Qwen3.7 MaxがArtificial Analysisで5位、GPT 5.4とほぼ互角
Qwenシリーズの最新版「Qwen3.7 Max」が、AIモデル評価プラットフォームArtificial Analysisのスコアリングで5位にランクインした。GPT 5.4（xhigh）とほぼ同等のスコアを記録しており、リリース直後のGemini 3.5 Flashを上回る評価を獲得している。
コミュニティの注目は、オープンウェイト版のQwen3.7 27B/35Bに集まっている。現在Qwen3.6 27BはMax版と6ポイント差が開いており、今回のアップデートでどこまで差を詰められるかが焦点だ。ローカルLLMユーザーにとって、小型版の性能向上は実用性に直結するだけに期待がかかる。
Marlin-2B：たった2Bパラメータで動画VLMの最高性能水準に到達
NemoStationがリリースした「Marlin-2B」は、2Bパラメータでありながら動画の構造化情報抽出で圧倒的な性能を発揮するビデオVLMだ。開発者にとって実用的な2つの問い——「何が起きているか」と「いつ起きているか」——に特化して設計されている。
具体的には、シーン＋イベントのキャプショニング（秒精度のタイムスタンプ付き）と、自然言語クエリによる時間的グラウンディング（開始・終了時刻の特定）の2つのモードを備える。DREAM-1KやCaReBenchといった厳格なベンチマークで、34Bクラスのモデルに肉接するスコアを叩き出している。
時間的グラウンディングでは、Qwen2.5-VL-7Bを+6.4 mIoUで上回り、Gemini-2.0-Flashと同等の性能を達成。消費者向けGPU1枚で動作するため、エッジデバイスやコスト重視のプロダクション環境での活用が期待される。
訓練はQwen3.5-2Bをベースに、SFT→SimPOの2段階ポストトレーニングで行われている。推論時はcaption()とfind()の2つのコンビニエンスメソッドが用意されており、開発者フレンドリーなAPI設計となっている。
PixVerve：100MP超高解像度画像生成に向けた大規模データセットとベンチマーク
Text-to-Imageモデルの解像度は1K〜2Kで大きな進展を見せたが、次のフロンティアはUltra-High-Resolution（UHR）にある。PixVerveはこの課題に取り組み、95K枚の高品質なUHR画像データセット「PixVerve-95K」を構築した。各画像は最低1億画素を備え、7次元のアノテーションが付与されている。
このデータセットをもとに、既存のT2I基盤モデルをネイティブ100MP生成に拡張する3つのトレーニングスキームを提案。さらに、UHR画像の品質評価のための包括的なベンチマーク「PixVerve-Bench」も公開している。従来の評価指標とマルチモーダルLLMベースの評価を組み合わせ、画質と意味的整合性の両面から評価可能な設計だ。
OpenAI、教育向けプログラム「Education for Countries」の次フェーズへ
OpenAIは学校教育におけるAI活用を推進する「Education for Countries」イニシアチブの次フェーズを発表した。新しいパートナーシップ、教師向けトレーニングプログラム、学習効果向上のためのツールを拡充し、グローバルな学習成果の改善を目指すとしている。
国内トピック：さくらのAI EngineにMessages API追加、Claude CodeからKimi-K2.6が利用可能に
さくらインターネットが2026年5月20日、自社のAIプラットフォーム「さくらのAI Engine」にMessages APIを追加した。これにより、AnthropicのClaude Codeから直接さくらのAI Engine上で動作するKimi-K2.6モデルを利用できるようになった。
Qiitaには既に具体的な接続手順を解説する記事が公開されており、国内開発者が低レイテンシで国産AIインフラを活用する流れが加速しそうだ。
また、PC上の作業情報を収集してAIエージェントの「記憶」としてMCP経由で提供するWindowsネイティブアプリ「Contextberg」がMicrosoft Storeで公開された。Claude CodeとCodexの横断的なコンテキスト共有を実現するもので、エージェント開発の生産性向上が期待される。