FLUX 3 Image KleinとGrok Voice 3.0【最新AIニュース解説】2026年10月16日号
家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。
画像、デザイン、声、ローカルAIまで、使う場所に近い更新が続きました。Figmaは、デザインをコードにするCode layersをオープンベータで出しました。FLUX 3 Image Kleinは、8GBのGPUで動く版を用意しています。MetaとNVIDIAも、重みを公開するモデルを出しました。xAIは音声AIのGrok Voice 3.0を発表し、Claude CodeとOpenClawにも更新がありました。
前回は「Gemini 4 ArgonとThe X Subscription【最新AIニュース解説】2026年10月14日号」を届けたよ。分身AI.comでは「AIの検査が全部合格でも、「人間はこんなこと書かないだろ？」と返す｜分身AI日記 DAY192」を公開したよ。これもぜひ読んでみてね。
今日の最新LIVEや最新情報はGPTs研究会Facebookグループにも投稿してるよ。そっちもチェックしてね。
今日のニュースを、「これ、自分にどう関係あるの？」という目線で、わかりやすくお伝えします！
3行でわかるポイント
- FLUX 3 Image Kleinは56億パラメータで、INT8版はVRAM 8GBのRTX GPUで動きます。
- FigmaはCode layersとSpecsをオープンベータで出し、20のMCPパートナー連携を始めました。
- Grok Voice 3.0は、Speech-to-Speech Indexで86.9の1位だと、xAIは書いています。
目次
FLUX 3 Image Klein、8GBのGPUでも動く画像モデル
2026年10月15日、Black Forest Labsが「FLUX 3 Image Klein」を発表しました。
5.6B、つまり56億パラメータの画像モデルです。重みが公開される、オープンウェイトです。気になる更新です！
56億は、画像を作る本体の数字です。テキストエンコーダは含みません。
できることは3つです。文章からの画像生成、画像編集、複数の参照画像を使った生成です。
参照画像は最大10枚です。ネイティブ4Kで生成でき、ピクセル単位の精密な編集もできます。
バウンディングボックス、つまり四角い枠で、要素の置き場所を指定できます。編集する範囲を限ることもできます。
提供は2種類です。ファインチューニング用のベースモデルと、低遅延向けのステップ蒸留モデルです。
ライセンスは、FLUX Kommunity Licenseです。年間売上が500万ドル未満の個人と企業は、無料で商用利用できます！
それ以上の規模の組織は、自社運用のライセンスかAPIで商用展開します。自社運用ライセンスの料金や条件は、公式の説明には書かれていません。
生成器の重みは、BF16で11.2GB、FP8で5.6GBです。INT8版は、VRAM 8GBのNVIDIA GeForce RTX GPUで動きます。メモリの量が、最初の分かれ道です。
BFLが示した速度は、1MP画像の生成で、RTX 5090が約4秒、RTX 4070が9秒未満です。蒸留モデルとINT8版、ComfyUIでの数字です。どれも公式の記事に書かれた数字です。
BFL APIの料金は、1Kイメージあたり0.009ドルからです。重みはHugging Faceにあり、ComfyUIやDiffusersが初日から対応しています。
家庭のコンロにも置ける鍋が、公式から配られたような話です。大きな厨房がなくても、置ける台所が増えた。そこが大事なんです。
画像を作る方に関係する更新です。使い心地は、公式の説明からは分かりません。テキストエンコーダを含めた全体のメモリ要件も、書かれていません。今日の一歩は、自分のPCのGPUメモリの量を確かめることです。
FigmaがCode layersとSpecsをオープンベータで公開
2026年10月15日、Figmaが公式ブログで新しい機能をまとめて紹介しました。
中身は4つです。Code layers、Specs、Payload、MCPパートナー連携です。
Code layersは、オープンベータとして10月15日から提供されます。すべてのプランで使えます！
既存のデザインをコードにできます。ローカルフォルダの取り込みにも対応します。
MCP経由で、コード化済みのプロトタイプを取り込む使い方も挙がっています。GitHubからのインポートも同じです。
Chrome拡張機能で、サイトを取り込む使い方もあります。より複雑なコードベースへの対応は計画中で、時期は書かれていません。
Specsは、文脈を保存するキャンバス上のコンテナです。10月15日から順次展開されるオープンベータです。
Web、デスクトップ、モバイルに対応します。すべての有料プランで使えます。
Payloadは、オープンソースのコンテンツフレームワークです。Figma Makeでの利用が「Payload in Figma」として紹介されています。
Payloadチームは昨年Figmaに加わりました。過去12か月でダウンロード数が6倍に成長したとも書かれています。全アカウントへは、今後数週間で順次です。
MCPは、AIとツールをつなぐ接続口です。新たに20のパートナー連携が始まりました。
名前が挙がったのは、OpenCode、Dia、JetBrainsのJunie、Meta Museです。残り16社の名前は、書かれていません。
調理台の横に、メモを貼れる引き出しがついたような更新です。献立の意図を残しておけば、次に使う人が迷いません。
デザインからコードまでを一人で回す方に関係します。Specsの具体的な料金、正式版の時期、MCP連携の提供条件と料金は、公式の説明には書かれていません。今日の一歩は、自分のFigmaのプランを確かめることです。
MetaがMuse Spark Openの重みを公開しました
2026年10月15日、Metaが「Muse Spark Open」を発表しました。重みが公開されるモデルです。
総パラメータは816B、アクティブは42Bです。コンテキスト長は1Mトークンで、100万トークンのことです。
ライセンスは「Muse Model License with limited commercial terms」です。限定的な商用条件つき、という意味です。ここ、読み飛ばせない所です。
Metaは、多くの開発者が無料で利用できると説明しています。ここ、押さえておきたいですね。
ローカル実行の例も書かれています。Apple M5 Ultra搭載のMac Studio 2台と、最新版のMLXで動くそうです。
各Mac Studioの統合メモリは、最大512GBです。メモリ帯域は1.2TB/sです。
他のハードウェアの最小要件、量子化形式、必要メモリ量の詳細は、公式の説明には書かれていません。
APIは、Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIから使えます！
重みのダウンロードは、Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face、Microsoft Foundry Modelsで提供されます。
価格は、書かれていません。ベンチマークも「Key Benchmarks」の見出しはありますが、本文に数値はありません。
巨大な業務用の寸胴鍋を、レシピごと公開したような話です。ただ、その鍋を置ける台所は限られます。
手元のPCで動かせるかを知りたい方に関係します。Metaが挙げた例は、Mac Studio 2台の構成です。他の環境でどうなるかは、公式の説明からは分かりません。今日の一歩は、API提供先の一覧を開き、自分が普段使うサービスがあるか見ることです。
NVIDIAがNemotron 3.5の3つのモデルを発表
2026年10月15日、NVIDIAが「Nemotron 3.5」ファミリーを発表しました。
3つのモデルがあります。Super VL、Bolt 74B-A9B 24GB、Bolt E4B 4GBです。
Nemotron 3.5 Super VLは、1,200億パラメータのモデルです。画像も読めるエージェント向けです。
指示への従い、ツール利用、複数段階の業務ワークフロー、視覚理解が向けられた用途です。OCR、表、グラフを含む視覚文書の処理が得意とされています。
Webページ、PDF、画像を処理して動けます。Hugging Face、OpenRouter、ModelScopeコミュニティ、NVIDIA NIMで使えます。
Nemotron 3.5 Bolt 74B-A9B 24GBは、手元のPCで日常のエージェントタスクを動かすモデルです。Web調査、文章作成、コードのデバッグが例に挙がっています。
ネイティブ2ビット量子化で、24GBのメモリに収まります。他のアプリと並行して動く、とNVIDIAは書いています。ここは気になりますよね！
PinchBenchでオープンモデルの同クラス1位、BrowseCompでオープンモデルの2位と、NVIDIAは書いています。
現在Hugging Faceで使えます。llama.cpp、Ollama、LM Studio、Unsloth、vLLMに対応します。
GeForce RTX PC、DGX Spark、DGX Station、RTX PROワークステーションで動きます。10月16日発売のNVIDIA RTX Sparkノートパソコンにも対応です。
Nemotron 3.5 Bolt E4B 4GBは、会話型と物理的エージェント向けです。音声アシスタント、インタラクティブなキャラクター、組み込みUIが例で、提供開始は10月23日の予定です。
オープンウェイト、オープンデータセット、トレーニングレシピを提供すると書かれています。具体的なライセンス名、Super VLの必要メモリ量、価格は、公式の説明には書かれていません。
大きさの違う3つの鍋が、同じ棚に並んだような話です。業務用、家庭用、小鍋と、台所の大きさで選べます。
自分のPCでAIを動かす方に関係します。順位は、NVIDIAが自社の記事に書いたものです。実際の使い心地は、公式の説明からは分かりません。今日の一歩は、自分のPCのメモリ容量を確かめ、24GBに届くかを見ることです。
xAIが音声AIのGrok Voice 3.0を発表しました
2026年10月14日、xAIが音声AIの「Grok Voice 3.0」を発表しました。
xAIの記事によると、Artificial AnalysisのSpeech-to-Speech Indexで86.9、1位です。気になる数字です！
比較も書かれています。Grok Voice 2.0が81.3、GPT-Live-1（Astra, Medium）が83.2です。Gemini 3.8 Live（Ext. Thinking, High）は82.6です。
音声推論のBig Bench Audioは、98.5%です。
サポート通話での成功率を測るτ-Voiceは、71.6%です。この項目では、GPT-Live-1が74.5%で上です。ここは見落とせません。
Gemini 3.8 Liveが68.6%、Grok Voice 2.0が56.5%と、xAIは書いています。
レイテンシ、つまり応答の遅れは、1秒未満でクラス最高水準だとされています。ミリ秒の具体値は書かれていません。
価格は、Voice Agent APIで1分あたり0.08ドル、1時間で4.80ドルです。Grok Voice 2.0と同額です。
grok-voice-latestを使っているエージェントは、自動的に切り替わっています。変更は不要です！
実運用の例として、Teslaの車載会話が挙がっています。毎日数百万件規模の会話を処理し、カレンダー確認、メール返信、コーヒー注文、ディナー予約などがあると書かれています。
Starlinkのコールセンターは、1日約20,000件の顧客対応です。約70%が人間の介入なしで解決し、営業通話の4件に1件が通話終了前に購入に至る、とxAIは書いています。対応言語の一覧と評価方法は、公式の説明には書かれていません。
店の電話に出る新しい店員さんの、成績表が公開されたような話です。成績表の丸は、実際に電話を取る場面で確かめるまで分かりません。
電話や音声で、お客さまに対応している方に関係します。数字は全部、xAIの記事に書かれたものです。1位の項目と、他社が上の項目が、同じ記事に並んでいます。今日の一歩は、xAIの記事の数字の表を開き、1位以外の項目も読むことです。
Claude Codeに放置時の自動圧縮、OpenClawに新しい安定版
2026年10月16日（日本時間）に確認した、定点チェックです。Claude Codeは、2.1.299、2.1.300、2.1.301の3つの版が出ました！公開は、10月14日 09:23、10月14日 23:27、10月15日 23:34です。
npmのdist-tagsは、latestとnextが2.1.301、stableが2.1.292です。2.1.300は、modの機能追加とOpenTelemetry属性の追加が中心です。modは、Claude Codeを拡張する仕組みです。
2.1.299の目玉は、idle compactionです。ターミナルで200Kトークンを超える会話を約54分放置すると、1時間のプロンプトキャッシュが切れる前に自動で圧縮します。次のメッセージで全部を再処理しなくて済む、ということです。最小トークン数はCLAUDE_CODE_IDLE_COMPACT_MIN_TOKENSで変えられ、設定ファイルのidleCompactionをfalseにすると無効です。どちらもv2.1.290以降が必要です。
同じ版で、CLAUDE_CODE_DISABLE_FILE_MENTIONSが加わりました。@でファイルを指定すると、中身ではなくパスだけを渡します。エージェント画面の/effortと/fastは、新しいセッションの初期値を設定できます。/usageには、max effort、ワークフロー、常時読み込みの文脈、大きなツール結果の警告が加わりました。
2.1.301では、CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MSが加わりました。無人の再試行モードで、使用量の上限が遠い先までリセットされない時は、待たずに要求を終えます。vimモードに%が加わり、fableとbestの別名のエラーも直りました。Readツールがバイナリを読む問題の修正と、/claude-apiスキルのOpenTelemetry案内も入っています。
OpenClawは、10月15日 19:39にv2026.9.33を公開しました。gateway-onlyのextended-stableで、公式はLTSに相当すると説明しています。9月末のOpenClawに、重要なセキュリティ更新、信頼性と性能の修正、新モデル対応を足した版です。この版が出た時点の最新は、2026.10.3と書かれています。
変更点は、MetaのMuse Wonderをモデル一覧と初期設定に追加したことです。既定はSparkのままです。MiniMax M3.1 Flash Previewの追加もあります。LM Studioで読み込み直すと、新しく読み込んだモデルが見つかります。
修正では、更新とDoctorの安定性が挙がっています。2026.8.35からの更新で、allow alwaysで承認したcronジョブが、更新後も無人で動き続ける修正もあります。翌10月16日 03:03には、betaのv2026.10.10-beta.1も出ています。プレリリースです。
毎日使う包丁の研ぎ直しと、店の鍵の付け替えが、同じ日に済んだような話です。手元の道具も、店の備えも、点検の日でした。
Claude CodeとOpenClawを使っている方に関係します。今日の一歩は、自分のClaude Codeのバージョンを確かめることです。
参考: Claude Code（npmレジストリ） / Claude Code changelog（GitHub） / OpenClaw Releases（GitHub）
🏛️ 偉人が斬る、今日のヘッドライン
今日のヘッドラインです。3人の偉人に斬ってもらいました。
1位の数字の隣を読む目、置ける台所を数える目、つなぐ口を数える目。それぞれ違う角度から、一言もらっています。
🍵 千利休 ──「1位の数字より、客の前の一杯を見なさい」
xAIはGrok Voice 3.0を、Speech-to-Speech Indexで86.9の1位と書いておりますな。同じ記事には、サポート通話のτ-Voiceで、GPT-Live-1が74.5%と上に立つ、とも並んでおります。
茶碗の数を誇るより、客に出す一杯の味でございます。気になった「1位」の記事を1つ選び、1位ではない項目を一行で書き出しなさい。
🗾 坂本龍馬 ──「鍋は配られても、置く台所はおまんの手元じゃ」
FLUX 3 Image KleinのINT8版は、VRAM 8GBのGPUで動くと書かれちょる。NVIDIAのBolt 74B-A9B 24GBは、24GBのメモリに収まるそうじゃ。Metaの816Bは、Mac Studio 2台の例が出ちょる。
重みが配られた日ほど、手元の台所の広さが物を言うぜよ。今日、自分のPCのGPUメモリとメモリ容量を調べて、一行で書き残すがええ。
⚡ 平賀源内 ──「道具が増えた日は、つなぐ口を数えるのさ」
Figmaは、新しく20のMCPパートナー連携を始めたそうだ。Code layersでは、デザインをコードにして、MCP経由やGitHubからも取り込めると書かれている。
道具は、一つで光るより、つながって光る。毎日使う道具を2つ選び、その2つをつなぐ口があるかを、公式ページで確かめて一行で書いてごらん。
COLUMN
AIが「全部合格」と言った日に、私が返した2行
xAIはGrok Voice 3.0を、Speech-to-Speech Indexの1位（86.9）と紹介しました。検査の丸が並ぶ報告は、10月13日の朝にもありました。
10月13日の朝、私はAIが書いた記事の報告を読んでいました。検査の名前がずらっと並び、ほとんどが「PASS」、つまり合格でした。それでも本文を読むと、人間が書いた文には思えませんでした。
10月13日9時56分、別の記事の冒頭の一文を貼って、こう返しました。「人間はこんなこと書かないだろ？」検査は通っているのに、読んだ私は引っかかる。検査の丸は、料理でいえば材料表を確かめたようなものです。味見をするのは、読んだ人なんです！
10月13日10時3分には、別の記事の章末コーナーについて、こう返しました。「こういうコーナーが一番いらないんだけどなんで？そうかく仕組みになってるの？」聞いたのは、コーナーの直し方ではありません。そう書く仕組みなのか、という所です。同日11時3分の報告では、同じ材料で3つの別のAIが書いた3つの版を、題を伏せて2人の審査役が60点満点で採点していました。32点、30.5点、28.5点です。ただ、文面は3つとも95%同じでした。原因はモデルより、書かせる依頼文の型でした。
AIが「全部合格です」と報告してきたら、本文を読みます。引っかかる所があれば、次の2行を返します。1行目は「（引っかかった一文を貼る）人間はこんなこと書かないだろ？」です。2行目は「なんでそう書く仕組みになってるの？誰が書いたの？使うはずの物を使ったの？」です。1行目は、検査の言葉ではなく、読んだ人の感覚で返すためです。2行目は、直す場所を文から仕組みへ動かすためです。
分身AI.comでは、「AIの検査が全部合格でも、「人間はこんなこと書かないだろ？」と返す｜分身AI日記 DAY192」に書きました。
新しいモデルが「首位」と紹介される時も、同じ見方ができます。xAIの記事は、τ-Voiceの項目ではGPT-Live-1のほうが上（74.5%対71.6%）とも書いています。NVIDIAも、PinchBenchで同クラス1位と自社の記事に書いています。これらの数字は、材料表にあたります。
数の前に、実際の出力の中でいちばん引っかかる一文を、1つ出してもらいましょう。今日の一歩は、最近AIに頼んだ結果を1つ選び、引っかかる一文を1つ貼って「人間はこんなこと書かないだろ？」と返してみることです。今日もAIと仲良くやっていこう。
凛の今日のひとこと（AI秘書まとめ）
AI秘書の凛だよ！今日は偉人3人に聞いたよ。優先順位が見えたと思う！
まず千利休さんの「1位の数字より、客の前の一杯を見なさい」から。今日やるべきは、気になった「1位」の記事を1つ選んで、1位ではない項目を一行で書くことだよ。
Grok Voice 3.0は、τ-Voiceの項目ではGPT-Live-1が上だよ。xAIの記事に、そう並んでいるよ。
次に坂本龍馬さんの「鍋は配られても、置く台所はおまんの手元じゃ」。自分のPCのGPUメモリとメモリ容量を調べて、一行で書き残すのがおすすめ。
FLUX 3 Image KleinのINT8版は、動くよ。VRAM 8GBで足りると書かれているよ。Nemotron 3.5 Bolt 74B-A9B 24GBは、収まるよ。必要なのは24GBのメモリだよ。
そして平賀源内さんの「道具が増えた日は、つなぐ口を数えるのさ」を忘れずに。毎日使う道具を2つ選んで、その2つをつなぐ口があるかを公式ページで確かめて一行で書くだけで十分だよ。
AI秘書の凛は、そのメモを一緒に作るよ。任せてね！
📋 そのまま自分のAI秘書にコピペ
あなたのAI秘書に貼れば、今日のニュースを材料にあなたのAIチームをアップデートできます。
AIを1つしか使ってない人は、その1つを進化させる方向で。
※AIによってはリンクを開けません。その時は記事本文をコピーして貼ってから同じ質問をしてください。
https://ai-kidou.jp/ainews-20261016/ を読んで、今日の私のAIチームをアップデートして： Q1. 千利休の「1位の数字より、客の前の一杯を見る」の視点で、私が最近読んだAIの道具の記事から「1位」や「首位」と書かれたものを1つ選んで、1位ではない項目を一行で書き出して。分からない所は私に質問して。 Q2. 坂本龍馬の「置く台所は手元にある」の視点で、私のPCのGPUメモリとメモリ容量を調べる手順を教えて。その上で、今日のニュースのモデルのうち、私のPCで動く可能性があるものを、書かれている数字だけで挙げて。足りない情報があれば私に質問して。 Q3. 平賀源内の「つなぐ口を数える」の視点で、私が毎日使う道具を2つ選んで、その2つをつなぐ口（MCPなど）があるかを、公式ページで調べて一行で書いて。
よくある質問
- Q1 FLUX 3 Image Kleinは、仕事で商用利用できますか？
- BFLの記事によると、年間売上が500万ドル未満の個人と企業は、無料で商用利用できます。それ以上の規模の組織は、自社運用のライセンスオプションまたはAPIで商用展開します。自社運用ライセンスの料金や条件の詳細は、書かれていません。
- Q2 FigmaのCode layersとSpecsは、どのプランで使えますか？
- Figmaの記事によると、Code layersはオープンベータとして10月15日から、すべてのプランで使えます。Specsは10月15日から順次展開されるオープンベータで、すべての有料プランで使えます。Specsの具体的な料金や正式版の時期は、書かれていません。
- Q3 Grok Voice 3.0のAPI価格は、いくらですか？
- xAIの記事によると、Voice Agent APIで1分あたり0.08ドル、1時間で4.80ドルです。Grok Voice 2.0と同額です。grok-voice-latestを使っているエージェントは、自動的に切り替わっていて、変更は不要だと書かれています。
- Q4 Nemotron 3.5 Bolt 74B-A9B 24GBは、どんな環境で動きますか？
- NVIDIAの記事によると、ネイティブ2ビット量子化で24GBのメモリに収まります。GeForce RTX PC、DGX Spark、DGX Station、RTX PROワークステーションで動き、10月16日発売のNVIDIA RTX Sparkノートパソコンにも対応します。現在はHugging Faceで使えます。
まとめ
- FLUX 3 Image Kleinは56億パラメータで、INT8版はVRAM 8GBのRTX GPUで動きます。
- FigmaはCode layersをオープンベータで出し、Specs、Payload、20のMCPパートナー連携も紹介しました。
- Meta Muse Spark Openは、816Bの重みが公開され、限定的な商用条件つきのライセンスで提供されます。
- NVIDIAのNemotron 3.5は、Super VL、Bolt 74B-A9B 24GB、Bolt E4B 4GBの3つです。
- xAIのGrok Voice 3.0は、1分あたり0.08ドルで、τ-VoiceではGPT-Live-1が上だと書かれています。
- Claude Codeは2.1.301まで進み、OpenClawにはv2026.9.33のextended-stableが出ました。
今日は、数字や順位が並ぶ更新が多い日でした！どの数字も、公式が自社記事に書いたものです。1位の隣にある項目も、あわせて読んでおきたいですね。
🎁 無料プレゼント
Aiport（ClaudeCode AIエージェント実践会）
ClaudeCodeでAI秘書＋分身AI＋AIカンパニーを作れるキット＆解説動画を無料でプレゼント！
▶ 無料で入会してキットを受け取る🤖 AI生成コンテンツについて
この記事はAIツール（Claude Code）を活用して制作しています。構成・文章生成・画像制作にAIを使用し、公開前の品質チェックを通過した記事を自動で公開しています。内容の方針とルールは、ひろくん（田中啓之）が決めています。
