オーパス

DeepSeekはV4-Flash-Vision-Expの最初のエージェントのスコアを発表しました。4つのマルチモーダルエージェントの評価において、Opus 4.8と2勝2敗の成績を収めました：Agents' Last Exam 27.3対25.7、ZeroBench 35.0対34.0；ApexBench 36.5対39.4、Chartography 64.3対65.0。純テキスト版V4-Flash-0731と比較して、視覚版はApexBenchで26.2から36.5に、Agents' Last Examで25.2から27.3に上昇しました。公式に純テキスト版はマルチモーダルコンテンツを無視することが明記されているため、主に視覚入力後の能力を反映しています。視覚を加えた後もテキストエージェントの能力は明らかに低下せず、7つのテキスト評価のうち6つがV4-Flash-0731を上回っています。例えば、DeepSWEは54.4から59.3に上昇し（Opus 4.8の58.0を超え）、Toolathlonは75.9でほぼOpus 4.8の76.2に追いつきました。この結果はDeepSeekの公式自己テストからのものであり、第三者の独立したランキングではありません；公開されたCode AgentのテキストタスクはDeepSeek Harnessの極簡モードを使用し、推論レベルはmaxです。

AnthropicがClaudeの音声モードをアップグレードしました。料金を支払ったユーザーは、Opus、Sonnet、Haikuを選択できるようになり、もはや速度が速く能力が低いHaikuだけを使用することはありません。ユーザーは会話の中でモデルを切り替えることができ、いつでもテキストに変更することができます。Claudeはデフォルトで前回のテキストチャットで選択したモデルを使用し、そのシリーズの中で最も速度が速いバージョンを呼び出します。音声モードはGmail、Google Calendar、Google Docs、Slackを呼び出すこともできます。ユーザーはClaudeにメールを確認させたり、スケジュールを変更させたり、返信を下書きさせたりすることができ、実行する前に承認を求められます。新しいバージョンはスマートフォン、デスクトップ、ウェブでテストが開始されています。無料ユーザーはHaikuと1つの接続ツールのみを使用できます。音声は英語、日本語、韓国語など多くの言語をサポートしており、現在は中国語は含まれていません。今回の主なアップグレードはモデルの推論とツール呼び出し能力です。Anthropicは音声モデルを変更していないため、話す自然さや中断体験に明確な変化はないかもしれません。

ChainCatcher のメッセージ、Binance Alpha が新しいプロジェクトリストを発表しました。含まれているのは：FREYA、pippin、OPUS。