今日のAIニュース5選|Ripple-65B Preview公開、Claudeの生命科学研究、Together Compilerなど【2026年11月6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

11月4日は、公開モデルから科学研究、推論基盤、Web運営、企業データまで、AIの実装範囲が広がる発表が重なりました。中でも、Ricursive Intelligenceの「Ripple-65B Preview」は650億パラメータのオープンウェイトモデルとしてエージェント型コーディングを前面に出し、AnthropicはClaudeを生命科学の実験・解析工程へ組み込んだ研究成果を公開しています。

今回は、この2件に加えて、Together AIの推論最適化、Cloudflareの個人AIエージェント制御、ConfluentのStreamhouseアーキテクチャを取り上げます。モデルの性能と、AIを実際の研究やサービスへつなぐ仕組みを一緒に確認できる5件です。

1. Ricursive、650億パラメータの「Ripple-65B Preview」を公開

Ricursive Intelligenceは11月4日、650億パラメータの高密度オープンウェイトモデル「Ripple-65B Preview」を公開しました。12兆トークンで事前学習し、モデル仕様として最大100万トークンのコンテキスト長をサポートします。Hugging FaceではモデルウェイトがApache 2.0ライセンスで公開され、Together AI、GMI Cloud、OpenRouterなどからも利用できます。

Rippleは、RicursiveがAIによる半導体設計に使っている独自モデルをもとにした汎用版です。650億パラメータを使う高密度Transformerとして設計され、80層の比較的細長い構造を採用しています。Mixture-of-Experts(MoE)のように入力ごとに使うパラメータを選択する構造との違いがあり、学習と推論の効率を同時に狙っています。

開発元はエージェント型コーディングのTerminalBench 2.1で80.52を記録し、米国製オープンウェイトモデルでは最高水準だと発表しています。この順位とスコアはRicursive自身の評価結果で、開発元の自己評価として扱う値です。より大規模な公開モデルと比較される中で、650億規模のモデルがコーディング性能を強く打ち出したことは注目点です。

利用面では、モデルウェイトを自前環境へ持ち込めることと、複数のAPI事業者から試せることの両方が用意されています。最大100万トークンはモデル側の対応範囲で、実際に使えるコンテキスト長はホスティング事業者の提供条件によって変わります。公開モデルを採用する側は、ベンチマーク順位と合わせて、ライセンス、必要な計算資源、実サービスでのコンテキスト上限を確認する材料が増えました。

2. Anthropic、Claudeを使ったvault粒子の3D構造研究を公開

Anthropicは11月4日、同社の生物学研究ラボがClaudeを使って進めたvault粒子研究を公開しました。成果の中心は、原核生物で見つかったvault粒子として初の3D構造を解析したことです。vault粒子は細胞内に存在する大きな中空のタンパク質殻で、1980年代から知られていますが、その生物学的な役割は現在も解明されていません。

今回詳しく構造解析されたのは、細菌へ感染するバクテリオファージ由来のL05というタンパク質からできるvaultです。ヒトのvaultが主要タンパク質78個で構成されるのに対し、L05のvaultは96個のタンパク質から構成されます。研究チームはクライオ電子顕微鏡で粒子を撮影し、多数の画像から3D構造を再構成しました。

Claudeは研究の複数工程へ組み込まれています。タンパク質配列や文献の探索、DNAコンストラクトの設計、粒子を取り出す手法の最適化、顕微鏡データの処理までを支援しました。従来手法では約3日かかるvaultの精製工程を約90分まで短縮し、最初の構造モデルはデータ処理開始から34時間で完成したとAnthropicは説明しています。研究チームの見積もりでは、同種の構造解析は通常なら数週間かかる作業です。

この研究は、AIを科学研究へ入れるときの役割分担も具体的に示しています。Claudeが作った培養プロトコルでは添加物の選択が原因で実験が2週間遅れ、クライオ電子顕微鏡の解析では標準的な工程を飛ばして誤ったマップを作る場面もありました。研究者が結果を確認し、通常の解析手順へ戻す指示を出して修正しています。

Claudeが研究計画から解析まで長い工程を横断して動き、人が実験結果と判断を検証する形が今回の実例です。今回の役割は、探索・設計・計算・反復を高速化する研究インフラに近いものです。

3. Together AI、推論を継続最適化する「Together Compiler」を公開

Together AIは11月4日、AI推論処理を継続的に最適化する「Together Compiler(TKCC)」を公開しました。入力としてモデル、使用するハードウェア、実際のトラフィック特性を受け取り、複数のAIエージェントが推論エンジンの最適化案を作って評価し続けます。

推論基盤では、モデルの構造、GPUの世代、プロンプト長、同時実行数、キャッシュの効き方が変わると最適な実装も変わります。従来の最適化では、新しい候補を試すたびに推論エンジンを起動し直す方法が大きな待ち時間になっていました。Together Compilerは、エンジンを動かしたまま推論計算部分(forward pass)を差し替えて試せる「persistent engine」を使い、再起動の待ち時間を減らしながら、複数のエージェントが並列に改善案を試せるようにしています。

Together AIの評価では、Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek v4.1-Flashなどで、24時間以内の最適化によってTPS(1秒あたりの生成トークン数)が最大2.6倍になりました。エージェント型の性能最適化システムとの比較では、実験スループットが252倍になったとも報告しています。これらはTogether AIによる評価値で、同社はすでにTogether Compilerを実運用の推論処理に使っていると説明しています。

面白いのは、コンパイラを一度作って固定する発想から、実際の利用状況に合わせて更新し続ける仕組みへ移している点です。新しいモデルやGPUが次々に登場し、利用者のプロンプト長や負荷も変わる環境では、推論ソフトウェアそのものを継続改善する余地が大きくなります。モデル選びと同じくらい、どの推論基盤で動かすかが速度やGPU効率を左右することが見えてきます。

4. Cloudflare、個人AIエージェントの可視化とアクセス制御を追加

Cloudflareは11月4日、Webサイトを訪れる個人AIエージェントを可視化し、エージェントごとにアクセス方針を設定する機能を発表しました。ここでいう個人AIエージェントは、人の指示を受けて商品を比較したり、サポート情報を探したり、購入操作へ進んだりするようなサービスを指します。

Security AnalyticsのBot Analysisには「Personal Assistants」という新しい分類が加わりました。サイト運営者は個人AIエージェントのトラフィックだけを抽出し、どのエージェントが何件のリクエストを送り、どのURLへアクセスし、どのステータスコードを受け取ったかを確認できます。商品ページの閲覧、ログイン、チェックアウトへの到達といった動きもエージェント単位で追えます。

アクセス制御も細かくなりました。対応する個人AIエージェントごとに「Allow」「Block on pages with ads」「Block」の3段階から方針を選べます。たとえばサイト全体では広告ページ上のエージェントを遮断しながら、特定のエージェントだけ許可する設定が可能です。既存の検索用・学習用AIボット向けポリシーを維持しつつ、ユーザーの代理として行動するエージェントを個別に管理できます。

さらにAccount Abuse ProtectionのEarly Accessでは、ログインや新規登録を行ったエージェントと、そのエージェントが代理しているユーザーを関連付けて確認できます。Cloudflareは、ユーザーが何を許可したか、購読状態や信頼情報をどう引き継ぐかを今後の課題として挙げています。Web側の運用も「AIか人か」の二択から、人の代理で来るAIを識別して条件を決める段階へ進み始めています。

5. Confluent、「Streamhouse」アーキテクチャを発表

Confluentは11月4日、AIエージェントやアプリへ企業の最新状態を届ける「Streamhouse」アーキテクチャを発表しました。業務システムの情報を継続的に取り込み、処理し、統制したうえで、エージェントやアプリが現在の状態を参照できる形で提供する考え方です。

企業では、在庫、予約、顧客情報、決済、設備状態などが別々のシステムで更新されます。更新時刻がずれると、AIエージェントが個々には正しい情報を組み合わせても、現実には成立しない判断をすることがあります。Confluentは航空便の再予約を例に、機体位置、出発時刻、空席情報を同じ最新状態として参照できるデータ層の必要性を説明しています。

Streamhouseの基盤になるData Streaming Platformには、既存のStream、Connect、Process、Governに「Query」が第5の柱として加わりました。Queryには、ストリーミングデータをデータウェアハウスやレイクハウスへ渡すTableflow、AIエージェントへModel Context Protocol(MCP)経由で最新情報を提供するReal-Time Context Engine、SQLやAPIで現在状態を参照するLightning Tablesが含まれます。

Lightning TablesはAWSで一般提供になりました。Apache Kafkaのデータを読み取り用テーブルとして継続的に更新し、別のデータベースやキャッシュへコピーする工程を減らす設計です。Confluentの内部テストでは、新しいデータが作られてから提供可能になるまで約100ミリ秒、クエリ遅延は10〜100ミリ秒、毎秒1,000件超のクエリ処理を報告しています。実際の遅延は構成やワークロードで変わります。

AIエージェントが業務を自動実行するほど、「何を考えられるか」と同時に「今の状態を見ているか」が結果へ直結します。Streamhouseは既存のデータウェアハウスやレイクハウスと併用し、リアルタイムの運用データを補う層として設計されています。

まとめ

今回の5件では、AIの進歩がモデル、科学研究、推論基盤、Web運営、企業データへ広がっています。Ripple-65B Previewは公開ウェイトとエージェント型コーディング、Anthropicの研究は実験と構造解析、Together Compilerは推論基盤そのものの自動改善を前へ進めました。

Webでは、Cloudflareが人の代理で動くAIエージェントを識別してアクセス条件を設定する仕組みを用意し、企業データではConfluentがAIへ最新状態を渡すStreamhouseを発表しています。AIを実務へ組み込む際は、モデル性能に加えて、推論効率、検証、アクセス制御、データの鮮度までが一つのシステムとして効いてきます。

今日の注目アイテム

クイックルのトイレ用つめかえシートで、ミントの香りのジャンボパックです。20枚入りが3個セットになった、使い捨てクロスです。

花王の「キッチン泡ハイター」つけかえ用で、容量1000mLの業務用・厨房用です。塩素系で、除菌・漂白・消臭をうたう商品です。

シャツやニット、ジャケット、セーターをやさしく畳んで洗える洗濯ネットです。メッシュ生地と無蛍光生地を採用し、しわ・型崩れ・糸クズを防ぐ仕様で、横40cm×縦50cm、YKKファスナー付きです。

公式情報・参照先

タイトルとURLをコピーしました