「tag:"Computer Use"」に一致するピン

Anthropicは、SWE-bench Verifiedのスコアを33.4%から49.0%に引き上げたアップグレード版のClaude 3.5 Sonnetをリリースした。カーソルを動かし人間のように文字を入力する「コンピュータ操作」機能をパブリックベータとして提供する、初のフロンティアモデルである。

Anthropicは、SWE-bench Verifiedで77.2%を記録し「世界最高のコーディングモデル」と称するClaude Sonnet 4.5をリリースした。OSWorldのコンピュータ操作で61.4%を記録して首位に立ち、1つのタスクに30時間以上取り組み続けられる。

Anthropicは、コーディング性能でClaude Sonnet 4に匹敵しながら3分の1のコストで2倍以上の速度を持つ小型モデル、Claude Haiku 4.5をリリースした。全Claudeユーザーに無料で提供され、APIでは入力100万トークンあたり1ドルである。

Anthropicは、これまでで最も高性能なSonnetであるClaude Sonnet 4.6をリリースした。コーディングのテスターはOpus 4.5よりも好んで選び、claude.aiの無料版デフォルトモデルとなり、コンテキストウィンドウは100万トークン、価格は入力100万トークンあたり3ドルである。

Cursor のクラウド エージェントは、独自の分離された仮想マシンを取得し、そこで構築したソフトウェアを実行し、変更をテストし、ビデオ、スクリーンショット、ログ アーティファクトを含むマージ対応 PR を返します。

Alibaba は、画像とビデオを読み取り、画面を操作し、ScreenSpot Pro で 79.0 のスコアを獲得する独自のマルチモーダル エージェント モデルである Qwen3.7-Plus をリリースします。価格は 100 万入力トークンあたり約 0.40 ドルです。

Anthropicは、最もエージェント性の高いSonnetであるClaude Sonnet 5をリリースした。コーディングとコンピュータ操作でOpus 4.8に迫る性能を持ち、価格は入力100万トークンあたり2ドルで、FreeおよびProユーザーのデフォルトモデルとなった。

OpenAIは、自社で「世界最高の知能とアライメントを備えたモデル」と呼ぶGPT-6 Astraをリリースした。まず一部の組織に限定提供し、その後ChatGPTの有料プラン、API、AWSへと展開する。サイバーセキュリティで「Critical」評価を受けた初のOpenAIモデルである。

OpenAIはコーディング、コンピュータ操作、専門的業務向けにGPT-6.1 Solを公開した。API入力・出力価格はGPT-6 Astraの5分の1で、キャッシュ入力価格もより低い。