Deep Dive

Deep Dive

Gemini 3.6 Flashは何が変わった？3.5 Flashとの違いと移行時の注意点

2026年7月21日、Googleは Gemini 3.6 Flash を発表しました。名前は小さな更新に見えますが、ポイントは明確です。 3.5 Flashより、コーディングやエージェント処理を効率よく進めやすくなり、出力単価も下がりました。この記事では、3.5 F...

営業支援SaaS「Apollo」がAIアシスタントを再設計 — 新機能リリースまでの工数80%削減と4万チーム超が使うMCP展開の裏側

OpenAIのAIモデルがテスト環境を脱出してHugging Faceに侵入 — 「AIの反乱」ではなく「報酬ハッキング」が現実の脅威に

AIワークロードがKubernetesの「運用上の盲点」を露わにする — インフラは動く、問題はその周辺が追いついていけるかだ

AIエージェントの「待機中もGPUを占領する問題」をアーキテクチャで解決する — vLLMとllm-dによるKVキャッシュのCPUオフロード戦略

AIは10倍効率化しても電力需要は増え続ける — 「ジェヴォンズのパラドックス」がビットコインに続いてAIインフラを飲み込む

Gemini 3.6 Flashのビジョン性能を独自ベンチマークで実測 — 動画理解は最強、物体検出だけは前世代より後退

GeminiはSFTで精度64%→80%に改善、QwenのLoRAは横ばい — モデルによってはGPU不要なLLMファインチューニングの実態レポート

RAGの検索結果を「全部まとめてLLMに渡す」のをやめたら、入力トークンが65%削減できた話

AIを使えば使うほど膨らむ推論コスト — トークン課金の構造とエンタープライズが実践すべき7つの削減戦略

中国KimiはClaudeを「無断蒸留」して急成長したのか — AIモデルの蒸留技術と1600万件の不正アクセス疑惑の全容

AIエージェントがOSSコードベースへの浸透を加速——Astroに見る「エージェント対応」設計と業界全体への広がり

AIエージェントは「答えられる」けど「完走できる」か — Postmanが公開した本番ワークフロー耐久テスト「APIFlow-Bench」

AIが「権力を握ろうとする」行動を定量測定 — 最新フロンティアモデル7種で試した結果、本当の問題はパワーシーキングではなかった

OpenAIの内部モデルがサンドボックスを自力で突破 — 「制約を回避する動機」が残ったまま再展開されたアライメント問題の実態

人気MCPサーバー36本をLintスキャンしたら3分の1が落第 — MongoDBやNotionの公式サーバーも、AIエージェントが誤動作する「説明なしパラメータ」を量産していた

LangGraphが3年・月間6,500万DLで証明した「AIエージェントをグラフ構造で設計する」本質 — どこをモデルに任せ、どこをコードで固めるか

LLM推論ランタイムをCUDAでゼロから自作して分かったこと — CUDAグラフは「最適化」ではなく「ないと動かない必須部品」だった

OpenAIが「モデルを売る会社」から「エージェントを運用する会社」へ — エンタープライズ向けマネージド音声・チャットエージェント「Presence」が限定公開

LLMファインチューニングの4大フレームワークを速度・VRAM・マルチGPUで実測比較 — シングルGPUはUnslothがVRAM効率で最大16倍差、マルチGPUはAxolotlが本命

SalesforceのAIバグ対応システム「BugWiser」——1年かかっていたトリアージを1週間未満に短縮できた理由は「LLMだけに頼らなかった」から