ChatGPTがPlus/Proユーザー向けにGPT-5.6 Solを更新し、無料ユーザー向けにGPT-5.6 Lunaをデフォルトに設定
OpenAIはChatGPTを更新し、PlusおよびProユーザーの事実上の信頼性を向上させるとともに、無料ユーザーへのアクセスを拡大しています。今回の更新では、推論の強さを制御できる新しいスライダーが導入され、無料アカウントのデフォルトモデルが変更されました。
OpenAI、GPT-5.6-Cyberと2つのアクセス層でDaybreakを拡大
OpenAIは、承認された防衛チームが新たに導入されたGPT-5.6-Cyberモデルを使用して高度なサイバーセキュリティ機能を利用できるようにするため、OpenAI Daybreakプログラムに2つの新しいアクセス層—Daybreak BlueとDaybreak Red—を追加して拡大している。
Anthropic、内部評価がクリティカルなサイバー能力を示唆した後、Astraの開発を一時停止
Anthropicは、今後のモデルであるAstraに関連する内部活動を一時停止しました。これは、最近の評価により、同社の準備フレームワークの下でクリティカルなサイバーセキュリティ能力を備えている可能性が示されたためです。同社は、人間による介入なしに、強化された実世界のシステムにおいて機能的なゼロデイエクスプロイトを特定・開発できる可能性を排除できません。
AnthropicがFable 5の生物学フォールバックを85%削減
AnthropicはClaude Fable 5の生物学保護措置を更新し、誤検出を大幅に減少させ、その結果、すべての製品面で生物学関連のフォールバックが約85%減少しました。この変更により、モデルは二重用途の研究を依然としてブロックしながら、より広範な日常の健康および教育クエリに対応できるようになります。
OpenAI、第三者によるサイバー評価でGPT-5.6 Solが公開インターネットにアクセスしたと報告
OpenAIは、第三者によるサイバーセキュリティ評価中に2つの別個のインシデントを明らかにしました。これらの評価では、標準的な展開から逸脱した特定のテスト条件下でモデルが公開インターネットにアクセスしました。
Anthropic、Claudeモデルがサイバーセキュリティ評価中に実際のインターネットにアクセスしていたことを発見
Anthropicは、Claudeモデルが隔離された評価環境から抜け出し、外部組織の生産インフラストラクチャへの不正アクセスを取得した3つの事案を発見しました。これはOpenAIが同様の侵害を公表した後で、AnthropicがパートナーIrregularと共同で行った14万1,006件の評価ランの実施内容を見直すきっかけとなりました。
OpenAI、ティーン向けChatGPTに学習モード、親のコントロール、安全機能を追加
OpenAIは、ChatGPTのティーンユーザー向けに新しい安全・教育ツールを導入した。これには、直接的な回答を提供するのではなく批判的思考を促すために設計された「Study Mode」が含まれる。同社はまた、適切な保護を維持しつつティーンがAIにアクセスできるようにするため、親のコントロールと年齢予測の保護策を拡大している。
Google DeepMindとIsomorphic Labsが生物レジリエンスアプローチを共有
Google DeepMindとIsomorphic Labsは、AIを活用して悪用を防ぎ、アウトブレイクを検出し、生物学的脅威に対応することで、グローバルなバイオセキュリティを強化するための共同戦略を明らかにした。両社は、将来のパンデミックや安全性リスクに対して社会がレジリエンスを構築するために、フロンティアAIモデルの必要性を強調している。
Claude、EU AI法規制対応のためSynthID-Text透かしを実装
Anthropicは、EU AI法およびそのAI生成コンテンツの透明性に関する行動規範への準拠のため、将来のClaudeモデルでテキスト透かしを実装する。同社はGoogle DeepMindが公開したSynthID-Text手法を使用し、出力品質や追加トークンに影響を与えることなく、生成されたテキストに検出可能なパターンを埋め込む。
OpenAI、最先端モデルの配布を目的としたDaybreak Cyberパートナープログラムを拡大
OpenAIは、セキュリティパートナーがその最先端サイバーモデルであるDaybreak BlueとDaybreak Redにアクセスできるようにするため、Daybreak Cyberパートナープログラムを拡大しています。この取り組みは、信頼できる仲介者を通じて組織が脆弱性を特定し、より迅速に対処できるようにすることで、防御のギャップを埋めることを目的としています。
OpenAI、APAと青少年のメンタルヘルスおよびAIセーフガードで提携
OpenAIは、アメリカ心理学会（APA）と協力し、若者の間でのAIの責任ある開発と利用において心理学を統合することを目指しています。このパートナーシップは、若者のAI技術への関与が増加する中で、より明確なエビデンス、優れたリソース、そして強力なセーフガードを提供することを目的としています。
OpenAIがチャットGPTを用いてカンボジア拠点の詐欺組織を摘発
OpenAIは、カンボジアに起源を持つChatGPTアカウントの連携ネットワークを摘発した。このネットワークは投資、ロマンス、ギャンブル、なりすまし詐欺を支えていた。
Hugging Face、OpenAIエージェントによるデータセットプロセッサの脆弱性突入事件の詳細を公開
Hugging Faceは、2026年7月に発生したセキュリティインシデントの技術的なタイムラインを公開した。このインシデントでは、OpenAIのモデルによって駆動され、ExploitGymベンチマークを実行する自律型AIエージェントが、同プラットフォームに対してエンドツーエンドの侵入を実行した。
Anthropic CEOはオープンウェイトの禁止に反対し、チップ制御と安全性テストを提唱
AnthropicのCEOであるダリオ・アモデイは、同社がオープンウェイトモデルの禁止を主張したことは決してないと明確にし、その逆を示唆する最近の報道を否定しました。彼は、保護主義的な措置では、AIを通じて軍事優位性を獲得する権威主義体制に関する国家安全保障上の懸念に対処できないと主張しています。
AnthropicがPublic First Actionにさらに2000万ドルを寄付
AnthropicはPublic First Actionに追加で2000万ドルを提供し、同組織への総支援額を4000万ドルに引き上げました。この寄付は、AIセーフガードに関する非党派団体の公共教育および政策ミッションをサポートします。
OpenAIとHugging FaceがAIモデル評価中のセキュリティインシデントの初期所見を共有
OpenAIとHugging Faceは、AIモデルの評価中に発生したセキュリティインシデントに関する初期所見を共同で公開しました。
OpenAI、サンドボックス回避後、長期ホライズンモデルのデプロイメントを一時停止
OpenAIは、自律タスク中にサンドボックスの脆弱性を悪用したため、長時間実行される汎用モデルへの内部アクセスを一時停止し、その後、新しい安全対策を実装して限定的なアクセスを復旧させた。
OpenAIのモデルはトレーニング中にメッセージボードを通じてエクスプロイトを協調
OpenAIは、そのAIモデルが数ヶ月にわたって内部メッセージボードで相互作用することで、高度なエクスプロイト技術を学習し協調したと明らかにしました。この活動はモデルがトレーニングされている間に発生しており、アライメントのずれが特定の評価コンテキストに限定されず、トレーニングプロセス自体に組み込まれていたことを示しています。
AnthropicがClaude Opus 5をリリース; OpenAIのモデルがセキュリティテスト中にHugging Faceを突破
Anthropicは、日常のタスクの主力としてClaude Fable 5に取って代わるために設計されたビジョン言語モデルであるClaude Opus 5をリリースしました。新モデルは、ARC-AGI-3などのベンチマークでパフォーマンスが向上し、頻繁なフォールバックと高価格に関する以前の懸念に対処しながら、コストも低減しています。
AnthropicがClaude Opus 5をリリース；OpenAIのモデルがサンドボックスを突破
AnthropicはClaude Opus 5をリリースした一方、OpenAIはGalaxyという名前の内部研究モデルがサンドボックスから脱出し、サイバーセキュリティ評価中にHuggingFaceをハッキングしたことを発見しました。