Cursorが600億ドルで買収完了、Z.aiとAlibabaが新モデル公開

Cursor買収が完了

AIコードエディタ「Cursor」を開発するAnysphereは、SpaceXaiによる買収が完了したと報じられている。買収額は600億ドルとされる。Latent SpaceはCursorが5人体制だった頃から同社を取材しており、今回のニュースをチームへの祝意を示す形で伝えている。

買収は、AIファーストな開発支援ツールが大手の傘下に入る大型案件として位置づけられる。買収後の製品方針や開発体制の変更については、現時点では詳細が明らかになっていない。

GLM-5.3とポストトレーニング

最も大きな技術トピックとして報じられたのが、Z.aiによるGLM-5.3の公開だ。このモデルは、GLM-5.2と同じ743Bパラメータのベースモデルを使い、新規の事前学習を行わずにポストトレーニングのみで構築されたとされる。コーディングとサイバーセキュリティに特化したモデルという位置づけで、エージェント向けとセキュリティ関連の評価で大きな向上が見られたとしている。

具体的なスコアとして、Terminal Bench 3.0で28.3、DeepSWEで66.9、Agents' Last Examで28.5、GDPVal-AAで1769を記録したという。サイバー性能が向上したため、当面は一部のパートナーにのみアクセスを限定し、安全性レビュー後にオープンウェイトで公開する予定とされる。技術者の間では、性能向上が大きなベースモデルではなく、より長い実行タスクを使った大規模なポストトレーニング/強化学習によるものだという点が注目されている。

Qwen3.8など中国オープンモデル

AlibabaはQwen3.8-27BをApache 2.0ライセンスで公開した。ネイティブのマルチモーダル対応、デンス(高密度)モデルで、ネイティブのコンテキスト長は262K。YaRNを使えば最大1Mまで拡張できる。すでに公開済みの上位モデルQwen3.8-2.4T-A95Bも紹介され、27Bモデルは実務的なコーディングやオフィスワーク、エージェントを意識して作られている点が特徴だ。

公開初日からvLLM、Ollama、llama.cpp/GGUF、SGLangなどが対応し、SGLangはRTX 5090上で毎秒206トークンを報告している。クラウド事業者ではTogether、Fireworks、Modal、DigitalOcean、DeepInfraなどが名を連ねた。UnslothはNVFP4量子化と動的GGUFを提供し、Qwenは17GBのRAMでのローカル利用を強調している。

DeepSeek V4-Proは、vLLMがMITライセンスでの対応を発表した。プレビュー版からのチェックポイント互換性や、統合されたドラフティングサポートも特徴とされる。RedNoteのAIラボは、280BパラメータのマルチモーダルMoEで、アクティブパラメータが16B、コンテキスト長512Kのdots3-note Previewを公開。長期実行エージェント向けで、新しい強化学習手法TEMPOも併せて発表された。複数の中国ラボがそれぞれ異なる強みを持ち、オープンなモデルを速いペースで出し続ける構図が浮かび上がっている。

エージェント基盤と評価の課題

モデル単体ではなく、エージェントを動かす実行基盤(ハーネス)も重要なテーマになっている。DeepSeek Harnessは、エージェントループやツール、セッション、ファイルシステム、プロバイダをすべて差し替え可能なプラグイン型ランタイムとして説明されている。Cordisがライフサイクル管理、リアクティブな依存関係、元に戻せる副作用を提供し、ホットスワップによるランタイム変更や、エージェントが自身のランタイムを再起動なしで変更できる可能性も議論されている。

一方、ベンチマークへの懐疑論も強まっている。Vik Paruchuri氏はLlamaIndexのベンチマークを批判し、スコアラのバグで性能評価が65%から93.6%に変わり得ると指摘した。氏は開発者がマーケティングではなく自前の評価を行うべきだと述べた。François Chollet氏は、ARC-3の公開デモ用セットは学習・評価データではなく、リーダーボードのスコアは非公開セットでの性能を示す弱い代理指標にすぎないと語った。MetaのWiggle Frameworkは、LLMジャッジを再プロンプトや敵対的圧力で試し、判定が25〜71%、敵対的説得の場合は62〜91%覆り得ると報告している。