ゲートニュースのメッセージとして、4月4日、公開期間が1日のみの新モデル Qwen3.6-Plus が、世界的に著名な大規模モデル API 呼び出しプラットフォーム OpenRouter の日次ランキング1位に躍り出ました。データによると、Qwen3.6-Plus の1日あたりの呼び出し量は 1.4 兆トークンを突破し、同プラットフォームにおける単一モデルの1日あたりの呼び出し量の世界記録を更新しました。

ライブ予測市場プラットフォームのPumpcadeは4月2日に100万ドルのシードラウンドの第1ラウンド（前輪）を完了し、資金はチームの拡充とローンチ戦略の推進に充てられます。このプラットフォームは、ユーザーがライブ配信中に多様なテーマの予測市場を迅速に作成でき、公式APIによる清算を通じてリスクと論争を低減します。

ゲートニュース メッセージ、4月2日、Uniswapは、Uniswap v2、v3、v4がLineaネットワークにて稼働開始したことを発表しました。Lineaは、Consensysによって構築されたzkEVM L2拡張ネットワークです。現在Lineaは、UniswapのWebアプリとUniswap APIで利用可能です。Uniswap WalletはiOSおよび

智谱は2025年に売上が7.24億元を超え、前年比132%増となり、中国国内最大の大規模モデル企業となったが、純損失は47.18億元へと増加した。MaaS APIプラットフォームの年間売上は17億元で、粗利益率は顕著に改善している。2026年の第1四半期にAPI価格を83%引き上げる。

Gate News のニュース、3 月 27 日、オンチェーンデータプラットフォーム Nansen は、Nansen Agent が現在 API エンドポイント、CLI コマンド、Skill の 3 つの接続方法をサポートしており、完全なオンチェーンスマートデータを直接ユーザーの AI エージェントに転送できることを発表しました。

BlockBeats のニュースによると、3 月 27 日、マスクは X プラットフォームでコミュニティに応えて、来週 Grok Imagine の重大なアップデートを発表することを示唆しました。 マスクが以前に確認した「エピック」なアップグレードと結びつけて、コミュニティは「重大な更新」が動画の長さの延長やマルチモーダル入力の最適化、新しい API に関連している可能性があると分析しています。これは xAI が AI 動画競争で OpenAI や Google に追いつくための加速を示しています。

オープンソースAIアシスタントOpenClawは、v2026.3.24バージョンをリリースし、複数のAPIエンドポイントを新たに追加してOpenAI APIとの連携をサポートしました。Microsoft Teamsもアップデートされ、機能とセキュリティが強化され、複数の脆弱性が修正されました。

WordPress 7.0 is scheduled for release on April 9, featuring core additions of MCP adapters that allow AI Agents to directly access and manipulate sites. Three new components have been added: an AI Connector for unified API key management, an Abilities API for extended capability registration, and an MCP adapter that exposes functionality through the MCP protocol. This will significantly enhance AI integration capabilities for approximately 43% of websites globally.

WordPress 7.0は4月9日にリリースされ、コアにMCPアダプターが追加されました。これにより、サイトはAIエージェントサーバーとして機能し、ClaudeやChatGPTなどの直接的な機能操作をサポートします。さらに、AIコネクターとAbilities APIが導入され、管理や能力登録を簡素化し、AI連携能力を向上させています。WordPress.comは既に関連する権限と認証を先行して提供しています。

Cursorは3月25日にComposer 2技術レポートを発表し、Kimi K2.5モデルのトレーニング方案を明かしました。MoEアーキテクチャを採用し、パラメータ数は1.04兆に達しています。トレーニングは2段階に分かれており、実際のシナリオシミュレーションを使用した強化学習を採用しています。最終的にCursorBenchベンチマークで61.3点を達成し、70%向上し、推論コストは他の大規模言語モデルAPIよりも低くなっています。