目次
2026年10月から11月にかけて、主要AIラボからアーキテクチャの方向性を示す重要モデルが相次いで公開された。Anthropicは長期間推論と自律エンジニアリングに特化した Claude Fable 5.2(および限定提供の Mythos 5.2)を発表し、Googleは元素記号シリーズとして Gemini 4 Argon、Carbon、そして高効率エージェント向けの Gemini 4 Hydrogen を投入、ByteDanceは動画生成モデル Seedance 2.5 を刷新した。これらを横断的に比較すると、3つの重要な構造変化が浮かび上がる。
映像生成の「左脳・右脳」分業:コード骨格とネイティブピクセル描画
Claude Fable 5.2 や Claude Motion が1つのプロンプトから製品デモ動画やマルチカットの3D映像を生成したことで、Seedance 2.5 や Veo のような拡散型動画モデルは遠回りだったのではないかという議論が起きている。しかし両者は根本的に異なる領域を担っている。
Claudeの手法は「コード記述による決定論的レンダラー制御」である。UIデモやデータ可視化ではRemotionやManimなどのコードを書き、3D映像ではBlender Pythonスクリプトを自動生成してモデリング・照明・13カットのカメラワークまで一括構築する。文字化けが一切起きず、タイムラインや配色、座標を行単位で修正できる点が最大の強みだ。
一方で、数百行のスクリプトだけで実写人物の微表情や風雪の流体物理ゼロから描写することはできない。Seedance 2.5 のようなネイティブ動画モデルは、視聴覚データから時空間潜在表現を直接学習しており、30秒の長尺表現や最大50個のマルチモーダル参照入力を通じて、肌の質感や自然な音声同期をエンドツーエンドで再現する。今後は図表・UI解説映像をコードモデルが担い、実写・映画的表現では「コードモデルが3D空間設計と物理マスクの骨格を作り、動画モデルが神経レンダラーとして質感を付与する」分業へと進んでいく。

画像の出典:Claude Fable 5.2 の技術実演および Seedance 2.5 公式仕様をもとに DigIntoAI が作成。
汎用基盤の「苦い教訓」:CAD・ロボティクスから千人規模のエージェント協調へ
Fable 5.2 の登場後、Anthropicの研究者らはリチャード・サットンの「苦い教訓(The Bitter Lesson)」に言及した。汎用モデルの記号推論と空間理解が臨界点を超えたことで、コードが各種エンジニアリングツールを操作する万能インターフェースとなり、特化型システムを横断的に上回り始めている。
ロボティクスとハードウェアCADでの躍進:ロボット制御ベンチマーク RoboDojo Sim では、前世代 Fable 5.1 の27.6%から64.9%へと急伸し、Claude Opus 5.5(39.4%)や GPT-6 Astra(29.8%)を大きく引き離した。BenchCAD 2.1 でも83.5点(Opus 5.5は65.3点)を記録し、プリント基板の自動配線から3D筐体設計まで人手修正なしで動作する試作機を完成させている。
数日間の自律稼働と1,000エージェント並列開発:従来のモデルが数時間で停滞しやすいのに対し、Fable 5.2 は数日単位の連続タスクと1,000規模のサブエージェント協調を実現している。1,000エージェントによる30時間の協調でフェルマーの最終定理のLean形式化証明を完遂したほか、8日間の連続稼働でOSプロトタイプを構築した事例や、3,500以上の機械検証済み証明を備えたハイパーバイザ実装などが報告されている。
適応型思考による計算効率の変化:常時有効な適応型拡張思考により、LowやMediumの低思考設定でも、一部ベンチマークにおいて Opus 5.5 のMax設定に匹敵・上回るスコアを10分の1未満のコストで達成している。

画像の出典:Anthropic・Google DeepMind 公式発表および Artificial Analysis 公開データをもとに DigIntoAI が作成。
知識表現の脱静的化:推論による合成 vs 1M外部コンテキストメモリ
Artificial Analysis の事実知識ベンチマーク AA-Omniscience では、10月末に Gemini 4 Carbon が53.5%で首位に立ったものの、直後に Claude Fable 5.2 が66.8%(Max設定のネットスコア67)で大きく上回った。世界最大のWeb・動画データを持つGoogleが静的パラメータ知識でAnthropicに逆転された背景には、知識の持ち方の違いがある。
評価データによれば、Gemini 4 Carbon が知識網羅率を高めた結果、未知の周辺領域におけるハルシネーション率は Argon の4%から11%へ上昇した。静的パラメータにニッチな知識を詰め込みすぎる手法は限界に近づいている。これに対しAnthropicは、高単価(入力$8/出力$40)ながら論理推論によって未知領域を動的に導き出す道を選んだ。一方Googleは、大規模スパースMoEによってコストを4分の1〜6分の1(Carbonは$4/$20・割引時$2/$10、Hydrogenは$1.50/$7.50)に抑え、256K〜1M長文推論 GraphWalks で96.2%を記録した1MコンテキストとGoogle検索直結を組み合わせることで、インターネット全体を「外部メモリ」としてリアルタイム参照する設計を採っている。
対象外事項および検証上の境界
周期表ネーミングに基づく上位モデルの推測は未確定:現在公開されている Hydrogen(1番)・Carbon(6番)・Argon(18番)はいずれも第3周期までの元素であり、価格帯からも従来のProクラスに相当する。より重い元素名を冠したUltra級モデルの開発が推測されるものの、2026年11月13日時点でGoogleからの公式発表は存在しない。
ベンチマーク条件とハイブリッド管線の独自検証は未実施:本記事で引用した各種スコアは各社技術レポートおよびArtificial Analysis公表値に基づくものであり、思考レベル設定(MediumとMax等)の違いを含む。また、コード骨格と動画レンダラーを組み合わせた制作パイプラインは、当サイトでの実機検証を今後行う予定である。
