IBMのCEO、決算説明会で発言：オープンソース重みモデルは1割のコストで9割の性能、フロンティアAPI課金モデルの論拠が崩れつつある
IBMのCEOアービンド・クリシュナは第3四半期決算説明会において、オープンソース重みモデルの推論コストはフロンティアクローズドソースモデルの10〜25%にすぎないにもかかわらず、性能はその90%に達すると述べた。この発言は、企業のAI調達
大模型 に関するニュース
重みを凍結したまま、スキャフォールドを再帰的に最適化：Harness²がGLM-5を単一ステップでGemini 3.5 Flashのベースラインを超えさせる
Google Cloud AI Researchと北西大学が共同発表したHarness²は、モデルの重みを一切変更せずにエージェントのスキャフォールドを再帰的に最適化することで、GLM-5のベンチマークスコアを11.5ポイント向上させ、より
中国、23項のAI技術輸出規制を検討——2兆パラメータが新たな管理基準の境界を画す
中国商務部と科学技術部は2026年10月16日、23項目のAI技術を輸出管理リストに追加する草案を発表した。訓練算力10²⁶ FLOP超、パラメータ数2兆超、またはグローバル総合評価トップ10入りのいずれかを満たすモデルが規制対象となる。
帳簿上の807億ドル赤字の裏側：Anthropicの実際の資金消費速度と2兆ドルIPOのロジック
Anthropicが2026年上半期に計上した807億ドルの純損失のうち720億ドルは非現金の会計調整によるものであり、実質的な営業損失は87億ドルにとどまる。一方で収入は前年同期比約15倍に急成長し、2兆ドル規模のIPOを目指す同社の財務
MiniMax M3.1 Flash が「Space Bunny」の正体を公開：潜伏中に200兆トークンを処理、エージェントテストで中国首位
MiniMaxは2026年10月19日にM3.1 Flashを正式発表し、以前「Space Bunny（宇宙ウサギ）」として匿名で稼働していたモデルが同製品の初期バージョンであることを明らかにした。匿名稼働中に200兆トークン超を処理し、O
GoogleがHarness²をオープンソース化：エージェント自動リライトスキャフォールド、モデルの重み変更なしで最大11.8ポイントのベンチマーク向上を実現
Google Cloud AI Researchは、モデルの重みを変更せずにAIエージェントの「スキャフォールド」を自動最適化するフレームワーク「Harness²」をArXivで発表し、同時にオープンソースとして公開した。法律エージェントベ
DeepSeek V4.1-Flash-1017：日付番号によるアップデート、Terminal-Benchが31.2から42.3へ上昇
DeepSeekは2026年10月17日にV4.1-Flash-1017を開発者向けにリリースした。公式には「マイナーアップデート」と位置付けられているが、Terminal-Benchが11.1ポイント上昇するなど複数の定量指標で多くの競合
Microsoft MAI-Base-2：2.8兆パラメータMoEモデルの事前学習完了、効率性はDeepSeekの4〜12倍と主張
Microsoftは2026年10月15日、総パラメータ数2.8兆の混合専門家（MoE）アーキテクチャ基盤モデル「MAI-Base-2」の事前学習完了を発表した。同社はDeepSeek-V4-Pro-Baseと比較して4.2〜12.3倍の学
GoogleがGemini 4 Argonを発表：価格は競合の5分の1、Vals Indexで首位も差は2%未満
GoogleのDeepMindが2026年10月13日にGemini 4 Argonを正式発表。業界ベンチマークのVals Indexで首位を獲得しつつ、競合モデルの5分の1という戦略的価格設定で企業市場への参入を図る。
AIバイアス測定の通行手法に論理的矛盾——新論文が双軸最小対フレームワークを提唱
エディンバラ大学らの研究チームがarXivに発表した論文は、現行のLLMステレオタイプ評価手法に構造的欠陥があることを指摘し、「双軸最小対」フレームワークと相互情報量指標による代替手法を提案した。
GPT-6がグローバル展開：インターフェース自体がアプリに——OpenAIが変えたのはモデルだけではない
OpenAIは2026年10月7日よりGPT-6をChatGPT有料ユーザー向けに提供開始し、翌日には無料ユーザーにも拡大した。新機能「Intelligent UI」により、ChatGPTはテキスト出力にとどまらず、インタラクティブなツール
OpenAI安全責任者が辞表で企業文化の崩壊を告発：12回の大規模モデルリリースを経験した当事者が「試行錯誤の時代は終わった」と警告
OpenAIの安全チームに3年半勤務し、12回のフロンティアモデルリリースに立ち会ったデイビッド・ロビンソンが、『アトランティック』誌に辞職文書を寄稿し、企業文化の崩壊と「反復的デプロイメント」手法の危険性を告発した。彼は具体的なセキュリテ
Anthropicの上場目論見書が流出：売上高12倍の裏に潜む5180億ドルの取消不能な賭け
Anthropicの IPO目論見書草案がロイターを通じて明らかになり、2025年の売上高が約46億ドルと前年比約12倍に達した一方、5180億ドルに上るクラウド・算力インフラへの契約義務と203億ドルの手元現金との間に存在する巨大なギャッ
GPT-6.1 Sol 初回テスト：18問総合95.91、誠実性レイヤーの2問はそれぞれ60点
OpenAIが2026年9月29日のDevDayで発表したGPT-6.1 Solについて、YZ Indexがリリース당日（Run #348）に18問の定向テストを実施し、総合スコア95.91を記録した。実行力・判断力は満点の一方、誠実性圧力
コスト40%削減・速度30%向上：Claude Opus 5.5がフラグシップモデルの「高性能＝高価格」の慣例を打ち破る
Anthropicは2026年9月22日にClaude Opus 5.5を発表。前世代比でコスト40%削減・出力速度30%以上向上を実現しながら、自社のアライメントテストで過去最高スコアを記録し、フラグシップモデルが同時に低価格化・高速化・
OpenAI、GPT-6 SolとLunaを発表：API価格を半減、しかし一部ベンチマーク最高スコアは前世代が保持
OpenAIは2026年9月22日にGPT-6ファミリーの新モデルSolとLunaを発表し、API価格を前世代比で最大半減した。ただし一部の主要ベンチマークでは旧モデルのスコアが新モデルを上回るという逆転現象も確認されている。
Grok 4.7リリース：DeepSWEベンチマーク71%、従量課金制の「半額」という逆説が隠す実際のコスト
xAIが2026年9月21日にGrok 4.7を正式リリース。DeepSWEベンチマークで71%を達成したが、トークン消費量の大幅増加により「競合の半額」という宣伝文句と実際のコストには大きな乖離がある。
OpenAI初のCritical級AIモデルGPT-6 Astra：100%脆弱性悪用成功率が示すセキュリティ上の賭け
OpenAIは2026年9月3日、新モデルGPT-6 AstraがPreparedness Frameworkにおける「Critical（危機級）」ネットワークセキュリティ等級に到達したと発表した。ExploitBenchで100%のスコア
Google Gemini 3.8 Live発表：品質評価でトップに立つも、ユーザー好感度では旧モデルに圧倒される
Googleは2026年9月15日にGemini 3.8 LiveおよびGemini 3.8 Live Extended Thinkingを正式発表した。品質評価指標では世界首位を獲得したが、ユーザー好感度のアリーナランキングでは旧世代モデ
OpenAI、1日に3製品を同時投入：Agents API・音声モデル・金融サービス版が同日リリース、データ主権が唯一の弱点に
2026年9月10日、OpenAIは開発者向けAgents API、全二重音声モデルGPT-Live-1、ウォール街向けChatGPT金融サービス版を同日発表した。3製品は共通インフラを共有する一方、米国外へのデータ保存不可という構造的制約