OpenAIがGoogle Cloudへ、FlintとEleven Realtimeが登場──提供条件と評価で読むAIの選択肢

OpenAIは10月21日、同社のモデルとCodexをGoogle CloudのModel Gardenから利用できるようにする提携を発表しました。Google Cloudを使う企業にとって、モデルの選択だけでなく、購入・請求・アクセス管理をまとめられる範囲が広がります。一般提供は今後数週間以内の予定で、現在は一部企業向けの限定プレビューです。

OpenAIモデルがGoogle Cloudへ。変わるのは性能より、調達と管理の経路

対象はGPT-6 Astra、GPT-6.1 Sol、GPT-6 Lunaです。Google Cloudの案内では、モデルのAPIに加え、手元のCodex CLIやデスクトップ環境からGoogle Cloud側の推論基盤に接続できます。Google Antigravityなどへの対応は今後の予定です。OpenAIの発表／Google Cloudの提供条件

Google Cloud Marketplace経由で購入するため、利用料金はGoogle Cloudの請求書にまとまり、既存のクラウド利用契約のコミット額にも充当できます。新しいモデルそのものの発表ではなく、既存のGoogle Cloud環境からOpenAIを選べることが変化です。モデルを増やすたびに個別の購入・管理経路を整備してきた企業ほど、この違いは大きくなります。

Googleは、指定したデータ境界内での処理、基盤モデルの学習に使わないこと、統一した認証・監査ログなどを案内しています。ただし、データを保持しないZero Data Retentionの選択肢とConfidential Computingは「今後」の提供です。データを学習に使わないことと、一切保持しないことは同じ条件ではありません。

既存のクラウド契約を活用できることは調達上の利点ですが、総費用が必ず下がるとは限りません。モデル単価、対象リージョン、必要な管理機能の提供時期をそろえて比較する必要があります。また、接続先をまとめてもモデルごとの出力特性やツール対応は異なるため、別モデルへの切り替えだけで品質が保たれるわけではありません。今回の提携から読み取れるのは、モデル選択とクラウド選択を分けて考えやすくなる、という変化です。

Recursive Flint。手元で動く開発用AIを、能力と速度の両面から見る

Recursiveは10月21日、コードの調査・修正・テストを行う公開モデル「Flint」を発表しました。総パラメータ数は約398億ですが、1トークンの処理に使うのは約25億というMoE方式です。入力ごとにモデルの一部を選んで計算することで、総規模に対して処理の負荷を抑えます。Apache 2.0ライセンスで提供され、同社の専用エンジンではM4 Pro搭載MacBook Proで毎秒125トークン超を生成するとしています。発表／モデルカード

これは同社初のモデルで、前世代との比較はありません。既存の小型モデルとの差を読むには、何を測った結果かを確かめる必要があります。以下はRecursiveが公表した評価です。BF16は16ビット形式、NVFP4は容量や計算負荷を抑える4ビット形式のチェックポイントを指します。

評価ではtemperatureを1.0、top-pを0.95、top-kを20とし、エージェントを使う課題は少なくとも5回試した平均のpass@1を報告しています。これは、複数回のうち一度でも成功すればよいという成功率ではありません。Terminal-BenchはTerminus 2を使い、ネット検索で解答を取得した場合は失敗扱い。SWE-benchはmini-swe-agentを使い、ネット接続なしで測っています。異なるエージェントや採点条件の数字とは単純に比較できません。

公式比較図にも、Flintがすべての項目で上回るとは示されていません。たとえばSWE-bench VerifiedではFlint BF16の74.2%に対してMuse Glimmerは76.0%、Terminal-Bench 2.1ではFlintの54.9%に対してQwen 3.8は73.0%です。図には他社の公表値も混在しており、統一条件の独立比較ではありませんが、少なくとも「同規模の全モデルを全面的に超えた」とは読めません。

実機の評価では、WIREDのWill Knight氏が48GBメモリのMacで、コマンドラインのToDoツール、調査用のWeb検索プログラム、簡単な説明サイトを作らせ、成功したと報告しています。ただし、選ばれた少数の課題に対する体験談であり、大規模な開発の成功率や公式の生成速度を追試したものではありません。WIREDの実機レビュー

速度にも条件があります。vLLM側の発表は、GB200上で10万トークンの文脈を使った単一リクエストが約500トークン／秒という内容です。これはRecursiveとの共同発表で、Macの結果とも独立した評価とも区別すべきです。入力の読み込み、ツール実行、修正のやり直しまで含めた完了時間は、生成速度だけでは決まりません。

長い入力については、発表文が最大512kを掲げる一方、モデルカードの設定は入力と出力を合わせて262,144トークンです。同社も256k以内を推奨しており、512kを無条件に使える仕様としては扱えません。BF16版のダウンロードは約80GBで、ノートPCでは対応する量子化版と実行環境が必要です。

Flintの価値は、外部APIに送らず手元でコードを扱いたい場合の選択肢が増えることです。ただし、ツールが外部通信すればその情報は端末を出ます。API従量料金が不要でも機器・電力・保守の費用はかかります。大型の非公開モデルより細かい指示が必要な場合があるという開発元の留保も踏まえ、機密性の要件と、許容できる修正回数の両方で判断するモデルです。

Eleven Realtime。会話が自然なモデルと、依頼を完了しやすいモデルは同じではない

ElevenLabsは10月20日、音声対音声モデル「Eleven Realtime v1 Mini」と「v1 Max」を発表し、21日に日本語で提供を案内しました。音声認識、会話の区切り、推論、音声合成を個別に選ぶ方式に加え、用途に合うモデルを選んで使う方式を提供します。日本語を含む90以上の言語に対応し、ElevenAgentsとRealtime APIから利用できます。発表／国内向け案内

Miniは会話とコストを重視し、Maxは複雑な指示や複数段階のツール利用を想定しています。Artificial Analysisの評価では、音声で与えた1,000問の推論問題に答えるBig Bench Audioで、Maxは98.8%、Miniは75.9%。最初の音声が出るまでの平均時間はそれぞれ0.57秒、0.62秒です。回答全体や依頼の完了までがこの時間で終わる、という意味ではありません。

一方、間・割り込み・相づちなどを評価するFull-Duplex-Benchでは、Miniの95.8%がMaxの94.1%を上回ります。Speech Agent Arenaのタスク成功率では、必要なツール呼び出しを完了した割合がMax 87.1%、Mini 60.3%でした。評価項目が違えば、優位なモデルも変わります。Artificial Analysisの評価と方法

同じ評価サイトでは、Gemini 3.8 Liveのタスク成功率は93.2%、GPT-Realtime-2.1 Highは91.5%で、Maxより高い値です。ただし推論設定や各システムの構成が異なり、同じ費用での比較ではありません。また、Eleven Realtimeには同サイトの別指標であるτ-Voiceの値が掲載されていません。Arenaの87.1%をτ-Voiceの成功率として扱ったり、全項目での優位性に広げたりすることはできません。日本語の実際の窓口における成功率も、この評価からは分かりません。

導入時には接続方式と料金も違いになります。Realtime APIはOpenAI Realtimeの仕様に対応しますが、現時点ではWebSocket接続のみで、WebRTCからは接続方式の変更が必要です。APIを使うだけでElevenAgentsの電話チャネルやナレッジベースが付くわけではありません。公式料金表のAPI表示はMini・Maxとも1分0.08ドルにLLM利用料を加える形で、トークン料金は別です。会話時間だけで総額を見積もれません。API料金

提供条件では段階的展開とされ、すべてのワークスペースで同時に使えるわけではありません。Zero Retention Modeは米国・EU環境のMaxに対応し、Miniは対象外。Maxはインド・シンガポールのデータ保管環境では利用できません。

今回の変更は、音声エージェントで初めてタスク実行が可能になったことではなく、構成要素の調整を提供側に任せる選択肢が増えたことです。自然な会話を重視する案内役と、予約変更などの処理完了を求める窓口では、見るべき評価が違います。日本語の固有名詞、途中の言い直し、ツールの失敗を含む自社の会話で確認する理由も、そこにあります。新モデルを使った長期の現場運用の独立報告は未確認です。

NVIDIAが企業データ向け基盤を拡充。検索と予測の役割を分ける

NVIDIAは10月21日、Agent Toolkitに「Agent Knowledge Foundation」を加えると発表しました。文書検索のNemotron Retriever、構造化データ向けのKumo、業務上の概念とデータの関係を整理するAuto-Ontology、データ処理用のCUDA-Xライブラリなどを組み合わせます。NVIDIAの発表

既存のデータ基盤やエージェント環境と接続し、必要な部品だけを採用できる構成です。今回の意味は、検索で関連文書を渡すだけでなく、表の関係を理解するための情報や、構造化データから得た予測をエージェントへ渡す仕組みをまとめることにあります。たとえば、顧客の契約内容を検索する処理と、過去の記録から継続の可能性を推定する処理は、目的も結果の読み方も異なります。

Auto-Ontologyは、顧客・商品・注文といった業務上の概念や関係の「たたき台」を作るものです。公式説明でも、業務を知る担当者による検証・修正・承認を想定しています。データを接続しただけで、会社特有の定義まで正しく理解する機能ではありません。構成要素と利用方法

NVIDIAはSnowflake、Databricks、Palantirなどとの利用を紹介していますが、全構成を導入した際の独立した精度・費用比較は未確認です。また、Kumoによる予測値は、そのまま行動の許可を意味しません。予測を担当するモデル、データの意味を定義する業務担当者、操作を許可する実行基盤の役割が分かれるためです。既存の分析基盤を持ち、その結果をエージェントから使いたい企業に向けた発表と読むのが適切です。

Claude API更新。SDKを上げると、これまでの指定がエラーになる場合がある

Anthropicは10月21日、新しいAPIバージョン「2026-10-21」と、これを標準で使うSDKのメジャー版を案内しました。Pythonは2.0.0、TypeScriptは1.0.0が該当します。モデルの性能更新ではなく、リクエストの受け付け方や返却形式に関わる変更です。移行ガイド

代表的なのは、出力のばらつきを調整するtemperature、top_p、top_kです。新APIでは、これらを送ると既定値を指定していても400エラーになります。たとえば、従来のコードにtemperature: 0が残っている場合、値を1に変えるだけでは解消せず、項目そのものを除く必要があります。

ただし、項目を消して通信が成功することと、以前の出力傾向が保たれることは別です。Sonnet 4.6などで低いtemperatureを使っていたシステムでは、設定を外すことによる振る舞いの変化も確認する必要があります。旧APIバージョンを使う既存の処理が、今回の発表だけで一斉に停止するわけではありません。

このほか、assistant側に直接置いたdocumentブロックの扱いや、管理APIの一部フィールド名も変わります。APIのバージョン変更とSDK自体の破壊的変更は別に存在するため、SDK更新時には両方が対象です。運用担当者が把握したいのは、どのモデルを使うかだけでなく、アプリがどのAPIバージョンを送っているかという点です。特に複数の業務システムで共通SDKを使っている場合、更新の影響を一つのチャット画面の動作だけで判断できません。

AIの選定や既存システムへの組み込みについて、提供条件・評価方法・運用費用を整理したい場合は、Link AIのAIアセスメントでご相談いただけます。