アリババはQwen3.5モデルファミリーを3つの新モデルで拡大しました。27Bモデルは特に注目されており、人工分析知能指数で42点を獲得し、オープンウェイトモデルはその8倍から25倍の規模に相当します @Alibaba_Qwenは今月初めに発売された397Bフラッグシップに加え、Qwen3.5ファミリーを3つの新モデルで拡充しました。Qwen3.5 27B(密度が高く、Intelligence Indexで42点)、Qwen3.5 122B A10B(MoE、42位)、Qwen3.5 35B A3B(MoE、37位)です。2つのMoE(Mixture-of-Experts)モデルは、順方向パスごとに全体のパラメータの一部しか起動しません(それぞれ122Bの10B、35Bの~3B)。知能指数は、一般推論、主体的課題、コーディング、科学的推論を含む10の評価を含む総合指標です。 すべてのモデルはApache 2.0ライセンスを受けており、ネイティブで262Kコンテキストをサポートし、AlibabaがQwen3 2507アップデートでInstructとReasoningのチェックポイントを分離した後、元のQwen3から統一思考/非思考ハイブリッドアーキテクチャに戻っています。 推論バリアントの主なベンチマーク結果: † Qwen 3.5 27Bは知能指数で42点を獲得し、230B以下の最も知能の高いモデルです。同規模の最も近いモデルはGLM-4.7-Flash(合計31B、3Bアクティブ)で、スコアは30です。同等の知能を持つオープンウェイトモデルは、総パラメータの8〜25倍大きいです:MiniMax-M2.5(230B, 42)、DeepSeek V3.2(685B, 42)、GLM-4.7(357B, 42)。FP8の精度ではモデルの重みを格納するのに~27GBかかりますが、4ビット量子化ではノートパソコン品質のハードウェアと16GB+のRAMを使えます † Qwen3.5 27BはGDPval-AA(Agentic Real-World Work Tasks)で1205点を獲得し、より大きなモデルと並ぶ評価です。参考までに、MiniMax-M2.5は1206点、GLM-4.7(推論)は1200点、DeepSeek v3.2(推論)は1194点です。これは特に27Bパラメータモデルとして注目され、その規模に対して強いエージェント能力があることを示唆しています。GDPval-AAは、44の職業と9つの主要産業の実世界の課題でモデルをテストしています † AA-全知はQwen3.5ファミリー全体で相対的な弱点であり、主に誤覚率よりも精度の低下が原因となっています。Qwen3.5 27BはAA-Omniscienceで-42のスコアを獲得し、MiniMax-M2.5(-40)と同等ですが、DeepSeek V3.2(-21)やGLM-4.7(-35)には及びません。Qwen3.5 27Bの幻覚率(80%)は同業他社より低い(GLM-4.7 90%、MiniMax 89%、DeepSeek 82%)が、精度も低く、DeepSeek V3.2の34%、GLM-4.7の29%に対し21%です。これはモデルサイズの結果と考えられます。一般的に、総パラメータが多いモデルほどAA-Omniscienceでは精度が高く、より広い知識の想起はパラメータ数が多いことで有利になることが観察されています † Qwen3.5 27BはQwen3.5 122B A10Bと同等の知能を持っています。122BのA10BはMixture-of-Expertモデルで、1回のフォワードパスで122Bの総パラメータのうち10Bのみを活性化します。27BモデルはGDPval-AA(1205 Elo対1145 Elo)でリードし、TerminalBench(+1.5 p.p.)でもわずかにリードしていますが、122BモデルはSciCode(+2.5 p.p.)、HLE(+1.2 p.p.)でリードし、幻覚率も低い(Omniscience -40 vs -42) † Qwen3.5 35B A3B(Reasoning、37)は最も知能的なモデルで、アクティブパラメータ~3Bを持ち、GLM-4.7-Flash(30)より7ポイントリードしています。この~3Bのアクティブカテゴリーには、Qwen3 Coder Next(合計80B、28台)、Qwen3 Next 80B A3B(27台)、NVIDIA Nemotron 3 Nano 30B A3B(24台)などがあります † Qwen3.5 27Bは9,800万の出力トークンを使ってIntelligence Indexを実行し、Alibaba Cloud API経由で約299ドルの費用できました。これは、同じ知能を持つモデル(MiniMax-M2.5(56M)、DeepSeek V3.2(61M)、さらにはより大きなQwen3.5 397B(86M)と比べて、トークン使用率が非常に高いものです。 その他の情報: † コンテキストウィンドウ:262Kトークン(YaRN経由で1Mまで拡張可能) † ライセンス:Apache 2.0 † API価格(アリババクラウド):397B:$0.60/$3.60、122B:$0.40/$3.20、27B:$0.30/$2.40、35B A3B:100万の入出力トークンあたり$0.25/$2.00

Kling 3.0 1080p(Pro)は、人工分析ビデオ分野でAudio WithおよびWithinオーディオのリーダーボードで#1位を獲得し、Grok Imagine、Runway Gen-4.5、Veo 3.1を上回りました! 画像からビデオへの比較では、Kling 3.0 1080p(Pro)はWith Audioリーダーボードで#4、音声なしで#6に位置し、Grok ImagineとPixVerse V5.6に次ぐ位置にあります。 Kling 3.0は@Kling_aiの最新リリースであり、Kling 2.6モデルからの大きな飛躍を示しています。このモデルは1080p(Pro)と720p(Standard)の品質ティアがあり、最大15秒の世代とネイティブの音声生成に対応しています。 Klingはまた、映像生成を超えて、画像と映像入力、動画編集、動画生成を一つの統一モデルでサポートするマルチモーダルモデルであるKling 3.0 Omniもリリースしました。Kling 3.0 Omni 1080p(Pro)とOmni 720p(Standard)も高いパフォーマンスを見せており、Omni 1080p(Pro)はテキスト・トゥ・ビデオ・オーディオで#2、ノーオーディオで#4にランクインしました。 Kling 3.0はKling AIアプリおよび@falのAPIを通じて利用可能です。Kling 3.0 1080p(Pro)はオーディオなしで1分あたり~$13、オーディオで~$20/分、720p(標準版)はそれぞれ1分あたり~$10、~$15です。オーディオなしの1080p(Pro)はVeo 3.1と同等で12ドル/分ですが、Kling 2.5 TurboやGrok Imagineの4.20ドル/分よりはかなり高いです。 以下に、Kling 3.0 1080p(Pro)と他の主要モデルの比較をArtificial Analysisビデオアリーナ🧵で紹介します

Inception Labsは次世代の本番対応Diffusion LLMであるMercury 2を発表しました。マーキュリー2は知能が大幅に向上し、1,000トークン/秒あたり>を達成します @_inception_aiの拡散型LLM(「dLLM」)は自己回帰型LLMとは異なるアーキテクチャを採用しています。拡散LLM生成プロセスはノイズから始まり、複数のトークンを並列に修正できるトランスモデルを用いて反復的に出力を洗練します。これにより出力トークン生成の並列化が可能となり、多くの出力トークンが同時に生成されるため、より高速な出力速度が可能になります。 主なポイント: † 同等のサイズ・価格帯モデルの中で、マーキュリー2は知能対出力速度で競争力があります。先進的な知能は持っていませんが、出力速度はこのクラスの次に速いモデルの3倍以上です(ファーストパーティエンドポイントに基づくベンチマークや、ファーストパーティエンドポイントが存在しないモデルのプロバイダーの中央値に基づくものです) 主な強みは、エージェント型コーディングと端末の使用、命令の追従です。Mercury 2はTerminal-Bench HardでClaude 4.5俳句と同等の性能を示し、IFBench(Instruction Following)で70%のスコアを得て、gpt-oss-120B、GPT-5.1 Codex mini、GPT-5 nanoを上回ります インセプション・ラボの背景: これはInception Labsからの2作目のリリースです。創業者たちは以前、スタンフォード大学、UCLA、コーネル大学の教授であり、Flash Attention、Decision Transformers、Direct Preference Optimization(DPO)などのAI研究や技術に貢献してきました。 さらなる分析については下記を参照してください。