Gemini Decisions API・Qwen4-Max-Preview・AlphaGenome 2|今日のAIニュース5選【2026年11月13日】

当サイトではアフィリエイト広告を利用しています。

今日のAIニュース5選

Googleが11月11日に公開したGemini Decisions APIは、1つのマルチモーダル入力に最大1,000件の閉じた質問をまとめ、確率と信頼度を返す判定専用の仕組みです。同じ日にはAlibaba CloudがQwen4-Max-Previewの期間限定プレビューを始め、100万トークンの文脈、画像・動画理解、ツール呼び出しを次世代旗艦モデルへまとめました。

この5件から、AIを用途ごとに専用化する実装、生命科学での予測精度の高まり、企業で継続的に動く自律AI、モデル重みそのものを守るセキュリティまで、開発と運用の判断材料を確認できます。

1. Google、Gemini Decisions APIとGemini Decision 1を公開

Googleは11月11日、Gemini Decisions APIと専用モデルGemini Decision 1(gemini-decision-1)を公開しました。Google AI StudioのGemini APIから利用でき、テキスト、画像、音声、動画、PDFを最大25万6,000トークンの共通入力として渡し、その入力に対して最大1,000件の独立した質問をまとめて評価できます。

扱う判断は、Yes/No、2〜255個の候補から選ぶ多肢選択、順序付きルーブリックによる段階評価の3種類です。Gemini Decision 1は候補を1回のフォワードパスでスコア化し、各回答に確率と0〜1の信頼度を返します。ツール選択、ポリシーチェック、複数モデルへの振り分け、与えたコンテキストの品質評価といった「答えの候補が決まっている処理」をAPI側でまとめられる設計です。

同じ入力を共有したまま複数の質問を評価でき、共有入力のトークンはリクエストごとに1回だけ課金されます。信頼度が低いケースを別モデルや人の確認へ回す構成も取りやすく、GoogleではGemini Notebookのモデル振り分けやSearchのMCPツール安全層などで利用しています。

Googleが公表したエンドツーエンド遅延は150〜250ミリ秒で、料金は100万入力トークンあたり0.10ドル、出力トークンの課金は0ドルです。同社の共通ベンチマーク群では、Gemini 3.5 Flash-LiteをInteractions APIで使う構成の約5分の1のコストだったとしています。自由文を生成する処理と、候補から高速に選ぶ処理を分けることで、AIアプリの制御層を別設計にできる点が今回の大きな変化です。

Gemini Decisions APIとは?生成AIと判断を分ける制御層設計|3種類の判定・料金・信頼度
Gemini Decisions APIとGemini Decision 1を深掘り。Yes/No・Choice・Scoreの3種類、最大1,000件の独立判定、料金とレイテンシ、confidenceによるフォールバック、Interactions APIとの役割分担、判定結果をアプリ側の制御へつなぐ設計を解説します。

2. Alibaba Cloud、Qwen4-Max-Previewを期間限定で公開

Alibaba Cloudは11月11日、次世代の旗艦マルチモーダルモデル「Qwen4-Max-Preview」をModel Studioで公開しました。テキスト生成と深い推論に加え、画像・動画理解、Function Calling、Web検索、構造化出力を扱い、コーディング、オフィス業務、フロントエンド設計、複雑なエージェント処理を主な用途として案内しています。

コンテキスト長は100万トークン、最大出力は思考と最終回答を合わせて393,216トークンです。思考モードは標準で有効になっており、推論強度をlow、medium、xhighから指定できます。OpenAIのChat Completions/Responses APIとAnthropic Messages APIに互換するインターフェースも用意され、既存のクライアントやエージェント基盤から試す経路が示されています。

今回の提供はToken Plan限定のプレビューで、期間は11月11日から11月25日まで(UTC+8)です。従量課金のPay-as-you-goは対象外で、プレビュー終了後はこのモデル自体を廃止すると案内されています。期間中はモデル変更を行わない方針も明記されており、短期間の比較検証で条件を固定しやすい形です。

長い文脈やマルチモーダル処理の仕様と同じくらい、利用経路と終了日が明確な点が重要です。現在は次世代Qwenを短期間に確認するためのプレビューとして位置付けられます。本番導入を考える場合は、11月25日にプレビューが終了し、その後モデルが廃止される条件を前提に、検証結果を扱う必要があります。

3. Google DeepMind、細胞種別のDNA影響を予測する「AlphaGenome 2」を発表

Google DeepMindは11月11日、DNA配列や遺伝的変異が特定の細胞種・状態へ与える影響を予測する「AlphaGenome 2」を発表しました。従来のAlphaGenomeが幅広い組織の分子活動を並列に予測していたのに対し、AlphaGenome 2は対象とする組織、細胞種、細胞状態を条件として入力し、その条件でDNAがどう読まれるかを予測するモデルへ設計を変えています。

学習にはヒトとマウスのデータを使い、68組織、1億700万件超の個別細胞プロファイルを含みます。遺伝子発現、ヒストン修飾、クロマチンアクセシビリティに加えてDNAメチル化も予測対象です。研究者自身の単一細胞実験から得たデータをセルエンコーダーへ入力し、新しく観測した細胞状態を条件に予測する使い方も示されています。

Google DeepMindのTenK10Kデータセット評価では、因果変異の特定率が30%で、従来のAlphaGenomeを単一細胞データ向けに調整したモデルなどの16%を上回りました。変異が遺伝子発現を上げるか下げるかという方向性の予測も43%対23%でした。こうした数値は同社研究チームの評価結果として位置付ける必要があります。

提供面では、非商用研究者がAlphaGenome APIから利用でき、商用研究はプライベートプレビューです。ゲノムAIの焦点が「どのDNA変異が影響するか」から「どの細胞種・状態で影響するか」へ細かくなり、疾患に関係する変異候補や実験対象を絞り込む材料が増えています。

AlphaGenome 2とは?細胞種・状態ごとにDNA変異の影響を予測する仕組み
AlphaGenome 2を深掘り。DNA配列に細胞種・細胞状態を条件として与える仕組み、1億700万件超の細胞プロファイル、変異スコア、ヒトscRNA-seqによる未見状態への予測、研究向けAPIの使い分けを解説します。

4. Databricks、常時稼働の自律AI「新しいGenie」を発表

Databricksは11月11日、長時間続く企業業務を継続して進める自律AIとして「新しいGenie」を発表しました。発表では、新しい情報が入るたびに進捗を追い、不足する入力を確認し、設定した条件やトリガーに応じて処理を続ける能力が示されています。人がガードレールを設定し、作業を監督し、必要な場面で承認する役割も示されています。

継続業務を支える構成として、複数の基盤が発表で示されています。Genie Ontologyは社内で使う定義、指標、関係性、組織知識を業務文脈として持たせる役割、Genie SearchはLakehouseと接続済みの業務アプリを横断して情報を探す役割として示されています。Unity Gatewayはツールへのアクセス、実行履歴、支出上限の管理、Unity Catalogは既存の権限とポリシーの適用を担う構成です。

発表では、操作経路としてGenie Oneに加え、メール、Slack、Microsoft Teamsが示されています。Genie Searchについては、Google Drive、SharePoint、Jira、Confluence、Workdayなどの情報をDatabricks内のデータと合わせて検索する構成が示されています。MCPコネクタではSlack、Zoom、Microsoft 365、Jira、GitHub、カレンダーなどから情報を読み取り、許可された操作へつなげる構成も示されています。

発表では、定期実行やイベントをトリガーにした処理と、複数のジョブを同時に監督・停止するコントロールパネルも示されています。企業向けAIが単発のチャット回答から継続業務へ進むほど、「どのデータを参照し、どのツールを使い、どの操作に承認を求めるか」という運用設計がモデル性能と並ぶ重要な要素になります。

Databricksの新しいGenieとは?常時稼働AIの文脈・権限・承認・コスト設計
Databricksの新しいGenieを深掘り。長時間ジョブ、Genie Ontologyの業務文脈、Genie SearchとMCPの役割差、Unity Catalog・Unity Gatewayによる権限・承認・監査・コスト管理、提供段階を解説します。

5. Microsoft Research、モデル重みにバックドアを埋め込む「Lazarus」を報告

Microsoft Researchは11月10日、AIモデル内の休眠ニューロンを再プログラムし、特定のトリガーでAIエージェントに悪意あるコマンドを出させる「Lazarus」というバックドア手法の研究を公開しました。研究チームは10個未満の休眠ニューロンを書き換えることで、モデルを再学習せずにバックドアを埋め込めることを示しています。

改変されたモデルは通常時には標準評価を通過して通常の応答を続け、日付などの隠れたトリガーが現れると攻撃者が指定したコマンドを出します。エージェントが端末や外部ツールの実行権限を持つ環境では、その出力が実際の操作につながるため、モデル内部の小さな改変がシステム側の大きな権限へ接続します。

攻撃の前提はモデルのチェックポイントを書き換えられることです。第三者から取得するオープンウェイトと社内で管理するモデルの双方で、保存先や配布経路に対する書き込み権限がリスクになります。Microsoftは、モデルの出所と重みの完全性の確認、元の重みとの差分監査、エージェント権限の制限、操作監視、重要な実行への人の確認を対策として挙げています。

今回公開されたのは研究上の実証です。モデルファイルをソフトウェア供給網の一部として扱い、配布元から実行環境まで改変の有無を追える状態にする必要性を示しています。エージェントが自律的に動ける範囲が広がるほど、モデル重みの完全性と実行権限を一続きで管理する重要性が増します。

Microsoft Lazarusとは?モデル供給網の完全性とAIエージェント実行権限の防御
Microsoft ResearchのLazarusを深掘り。少数の休眠ニューロンへの局所的な重み編集、Nemotronで7個を編集した実験結果、checkpointの来歴・差分監査、最小権限・サンドボックス・人の承認までモデル供給網とAIエージェント実行権限の防御を解説します。

まとめ

今日の5件は、それぞれ異なる方向の変化です。Gemini Decisions APIは大量の閉じた判断を専用APIへ切り出し、Qwen4-Max-Previewは長い文脈とマルチモーダル・ツール利用を統合した次世代旗艦モデルを期間限定で示しました。AlphaGenome 2は細胞種・状態ごとのDNA影響予測を進め、Genieは継続する企業業務を担う自律AIの構成を発表しています。Lazarusはモデル重みへの小さな改変がエージェントの悪意ある挙動につながる攻撃手法を示しました。

Lazarusの研究は、モデルを動かす前段階から重みの完全性を管理する必要性を示しました。AI導入では、能力、用途、提供条件、接続データ、実行権限、モデルの出所と完全性をそれぞれ確認することで、適した実装と運用方法を選べます。

今日の注目アイテム

ソフランアロマリッチのジュリエット、詰め替え用メガジャンボ2000mlの液体柔軟剤です。 スイートフローラルアロマの香りと商品ページに記載されています。

7種類の交換ブラシ、5000mAh大容量電池、3つの回転モードを備えたコードレスの電動お掃除ブラシです。 USB C充電式で伸縮可能な手持ち式、IPX6防水と記載されています。

アタックZEROの液体洗剤、詰め替え用2100gです。 商品ページでは「アタック液体史上 最高の清潔力」「無菌レベルの消臭力」と案内されています。

公式情報・参照先

タイトルとURLをコピーしました