今日のAIトレンド|Sonnet 5全開放と本番耐性の両輪
今日の要点
編集判断で選び抜いた 8 本。
30 秒で読むなら
今日の AI 動向を 1 行ずつで把握。各項目をクリックすると元記事に飛びます。
- Claude Sonnet 5 全プランで解放
Anthropicが自律実行性能をOpus 4.8に近づけたSonnet 5を無料〜Enterpriseまで提供、無料・Proの標準モデルに。
- Sonnet 5 の導入価格は入力2ドル・出力10ドル
8月31日までの導入価格でOpus 4.8の約半額、複数ファイル変更や長時間デバッグを想定。
- AWSでSonnet 5がBedrock・Claude Platform提供開始
自社AWSアカウント経由で最新Sonnetをそのまま本番投入できる導線が整った。
- 攻める脆弱性検査OSS「Strix」急伸
AIエージェントが実際にコードを動かしPoC付きで脆弱性を裏付ける、+1,195★/日で累計29,137★。
- 認証基盤OSS「Logto」も急伸
マルチテナント・SSO・権限管理を標準搭載、+561★/日で累計13,065★(7/1時点)。
- AWSがLLM本番の耐障害5パターンを提示
Bedrockの複数地域振り分けからアカウント分散、多モデル統合ゲートウェイまで段階的に足せる。
- OpenAIが18年もののバグを疫学的手法で退治
個別デバッグでなく大量のコアダンプを集団解析し、まれなインフラ障害の原因を特定。
- 科学AI測定の新物差し「GeneBench-Pro」
OpenAIが研究現場の複雑な実データでゲノム・生物学の性能を測るベンチを公開。
Sonnet 5が「安く・どこでも」使える段階に入った
モデルの選定より前に、調達の前提が変わった一日。
AnthropicはClaude Sonnet 5を公開し、無料・Pro・Max・Team・Enterpriseの全プランで使えるようにした。無料・Proでは標準モデルになる。導入価格は入力100万トークン2ドル・出力10ドル(8月31日まで、以降は入力3ドル・出力15ドル)で、Opus 4.8(入力5ドル・出力25ドル)の約半額前後にあたる。複数ファイルの変更や長時間デバッグ、ブラウザ操作を伴う自律タスクを想定した世代で、これまで上位モデル前提だった作業を下位価格帯で回せる。「まず試すモデル」の中身が今日から入れ替わった。
同じSonnet 5がAmazon BedrockとAWS上のClaude Platformでも提供開始された。自社のAWSアカウントを起点に最新Sonnetを本番へ載せる導線が整い、検証環境と本番の距離が縮む。価格改定が8月31日で切り替わる点は、月額換算の試算を前提に置いておきたい。導入価格期間中の入力2ドル・出力10ドルと、以降の入力3ドル・出力15ドルで、想定トークン量を掛けて月額差を先に出しておくと調達判断がぶれない。
「攻めて守る」と「認証を固める」がセキュリティ側で同時に伸びた
エージェントが実際に手を動かす方向へ、防御ツールも進んでいる。
OSSのStrixはAIエージェントがコードを実際に実行し、実証コード(PoC)で脆弱性を裏付ける。アクセス制御不備・各種インジェクション・SSRF・XSSなど幅広い対象を持ち、コード変更ごとの自動検査とCI/CD連携、修正案の自動生成に対応する。利用モデルはGPT-5.4・Claude Sonnet 4.6・Gemini 3 Proから選べる。「本当に突けるか」を動作で確かめるため、報告書が上がっても手作業で再現確認していた工程が縮む。GitHubでは+1,195★/日、累計29,137★(7/2時点)と急伸した。
認証基盤のLogtoも急伸した。マルチテナント、企業向けシングルサインオン、権限管理を標準搭載し、AIエージェント型アプリの認可周りを自前実装せずに済ませられる。+561★/日、累計13,065★(7/1時点)。攻める検査(Strix)と入口の防御(Logto)が同じ日に伸びたのは、エージェントを本番に出すほど「認可と脆弱性」の詰めが避けられなくなっている表れといえる。
本番で止めない・原因を突き止める—運用の地力を上げる話
モデルを載せた後に効く、地味だが決定的な設計と手法。
AWSはLLM推論を本番で止めないための耐障害設計を5段階で示した。Bedrock標準の複数地域振り分けから始め、アカウント分散、多モデル統合ゲートウェイへと段階的に足せる構成で、実装コードはGitHubに公開されている。単一リージョン・単一モデルに依存した構成のスループット限界や障害波及を、既存構成に無理なく積み増して緩和できる。Sonnet 5を本番へ載せる動きと合わせると、載せる前に用意しておく耐性設計として今日の内容がそのまま効く。
OpenAIの技術者は、まれに起きるインフラ障害を大量のコアダンプ(異常終了時のメモリ記録)を統計的に解析して突き止めた。1件ずつ個別デバッグするのではなく、多数の障害記録を集団として調べる疫学的アプローチで、再現しにくい低頻度障害の原因に到達している。運用規模が大きくなるほど「めったに起きないが確実に起きる」障害が問題になる。個別追跡が行き詰まる領域を、母集団の解析で崩す発想は自社の障害対応にも移植できる。