物体検出、超解像、音声認識(Whisper)などである。同じマシンでの比較では、WebGPU は ExecuTorch の CPU 経路(WebAssembly と XNNPACK)と比べ、プリフィルで 4 から 7 倍、デコードで 2 から 10 倍速いとしている。測定は Chrome、Apple M1 Pro、Llama 3.2 1B と Qwen3-0.6B(4 ビット量子化)で行われた。ExecuTorch WebGPU のプレイグラウンドで、複数のモデルを試せる。バックエンドはまだ初期の開発段階だとされている。
確認しておきたい点は次のとおりである。
- 対応するブラウザと、WebGPU の利用条件を確認すること
- 速度の数値は PyTorch の測定によるもので、比較条件は原典で確かめること
- 初期の開発段階のため、対応する演算子とデータ型の範囲を確認すること
EastBraverの見立て: PyTorch のモデルを、変換なしでブラウザの GPU へ持っていけるようになった点が大きい。データが端末から出ないため、プライバシーを保った推論やオフラインの用途に使える。ただし初期の開発段階であり、対応する演算子の範囲は限られる。導入の判断は、ExecuTorch WebGPU の紹介記事で、対応するモデルと条件を確認してから行うとよい。
出典:PyTorch(https://pytorch.org/blog/executorch-webgpu-pytorch-models-on-the-gpu-in-the-browser/ 、2026年11月10日公開、2026年11月12日確認)
関連する技術ガイド: LLM
ほかの確認済みの更新
- Strands は、harness-cli の v0.3.0 を公開した。ファイルの添付、実行中の作業への追記のキューイング、サブエージェント、文脈の使用量の内訳表示、ツール権限の許可・拒否の保存、ワークスペースをまたいだセッションの再開、インポートとエクスポートなどが含まれる。出典:GitHub Releases(https://github.com/strands-agents/harness-sdk/releases/tag/harness-cli/v0.3.0 、2026年11月10日公開、2026年11月12日確認)
- LangChain は、langchain 1.5.0 を公開した。Python 3.10 の対応を終了し、対応する Python は 3.11 以上となった。モデルルーターと自動モードのミドルウェアが追加された。あわせて langchain-core 1.8.0 と、新しいパッケージ langchain-typesafe 0.1.0 が公開された。出典:GitHub Releases(https://github.com/langchain-ai/langchain/releases/tag/langchain%3D%3D1.5.0 、2026年11月11日公開、2026年11月12日確認)
- Google は、AlloyDB AI の新しい SQL 関数 ai.classify と ai.extract をプレビューで提供開始した。googlemlintegration 拡張機能(1.6.1 以上)の PostgreSQL 18 で、分類と構造化抽出を標準 SQL のなかで直接行える。スマートバッチにより、行ごとの評価と比べ高速に処理できるとしている。出典:Google Cloud Blog(https://cloud.google.com/blog/products/databases/ai-classify-and-ai-extract-functions-in-alloydb-ai/ 、2026年11月11日公開、2026年11月12日確認)
- AWS は、エージェント評価の枠組み UAEF(Universal Agent Evaluation Framework)をオープンソースで公開した。LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore など、枠組みごとに異なる実行記録を共通の形式へ変換し、7 つの品質の側面で 36 の指標により採点する。結果は DynamoDB と S3 に保存され、版ごとの比較ができる。12 の組織が試用した。出典:AWS Machine Learning Blog(https://aws.amazon.com/blogs/machine-learning/uaef-a-framework-agnostic-system-for-closed-loop-evaluation-of-ai-agents/ 、2026年11月11日公開、2026年11月12日確認)
- AWS は、Amazon SageMaker AI の双方向ストリーミングに利用量課金を導入した。推論の流れとは別に、計量データ専用の WebSocket を設け、モデル提供者が利用量を報告できる。Deepgram が最初の提供パートナーである。エンドポイントの基盤の料金は別途かかる。出典:AWS Machine Learning Blog(https://aws.amazon.com/blogs/machine-learning/introducing-usage-based-pricing-for-amazon-sagemaker-ai-bidirectional-streaming/ 、2026年11月11日公開、2026年11月12日確認)
- AWS は、Amazon Bedrock AgentCore の Harness に、Strands Harness をもとにした管理既定値と組み込みツールを用意した。管理既定値を使うハーネスには、現在の推奨モデル(商用リージョンでは Claude Opus 5)が割り当てられ、作業向けの指示、文脈の要約、自動プロンプトキャッシュが提供される。組み込みツールは、計画、ウェブ検索、ファイルシステムへのアクセス、文脈の退避、サブエージェントへの委任に対応する。出典:AWS Documentation(https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/release-notes.html 、2026年11月11日公開、2026年11月12日確認)
