日本語の会議録、製品の仕様表、作業を撮影した動画。これまでは、それぞれを別のAIツールで処理する場面が多くありました。いま、大規模言語モデルは、異なる資料を一つのタスクの中で理解し、ツールを呼び出して、その先の作業まで進めようとしています。
2026年8月から10月初めまでの米中の動きを振り返ると、バージョン番号以上に気になるのは、企業で使える範囲の変化です。中国の開発企業はマルチモーダル、コード、エージェントのタスクを進め、米国の企業も複雑な仕事と高頻度の処理に向けてモデルを更新しています。選択肢が増えるほど、自社の業務で安定して使うための条件を見極めることが大切になります。
最近の発表から、つながりのある三つの傾向を整理します。
2026年秋のモデル動向タイムライン
公式発表・更新履歴の日付順。提供開始日は各チャネルで異なる場合があります。
1. マルチモーダルが、一連の業務フローに入る
文字を読み、画像を見て、音声を聞ける。それだけでは、今回の更新を十分に説明できません。異なる資料の内容を結びつけ、次の作業に渡せる結果をつくれるかが、注目点です。
Qwenチームは9月18日にQwen3.8-Omni-Flashを紹介しました。テキスト、画像、音声、動画を入力とし、ツール利用、長い音声・動画の処理、構造化出力を扱います。9月10日に発表されたDeepSeek-V4.1-Flashも、ネイティブな視覚理解に対応しています。Qwen公式紹介／開発チームの論文／DeepSeek発表
米国側でも、同じ方向が別の形で表れています。9月29日発表のGPT-6.1 Solは、複雑な文書の理解、コンピューター操作、複数段階の業務フローを改善点として挙げています。技術や製品の位置づけは異なりますが、扱える資料とタスクの幅が広がっています。OpenAI発表
日本企業では、分かれていた仕事を組み合わせ直す余地があります。会議の録音から納期を拾い、製品資料と照合し、根拠を添えた対応事項にまとめる。表や注記がある仕様書から条件を抽出し、後続システムへ渡す。こうした使い方を検証できるようになります。
導入前には、情報の抜け、話者の取り違え、単位の欠落、最後の操作が完了したかを個別に確認する必要があります。滑らかなデモだけでは、業務に必要な信頼性まではわかりません。
入力が広がる分、データの準備も複雑になります。録音には話者と時刻、動画には対応する区間、文書にはレイアウトと出典が必要です。証拠のつながりを整理しておけば、どの段階で誤りが起きたかを確かめやすくなります。
2. 高性能モデルと軽量モデルを、工程ごとに使い分ける
業務フローを分け、それぞれに合うモデルや推論の計算量を選ぶ動きも見えてきました。
GPT-6.1 Solが複雑な仕事を重視する一方、10月7日発表のClaude Haiku 5.5は、要約、分類、検索・問い合わせなど、高頻度のタスクを想定しています。Haikuシリーズとして初めて推論の労力を調節する設定を備え、品質、応答時間、運用コストを比較する選択肢が増えました。Anthropic発表
中国の開発企業にも、細かな設定の動きがあります。9月11日、Kimi K2.8 PreviewはKimi Code内で全面展開されました。推論の労力を選べる一方、モデルIDは引き続きkimi-for-codingです。企業が日常的に使う製品や接続先の中でも、モデルの振る舞いは変わり得ます。Kimi公式更新履歴
例えば、顧客から届く文書を軽量モデルで分類し、複雑な資料を高性能モデルで処理し、リスクの高い結果を人が確認する構成が考えられます。ただし、使い分けはテストで決めるべきです。単純に見える処理にも難しい例外があり、大きなモデルが定型出力のすべてに適しているとは限りません。
一度の選定だけで運用を終えることも難しくなります。モデル、推論設定、プロンプト、ツールが変われば、同じ業務の結果も変わる可能性があります。サービス名が変わらなくても、テスト記録を残し、重要なタスクを定期的に再評価する必要があります。
同じ日本語資料で、どの項目は完全に正しくなければならないか。どの回答には根拠が必要か。どの場面では処理を止め、人に引き継ぐか。自社の基準があってこそ、モデル更新の価値を判断できます。
3. データの役割が、資料からタスクと評価へ広がる
モデル開発者が訓練タスクをどう組み立てているかにも、企業が参考にできる変化があります。
DeepSeek-V4.1-Flashのモデル説明は、事後学習の重要な変更として、タスクと環境の自動生成、データ・タスク・実行軌跡の段階的な拡大を挙げています。8月14日に紹介されたGLM-5.3は、GLM-5.2と同じ基盤モデルを使い、事後学習の環境、タスク、計算投入を広げる方針を説明しています。タスクを実行できるか、結果を検証できるかも、その設計に含まれます。DeepSeekモデル説明／GLM-5.3公式紹介
開発企業の説明から、特定の企業データがどれだけ効果を生むかを直接判断することはできません。ただ、データの価値を考える範囲は広がります。何を入力し、どんな操作を許し、何を結果として求め、どう信頼性を判定するか。仕事そのものの定義まで含めて捉える視点です。
利用企業が、事前学習用の大量のコーパスを一から用意する必要があるという意味ではありません。準備すべきデータは、業務上の課題によって変わります。
モデルに最新の製品情報が足りなければ、まず正しい資料を整理し、適切な版を検索・引用できるようにする。資料が揃っていても出力形式が安定しないなら、プロンプト、手順、例を点検し、必要に応じてファインチューニングを検討する。事実を提供する資料と、振る舞いを調整するサンプルは、役割が異なります。精度を改善する方法
評価用のタスクと採点基準も、訓練用とは分けて残します。よくある問い合わせ、資料間の矛盾、古い版、回答できないケースを含め、訓練サンプルと混同しない。この評価データは、モデル、プロンプト、検索方法を比較する際にも使えます。評価のベストプラクティス
日本企業では、業界の略語、計量単位、表の注記、日本語の表現、必ず人へ引き継ぐ条件といった現場の細部が欠かせません。一般的な日本語能力のスコアだけでは、こうした業務要件を置き換えられません。
データセットの購入や制作も、この要件に沿って考えます。出典と利用許諾が明確か、アノテーションが一貫しているか、重要な例外を含むか、誤りを原文まで追えるか。ファイル数よりも、こうした条件が価値を示します。公開資料と明確なプロンプトで足りるタスクなら、AIを使うためだけにデータを購入する必要はありません。
日本企業は、次に何を準備すべきか
2026年8月から10月初めの動向は、モデルがより多くの業務資料を扱い、長いタスクに取り組み、設定の選択肢も増やしていることを示しています。企業側も、業務資料、タスクの定義、評価方法をあわせて準備することが大切です。
まず具体的な仕事を一つ選び、少量でも代表的な実データを揃え、正しい結果と根拠を記録して、複数の方法を比べる。誤りの場所がわかれば、資料整理、検索の改善、ファインチューニングに何を投じるかも考えやすくなります。
China Tech Radarは、中国テックと日本市場の接点を継続して見ています。孔明が日本企業向けに取り組むデータセット事業も、こうした変化とつながっています。資料を追跡できること、サンプルが実務に近いこと、モデルの更新を業務の結果で確かめられること。AIを日常のフローに組み込むための準備は、モデル選定と並行して進める価値があります。