概要 Cloudflareは、社内でエージェントやアプリケーション、業務ワークフロー向けに使ってきたAIプラットフォーム「Cloudflare OS」をApache 2.0ライセンスの下でGitHub上に公開した。名称に「OS」を含むものの、これは従来型のオペレーティングシステムではなく、AIエージェントを組織のコンテキストと結びつけて動かすためのワークスペース基盤である。Cloudflareは既にこの仕組みを自社の内部業務で運用しており、今回それを外部の開発者やエンタープライズにも利用できる形で公開した。 技術的な詳細 Cloudflare OSは大きく3つの要素で構成される。1つ目は、企業が整理したコンテキストやスキルをもとにエージェントがコードを実行できる、隔離されたランタイム環境としての「エージェントワークスペース」。2つ目は、社内データやサービスへのアクセスを安全に制御するための「セキュリティ・ガバナンスフレームワーク」。3つ目は、ユーザーが自ら構築・共有・修正できる「モジュール型アプリプラットフォーム」である。利用の起点はブラウザ上での対話であり、そこから始まったやり取りがドキュメントやアプリ、さらには継続的なワークフローへと発展していく設計になっている。組織全体の目標に沿った形でエージェントを動かせる点が、他の汎用的なエージェントツールとの差別化要因とされている。 背景と今後 Cloudflareはこれまでもエッジコンピューティングやセキュリティ製品を中心に事業を展開してきたが、AIエージェントの実行基盤という新たな領域を、まず自社の内部システムとして構築・運用し、その成果をオープンソースとして還元する形を取った。Apache 2.0という商用利用に寛容なライセンスを選んだことで、企業が自社のガバナンス要件に合わせてカスタマイズしながら導入しやすくなっている。ただし、公開時点の発表ではオープンソース化の戦略的な狙いや、今後のロードマップについて詳しい説明はなされておらず、コミュニティやエンタープライズユーザーからの反応、そして実運用でのユースケースの広がりが今後の焦点になりそうだ。

概要 OpenAIは、プレゼンテーション資料の自動生成サービスを手がけるスタートアップ「NextSlide」を買収したことを明らかにした。買収自体は2026年初頭にすでに実施されていたが、公表は数か月遅れて8月8日に行われた。買収金額は非公開となっている。NextSlideのチームはOpenAIに合流し、今後はChatGPTの開発に携わることになる。今回の買収は、ChatGPT内にオフィススイート的な機能を統合していくOpenAIの取り組みの一環と位置づけられている。 NextSlideの製品とチーム NextSlideは、プロンプトやメモ、ドキュメント、研究資料などのラフな入力を、体裁の整った編集可能なプレゼンテーション資料へと変換するサービスを提供してきた。視覚的なコミュニケーションをより身近なものにし、ユーザーが自分のアイデアを明確に表現できるよう支援することを目指していたという。創業者のAhmed Beshry氏は以前、Caper AIを共同創業した人物で、同社は2021年にInstacartに買収されている。今回の買収でも、Beshry氏を含むチームがOpenAIに移籍する形となった。 今後の展開 Beshry氏は買収にあたり、「同じミッションを追求し続ける。人々が創造やコミュニケーション、アイデアを意味のある成果へと変えるのを支援するAI製品を構築していく」とコメントしている。OpenAIはこれまでにも複数の専門特化型スタートアップを買収し、そのチームや技術をChatGPTに統合してきた経緯があり、NextSlideの技術やノウハウも、ChatGPT上での資料作成・編集機能の強化に活用されるとみられる。ChatGPTを単なる対話ツールから、文書作成やプレゼン資料作成まで担う総合的な生産性プラットフォームへと発展させる動きが、今後さらに加速する可能性がある。

概要 CNCFのインキュベーションプロジェクトであるKubernetes向けコスト管理OSS「OpenCost」が、バージョン1.121.0でLLM推論基盤「llm-d」との統合を果たし、GPU・トークン単位で推論コストを可視化する「AI Inference Costs v1」機能を追加した。プラットフォームチームの多くは、GPUコストの上昇や数十億トークン規模の処理量は把握していても、1トークンあたりの実際のコストが不透明という課題を抱えていた。自社ホスティングとSaaS APIのコスト比較やチーム別のAI予算消費の追跡もできていなかった中、今回の機能はこうしたFinOpsニーズの高まりに応える初の同種機能となる。 技術的な詳細 統合アーキテクチャは、vLLMが発行するトークンスループット（プロンプトトークン数・生成トークン数）や処理時間のメトリクスと、OpenCostが持つ既存のGPU割り当てエンジンを組み合わせる形で実現されている。Prometheus向けに新たにllm_total_hourly_cost（モデル単位の時間あたりコスト）やllm_cost_per_million_tokens（入力/出力トークン別の百万トークンあたりコスト）といったメトリクスが公開され、model_nameやcost_basis（利用ベースか割り当てベースか）といったラベルが付与される。 コスト計測は「割り当てベース」と「利用ベース」の2軸で行われる点が特徴的だ。割り当てベースはGPUメモリ、推論時のコンピュート、ゲートウェイやKVキャッシュなどインフラ全体にかかる運用コストを反映する一方、利用ベースは実際の推論処理に消費された分のみを計上し、KVキャッシュヒットの効果も反映する。両者の比率（利用ベースコスト÷割り当てベースコスト）が「利用率」となり、たとえば割り当てベースが百万トークンあたり4.00ドル、利用ベースが1.00ドルなら利用率は25%と算出される。 記事はここで、利用ベースコストのみを見て自社ホスティングとSaaS APIを比較する「落とし穴」を指摘している。利用ベースコストが百万トークンあたり1.00ドルの自社モデルは、2.00ドルのSaaS APIより一見有利に見えるが、利用率が25%であれば実際の割り当てベースコストは4.00ドルとなり、SaaSの方が経済的に優位になる。自社ホスティングが競争力を持つには、おおむね50%以上の利用率が必要になるという。llm-dデプロイメント周辺の推論スケジューラ（EPP）、ゲートウェイプロキシ、最大18TBに達するティアードKVキャッシュストレージ、ワークロード変種オートスケーラーといったコンポーネントも、OpenCostの共有ラベル機構により自動的にコスト割り当ての対象となる。 この機能はIBM ResearchのSima NadlerとOpenCostメンテナーのAlex Meijerが共同で解説しており、109基のGPUと30個のデプロイ済みAIモデルを持つクラスタで検証済みだという。今後はOpenCost側で無駄なGPU容量の測定やLLM固有のアイドル検出、UI統合、チーム別コスト属性付けなどが、llm-d側ではワークロード/テナント単位のメトリクス収集などが計画されている。両プロジェクトはオープンソースとして公開されており、モデルの経済性評価やチャージバック/ショーバック報告、過小利用モデルの特定などへの活用が見込まれる。

概要 Elon Musk率いるxAIは8月11日、質問に答えるだけの従来型チャットボットとは一線を画す新しいAIエージェント「Grok Bot」のベータ版を発表した。開発にはコーディングツールで知られるCursorも関わっており、両社は統合企業化を進めているという。Grok Botの最大の特徴は、ユーザーが眠っている間も独立して作業を続けられる「常時稼働」の設計にある。各BotにはAPIやMCP接続に依存しない専用のクラウド上のコンピュータが割り当てられ、人間のオペレーターのようにウェブサイトを閲覧したり情報を入力したりしながら、複数ステップの作業を自律的にこなす。 技術的な特徴 Grok Botは、ユーザーがログイン済みの既存アプリやサービスに自動サインインし、承認が必要な段階まで業務を完遂させる。会話履歴や過去の修正内容を記憶し、未完了のタスクを自らフォローアップするほか、使用回数を重ねるごとに人間の承認が必要なタイミングをより正確に判断できるよう改善されていくとされる。ユーザーが作業手順をデモンストレーションすると、そのルーチンを再利用可能な形式で保存する「ワークフロー学習」機能も備える。さらに、複数のBotが同一プロジェクトの異なる部分を分担し、グループチャット形式で文脈を共有しながら協調して作業を進めることも可能だという。専用のAI統合を持たない多くの企業向けソフトウェアに対しても、人間と同様の操作でアクセスできる点が実用上の強みとして挙げられている。 提供方法と価格 ベータ版はMacおよびiOS向けに提供が始まり、Windows・Linuxのデスクトップ版も用意されている。Android版は近日提供予定とされる。アクセスは月額300ドルのSuperGrok Heavyプラン、月額200ドルのCursor Ultra、または1シートあたり月額120ドルのCursor Teams Premiumのサブスクライバーに限定されており、エンタープライズユーザー向けにはウェイトリストが設けられている。 今後の展望 記事では、実運用における信頼性を確立するには幅広いテストが必要だと指摘されている一方で、今回のコンピュータ操作型エージェントのアプローチは、AIが人間に作業を指示する段階から、AI自身が実際のデジタルワークを代行して遂行する段階へのシフトを象徴する動きだと位置づけられている。既存アプリのUIをそのまま操作できる仕組みは、専用APIの整備を待たずに幅広い業務へAIエージェントを適用できる可能性を示しており、今後同様のアプローチを取る競合サービスの動向にも注目が集まりそうだ。

概要 Zoomの画面共有時に使われる注釈(アノテーション)機能に、最大CVSS 8.3の深刻な脆弱性が複数発見された。最も重大なCVE-2026-53413は、会議参加者が特別に細工した描画メッセージを送るだけで、被害者側クライアントのユーザー操作を一切必要とせず(ゼロクリック)任意コードを実行できるというもの。イスラエルのセキュリティ企業A Securityが発見し、Zoomは既に全対応プラットフォーム向けに修正パッチを提供済みで、現時点で悪用の報告やCISAの既知悪用脆弱性(KEV)カタログへの掲載はない。 技術的な詳細 問題の中心はZoom独自プロトコルにおける注釈機能の実装にある。テキスト注釈ツールは受信した描画データを構造化オブジェクトへ変換する際、固定128バイトのバッファに対して十分なサイズ検証を行わずに書き込んでおり、攻撃者が過大なパケットを送ることでバッファオーバーフローを引き起こしリターンアドレスを上書きできる(CVE-2026-53413、CVSS 8.3)。加えて、未初期化のヒープメモリを読み取ることでアドレス空間ランダマイゼーション(ASLR)を回避するための情報を抽出できるバッファオーバーリードの脆弱性(CVE-2026-53414、CVSS 6.5)、およびZoom自身が既に発見していたuse-after-free脆弱性(CVE-2026-53415、CVSS 8.3)も存在した。VDIクライアントには別途パストラバーサルによる情報開示の脆弱性(CVE-2026-53416)も報告されている。 攻撃者は、メッセージ型のチェックが不十分な点を突き、悪意ある描画データを「受領確認」として他の参加者に送信することで、被害者クライアントに強制的にオブジェクトの完全な再構築を行わせ、メモリ破壊を引き起こす。会議に参加または主催するだけで個々の参加者を標的にでき、被害者側に視認可能な兆候は残らないという。 発見の経緯とZoomの対応 今回特筆すべきは発見のスピードだ。A Securityは、これまで精鋭チームが数ヶ月かけて発見するレベルの脆弱性を、公開されているAIモデルへの20件未満のプロンプトから24時間以内に動作するエクスプロイトへとたどり着いたと報告している。AIを活用した脆弱性発見の高速化を示す事例として注目されている。 Zoomは全ての対応プラットフォームに対して修正パッチを提供済みで、Zoom Workplaceはバージョン7.1.5(または7.0.6)以降、VDIクライアントは7.0.11(または6.6.16)以降、Rooms/Meeting SDKは7.1.0(または7.1.5)以降で問題が解消されている。Zoomを利用する組織はFortune 100企業の7割や米連邦機関にも及ぶため、影響範囲は広い。専門家はクライアントの即時アップデートに加え、エンドツーエンド暗号化(E2EE)を無効化してサーバー側フィルタリングを有効にすること、パスコードや待機室によるアクセス制御の強化、不要な場合は注釈機能自体を制限することを推奨している。

概要 CISA、FBI、米国防総省サイバー犯罪センター(DC3)、NSA、米シークレットサービス、韓国国家警察庁は8月10日、医療・金融・製造・運輸・行政・公益事業・教育・小売・専門サービスなど幅広い分野を標的とするGunraランサムウェアについて、共同勧告(AA26-222A)を発表した。#StopRansomwareキャンペーンの一環で、攻撃手法や侵害指標(IOC)を共有し、対象組織に早急な対策を呼びかけている。 Gunraは2025年4月に確認されたランサムウェアで、リークした旧Contiランサムウェアのソースコードを基盤としている。2026年に入りランサムウェア・アズ・ア・サービス(RaaS)モデルへ移行し、身代金の80%をアフィリエイトに配分する形で攻撃者を募集。ダークウェブのリークサイトには、これまでに世界各国の30組織超が被害者として掲載されているという。 攻撃の手口 Gunraのアフィリエイトは、VPNゲートウェイやファイアウォール機器、RDP公開システムなど、インターネットに露出したエッジインフラを侵入経路として悪用する。具体的には、FortiOS・FortiProxyの認証回避脆弱性(CVE-2024-55591、CVE-2025-24472)の悪用や、デフォルト認証情報のまま運用されているSSL-VPN管理アカウントへのアクセス、公開VPNゲートウェイの漏洩済み認証情報やSSHアクセス制御の不備の悪用が確認されている。侵入後はVDIポータルの認証処理を改ざんし、攻撃者が制御するワンタイムパスワードを受け入れさせることでMFAを事実上回避する手口も報告されている。 侵害後の横展開にはImpacket(psexec.py、smbclient.py、secretsdump.py)などのSMBベースのツールが用いられ、OpenSSHトンネル・7-Zip・Rclone・FileZillaを使ったデータ流出、WMIによるWindowsシャドウコピーの削除も確認された。Windows環境を主な標的としつつ、2025年後半にはLinux版も開発されている。ファイル暗号化にはChaCha20とRSA-4096を組み合わせた多スレッド処理が用いられ、暗号化後のファイルには.ENCRT拡張子が付与され、ランサムノートR3ADM3.txtが設置される。窃取したデータには業務上重要な文書やデータベース、個人識別情報(PII)、社内メールなどが含まれ、身代金交渉に応じない場合は公開・売却すると脅す二重恐喝の手口が用いられている。 推奨される対策 勧告では、インターネットに公開されているVPN・ファイアウォール・RDPなどのシステムを洗い出し、既知の悪用脆弱性に対するベンダーパッチを優先的に適用することを求めている。あわせて、漏洩の可能性がある認証情報の失効、デフォルトアカウントや休眠中の管理者アカウントの削除も推奨されている。 ネットワークセグメンテーションについては、単なるコンプライアンス対応ではなく実効的な被害封じ込め策として扱うべきだとし、ユーザー端末・VDI・ID管理サービス・バックアップ・管理ネットワークの分離、不要なSMB/RDPトラフィックの遮断、管理アクセスの専用ハード化端末への限定、通常のドメイン認証情報ではアクセスできないバックアップ基盤の構築を挙げている。さらに、オフラインかつ改ざん不能なバックアップを物理的に分離した場所に保管し、定期的な復旧テストを行うことも重要だとしている。検知面では、管理ツールの不審な使用や異常なアーカイブ作成、クラウドストレージへの不審な転送の監視に加え、勧告に添付されたSTIX形式のIOCを検知基盤に取り込み、MITRE ATT&CKフレームワークに基づいた脅威ハンティングを行うことが推奨されている。

概要 Microsoftは2026年8月の月例パッチ「Patch Tuesday」を公開し、集計方法によって400件前後（Zero Day Initiativeベースで398件、The Registerの独自集計では421件）に上る脆弱性を修正した。このうち3件はゼロデイ脆弱性で、なかでもWinSock用補助関数ドライバ(afd.sys)に存在するCVE-2026-68820は、パッチ公開前から北朝鮮系脅威アクターLazarusグループによって実際に悪用されていたことが明らかになっている。7月の記録的な570件規模の修正からは件数が減少したものの、AIを活用した脆弱性発見システムの導入により、Microsoftの月例更新は例年より大幅に多い件数が「新常態」になりつつあるとThe Registerは指摘している。 ゼロデイ脆弱性の詳細 積極的に悪用が確認されているCVE-2026-68820は、カーネルのネットワーキングコンポーネントであるWindows Ancillary Function Driver for WinSock(afd.sys)に存在するuse-after-free脆弱性で、CVSSスコアは7.0。攻撃者はローカルで実行中のコードを起点に、特別に細工したアプリケーションで競合状態(race condition)を発生させることでSYSTEM権限への昇格が可能になる。Check Point Researchはこの脆弱性をLazarusグループの「Operation Dream Job」キャンペーンと関連付けており、同社の脅威インテリジェンス責任者は「このCVEの成功した実装を1件確認しているが、キャンペーン全体で広く使われていたと見ている」とコメントした。発見者はCheck PointのMoshe Marelus氏とDavid Driker氏。 このほか、公開情報として既知だったゼロデイが2件ある。管理者権限の奪取を可能にするWindows User Profile Serviceの昇格脆弱性CVE-2026-62832(通称「LegacyHive」、リンク参照の不備が原因)と、レジストリハイブの改ざんを許すWindows Container Isolation FS Filter Driverの脆弱性CVE-2026-72971だ。 Lazarusによる悪用キャンペーンの実態 The Registerによれば、Lazarusはこの脆弱性を6月上旬という早い段階から兵器化していた。標的となったのは欧州とインドの防衛関連組織で、攻撃者はロッキード・マーティンやプライバシー技術企業Enveilになりすまし、検索エンジンで上位表示されるよう最適化した偽の採用サイトを用意していたという。攻撃の実行段階では、改変されたPDFビューア「SecurityPDF」を配布し、細工されたPDF文書から悪意あるペイロードを実行、これまで知られていなかったバックドア「Troy」を展開した。その後、afd.sysの競合状態を突いてカーネルモードのルートキット「FudModule」を仕込み、権限昇格を完了させる流れだ。 重大なリモートコード実行脆弱性 今回の更新では、認証不要かつユーザー操作なしで悪用できるCVSS 9.8の重大なRCE脆弱性が複数含まれる。Windows DNS Serverのスタックベースバッファオーバーフロー(CVE-2026-62878)は「ワーム化可能」と評価されており、Windows Deployment ServicesのTFTPハンドリングに存在するCVE-2026-62893は認証不要のUDPポート69経由で悪用可能。ほかにMicrosoft QUICのRCE(CVE-2026-62815)も重大度Criticalとされた。またSharePointでは、7月に修正された認証バイパス脆弱性CVE-2026-55040と、今回修正されたRCE脆弱性CVE-2026-63520が組み合わさることで、認証なしの攻撃チェーンが完成する形になっており、2ヶ月にまたがる修正の一環として注目されている。このほかWindows DNS Server、DHCP Server、SSTP、iSCSI Target Serviceなどにも重大なRCE脆弱性が見つかっており、Exchangeの権限昇格脆弱性CVE-2026-62911はPwn2Own Berlinで実演されたものだ。 今後の対応 Microsoftは重大度Critical相当の脆弱性を42件(ZDI集計では62件)含む今回の更新の速やかな適用を推奨している。特にCVE-2026-68820は攻撃キャンペーンで既に悪用が確認されており、また複数の重大なRCE脆弱性が認証不要で悪用可能であることから、企業のセキュリティ担当者には優先度の高いパッチ適用が求められる。AIによる脆弱性発見の効率化を背景に、今後も大規模な月例更新が続く可能性が高く、パッチ管理体制の見直しが必要になりそうだ。

概要 Nvidiaは、Apollo Global Management、Blackstone、BlackRock、Brookfield Asset Management、Goldman Sachs、KKR & Coというウォール街の大手資産運用会社6社と提携し、AIインフラ構築のために5000億ドル超の資金を動員する計画を発表した。CEOのジェンスン・フアン氏によれば、この6社にのみ声をかけ、全社が提携を承諾したという。狙いは、Nvidia製チップを担保としたAIインフラ向けの専用資本プールを創設し、Nvidia顧客がスケールメリットのある有利な金利でコンピュート資源を調達できるようにすることだ。フアン氏は自社のGPUを「投資可能な資産」と位置づけ、生産性が高く、長寿命で、汎用性・柔軟性を備えるという4つの特性から金融商品化が可能だと説明している。 資金調達の仕組み この枠組みでは、計算能力（コンピュート）そのものを担保とし、私募債および特別目的会社（SPV）が発行する公開債を通じて資金を調達する。特別目的会社は一度に数百億ドル規模を調達できる設計で、Goldman Sachsが公開債取引の主要引受人を務める。取引は数ヶ月以内に開始される見込みだが、現時点では基本合意書（MOU）の段階にあり、最終的な契約締結はこれからだという。Nvidia自身は各案件で最大25%程度の資金支援を行う可能性があるとされ、残りは各資産運用会社が独立して引き受ける形になる。この仕組みは、スタートアップを含む中小のAI企業がバランスシートを過度に圧迫せずにコンピュート資源を借り入れやすくすることも意図している。 各社の狙いと市場への影響 Goldman SachsのCEOであるデービッド・ソロモン氏は、この取り組みの目標を「Nvidiaのコンピュートを裏付けとした信用市場を作ること」と説明した。BlackRockのCEOラリー・フィンク氏は、これを1970年代のモーゲージ担保証券（MBS）になぞらえ、「金融工学における次の未来」だと述べている。また、Blackstoneの社長兼COOであるジョン・グレイ氏は、AIコンピュートを住宅ローンのような「金融商品化可能な資産クラス」として扱うべきだと主張した。この構想は、Nvidiaが既にOpenAI向けに2500億〜3500億ドル規模、SKグループとも5000億ドル規模の大型契約を検討しているとされる中で発表されており、AI業界全体で膨らみ続けるデータセンター投資の資金需要にウォール街がどう応えるかという課題への一つの回答といえる。 今後の展望 今回の取り組みは、データセンターを商業用不動産や有料道路のような伝統的な担保資産と同様に扱い、AIインフラへの投資を証券化・大衆化する試みとして注目されている。実際の個別契約の規模や展開スケジュールはまだ公表されておらず、各案件の最終合意やSPVを通じた実際の起債がいつ本格化するかが今後の焦点となる。AIブームを支える巨額の設備投資が、株式や自己資金だけでなく、機関投資家向けの新たな信用市場によって支えられる構造へと移行しつつある点は、AIインフラ投資の持続可能性を占う上で重要な指標になりそうだ。

概要 OpenAIは、現従業員および元従業員を対象とした70億ドル規模の株式テンダーオファー(公開買い付け)を完了したと報じられた。買い付けの結果、同社の企業価値は8520億ドルと評価された。これは3月に実施された1220億ドル規模の資金調達ラウンド時点の評価額と同水準であり、これまで調達のたびに評価額を切り上げてきたOpenAIにとって、初めて評価額が横ばいとなるテンダーオファーとなった。 買い戻しの背景と資金運用 今回のテンダーオファーで注目されるのは、外部投資家の資金を頼らず、OpenAIが自社の手元資金を使って従業員株式を買い戻した点だ。3月の資金調達ラウンドでは大型ファンドから資金を調達し、現金準備を大幅に積み増していた経緯があり、その潤沢な手元資金が今回の自己資金による買い戻しを可能にした形だ。非上場企業が従業員に株式価値を現金化する機会を提供する手段として、テンダーオファーは近年広く活用されており、OpenAIもこれまで複数回にわたって同様の買い付けを実施してきた。一方でウォール・ストリート・ジャーナルは、4月時点で同社が社内の財務目標を達成できていなかったと報じており、急成長を続ける一方でコスト面の課題も抱えている実態がうかがえる。 IPOの行方 OpenAIは6月、米証券取引委員会(SEC)に新規株式公開(IPO)に向けた目論見書を非公開形式で提出した。ただし上場時期は明らかにされていない。CEOのサム・アルトマン氏は従業員に対し1年以内の上場を見込んでいると伝えたとされる一方、複数の報道では上場が2027年にずれ込む可能性が指摘されている。予測市場Kalshiでは、2027年3月1日までにOpenAIが正式にIPOを発表する確率を約59%とする見方が示されており、市場でも上場時期をめぐる見解は割れている。評価額が据え置かれた今回のテンダーオファーは、IPOが近い将来には実現しない可能性を示すシグナルとして受け止められている。

概要 高速LLM推論・サービングライブラリ「vLLM」の開発チームは8月11日、v0.27.0を正式リリースした。今回のアップデートは242人の貢献者（うち64人が新規参加）による561件のコミットを取り込んだ大型リリースで、新モデルへの対応拡大、推論高速化のためのカーネル最適化、主要依存ライブラリのアップグレードなど、多岐にわたる改善が盛り込まれている。 新モデル対応 対応モデルの拡充では、コアモデル実装からカーネル、Python/Rustフロントエンド、AttnResカーネル、DeepGEMM対応までを含む「Kimi K3」のフルスタック実装が目玉となっている。このほか、テキストのみの密構成とMoE構成の両方に対応した「Qwen3.5」、「K-EXAONE-2.0-750B-A37B」、Transformersモデリングバックエンド経由での「VaultGemma」、軽量な埋め込みモデル「jina-embeddings-v5-text-nano」への対応が追加された。一方で、Plamo2とOuroモデルのサポートは削除されている。 技術的な詳細 パフォーマンス面では、FlashAttention 4の統合が強化され、FP8 KVキャッシュサポートやheaddim-256サポートが加わったほか、JITウォームアップ用のインフラが整備され、初回リクエスト時のコンパイル遅延が解消された。DeepSeek-V4に対してはシーケンス並列処理の導入や、空のc128カーネル起動をスキップすることでカーネル効率を2倍に高める最適化が行われ、エンドツーエンドの処理時間を最大3.9%短縮しつつ、GPUメモリを448MiB節約することに成功したという。 このほか、エンコーダーのみのアテンションやシーケンスプーリングに対応した「Model Runner V2」、分散サーバー向けに簡略化されたフォールトトレランスフレームワーク、gRPCコントロールプレーンを追加したRustフロントエンド、複数の新しい量子化フォーマットへの対応拡大なども盛り込まれた。依存関係については、PyTorch 2.13.0への破壊的アップグレードを筆頭に、Triton 3.7.1、torchvision 0.28.0、Transformers 5.14.1、FlashInfer 0.6.16.post3へとそれぞれ更新されている。あわせてmax_num_partial_prefillsなど一部の非推奨引数も廃止された。 今後の展望 今回のリリースは新モデルへの対応拡大と推論カーネルの最適化を両輪で進めるものであり、特にKimi K3のフルスタック対応やFlashAttention 4によるコンパイル遅延の解消は、実運用でのレイテンシ改善に直結する。PyTorch 2.13への移行という破壊的変更を伴うため、既存環境で利用しているユーザーは、アップグレード時に依存関係の互換性を確認しておく必要がある。