ビッグ 3 が 2026 年 9 月初旬に出荷したもの

2026 年 9 月初旬、72 時間かけて、4 つの最大規模の研究所が主力施設を更新しました。まばたきした場合は、数日に圧縮された世代更新サイクルを逃したことになります。

Anthropic は 9 月 1 日に Claude Fable 5.1 と Mythos 5.1 をリリースし、およそ 2 倍のコーディング ベンチマークとエンタープライズ データ コンプライアンスに重点を置いたコーディングとナレッジ ワークの最強のモデルとして売り込みました。 Google は 9 月 2 日に Gemini 3.8 Flash とロックダウンされた 3.8 Flash Cyber​​ バリアントをリリースし、3.7 Flash と同じ初値を維持しながらコンテキスト ウィンドウを 100 万トークンに拡大しました。

その後、OpenAI は 9 月 3 日に GPT-6 Astra をリリースしました。この GPT-6 Astra は、エージェント作業、ブラウザ制御、ソフトウェア エンジニアリングを中心に構成されており、約 100 万トークンのコンテキストと、少なくとも 1 つのレポートで ARC-AGI ベンチマークでほぼ完璧なスコアを獲得しています。 Meta の Muse Spark 1.3 と Alibaba の Qwen3.8-Max が同じウィンドウに登場し、後者は Web 開発コーディング リーダーボードのトップになりました。

スペックよりもパターンが重要です。かつてリリースはイベントでした。今ではそれらはケイデンスであり、どの研究室が保持しているリードも四半期ではなく日単位で測定されます。ユーザーにとっては、それは良いことであり、床は上がり続けています。研究室にとって、それは大変な作業です。

今月モデルを選択する場合、正しい質問は「どれが最適か」ではなく、「今日のタスクと価格にどれが最適か」です。なぜなら、答えはすぐにまた変わるからです。