2025年6月17日、Googleが開発する大規模言語モデル「Gemini」の新バージョンとなる「Gemini 2.5」モデルファミリーの正式版がリリースされた。 従来、Preview版／Experimental版として一部で利用できた「Gemini 2.5 Pro」と「Gemini 2.5 Fla...

2025年6月5日、OpenAIがChatGPTの複数の新機能をリリースした。いずれも、ChatGPTを、ビジネスシーンで本格的に役立つツールへと大幅進化させるアップデートだ。 これまでも、ChatGPTには、Web検索機能や、より長い時間をかけ深いリサーチを行うDeep Research機能が備わ...

ChatGPTの「音声モード」は、GPT-4oなどの音声も理解できるAIモデルと、声を使って対話できるモードだ。 ChatGPTのPlusやTeamなどの有料プランに入っていれば、スマホ版やWeb版で利用でき、信じられないほど自然で、まるで人間と会話をしているような体験を楽しめる。 そんな便利な「音...

2025年、AIによる音声認識技術の進歩により、もはや人間が議事録を作成する必要は無くなった、といっても過言ではない。 もしあなたが、まだAI文字起こしツールを使ったことがないならば、あまりの精度とスピードの進歩に驚くはずだ。 「精度の高いAI文字起こし・議事録ツールは、どうせ有料で、料金も高いんで...

2025年4月29日、中国アリババグループのAlibaba Cloudが、新たなオープンソースの大規模言語モデル「Qwen3」ファミリーをリリースした。 推論モードと非推論モードの両方を利用できるハイブリッドモデルであり、数学やコーディングなどのベンチマークで、Deepseek-R1やOpenAI-...

2025年4月16日、OpenAIは新たな推論モデル 「o3」 と 「o4‑mini」 を公開した。 ChatGPTの非・推論モデルでのみ利用できた「ファイル解析」「検索機能」「Python実行環境」「画像生成機能」などの「ツール」を、複数組み合わせ自由に呼び出すことができるようになったのが大きな特...

Metaが2025年4月5日、オープンソースLLMであるLlamaの新世代モデル「Llama 4」シリーズを発表した。 今回のリリースでは、小型の「Llama 4 Scout」、中型サイズの「Llama 4 Maverick」の2モデルが登場した。両モデルは、早速公開され、既にダウンロードして利用可...

Model-Context Protocol (MCP) は、ClaudeやGPT-4oなどの大規模言語モデルが、外部の「ツール」や「サーバー」を呼び出せるようにする業界標準規格だ。 例えば、AIモデルが、Googleドライブにアクセスしてファイル検索してくれたり（Google Drive MCP）...

2025年3月25日、Googleが新たなモデルシリーズ「Gemini 2.5」を発表し、第一弾となる「Gemini 2.5 Pro Experimental」をリリースした。 Gemini 2.5 Proは、人間による投票でAIモデルの性能を競うサイト「Chatbot Arena」でも、xAIのG...

OpenAIは2025年3月25日、ChatGPTで使えるGPT-4oモデルをアップデートし、ネイティブ画像生成機能「4o Image Generation」をリリースした。 これまでもChatGPT上で画像生成自体は可能だったが、外部の画像生成専用のAIモデル「DALL-E」を呼び出していただけだ...