Gemma 4がローカルLLMの実務投入で真価を発揮します。株価予測タスク（500件の開示から方向を推定）でQwen 3.5に対し精度88% vs 71%、空振り4件 vs 19件と圧倒的に上回りました。特にMoE版（26b）は精度を損なわずVRAM 17GBで最速（0.8秒応答）を実現。「定型的な情報」と「実質的な材料」を区別できる能力が、実務投入で決定的に効きます。
GPT-5ではTransformerのAttention機構が線形化・階層化され、Mixture of Expertsで専門家AIを動的選択します。文脈保持が数万から数百万トークンに拡張され、マルチモーダル統合で音声・画像・動画を統一的に処理。これにより、Copilotは長文の議事録理解・会議音声からのスライド自動生成・タスク最適化など、単なる補助ツールから実践的パートナーへ進化しました。