GoogleとMeta、競合AIモデルGemini 3.8 FlashとMuse Spark 1.3をリリース

水曜日、GoogleとMetaは数時間の差で競合する先端AIモデルをリリースした。GoogleはGemini 3.8 Flashとサイバーセキュリティ版を発表した。MetaはMuse Spark 1.3をリリースした。Artificial Analysisによる独立したテストでは、Metaがエージェントによる知識作業と科学的推論で優位を示した。Googleは事実の想起とターミナルコーディングでリードした。Gemini 3.8 Flashは、6週間以内でGoogleがリリースした3番目のFlashモデルである。このモデルの入力トークン100万単位あたりのコストは0.75ドルである。出力トークン100万単位あたりのコストは3.75ドルである。この導入価格は2026年12月31日まで有効である。その後、入力価格は100万トークンあたり1.50ドルに引き上げられる。出力価格は100万トークンあたり7.50ドルに引き上げられる。GoogleはGemini 3.8 Flash Cyberを信頼できる防御者に提供した。このバリアントはCyberGymで86.2%のスコアを記録し、CWE-Benchでは47.2%のスコアを記録した。Googleは、このモデルがChromeの脆弱性に対する正しいパッチを、より大規模な商用モデルよりも2.6倍多く生成したと述べた。Fairwindプログラムは、政府機関および重要インフラ運用者へのアクセスを制限している。OpenAIはその1日前にAstraに同様の制限を設けた。MetaはMuse CodeおよびMeta Model APIを通じてMuse Spark 1.3をリリースした。同社のエンジニアは、バージョン1.2と比較してツール呼び出し数が約20%減少したと測定した。Muse Spark 1.3のmaxモードはGDPval-AA v2で1,754 Eloを記録した。Gemini 3.8 Flashのhighモードは1,545 Eloを記録した。Muse Spark 1.3はSierra Researchのバンキングエージェントテストでリードし、そのテストで52.4%のスコアを記録した。Gemini 3.8 Flashは44.9%を記録した。MetaはCritPtの物理学的推論でもリードした。Gemini 3.8 FlashはTerminal-Bench 2.1で87.6%でリードし、AA-LCRのロングコンテキストで81%でリードし、AA-Omniscienceの精度で55%でリードした。Gemini 3.8 Flashは、テストされたモデルの中でGPQA Diamondスコアが最高の95%を記録した。Humanity's Last Examでは、モデル間のスコア差は1ポイント以内だった。Metaは、Muse Spark 1.3のmax推論がさらなるセーフティテスト後に実装されると述べた。xhighバリアントは現在利用可能である。xhighバリアントはArtificial Analysis Intelligence Indexで61のスコアを記録し、これはMuse Spark 1.2より4ポイント高い。このスコアはClaude Fable 5.1（66）とClaude Opus 5（63）に及ばなかった。Elon MuskはGrok 4.7がまもなくリリースされると述べている。