本文へスキップ
DigIntoAI/AIモデル情報
AIモデルの最新情報

AIモデル情報.

変化を追い、更新の意味を読み解く。

編集部のおすすめAnthropic
Anthropic/Claude Code, Codex

Claude Code と Codex、どちらを選ぶ?料金と利用上限を比べてみた

Claude Code と Codex は最初の有料プランがどちらも月額 20 ドルで、このプランはどちらも 5 時間枠と週間上限で利用量を管理しています。ただし、無料で使えるかどうか、上位プランで何が外れるか、利用枠についてどこまで公表しているか、枠が尽きたときに何を買えるかは大きく違います。公式ページにもとづいて両者を比べ、それぞれがどんな人に向いているかを整理しました。

最新の記事33

公開日順
13

2026年秋・フロンティアAIの3つの進化路線:コード合成・外部1Mコンテキスト・世界シミュレーション

2026年10月から11月にかけて発表された Claude Fable 5.2、Gemini 4(Carbon/Hydrogen)、および Seedance 2.5 は、フロンティアAIが3つの明確な技術路線へ分化していることを示しています。プログラムによるコード生成とネイティブ動画モデルの「左脳・右脳分業」、数日間に及ぶ1,000エージェント協調開発、そして静的パラメータ記憶から「推論合成」および「1M長文コンテキスト+検索直結」への知識パラダイム転換を公開指標とともに分析します。

記事を読む
14

全員がAIエージェントを持ったら、誰が全体を見るのか。MAMUBenchが示す協調の難しさ

グループ旅行の手配は、全員が自分のアシスタントに任せ始めると複雑になる。費用を抑えたい人、到着時間を変えられない人、多めに支払ってもよい人がいる。各アシスタントが担当ユーザーの希望を正確に理解していても、それだけで予約はまとまらない。確定する前に、誰かが、あるいは何らかの仕組みが、それぞれの希望を調整する必要がある。

MAMUBench 記事を読む
15

Anthropic Project EVE:4体のエージェントチームはなぜ指示された妨害を見抜けなかったのか

AnthropicのProject EVEでは、4体のClaudeがEVE Frontierで協力したが、研究者から妨害を指示された仲間をほとんど特定できなかった。公開チャネルだけを読む独立監視役は多少改善したものの、信頼の問題を解消するには至らなかった。モデルとゲームをつなぐソフトウェア、実際のミス、証拠へのアクセスの偏りが原因の特定を難しくする研究であり、Claudeが自発的に裏切ることを示すものではない。

Project EVE/Claude記事を読む
16

Co-Design Bench、項目通過率約7割でも完全達成は約4分の1

Co-Design Benchは273件の実ユーザー改修タスクと2,331件の隠し受け入れ条件で構成される。共有harness下で最強エンドポイントのStrictは69.9%だが、全条件PASSのタスクは26.4%にとどまる。論文は2026年10月26日提出で、結果は独立に再現していない。

Co-Design Bench/Alibaba Token Hub/高校合作記事を読む
17

FMF、サイバー分野の脱獄リスク評価枠組み案を公開し意見募集

Frontier Model Forumの初期案は、成功した個別のサイバー分野の脱獄を、能力向上、能力の適用範囲、利用の容易さ、発見の容易さから比較する。Version 1.0は評価者間の一致やリスク差を適切に表せるかの追加検証が必要で、2026年12月21日まで意見を募集している。

FMF Jailbreak Rating Framework v1.0記事を読む
18

OpenAIとLigoがBioBasicsBenchを公開、100課題で実験データ分析を評価

OpenAIとLigoは、実験の生データを扱う100課題からなるBioBasicsBenchを公開した。データの解釈、誤りの発見、証拠不足の認識を評価する。OpenAIが報告したGPT-6 Astraの66.7%はxhigh設定でのmean rewardであり、課題の成功率ではない。

BioBasicsBench記事を読む
19

同じDeepSeekなのに、評測ハーネスを替えると点数がここまで違う理由

ARC Prize公式結果ページ上のDeepSeek V4.1 Flash 1017(ページ表記 Oct 17, 2026 · 5 harness configurations)は、同じモデル・同じmax推論設定で ARC-AGI-3 の Standard が 0.2%、Provider Adapter が 5.8%。差は評価ランの枠組み——モデルが残すメモ対リクエスト間の不透明な推論状態とcompaction——であり、新しい重み配信ではない。同ページの Semi-Private ピークは v1 high 94.5%、v2 max 78.1%。数字はARC Prizeの自己申告であり、未再測。

DeepSeek V4.1 Flash 1017;ARC-AGI-3 Standard/Provider Adapter harness記事を読む
20

Anthropic研究:専門家はClaude Code利用時に判断をエージェントに委ねがち

Anthropic は 2026年10月27日、専門分析者 50 名が Claude Code(Claude Opus 4.8、High effort)を使い、分析上の4選択でエージェントに無作為に付けた lean に合計 86% 追随したとする研究を公開した。事後説明では 77% がエージェントの言い回しを使い、クレジットしたのは 15% のみ。@AlexTamkin は 2026-10-28 05:14(Asia/Shanghai)に投稿。lean は測定のため意図的に強化。詳細は Anthropic の研究に従う。参考情報。

Claude Code / Claude Opus 4.8記事を読む
21

Claude ProとMax、料金・上限・誰が上げるべきか(2026年10月)

Anthropic の個人向け有料プランは、Free の上に Claude Pro(月額 20 ドル、年払い 200 ドルで実質約 17 ドル/月)と Claude Max(5x=100 ドル/20x=200 ドル、月払いのみ)がある。本記事では 5 時間セッション枠、週次上限、Fable 用の Max 専用週枠、Max のみの月次 Claude Platform API クレジット(100/200 ドル)、usage credits の位置づけを整理する。数字は 2026 年 10 月時点の Anthropic 公式料金ページと Claude Help Center に準拠。当サイトでは各ティアの実測はしていない。公式の公開数字であり、参考のみ。

Claude Pro, Claude Max, Claude Code, Claude Platform API credits記事を読む
22

ChatGPT PlusとPro、料金・上限・誰が上げるべきか(2026年11月)

OpenAI の ChatGPT Plus は月額 20 ドル、ChatGPT Pro は月額 3 段階で Pro 100=100 ドル、Pro 200=200 ドル、Pro 500=500 ドルです。個人向けの Free/Go/Plus/Pro、Standard/Fast/Ultrafast の消費倍率、研究・コーディング向けの機能差をまとめます。2026-11-04 Asia/Shanghai 時点で、公開議論では $500 枠を 20x/25x 前提で疑問視する声があり、OpenAI の Tibo は公開返信で It's 50X と述べました——この数字は chatgpt.com/pricing および Pro の Help 記事には見当たりません。各枠の絶対用量は DigIntoAI では まだ計測しておらず、Settings → Usage がライブの根拠です。

ChatGPT Plus, ChatGPT Pro, ChatGPT Go記事を読む
23

研究テーマの重複を AI は見抜けるか:LitPivot の能力と限界

2026-10-23、Ai2 公式ブログがペンシルベニア大学との LitPivot を紹介。初期アイデア向けの研究システムで、短い提案を問題/貢献/評価の facet に分け、Asta Paper Finder で文献を取得し、研究者が対照論文を選び、抜粋付きの批評と改稿提案を返す。草案が変わると文献の関連度が再ランクされる(literature-initiated pivot)。研究者 17 人の実験では、領域専門家が LitPivot 条件のアイデアをより文献に根ざしていると評価;参加者は周辺文献の理解が強いと報告し、新規性・有用性の自己報告の伸びもベースラインより大きいと報告。これは盗用検出でも、独創性の保証でもない。同ブログは Old Ideas, Novel Problems にも触れ、自動の新規性判定が不安定だと示す。ブログは一般向け公開製品を確認していない。本サイトでは未テスト。参考情報。

LitPivot記事を読む
24

Google の EGM:設計を書く会話と、穴を探す会話を分ける

2026-10-22、Google のオープンソースブログが Elephant-Goldfish Model(EGM)プラグイン(Apache 2.0;google/elephant-goldfish-model)を紹介。Elephant セッションはプロジェクト背景を保ち設計を起草;Goldfish セッションはチャット記憶を共有せず草案とソースだけを読み、説明の明確さ・抜け・実装可否を検査——コードの前に設計を審査。README は Antigravity/Claude Code/Codex の導入を列挙(Cowork/ChatGPT は harness 文書)。同 README は「Google の正式サポート製品ではない」と明記:OSS の方法/プラグインであり、ホスト型 SLA ではない。OSS でもモデル呼び出しは無料にならない。通常プロンプトと独立審査の差(要件漏れ・手戻り・token コスト)は当サイトではまだテストしていません。参考情報。当サイトの Baseten Mammoth-1/Elephant-1 とは別物です。

Elephant-Goldfish Model / EGM記事を読む