Google ResearchのGemini-SQL2がtext-to-SQLベンチマークで圧倒的トップ

Google Researchは、自然言語からSQLクエリを生成するモデル「Gemini-SQL2」を公開した。Gemini 3.1 Proをベースに構築されており、text-to-SQL分野の標準ベンチマークであるBIRDで**80.04%**の精度を記録。OpenAIやAnthropicの最新モデルを大きく引き離す結果となった。

Googleは同技術がデータサービス全体の自然言語インターフェース改善に寄与する可能性を示唆している。データ分析の民主化という観点から注目される動きだ。

MicrosoftのSkillOpt：Markdownファイルを「訓練」してAIエージェントを強化

Microsoftと中国の3大学が共同開発した「SkillOpt」は、AIエージェント向けの指示文書（Markdownファイル）を最適化する手法だ。従来のモデル訓練の原理を応用し、シンプルなMarkdownファイルを調整するだけでGPT-5.5の手続きタスク性能を約23ポイント向上させたという。

興味深いのは、同じ最適化ファイルがCodexやClaude Codeなど異なるモデルやエージェント環境でも転移可能だという点だ。プロンプトエンジニアリングの枠を超えた新しいアプローチとして、実用上のインパクトが大きい。

Pi + Qwen3.6-27BでClaude Codeを代替する動き

ローカルLLMコミュニティで、PiエディタとQwen3.6-27Bの組み合わせが実用的なClaude Code代替になっているという報告が注目を集めている。報告者は1ヶ月以上日常的に使用しており、アドバイザー役としてGPT-5.5を組み合わせることで、CodexやClaude Codeをほぼ完全に置き換えられたという。

Piエディタはローカルモデルのシームレスな統合、トークン使用量とコストの可視化、カスタマイズ可能な権限システムなどを備えており、オープンソースのローカル開発環境として有力な選択肢になりつつある。

llama-launcher v1.3がベイズ最適化で推論速度を自動チューニング

llama.cpp向けのGUIツール「llama-launcher」のv1.3がリリースされ、Tree-Structured Parzen Estimationを用いたベイズ最適化機能が追加された。optunaフレームワークを利用し、llama-serverのパラメータを自動調整して、最大15%の推論速度向上を達成した事例が報告されている。

特にMTP（Multi-Token Prediction）モデルのチューニングで効果を発揮しており、手動でのパラメータ調整に代わる実用的なアプローチとしてローカルLLMユーザーにとって魅力的なツールだ。

Claude Codeを司令塔にGemini 3.5 Flashを実装役として使う手法

Qiitaで、Claude Codeを設計・レビューの司令塔とし、Antigravity CLI経由でGemini 3.5 Flashをコーディングの実装役として使う環境構築方法が共有された。従量課金をゼロに抑えつつ、高精度な設計判断と高速な実装を両立するアプローチとして参考になる。もともとClaude Fable向けに構築していた環境だが、輸出規制により使用できなくなったためOpus 4.8に切り替えたとのことだ。