minssam.
Published on

テキストに指紋を刻み、音楽を会話で編集し、85言語を書き起こす：2026年9月AIダイジェスト

AIツールの更新サイクルが季節に合わせて動き始めた。

2026年9月に入り、3社がほぼ同時に重要なリリースを行った。Anthropicは Claude Fable 5.1をClaude Codeの公式デフォルトモデルに指定。Sunnoはv6という名称で3つのモデルを一気に発表し、完成した楽曲を会話で修正する機能を公開。GoogleはコーディングエージェントにはGemini 3.7 Flash、音声認識にはGemini 3.5 Transcribeを8月に相次いで紹介した。

3つのアップデートに共通するメッセージはコスト削減と専門ツールの民主化だ。

目次

  1. Claude Fable 5.1：より安く、より安全に、テキストに指紋まで
  2. Fable 5.1が注目される3つの理由
  3. Suno v6：完成した音楽を会話で編集する時代
  4. v6がもたらした3つの変化
  5. Gemini 3.7 Flash + 3.5 Transcribe：コーディングと音声のコスト革新
  6. Fable 5.1をもっと詳しく：双子モデルMythos 5.1と変わった仕様
  7. Claude Codeの8〜9月：/designスキルとAutoモードのデフォルト化
  8. Gemini Notebook（旧NotebookLM）：コード実行、ノートブックのコピー、検索との統合
  9. Suno v6をもっと詳しく：収益分配、続く訴訟、新しい入力方法
  10. Geminiをもっと詳しく：3.7 Flashの提供範囲、3.5 Transcribeのスマート文字起こし、Gemini Liveエージェント
  11. 3つのアップデートが示す方向性

1. Claude Fable 5.1：より安く、より安全に、テキストに指紋まで

Anthropicは2026年9月1日にClaude Fable 5.1を公開し、Claude Code 2.1.257からデフォルトモデルとして指定した。

Pro、Max、Team、EnterpriseプランのClaude Codeユーザーは設定変更なしに自動的にFable 5.1が適用された。前作Fable 5より強力でコストが低いこのモデルは、3つの点で注目に値する。

ベンチマーク：前世代を超えた

Fable 5.1はFable 5、Opus 5、OpenAI GPT-5.6 Solを相手に複数のコーディング評価指標で上回った。公式発表の数値：

  • Terminal-Bench-Science 0.1：52.6%
  • Terminal-Bench 4.0：55.8%
  • CursorBench 3.2（最大努力設定）：73.4%

数値以上に重要なのは、エージェンティックコーディングとコンピューター操作評価でOpus 5を上回ったという点だ。

2. Fable 5.1が注目される3つの理由

理由1：キャッシュ読み取りコスト75%削減

Fable 5.1で最も即座に体感できる変化はキャッシュ読み取り価格が100万トークンあたり1ドルから0.25ドルに引き下げられたことだ。

会話コンテキストを常に参照するClaude Codeのようなツールでは、キャッシュ読み取りが総コストのかなりの部分を占める。Anthropicによると「一般的なワークロードで約25%、エージェンティック作業が多いほど最大45%のコスト削減が可能」とのこと。エージェントを長く、多く使うほど割引が大きくなる構造だ。

理由2：セキュリティ誤検知60%削減

Fable 5.1はサイバーセキュリティ分野のフォールスポジティブ（誤検知）警告を前モデル比約60%削減した。

コードレビューや脆弱性検出において、実際には安全なコードを危険と誤判断するケースが大幅に減少。開発チームにとって、これは無用な警告を追いかける時間の削減を意味する。

Anthropicは、Fable 5.1はソフトウェアの脆弱性を発見するために使用できるが、エクスプロイトを開発するためには使用できないと明示した。

理由3：AIが生成したテキストへのウォーターマーク

Fable 5.1から、Claudeが生成するテキストに目に見えないウォーターマークが埋め込まれる。

このウォーターマークはテキストの内容や可読性に影響を与えない。Anthropicはウォーターマーク検出APIをプライベートプレビュー形式で選択パートナーに提供し始めた。AI生成コンテンツの真偽を検証したいメディア、教育、法務分野から特に注目される機能だ。

活用のヒント

  • Claude Codeユーザーは今すぐclaude --versionで2.1.257以上を確認。あてはまれば、Fable 5.1がすでに動いている。
  • 大規模コードベースを扱うチームはエージェンティックワークロードを増やすほどコスト削減効果が大きくなる。リファクタリングや自動テスト生成などの多段階タスクでキャッシュの恩恵が最大化される。
  • 教育現場ではウォーターマーキングAPIの正式公開タイミングを注視しておこう。

3. Suno v6：完成した音楽を会話で編集する時代

Sunnoは2026年9月9日にv6モデルファミリーをリリースした。1回のリリースで3つのモデル——v6、v6-wild、v6-mini——を同時に発売したのは初めてのことだ。

v6は以前のすべてのモデルを置き換え、プラットフォーム全体を新世代に移行させた。Warner Music、BMG、Believeが音楽産業パートナーとして名を連ねた。Universal MusicとSony Musicはまだ訴訟中だ。

3つのモデルの役割分担

モデル利用可能なプラン特徴
v6Pro以上バランスの取れた音質と制御可能性
v6-wildPro以上予測不可能でエクスペリメンタルなサウンド
v6-mini無料プランを含む全プラン高速生成、アイデア検証用

無料プランユーザーもv6-miniで新世代モデルを体験できることが注目点だ。

4. v6がもたらした3つの変化

変化1：完成した楽曲を日常言語で編集

v6の最大の変化は、完成した音楽を自然言語プロンプトで修正できるようになったことだ。

これまでSunoで曲を修正するには新しいプロンプトで最初から生成し直すか、Stem Separationでレイヤーを分離してから編集する必要があった。今では「2番のサビのピアノボリュームを下げて」や「ブリッジをもっと叙情的に変えて」など、完成した曲に直接指示できる。音楽制作がプロンプトエンジニアリングから会話型編集へと移行した。

変化2：マルチソースマッシュアップとマルチモーダルプロンプト

v6は複数のソースを同時に参照して新しい音楽を生成するマルチソースマッシュアップをサポートする。

以前は1つのリファレンストラックかテキストプロンプトかを選ぶ必要があった。今では2つの曲のリズムパターンと3曲目のボーカルトーンを同時に入力として使える。さらにプロンプトはオーディオ・画像・動画にも対応した。

変化3：音楽産業との公式パートナーシップ

Warner Music、BMG、Believeとのライセンス契約は、AI音楽生成ツールが音楽産業と法的枠組みの中で共存する最初の大規模事例だ。

アーティストや作詞家は自分のカタログをSunoのトレーニングに活用することをオプトインで許可できる。

活用のヒント

  • 教育者: v6の自然言語編集を聴覚的語彙拡張ツールとして活用。「もっと緊張感のあるBGMに変えてみて」のような指示で音楽を語る言語を育てる。
  • コンテンツクリエイター: 映像編集の後工程で音楽も一緒に調整する新しいワークフローを試してみよう。
  • v6-mini: 無料でアイデア検証に最適。方向が決まったらProにアップグレードしてv6で品質を上げる2段階方式が実用的だ。

5. Gemini 3.7 Flash + 3.5 Transcribe：コーディングと音声のコスト革新

Googleはコーディングエージェントワークフロー専用と音声認識専用の2つのモデルを8月に相次いで公開した。

Gemini 3.7 Flash：コーディングエージェント専用、半額

Gemini 3.7 FlashはGemini 3.6 Flashの半額で提供され、コーディング・ソフトウェアエンジニアリング・Web開発に特化したモデルだ。

以前のFlashモデルが汎用低コストオプションだったのに対し、3.7 Flashは最初からコーディングエージェントワークフローのために設計された。

Gemini 3.5 Transcribe：85言語以上を単語単位で書き起こす

Gemini 3.5 Transcribeは音声認識に特化した専用モデルだ。 主なスペック：

機能詳細
対応言語85言語以上
言語自動検出発話単位（utterance-based）検出
話者識別対応
タイムスタンプ単語単位で提供
カスタム語彙最大1,000語登録可能

発話単位の言語検出は、1つの会議で複数の参加者が異なる言語で話す場合に各発言を自動的に識別して処理する。話者識別と組み合わせると「話者Aが韓国語で言ったこと、話者Bが英語で言ったこと」を別々に正確にテキスト変換できる。

活用のヒント

  • 多言語講義録画: 英語と日本語を交えながら講義する場合、発話単位の言語検出が言語切り替え箇所を自動識別する。
  • グローバルチームの議事録: 話者識別＋タイムスタンプで「誰が何時に何を言ったか」を構造化テキストで自動生成できる。
  • カスタム語彙登録: 医療・法律・技術ドメインの専門用語を最大1,000語登録して認識精度を向上させる。

6. Fable 5.1をもっと詳しく：双子モデルMythos 5.1と変わった仕様

Anthropicは9月1日、Fable 5.1と同時にClaude Mythos 5.1を発表した。両者は同じ基盤モデルで、違いは「誰が、どの安全装置のもとで使うか」だけだ。

Fable 5.1は標準の安全ポリシーが適用される一般公開版だ。Mythos 5.1は一部の安全装置を緩和した版で、検証済みのサイバーセキュリティ組織や生命科学機関など、信頼アクセスプログラム（trusted access）の参加者だけに提供される。脆弱性研究や臨床データ処理のように、一般モデルが拒否する正当な専門作業のためのもので、生命科学研究者向けのLife Sciences Verification Programも同時に開始された。

数字で見る追加の変化

項目Fable 5Fable 5.1
最大出力64Kトークン128Kトークン
100万トークンコンテキストの料金長い範囲で割増全範囲で標準価格
適応型思考任意常時有効（low・medium・high・xhigh・max）
Terminal-Bench-Science 0.124.7%52.6%（Opus 5は29.0%）
知識カットオフ2025年12月2026年6月

Effortのデフォルトは、Claude Codeがhigh、Claude.aiとCoworkがmediumだ。新しいセッションを開かずに会話の途中で作業強度を変更でき、品質を下げる近道を避けるよう調整されている。バッチ処理の料金は入出力とも半額になり、Enterprise顧客向けのゼロデータ保持オプションも復活した。

キャッシュ値下げで実際どれくらい変わるか

10万トークンのシステムプロンプトを1日1,000回参照するエージェントなら、キャッシュ読み取りコストは1日$100から$25へ、年間では約$36,500から$9,125へと下がる。スタートアップや個人開発者がエージェントを試す際のハードルがそれだけ低くなる。

Microsoft 365コネクタに書き込みツールを追加

同じ時期、ClaudeのMicrosoft 365コネクタが読み取り専用から書き込み可能へと拡張された。メールの下書き作成・送信、カレンダー予定の作成・編集、OneDrive・SharePointでのドキュメント作成・更新をClaudeが直接処理する。「来週のチーム会議を入れて」という依頼が、テキストの下書きではなく実際のカレンダー予定で完了する。

7. Claude Codeの8〜9月：/designスキルとAutoモードのデフォルト化

Fable 5.1がモデルを変えたなら、Claude Code自体も同じ時期にワークフローを大きく見直した。

  • /designスキル：アイデアの説明やスクリーンショット1枚から、複数アートボードのビジュアルデザインをArtifactとして公開する。要素をクリックしてプロパティを調整し、テキストをインライン編集できる編集可能なキャンバスだ。
  • Autoモードのデフォルト化（8月14日〜）：Pro・Max・Teamプランの新規セッションに自動適用され、「npmコマンドは常に許可」「git pushは常に確認」のように許可・拒否ルールを平文で書ける。
  • Concise出力スタイル：結果を先に、説明は必要なときだけ。
  • その他の変更：使用量上限に達した後のセッション自動継続、プラグイン評価ツールと/output-styleコマンド、ファイルベースのサブエージェントプロンプト。

Figmaで案を作って開発者に渡していた流れが、ターミナルの中で「設計→実装→デプロイ」とつながりうる点が核心だ。

8. Gemini Notebook（旧NotebookLM）：コード実行、ノートブックのコピー、検索との統合

Googleのリサーチノートブックも、7〜9月にかけて静かだが大きな変化を立て続けに迎えた。

  • コード実行（7月16日〜）：NotebookLMがGemini Notebookに名称変更されると同時に、すべてのノートブックにセキュアなクラウドコンピューターが搭載された。AI Ultra・Workspaceビジネス顧客に限られていたこの機能はAI Pro加入者にも拡大した。論文PDF 20本をアップロードし、Pythonで引用頻度を分析する作業がノートブック内で完結する。
  • ノートブックのコピー（8月17日）：ソースだけでなく、音声・動画オーバービュー、学習ガイド、フラッシュカード、クイズ、スライドデッキまで、Studioのアーティファクトがまとめてコピーされる。前学期の講義ノートブックを複製して新学期用に直したり、チームメンバーに同じスタート地点を配ったりするのに便利だ。
  • 検索のAIモードとの統合（8月19日〜）：Google検索のAIモードで自分のノートブックが直接参照される。公開Web情報と自分で整理した資料が一つの回答にまとまる。英語で180か国以上に順次展開中で、EEAは対象外だ。
  • Gemini 3.5の統合（9月）：どのソースのどの部分を根拠に判断したかという推論経路を示し、Audio Overviewの長さ・焦点・複雑さを自分で設定できる。聞いている途中で「質問があります」と割り込めるインタラクティブモードや、10種類のインフォグラフィックスタイルも追加された。

9. Suno v6をもっと詳しく：収益分配、続く訴訟、新しい入力方法

v6のライセンスパートナーシップは最初の交渉事例にすぎず、すべての紛争が終わったわけではない。

Sunoはv6から生成収益の一部をWarner Music Group、BMG、Believeに支払い、レーベルはそれをアーティストや作曲家に分配する。参加アーティストのスタイルをマッシュアップに使い、収益を還元するアーティストのオプトインプログラムも同時に公開された。v6のリリースと同時にv5・v4など以前のモデルはすべて提供終了となり、すべての生成物にはAudible Magic・Musixmatchと共同で作ったウォーターマークとフィンガープリントが入る。編集や圧縮の後も残るよう設計されている。

まだ合意していない相手も多い。

  • Universal Music Group・Sony Music：ボストンの裁判所で訴訟継続中
  • GEMA（ドイツ）：2026年7月31日、ミュンヘンの裁判所で勝訴
  • SOCAN（カナダ）：2026年9月2日に提訴
  • Round Hill Music：最大10億ドルの損害賠償を請求
  • ミュージシャンのJason Isbell：2026年9月1日に個人で提訴

入力方法も広がった。写真や動画だけでなく、日記のようなテキストや「80年代の夏の海辺ドライブ」といった**雰囲気（vibe）**の説明だけで曲を作れる。歌詞の特定の単語だけを選んで、その部分を再生成することもできる。

10. Geminiをもっと詳しく：3.7 Flashの提供範囲、3.5 Transcribeのスマート文字起こし、Gemini Liveエージェント

Gemini 3.7 Flash：ベンチマークと提供範囲

ベンチマークGemini 3.5 FlashGemini 3.7 Flash
FrontierCode 1.1 Main34.4%43.6%
DeepSWE v1.149.0%65.3%

AI Studio、Gemini API、Android Studio、Gemini Enterpriseエージェントプラットフォーム、エージェントファーストのコーディングIDEであるGoogle Antigravity、Gemini CLI、そしてAI Pro・Ultra加入者向けのGemini Sparkで、160か国以上で同時に利用できる。価格は2026年12月31日まで入力$0.75 / 出力$3.75（100万トークンあたり）、2027年からは$1.50 / $7.50だ。

Gemini 3.5 Transcribe：書き取りから「理解する文字起こし」へ

8月26日にリリースされた3.5 Transcribeは、「えー」「あの」といったフィラーを自動で取り除き、文を整えるスマート文字起こしに対応する。開発者はGemini APIとGoogle Cloudですぐに使え、一般ユーザー向けにはまずGboardのRambler機能に搭載され、Chromeにも順次導入される予定だ。

Gemini Live：声で受信トレイを片付ける

Gemini Liveは音声会話を超えてエージェントへと拡張された。Sparkによるタスク自動化、Daily Briefの音声ブリーフィング、ハンズフリーのGmail管理、Personal Intelligence（連携したGoogleアプリの履歴を覚えたパーソナライズ応答）の4つが柱だ。運転中に「先週の上司のメールに返信して」と言えば、下書きを作ったうえで確認を求めてくる。

11. 3つのアップデートが示す方向性

第一に、専門ツールの参入コストが下がり続けている。 Fable 5.1のキャッシュ価格75%削減、Gemini 3.7 Flashの半額、Suno v6-miniの無料提供が同時に起きた。

第二に、AI生成物の責任追跡インフラが整備され始めた。 Fable 5.1のテキストウォーターマーキングとSunoの音楽産業パートナーシップは、どちらもAIが作った結果物の出所を追跡可能にする試みだ。

第三に、マルチモーダルな入出力が標準になりつつある。 Suno v6はテキストだけでなく画像・オーディオ・動画を音楽生成プロンプトとして受け取る。Gemini 3.5 Transcribeは複数言語が混在する音声を処理する。

まとめ

Claude Fable 5.1はコーディングエージェントのコスト構造を変え、生成されたテキストに追跡可能な指紋を刻んだ。Suno v6は音楽を最初から作ることから、すでに完成した音楽と会話することへとパラダイムを転換した。Gemini 3.7 FlashとGemini 3.5 Transcribeはコーディングと音声の参入コストを下げながら精度を高めた。

共通点は一つ。ツールがより安く、より自然に、より責任ある存在になっている。

Sources

テキストに指紋を刻み、音楽を会話で編集し、85言語を書き起こす：2026年9月AIダイジェスト | MINSSAM.COM