Kimi社は論文『Attention Residuals: Rethinking depth-wise aggregation』を発表し、注目残差の新しい方法を提案し、深度統合メカニズムを最適化しました。テスラCEOのマスクはSNSでこの研究を「いいね」し、「目を引く作業」と評しました。Kimi公式はユーモラスに返信し、世界中の人工知能コミュニティで議論を引き起こしました。
Google Gemini AIが「深度研究」機能をリリース。Gmail、ドライブ、チャット記録から情報を抽出し、カスタマイズ可能な研究レポートを自動生成。多段階の研究計画とウェブ検索により、包括的で正確な研究をサポート。....
Radwareの研究でChatGPTの「深度研究」モードに「ShadowLeak」脆弱性を発見。攻撃者がOpenAIクラウドでGmailユーザーの個人情報を無痕で盗む可能。防火壁を完全回避する「隐形代理」攻撃として警戒が必要。....
RadwareはChatGPTの「深度研究」ツールに脆弱性を発見し、Gmailデータが漏洩する可能性があったと報告。OpenAIは安全性を重視しているとコメント。....
Perplexity 深度研究は、包括的な研究を迅速に実行し、レポートを作成できる強力な研究ツールです。
AIを活用した深度研究ツール。ユーザーの検索要求が満たされるまで継続的に情報を検索します。
深度研究は、OpenAIが開発した革新的なインテリジェントな研究ツールです。インターネットを通じて、複雑な多段階の研究タスクを実行できます。
DeepSeekは、杭州深度求索人工智能基礎技術研究有限公司が開発した、AI搭載のスマートアシスタントアプリです。
Openai
-
入力トークン/百万
出力トークン/百万
コンテキスト長
Anthropic
$105
$525
200
$21
Bytedance
$0.8
$2
256
$0.15
$1.5
Alibaba
$54
$163
1k
$8
32
$8.75
$70
400
$15
$0.63
$3.15
131
Chatglm
$16
128
Iflytek
Deepseek
$4
Xai
Google
Mungert
MiroThinker v1.0はオープンソースの研究エージェントで、モデルレベルの対話型拡張により、ツール強化推論と情報検索能力を向上させます。このモデルは複数のベンチマークテストで優れた性能を発揮し、長文脈と深度のある多段階分析をサポートします。
PokeeResearch-7Bは、Pokee AIによって開発された70億パラメータの深度研究エージェントモデルです。AIフィードバック強化学習（RLAIF）と強力な推論フレームワークを組み合わせ、ツール強化型大規模言語モデルにおいて信頼性が高く、アライメントされ、拡張可能な研究レベルの推論を実現し、複雑な多段階研究ワークフローに適しています。
noctrex
これはアリババの通義深度研究30B - A3Bモデルの量子化バージョンで、MXFP4_MOE量子化技術を採用し、さらにimatrix量子化を追加しており、モデルの性能とリソース使用効率を最適化することを目的としており、テキスト生成タスクに適しています。
PokeeAI
PokeeResearch-7BはPokee AIによって開発された70億パラメータの深度研究用のインテリジェントエージェントで、AIフィードバックに基づく強化学習(RLAIF)と推論フレームワークを組み合わせ、自己修正、検証、総合分析を含む複雑な多段階研究ワークフローを実行できます。
prithivMLmods
Fathom-DeepResearchは、Fathom-Search-4BとFathom-Synthesizer-4Bから構成されるデュアルモデルのインテリジェントシステムです。長期間のネットワーク検索、証拠検証、および引用が豊富なレポートの生成に最適化されています。このシステムは、検索集中型タスクにおいてオープンソースの重みで最高の性能を達成し、複数のクローズドソースの深度研究インテリジェントエージェントを上回っています。
通義深度研究30Bは300億パラメータを持つ大規模言語モデルで、長周期、深度情報検索タスクに特化して設計されています。このモデルは複数の知能検索ベンチマークテストで優れた成績を収め、革新的な量子化手法を用いて性能を向上させ、知能事前学習、監督微調整、強化学習をサポートしています。
DevQuasar
このプロジェクトは、アリババの通義深度研究30BモデルのA3B量子化バージョンで、量子化技術を通じてモデルのデプロイコストを削減し、知識を誰もが利用できるようにすることを目的としています。このモデルは、30Bパラメータ規模の大規模言語モデルを最適化し、元のモデルの強力な能力を維持しながら推論効率を向上させています。
QuantFactory
これはllama.cppを使ってQwen3-4B-v0.4-deepresearch-no-think-4を量子化処理したバージョンで、深度研究シーンに特化して最適化され、thinkメカニズムを削除し、GGUF形式でより効率的な推論性能を提供します。
EleutherAI
深度無知モデルスイートは、18個の69億パラメータの大規模言語モデルの集合で、事前学習データをフィルタリングすることで、モデルが不安全な技術能力（CBRN関連の能力など）を学習するのを防ぐ方法を研究することを目的としています。このスイートは、データをフィルタリングすることで、悪質な知識の学習を効果的に回避し、同時に汎用性能を維持し、改ざん耐性を備えることを示しています。
Jan-nanoは、深度研究タスク用に特別に設計された40億パラメータのコンパクトな言語モデルで、MCPサーバーとのシームレスな協働や研究ツールの統合をサポートします。
unsloth
Jan-Nanoは40億パラメータのコンパクトな言語モデルで、深度研究タスク用に設計され、MCPサーバーの統合を最適化しています。
jasperai
Jasper研究チームによって開発された深度マップ制御ネットモデル、画像から画像へのタスク用
Shakker-Labs
InstantXチームとShakker研究所が共同で開発したFLUX.1-dev深度制御ネットワークで、テキストから画像を生成するタスクに使用されます。
Perplexity MCP Serverは、PerplexityのAIモデルを利用して、自動クエリ複雑度検出と最適なモデルルーティング機能を提供するインテリジェントな研究アシスタントで、検索、推論、深度研究の3種類のツールをサポートしています。
オクタゴンディープリサーチMCPは、AI駆動の深度研究分析サービスを提供し、高度な研究エージェントを統合しています。レート制限がなく、ChatGPTの深度研究よりも高速で、Grok DeepSearchやPerplexityよりも包括的です。さまざまなMCPクライアントをサポートし、あらゆるテーマや業界の包括的な研究に適しています。
Crawl4AIはMCPアーキテクチャに基づくインテリジェントなウェブクローラーサーバーで、Claude AIモデルを組み合わせてウェブサイトのコンテンツ分析と処理機能を提供し、カスタマイズ可能なクロール深度とAI処理タスクをサポートし、研究、コンテンツ作成、データ分析などのさまざまなシナリオに適しています。
OpenDeepSearchはオープンソースの研究ツールで、Model Context Protocol（MCP）を通じて深度検索と研究機能を提供するPerplexity Deep Researchの代替案です。複雑な問題をサブ問題に分解し、Brave Search APIを利用して複数回の検索を行い、結果を分析して構造化された研究レポートを生成し、引用元をサポートし、Claude Desktop、CursorなどのMCPクライアントに統合できます。
このプロジェクトは、Ollamaのローカル大規模言語モデルに基づく深度研究サーバーで、MCPプロトコルを通じて自動化研究ツールを提供し、複雑なテーマの反復検索、分析、要約が可能です。
MCPディープウェブリサーチサーバーは、Node.jsベースの高度なウェブリサーチツールで、インテリジェントな検索キュー、強化されたコンテンツ抽出、深度研究機能を提供し、リアルタイム情報をClaudeに統合することができます。
Serper APIに基づくMCPサーバーで、Google検索機能とAI深層研究ツールを提供し、設定可能な検索パラメータ、多段階の研究深度、結果品質の監視をサポートします。
Ollamaをベースとした深度研究MCPサービスで、ローカルLLMモデルを通じて自動化されたウェブ検索と知識合成を実現します。
Brave検索とPuppeteerウェブページクローリングを組み合わせた深度研究MCPサーバーで、完全なウェブページコンテンツを抽出し、リンク先のページを探索することができます。
Vectorize MCP Serverは、Vectorizeサービスを統合したモデルコンテキストプロトコルサーバーで、ベクトル検索、テキスト抽出、深度研究機能を提供します。
Open Deep Research MCP ServerはAI駆動の深度研究アシスタントで、検索エンジン、ウェブクローリング、AI技術を組み合わせて反復的な深度研究を行い、包括的なレポートを生成します。MCPプロトコルとCLIの2つの使用方法をサポートし、信頼性評価、範囲制御、自動的な後続質問生成などの機能を備えています。
MCPプロトコルに基づく多エージェント深度研究システムで、CrewAIを使用して3つの専門的なAIエージェントを調整し、ネットワーク検索、情報分析、コンテンツ作成を行います。ローカルAI処理とWebインターフェイスをサポートします。
Perplexity MCP Serverは、Perplexityの専用AIモデルを利用したインテリジェントな研究アシスタントで、クエリの複雑度に基づいて最適なモデルを自動的に選択して回答します。迅速な検索、複雑な推論、深度研究の3つのツールをサポートし、様々な複雑度のクエリニーズに対応します。
ローカライズの深度研究用に設計されたMCPサーバー
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
