エージェント
Vercelのagent-desktopが1.0に、SemiAnalysisのベンチマークGDPxは最高12%、PerplexityはIRENからBlackwell Ultra GPUを確保：11月2日のまとめ
Vercel Labsがエージェントにデスクトップアプリを操作させるオープンソースツールを公開。新しいエージェント向けベンチマークの最高スコアは12%。PerplexityはGPUを確保。
- コーディングエージェント
- モデル
- クラウドとインフラ
- #Vercel
- #エージェント
- #computer use
- #ベンチマーク
- #SemiAnalysis
- #Claude
- #Perplexity
- #IREN
- #NVIDIA
週末の話題は3つ。エージェントがデスクトップアプリをよりきれいに扱えるツール、最先端モデルの実力を冷静に示す難しい新ベンチマーク、そしてGPU容量を確保したAI企業がまた一社。
Vercel Labsのagent-desktopが1.0に
Vercel Labsのagent-desktopは、AIエージェントがmacOS、Windows、Linuxのデスクトップアプリを読み取り、操作できるようにするツールだ。スクリーンショットから推測するのではなく、スクリーンリーダーが使うOSのアクセシビリティツリーを読む。スナップショットは、エージェントが操作できる要素ごとに参照を付けたJSONを返す。エージェントは参照に対してクリックや入力を行い、もう一度スナップショットを取って結果を確かめる（GitHub）。
Rustで書かれたコマンドラインツールとCライブラリで、ライセンスはApache 2.0。npm install -g agent-desktopでインストールできる。標準では画面を使わずに動き、操作はアクセシビリティAPIを通るため、ポインターを動かしたりフォーカスを奪ったりしない。READMEには60のコマンドがあり、うち56が現在使える。macOSではアクセシビリティの許可、Linuxではat-spi2-coreのあるグラフィカルセッションが必要だ。
バージョン1.0.0は10月28日、1.0.2は10月30日に公開された（リリース）。リポジトリのスター数は11月2日時点で約7,500（GitHub API）。READMEは、スナップショットやスクリーンショット、クリップボードには個人的なデータが含まれうるので公開ログに残さないよう、妥当な注意を促している。
GDPx：最高のモデルでも解けるのはタスクの12%
11月2日、SemiAnalysis（Max Kan、Andrew Megalaa、Dylan Patel）は、最先端AIにとって最も価値が高いと同社が考える11分野でエージェントを評価するベンチマークGDPxを公開した。分野はチップ設計、サイバーセキュリティ、生物学、金融、法務、クオンツトレーディング、AIの再帰的自己改善、ハードウェア設計、材料科学、アラインメント、ソフトウェア開発。バージョン1.0は14の専門パートナーと作った206のタスクで構成される（GDPx）。
結果は厳しい。首位はClaude Opus 5.5で12.0%、続いてGemini 4 Carbon（10.9%）、GPT-6 Astra（9.6%）。最下位のGLM 5.3は2.7%だった。各分野の重みは同じで、各タスクは3回の試行の平均で採点される。SemiAnalysisによると、Opus 5.5はクオンツトレーディング、ハードウェア設計、チップ設計で、Gemini 4 Carbonは生物学とソフトウェア開発で、GPT-6 Astraは自己改善と材料科学で首位。金融と法務では「ほぼすべてのモデルがちょうど0」だった（SemiAnalysis）。
著者自身が挙げる注意点は2つ。安全性フィルターがサイバー、生物学、アラインメントでOpus 5.5とGPT-6 Astraのスコアを下げていること、そしてタスクあたりのコストが大きく違うこと（Opus 5.5は約51ドル、Gemini 4 Carbonは約16ドル）だ（Unite.AI）。
PerplexityがIRENでBlackwell Ultra GPUを確保
10月30日、IRENは複数年契約を発表した。PerplexityはIRENのデータセンターキャンパスでNvidia Blackwell Ultra GPUを使ってAIワークロードを動かす。この容量は、Perplexityの検索製品と、エージェントを連携させて1回の依頼から完成した成果まで仕上げるPerplexity Computerに使われる。IRENによると、Perplexityを使う組織は5万を超え（IREN）、ユーザーの質問は月15億件を超える（IRENのX投稿）。
IRENは契約金額、期間、GPUの数、キャンパスの場所を明らかにしていない。
押さえておきたい点
- agent-desktopはオープンソースの部品で、完成したエージェントではない。エージェントのループは使う側が持つ。
- GDPxは新しく、SemiAnalysisがパートナーと運営している。ベンチマーク1つで結論は出ない。
- IRENとPerplexityの契約はIRENだけが発表したもので、規模の数字はない。
出典
- Vercel Labs、GitHubのagent-desktop、2026年11月2日確認
- agent-desktopのリリース（v1.0.0〜v1.0.2）、2026年11月2日確認
- SemiAnalysis、GDPxリーダーボード、2026年11月2日確認
- SemiAnalysis「GDPx: Measuring Frontier Model Capabilities Across the Most Valuable Domains」、2026年11月2日
- Unite.AI「SemiAnalysis Launches GDPx Benchmark Spanning 11 Agentic Domains」、2026年11月2日
- IREN「Perplexity and IREN: Powering Fast, Trustworthy AI at Scale」、2026年10月30日、2026年11月2日確認
- IRENのX投稿、2026年10月30日
