Claude Opus 5/Sonnet 5等マルチモデル障害、本番運用者が今すぐ見るべき対応

Microsoft・Anthropic・OpenAI が提供する 3 つの AI エージェントに同一プロンプトでスライド作成を依頼し、デザイン性・指示遵守・完成度・生成速度・コストを比較。ChatGPT Work が最高の完成度、Claude Cowork が最速、Copilot Cowork はモデル選択で結果が大きく変わる結果に。

Claude Certified Architect - Foundations 資格取得を目指す向けに、Anthropic Academy の「Building with the Claude API」コース内のプロンプト評価セクションを解説。テストケース自動生成、Claude API でのタスク実行、モデルベース・コードベース評価の 2 種類による採点、最終スコア集約といった評価パイプラインの構築手法をコード引用で具体化している。

Alibaba が Qwen 3.8-Max（2.4T パラメータ）をリリース。オープンソース版は来週公開予定。実証として 10 日以上の自律コーディング、論文の再現と改善、オンラインコンペティションで数百チームを上回る成果を実現。複雑なタスクをエンドツーエンドで高信頼度で完了する能力を確認。

Headroom はオープンソースのコンテキスト圧縮ミドルウェアで、JSON、コード、ログなど複数のコンテンツタイプに対応した 6 つの圧縮エンジンを備え、API 費用を 60～95% 削減できます。プロキシ / エージェントラップ / ライブラリ / MCP サーバーの 4 つデプロイモードで導入でき、復号可能圧縮（CCR）とキャッシュ連携により二重削減が実現します。