Interfaze: 高精度かつ大規模処理に向けた新しいハイブリッドAIアーキテクチャ

概要

DNNの専門性とTransformerの汎用性を融合し、OCR、音声認識、構造化データ抽出において既存のFlash系モデルを凌駕する性能とコスト効率を実現した新アーキテクチャ「Interfaze」が登場しました。

詳細内容

Interfazeは、特定のタスクに強いDNN/CNNと、文脈理解に長けたTransformerを組み合わせた新しいハイブリッドAIアーキテクチャです。従来のLLMが苦手としていたOCR、物体検出、音声認識（STT）、構造化データ出力などの「決定論的なタスク」において、Gemini-3-FlashやGPT-5.4-Mini、Claude Sonnet 4.6といった主要なFlashモデルを上回るベンチマーク結果を記録しています。主な特徴として、100万トークンのコンテキストウィンドウ、OpenAI互換のSDK対応、そして特定のタスクのみを有効化して高速化・低コスト化を図る「部分モデルアクティベーション」機能が挙げられます。特に音声認識ではGemini-3-Flashの約11倍の推論速度を誇り、価格面でも$1.50/1M input tokensと競争力のある設定となっています。

元記事を読む他のサマリーを見る