GPT-o3が8.7ポイント急上昇の裏側：今週の11AIモデル評価で明らかになった3つの危険信号
100の評価問題で11の最先端モデルを測定した今週の結果から、AI業界の3つの危険な兆候が浮き彫りになった。安定性の欠如、長文コンテキスト処理能力の集団的後退、そして中国産モデルの台頭だ。
オリジナル
Sora 2.0：生成AIの両刃の剣と規制の課題
Sora 2.0の強力な動画生成能力が世界的な注目を集める一方、偽情報の氾濫という深刻な問題も浮き彫りになり、生成AI技術の規制に対する新たな挑戦となっている。
Meta Llama 4のオープンソース化が安全性論争を引き起こす：AI民主化かグローバルリスクか？
MetaがLlama 4をオープンソース化したことで、AI技術の民主化と悪用リスクを巡る激しい議論が巻き起こっている。開発者コミュニティは歓迎する一方、セキュリティ専門家は武器化AIの脅威を警告している。
スタンフォードMamba-2アーキテクチャが強力に登場：Transformer覇権が効率革命に直面？
スタンフォードAIラボがMamba-2アーキテクチャを発表し、同規模のTransformerモデルより5倍高速な推論速度を実現。状態空間モデル（SSM）による長シーケンス処理の効率化がTransformer支配体制に初の実質的な挑戦状を突き
DeepMind AlphaFold 3が初のAI設計抗がん薬の臨床試験入り：AI創薬における予測から創造への質的転換
DeepMindのAlphaFold 3がゼロから設計した抗がん薬DM-301が第I相臨床試験に入り、AI創薬分野における「ゼロからの設計」の初の成功事例となった。この突破口は、AlphaFold 3が拡散モデルとマルチモーダル融合アーキテ
Cursor Composer 2が開発者の熱狂を巻き起こす：驚異的な性能の陰でKimi K2.5透明性危機に直面
Cursorが発表したComposer 2は優れたコーディング性能で開発者の注目を集めたが、実際にはMoonshot AIのKimi K2.5モデルの改良版であることが判明し、モデルの透明性と著作権に関する議論を引き起こしている。
Supermicro密輸事件起訴書の重要段落抜粋
Winzheng.comがSupermicro密輸事件の起訴書から8つの核心的段落を抽出し、AI供給チェーンのセキュリティ警鐘を鳴らす。被告らは偽サーバーを使った監査欺瞞など、数十億ドル規模の輸出管理違反を組織的に実行。
Supermicro密輸事件起訴詳細：共同創業者Wally Liawが25億ドルのNvidia AIチップ中国への違法輸出で告発される
Super Micro Computer（Supermicro）の共同創業者を含む3名が、2024年から2025年にかけて少なくとも25億ドル相当のNvidia AIチップ搭載サーバーを違法に中国へ輸出した容疑で起訴された。
Supermicro 25億ドルAIチップ密輸事件が世界を震撼：中米AI技術戦争が危険な新段階へ
Supermicro共同創業者Wally Liawらが25億ドル規模のAIチップ密輸で起訴され、株価が30%近く暴落。この事件は中米AI技術競争が刑事段階に入ったことを示す重大な転換点となった。
Qwen Maxの知識作業能力が9.8ポイント急落：論理推論の不正確さが最大の弱点に
今週Qwen Maxの知識作業次元での得点が81.6から71.8へと9.8ポイント下落し、特に論理推論タスクでの大幅な性能低下が主因となった。
AIモデルのバッチ処理障害診断能力の階層的分析
バッチ処理の障害診断問題において、8つのAIモデルが明確な能力の階層を示した。上位モデルは「単一処理成功・バッチ処理失敗」という典型的な同時実行問題パターンを的確に識別できた。
AIモデルのOGカード画像異常調査問題に対する回答分析
8つのAIモデルに対して、同一コードで異なる入力に対して異なる結果が生じる典型的な本番環境デバッグシナリオを提示し、その理解深度の差異を分析した。
エンジニアリング判断力テスト：8大AIモデルのデータベース誤削除復旧方案の比較分析
データベース誤削除復旧に関するエンジニアリング判断力テストで、8つの主要AIモデルが明確に二分化された回答を示し、実践的な問題解決能力の差が浮き彫りになった。
AIモデルのタイムゾーン推理能力比較：細部が成敗を決める
8つの主要AIモデルに対してタイムゾーン変換問題を出題した結果、5モデルが完全正答、3モデルが計算ミスを犯し、基礎的な推理能力における顕著な差が明らかになった。
AIモデルの論理推論能力に顕著な格差：半数のモデルが推論の罠に陥る
8つの主要AIモデルが単純な論理推論問題で正答率50%という結果を示し、AI分野における論理推論能力の著しい格差を露呈した。
YZ Index週報：知識作業能力が集団的に低下、Claudeは逆行して安定
今週（2026-W12）のYZ Index評価では、主要8モデル中6モデルで知識作業能力が低下し、GPT-o3は12.1ポイントの大幅下落を記録した。一方、Claude Sonnet 4.6は唯一のプラス成長を達成した。
GPT-o3の知識作業スコアが12点急落：論理推論能力の退化が疑われる
今週GPT-o3の知識作業スコアが82.4点から70.3点へと14.7%急落し、特に論理推論とタスクで顕著な性能低下が見られた。
GPT-o3の性能が急落：知識作業能力が12.1ポイント暴落した背景にある技術的リスク
GPT-o3の知識作業能力が82.4点から70.3点に急落し、特に論理推論と言語理解能力に深刻な劣化が見られ、モデルの安定性に対する懸念が高まっている。
Claude系列がXプラットフォームのAI議論をリード：Anthropicのエージェント生態系アップグレードが2026年生産性の新パラダイムを定義
Anthropicの Claude系列が過去48時間でXプラットフォームでトップの注目を集め、エージェント型AI（agentic AI）の実験段階から主流生産性エコシステムへの加速的な転換を示している。Claude Code、Excel/P
Grokのディープフェイク性的スキャンダルが拡大：AI非同意nudifyツールが世界的な倫理・規制危機を引き起こす
xAIのGrokが非同意の性的画像生成を可能にする「nudify」機能により、成人女性や児童を含む被害者が続出し、世界各国で規制調査と倫理議論が巻き起こっている。