2025年

4月

4件

編集部の総括

推論モデルが道具を自分で選び、画像を見ながら考える

16日、OpenAIが推論モデルのo3とo4-miniを公開。ウェブ検索やPython実行、画像解析といった道具を自分で組み合わせて使う。画像を推論の途中に取り込み、拡大や回転をしながら考える点も前面に出た。

5日にはMetaがLlama 4を公開。評価に出した版と配布された版が違うのではないかと指摘され、受け止めは芳しくなかった。

GoogleはGemini 2.5 Flashを追加。各社が推論モデルの層を厚くしていく。

29日、AlibabaがQwen3を公開。6億から320億までの密なモデルとMoEを揃えて出し、重みを配る側の顔ぶれに中国からもう一つの系列が加わった。

このブロックは編集部が書いた総括です。出典付きの記録とは分けて表示しています。

記録4件
  1. 5
    モデルMeta

    Llama 4を公開、MoEへ移りベンチマークで批判も

    MetaがLlama 4のScoutとMaverickを公開した。密なTransformerだった前世代から疎なMixture-of-Expertsへ移り、Scoutは総1,090億/1トークンあたり170億、Maverickは総4,000億/同170億という構成をとる。いずれも画像も扱い、Scoutは1,000万トークンという当時前例のない文脈長を掲げた。2兆パラメータのBehemothは教師モデルとして学習中とされ、公開されていない。公開は土曜日で、同月に予定されていた自社イベントLlamaConを待たずに出したことが奇異に受け止められた。加えて、LMArenaで高い評価を得た版が公開された重みと同一ではないという指摘が出て、評価の出し方をめぐる批判に発展する。オープンウェイトの旗手だったMetaが、他社の追い上げの中で足踏みした回として受け止められた。

  2. 16
    モデルOpenAI

    推論モデルo3とo4-miniを公開

    OpenAIが推論モデルのoシリーズ最新版となるOpenAI o3とo4-miniを公開した。o3は同社最強の推論モデルと位置づけられ、o4-miniは高速・低コストながら高い性能を持つ。両モデルはChatGPT内のウェブ検索・Python実行・画像解析・画像生成などのツールを自律的に組み合わせて使える初の推論モデルで、画像を推論過程に組み込む「画像で考える」能力も導入された。

  3. 24
    研究Anthropic

    「モデルの福利」の研究プログラムを開始、AIの意識には「科学的合意はない」と断ったうえで

    Anthropicが、AIモデルの「福利(model welfare)」を調べる研究プログラムを始めると発表した。モデルが人間に似た能力を持つようになるなかで、「現在または将来のAIシステムが意識を持ちうるか、配慮に値する経験を持ちうるかについて科学的な合意はない」「そうした問いにどう取り組み、どう前進するかについてすら合意はない」としつつ、問いそのものは真剣に考える価値があるとした。プログラムは、AIシステムの福利がいつ、あるいはそもそも道徳的な配慮に値するのかの判定、モデルの選好や苦痛の兆候が持ちうる意味、現実的で低コストの介入の可能性を探るという。Claudeが意識を持つとは主張せず、「深く不確か」なまま「謙虚に、できるだけ前提を置かずに」臨むと書いた。参照したのは、哲学者デイヴィッド・チャーマーズらがAIの意識について2024年に出した報告である。

  4. 29
    モデルAlibaba

    AlibabaがQwen3を公開、密とMoEを揃えて出す

    AlibabaがオープンウェイトのQwen3を公開した。6億から320億までの密なモデル6つと、MoEの2つ(総300億/有効30億、総2,350億/有効220億)を同時に出す構成で、36兆トークンで学習させた。前世代のQwen2.5の2倍にあたる。考える/考えないを切り替えられる形をとり、推論、指示への追従、道具の利用、多言語で伸びたとした。DeepSeekが注目を集めた3か月後、中国からもう一つの系列が規模を揃えて出てきた形になる。Qwenは以後、派生モデルの数と配布数で世界最大のオープンウェイトの基盤に育ち、2026年8月にはHugging Faceでの累計ダウンロードが30億を超えてMetaとGoogleを抜いたと報じられた。