OpenAI、CodexにWindowsネイティブのComputer use対応を追加

ChatGPTモバイルアプリからWindowsマシンの操作・タスク起動・ステアリングが可能になり、開発者体験が一気に最強クラスと評される段階に到達した。

▶2026.05.30読了 6分

注目トピック

256K contextと最大8体までの並行エージェント実行に対応。$1/M input・$2/M outputという低価格でClaude/Codex対抗の選択肢が増えた。

Codex Windows対応でComputer Useが実運用フェーズへ
Claude、StepFun、Qwen-VLAなど基盤モデルも同時に更新
fal Assets、Luma Agents、Runway APIで制作ワークフローが統合へ

特集

エージェント型コーディングがOSを越えて主戦場化

Codex Windows対応、grok-build-0.1、Step 3.7 Flash、Pika Founder Kit on Claude MCPと、専用モデルとComputer Useの組み合わせが一気に揃った。モバイルからデスクトップを動かす運用が現実解になりつつある。

エージェント信頼性インフラの整備

WebMCP、Chrome DevTools for agents、Google ADKの長時間稼働エージェント、評価フレームワークの整備など、本番運用に耐える評価・実行基盤が前面に出てきた。一方で、Web経由の間接プロンプトインジェクションとSEO poisoningを組み合わせた新攻撃手法も警告されている。

アセット統合とマルチモーダル自動生成への収斂

fal Assets、Luma Agents、Runway APIの外部モデル統合により、生成物の管理とワークフロー横断が一気に進む。クリエイティブ系AIは生成だけではなく、保管、検索、再利用まで含む運用基盤へ広がっている。

カテゴリ別ハイライト

基盤モデル

Anthropic Claude Opus 4.8がKVキャッシュを維持したままmid-taskのinstructions更新に対応し、コスト・レイテンシ両面で改善。StepFunはagentic向けオープンウェイト「Step 3.7 Flash」を投入。Alibaba Tongyi LabはVision-Language-Action統合モデル「Qwen-VLA」（Qwen3.5-4B + 1.15B DiT）を発表。Gemini 3.5 Proの来月リリース観測も浮上。Cohere Command A+は翻訳ベンチで主要モデルを総なめした。

動画生成

Runwayが一人月製作事例「The Rogue」の舞台裏を公開し、Runway APIにSeedance 2.0やGPT Image 2など外部モデルを統合してハブ化を進めている。Vidu Story Gridチャレンジも始動し、画像からシネマティック映像への変換コンペが開催中。

音声・音楽

Together AIがArtificial Analysis計測でSTT最速2モデルを提供。NVIDIA Parakeet-TDT 0.6B v3を含み、20時間音声を10秒未満で文字起こしできる水準に到達した。

プラットフォーム

fal Assetsがローンチし、画像・動画・音声・3Dを統合ライブラリ化してセマンティック検索を提供。Databricks Unity CatalogではManaged Iceberg、Iceberg v3、Foreign IcebergがGAになり、オープンレイクハウス基盤が前進。Pika Founder Starter KitがClaude MCPで利用可能になり、Google ADKは長時間稼働エージェントの構築フローを整備。Chromium WebMCPはエージェント信頼性向上と専用DevToolsを公開した。

イベント

NeurIPS 2026 May Newsletterが公開。Databricks Data+AI Summitの開催告知も進んでいる。