Anthropicが英FractileのAI推論チップ調達を協議――Claude拡大の裏側で進む「推論コスト」競争

Anthropicが、英国ロンドン発のAIチップスタートアップFractileからAI推論チップを購入する協議をしていると報じられた。Economic Timesが配信したReuters記事は、AnthropicがFractile製のAI推論チップ購入について協議中だと伝えている。元の報道はThe Informationで、同紙は、Claudeを運営するAnthropicが、Google、Amazon、Nvidiaに続く新たなチップ供給源としてFractileを検討していると報じた。ただし、現時点では契約金額、購入数量、納入時期などは公表されておらず、協議段階の話として見る必要がある。(economictimes.indiatimes.com)

このニュースの核心は、単に「Anthropicが小さな英国企業のチップを買うかもしれない」という話ではない。むしろ、生成AIビジネスの重心が、モデルを訓練するための計算資源から、完成したモデルを大量のユーザーに返答させる「推論」へ移りつつあることを示している。Anthropic自身も2026年にClaude需要が急増していると説明しており、2026年4月には年間換算売上高が300億ドルを超え、2025年末の約90億ドルから大きく伸びたと発表した。年間100万ドル以上を支払う法人顧客も、2カ月足らずで500社超から1000社超へ増えたという。(anthropic.com)

なぜ「推論チップ」なのか

大規模言語モデルの運用には、大きく分けて「訓練」と「推論」がある。訓練は新しいモデルを作る工程で、推論はユーザーの入力に対してモデルが出力を生成する工程だ。ChatGPTやClaudeのようなサービスでは、利用者が増え、長文コンテキスト、コード生成、エージェント型処理が増えるほど、推論コストが積み上がる。

技術的にも、推論には独特のボトルネックがある。LLM推論は一般に、入力全体を処理する「prefill」と、1トークンずつ出力を生成する「decoding」に分けられる。ICLR 2025の研究では、prefillは計算量に縛られやすい一方、decodingはHBMメモリI/Oに縛られやすいと説明されている。またKVキャッシュは文脈長やバッチサイズに応じて増え、長文・同時多数処理ではメモリ容量と帯域が大きな制約になる。(openreview.net)

ここでFractileの狙いが見えてくる。同社は、メモリと計算を物理的に近づけ、あるいは一体化させることで、データをプロセッサと外部メモリの間で頻繁に移動させる「メモリの壁」を崩そうとしている。Fractileは自社サイトで、メモリと計算を物理的に interleaved する新世代プロセッサを構築し、低レイテンシと高スループットを同時に実現すると説明している。(fractile.ai)

Fractileとは何者か

Fractileは2022年創業の英国AIチップ企業で、創業者のWalter Goodwinはオックスフォード大学Robotics Institute出身とされる。同社は2024年にステルス状態から出て、Kindred Capital、NATO Innovation Fund、Oxford Science Enterprisesなどから1500万ドルのシード資金を調達した。Fractileは当初から、Nvidia GPUとは異なるアーキテクチャでAI推論を高速・低コスト化することを掲げてきた。(fractile.ai)

ただし、Fractileの性能主張は慎重に読むべきだ。同社は過去に、LLMを既存GPU比で最大100倍高速、10分の1のコストで動かせる可能性を示してきたが、2024年時点では主にシミュレーションに基づく主張だった。後続の資料では、TSMCとimecとの協力でテストチップを作ったとの説明も見られるが、量産品が大規模データセンターで実証された段階ではない。Tech.euの2025年インタビューでは、Goodwin氏は最初の製品チップを2026年後半にファブへ送り、2027年にデータセンター投入を目指す趣旨を述べている。(fractile.ai)

Anthropicの狙い：短期の救済ではなく、長期の選択肢

Anthropicはすでに、かなり多様なチップ戦略を取っている。2026年4月にはGoogleおよびBroadcomとの提携を拡大し、2027年以降に複数ギガワット規模の次世代TPU容量を確保すると発表した。同社は、自社がAWS Trainium、Google TPU、Nvidia GPUを用途に応じて使い分けているとも明言している。(anthropic.com)

さらに同月、AnthropicはAmazonとの協業拡大も発表した。Amazonとは今後10年で1000億ドル超をAWS技術にコミットし、最大5GWの新規容量を確保する計画で、Trainium2やTrainium3、将来世代のTrainiumも含まれる。Anthropicは現在、100万個超のTrainium2チップを使ってClaudeを訓練・提供しているとも説明している。(anthropic.com)

そのためFractileとの協議は、Claudeの直近の混雑をただちに解決するものではない。むしろ、2027年以降の推論需要を見越した「オプションの確保」と見るのが自然だ。Nvidia GPU、Google TPU、Amazon Trainiumに加え、Fractileのような推論特化チップを持てれば、Anthropicはコスト、レイテンシ、供給制約、交渉力の面で選択肢を増やせる。

成功の条件とリスク

Fractile型のアプローチが魅力的なのは、AI推論の経済性がメモリ移動に大きく左右されるからだ。計算をメモリに近づける設計は、理屈の上ではトークン当たり電力や遅延を大きく下げられる。しかし、AIチップで勝つにはシリコンだけでは足りない。コンパイラ、ランタイム、モデル変換、量子化、フレームワーク対応、運用監視まで含むソフトウェアスタックが必要になる。Nvidiaの強さはGPU性能だけでなく、CUDAを中心とする開発者エコシステムにもある。

また、AIモデルの構造は速く変わる。チップ設計から量産までには年単位の時間がかかるため、2027年に完成したチップが、その時点の主流モデルや推論ワークロードにどれほど適合するかは未知数だ。Fractileが「特定モデル専用」ではなく、幅広いフロンティアモデル推論に対応できる汎用性を示せるかが重要になる。

今後の見通し

今回の報道は、AIインフラ競争が「Nvidia GPUを何個確保できるか」だけでは語れなくなっていることを示している。AnthropicはGoogle TPUとAmazon Trainiumで巨大な容量を押さえつつ、Nvidia GPUも使い続け、さらにFractileのような新興推論チップも検討している。これは単なる調達分散ではなく、AIサービスの原価構造そのものを変える試みだ。

今後見るべきポイントは三つある。第一に、AnthropicとFractileの協議が正式契約に進むか。第二に、Fractileが実チップで公的に検証可能な性能・消費電力・コスト指標を示せるか。第三に、Claudeのような実運用モデルを、既存GPU/TPU環境からどれだけ容易に移せるかだ。

Fractileが成功すれば、推論インフラはより多様で、より用途別に最適化されたものになる。一方で、量産、ソフトウェア、資金力、顧客導入という壁は高い。現時点で確かなのは、Claudeの需要増がAnthropicに長期のチップ調達戦略を急がせており、推論コストを下げる競争がAI産業の次の主戦場になっているということだ。

オスカーがAIに引いた新しい線――「AI生成俳優」と「人間が書いていない脚本」は何を失うのか

米映画芸術科学アカデミーは2026年5月1日、2026年公開作品を対象とする第99回アカデミー賞の規則を公表した。今回の改定で最も注目されるのは、生成AIを映画制作から排除するのではなく、「誰の創作・演技を称える賞なのか」を明確にしようとした点だ。長編映画は2026年1月1日から12月31日までの劇場公開作品が対象となるが、その中で演技賞と脚本賞について、AIに関する資格条件が新たに明文化された。(press.oscars.org)

演技部門では、候補となる役は「映画の法的クレジットに記載され、かつ人間によって同意のもと実演された」ものに限られる。つまり、完全にAIで生成された“俳優”や、本人の実演を伴わない合成パフォーマンスは、少なくとも演技賞の対象にはならない。脚本部門ではさらに明快で、オリジナル脚本・脚色脚本のいずれも、法的クレジットに脚本家の明示があり、脚本が「人間によって書かれた」ことが必要になった。(oscars.org)

ただし、これは「AIを使った映画はオスカーから締め出す」という意味ではない。規則本文は、生成AIやその他のデジタルツールについて、それ自体がノミネートの可能性を上げも下げもしないと定めている。そのうえで、各部門は「創作的著作性の中心にどの程度人間がいたか」を考慮し、疑義が生じた場合には、AI利用の性質や人間の著作性について追加情報を求める権利をアカデミーが持つとした。(oscars.org)

この設計はかなり現実的だ。現代の映画制作では、VFX、プリビジュアライゼーション、修復、ノイズ除去、翻訳、スケジューリングなど、多様な工程でAI的な技術が入り込み得る。アカデミーが避けたのは、ツール使用の一律禁止である。むしろ、AIをカメラやCGIの延長として使う場合と、AIが俳優や脚本家の代替として賞の主体になる場合を切り分けた、と見るべきだ。視覚効果部門の規則でも、評価対象には「人間の芸術性と技能」が含まれており、技術的成果を評価しつつ人間のクラフトを軸に置く姿勢が見える。(oscars.org)

背景には、映像生成モデルの急速な進歩がある。OpenAIは2024年にSoraを発表し、高品質な動画生成が可能なモデルとして注目を集めた。Googleも2025年にVeo 3を発表し、映像だけでなく効果音、環境音、会話を含むネイティブ音声生成を打ち出している。こうした技術は、短い映像素材やコンセプト映像の制作を大きく変えつつある一方で、俳優の肖像・声・演技をどこまで合成してよいのかという問題を前面に押し出した。(openai.com)

象徴的だったのが、2025年に話題になったAI生成の“俳優”Tilly Norwoodをめぐる反発だ。SAG-AFTRAは、Tilly Norwoodは俳優ではなく、コンピュータプログラムで生成されたキャラクターだとする声明を出し、人間の演技・経験・感情を代替物として扱うことに強い懸念を示した。SAG-AFTRAは2023年の映画・テレビ契約でも、デジタルレプリカの作成・使用について同意と補償を求めるAI条項を獲得しており、今回のアカデミー規則は、労使交渉で形成されてきた「同意」と「人間中心性」の考え方と歩調を合わせている。(sagaftra.org)

著作権の文脈でも、同じ方向の整理が進んでいる。米国著作権局は2025年のAI報告書で、AIを創作補助として使うことは著作権保護を妨げない一方、純粋にAIが生成した素材や、人間が表現要素を十分にコントロールしていない素材には著作権は及ばないと説明した。単なるプロンプト入力だけでは、通常は十分な人間の著作性とはいえない、という立場も示されている。アカデミーの新規則は法律そのものではないが、「賞を与える対象」と「権利を認める対象」の双方で、人間の創作的関与を中核に置く流れが強まっていることを示している。(copyright.gov)

今後、制作会社や配給会社に求められる実務は増えるだろう。脚本については、どの段階で誰が書き、AIがどの程度使われたのかを説明できる記録が重要になる。俳優についても、デジタル若返り、声の合成、故人の肖像利用、モーションキャプチャ、スタントの拡張など、ケースごとの線引きが必要になる。アカデミー幹部はAP通信に対し、AI利用は今後も毎年見直し、事案ごとに判断すると述べている。(apnews.com)

今回の改定は、AIへの拒絶というより、映画賞の制度が「人間の達成を讃える」という前提を再確認したものだ。AIは制作現場の道具として残る。だが、オスカー像を受け取る主体は誰なのか、スクリーン上の演技は誰の経験と判断から生まれたのか、脚本の言葉は誰の責任ある表現なのか。その問いに対し、アカデミーはひとまず明確に答えた。映画の未来は機械を含むものになるとしても、少なくともオスカーの評価軸は、当面「人間が創作の中心にいること」から動かない。

ARC-AGI-3が映した「推論モデル」の盲点

GPT-5.5とOpus 4.7は、何を見落としていたのか

ARC Prize Foundationは2026年5月1日、OpenAIのGPT-5.5とAnthropicのClaude Opus 4.7をARC-AGI-3で走らせた160件のリプレイと推論トレースを分析し、両モデルに共通する3つの体系的な失敗モードを公表した。対象モデルはいずれも直近のフロンティアモデルで、GPT-5.5は4月23日にOpenAIが「複雑な実務」に向けた新モデルとして発表し、Opus 4.7も4月16日にAnthropicが長時間のコーディングやマルチステップ作業での改善を強調して公開したモデルだ。にもかかわらず、ARC-AGI-3のスコアはGPT-5.5が0.43%、Opus 4.7が0.18%にとどまった。(arcprize.org)

ARC-AGI-3は、従来の静的なパズル集ではない。エージェントは、ルールも目的も説明されないターン制の小さなゲーム環境に放り込まれ、自分で探索し、何が起きたかを観察し、勝利条件を推測し、次のレベルへ知識を持ち越さなければならない。技術報告では、ARC-AGI-3が「探索」「モデリング」「目標設定」「計画と実行」という4要素を測るための対話型ベンチマークだと説明されている。データセットは公開デモ25環境、半非公開55環境、完全非公開55環境の計135環境で構成され、公式評価は主に非公開側を使う設計だ。(arcprize.org)

重要なのは、ARC-AGI-3が単に「解けたか」を見るのではなく、「人間並みの少ない手数で新しいスキルを獲得できたか」を見る点である。スコアリングにはRHAE、Relative Human Action Efficiencyが使われ、各レベルでAIが要した行動数を人間ベースラインと比較する。初期レベルは重みが小さく、後半レベルほど重くなるため、偶然の突破や力任せの探索は高得点になりにくい。全環境は少なくとも2人の初見人間が完全クリアできることを条件に採用されており、ARC側は「人間には解けるが、現在のAIには難しい」領域を狙っている。(arcprize.org)

今回の分析で最も目立った失敗は、「局所的な効果は見えているのに、世界モデルにできない」ことだった。たとえばモデルは「この操作で容器が回転する」「別の操作で塗料が注がれる」といった個別の因果は認識する。しかし、それを「向きを合わせてから注ぐ必要がある」というゲーム全体の規則へ統合できない。Opus 4.7はcd82で回転や注入の効果を早い段階で見つけながら、目標画像を再現するための一貫した手順に落とし込めなかった。これは単なる視覚認識の失敗ではなく、観察を圧縮して操作可能な内部モデルに変換する段階の失敗である。(arcprize.org)

2つ目は、訓練データ由来の誤った類推である。モデルは未知の環境を、Tetris、Frogger、Sokoban、Breakout、Pong、Boulder Dashなど既知のゲームへ過剰に対応づけた。類推そのものは人間の推論にも重要だが、ここでは視覚的な手がかりが「これはBreakoutのようなゲームだ」という強すぎる仮説になり、以後の行動選択を乗っ取ってしまう。GPT-5.5はls20を本来の鍵の組み合わせ問題ではなくBreakout風のゲームとして扱い、不要な仮説検証に手数を浪費した。(arcprize.org)

3つ目は、レベルを解けてもゲームを学習していないことだ。Opus 4.7はka59のレベル1を37手でクリアしたが、その成功は「クリックでキャラクターがテレポートする」という誤った理論と、たまたま寛容だったレベル構造が噛み合ったものだった。レベル2では本当の仕組み、つまり形合わせや押し出しが必要になったが、モデルは最初の偶然の成功を誤理論の確認証拠として扱い、回復できなかった。これは実運用で特に危険な失敗である。ある手順が一度成功しただけで、なぜ成功したかを検証せず、誤った運用知識として固定してしまうからだ。(arcprize.org)

興味深いのは、GPT-5.5とOpus 4.7の失敗の質が違うことだ。ARC Prizeの整理では、Opus 4.7は短い範囲でメカニクスを見つけるのが比較的得意だが、いったん誤った不変条件を作ると強く固着する。一方のGPT-5.5は仮説生成の幅が広く、正しいアイデアを言語化することもあるが、それを実行計画に圧縮してコミットするのが弱い。ARC側はこの違いを「Opusは誤った圧縮、GPT-5.5は圧縮の失敗」と表現している。集計スコアだけなら見えない、エージェントとしての性格差である。(arcprize.org)

この結果は、AIが実務で弱い場面をよく示している。現実のエージェントは、常に整ったプロンプトや既知のAPI仕様だけを相手にするわけではない。社内ツール、古い管理画面、曖昧な業務フロー、例外的な入力、途中で変わる目標など、ARC-AGI-3に似た「未知の環境」で動く必要がある。そこで必要なのは、観察を記録することだけでなく、仮説を作り、反証し、成功理由を検証し、次の状況に移す能力だ。ARC Prizeが「スコアは何を達成したかを示し、リプレイはその推論が一般化しそうかを示す」と述べる理由はここにある。(arcprize.org)

ただし、ARC-AGI-3の結果を「現在のAIは何も推論していない」と単純化するのも慎重であるべきだ。公式技術報告自身も、特定環境向けのハーネスや人間が設計した足場を使えば性能が大きく上がる場合があると認めている。そのうえで、公式リーダーボードでは、ARC-AGI-3に特化した外部足場ではなく、汎用APIモデルが初見でどれだけ適応できるかを重視する方針を取っている。つまり、このベンチマークは「最高の自動化システム」を測るというより、「モデル本体に近い汎用適応力」を測ろうとしている。(arcprize.org)

関連研究も、同じ問題圏を別角度から照らしている。Appleの「The Illusion of Thinking」は、制御可能なパズル環境で大規模推論モデルを調べ、複雑度が上がると正答率が崩れ、推論努力も途中から低下する傾向を報告した。一方で、この研究には「トークン制限や不可能な問題設定を失敗と見なしている」といった批判や再検証もあり、結論は単純ではない。それでも、分布外の新奇課題で推論が脆くなるという大枠は、ARC-AGI-3の観察と響き合う。(machinelearning.apple.com)

今後の焦点は、より大きなモデルを作るだけでなく、失敗から学ぶ仕組み、仮説の棄却、状態空間の体系的探索、記憶の圧縮、自己検証をどう統合するかに移るだろう。Chain-of-Thoughtも万能ではなく、DataAlchemyを用いた研究は、CoTが訓練分布内では有効でも、タスク・長さ・形式がずれると脆くなる可能性を示している。ARC-AGI-3が示したのは、AIの限界というより、次に研究すべき場所の輪郭だ。未知の世界で、何を見て、何を捨て、何を次へ持ち越すのか。その地味な能力こそ、実運用のエージェントを信頼できるものにする鍵になる。(arxiv.org)

xAI、Grok 4.3とImagine Agent Modeを同時に押し出す理由

2026年5月初旬、xAIはAPI向けの主力モデルとしてGrok 4.3を前面に出し、あわせて創作向けの「Imagine Agent Mode」をβ投入した。今回のポイントは、単に新しいLLMを出したというだけではない。xAIの公式ドキュメントでは、一般的なテキスト用途は「Grok 4.3を使うべき」と案内される一方、画像・動画側は別立てのImagine APIとして整理されている。つまりxAIは、推論・検索・コード実行を担う言語モデルと、映像・画像を担う生成基盤を、「エージェント」という共通の使い方で束ね始めたと見るのが自然だ。 (docs.x.ai)

Grok 4.3の見どころは、価格、速度、そしてツール実行の三点にある。OpenRouterの掲載情報では、Grok 4.3は2026年4月30日公開、100万トークン文脈、入力100万トークンあたり1.25ドル、出力100万トークンあたり2.50ドルという価格設定で、推論は常時オンだという。xAI公式 docs も、4.3を「最も知的で最も速いモデル」と位置づけ、Web検索、X検索、コード実行、コレクション検索などのサーバーサイドツール群を用意している。さらに公式料金表では、Web検索・X検索・コード実行は各1000回あたり5ドル、コレクション検索は1000回あたり2.50ドルで、推論トークンは通常の出力トークンと同じ扱いで課金される。安いのは“素のトークン”であって、エージェント実行全体には別のコスト構造があるわけだ。 (openrouter.ai)

性能面では、Grok 4.3は「最上位独走」というより、「価格性能比の最適化」が色濃い。Artificial Analysisでは、xAI内でのGrok 4.3のIntelligence Indexは53で首位、出力速度も約193トークン/秒で最速とされる。GDPval-AAでも1498 Eloを記録している。他方で、直前のxAI公式ドキュメントではGrok 4.20が200万トークン文脈を掲げていた。OpenRouter掲載の100万トークンという数字が正しければ、4.3は最大文脈の拡大より、速度とコスト、そして実運用しやすさに軸足を移した改訂版だと読める。これは“より大きいモデル”ではなく、“より回しやすい主力モデル”への設計変更である可能性が高い。 (artificialanalysis.ai)

この設計変更が効いてくるのは、AIを「答える道具」ではなく「動く道具」として使う場面だ。xAIのツール関連ドキュメントは、Grokがテキスト生成の外側で、検索し、Pythonを実行し、アップロード文書を横断し、さらには外部MCPツールにも接続できることを前提に組まれている。しかも料金も、トークン消費とツール呼び出しの二層構造になっている。ここから見えるのは、xAIが売っているものが単なるモデルの賢さではなく、「モデル＋実行環境＋検索基盤」をまとめたエージェント実行基盤だということだ。Grok 4.3は、その基盤の採算性を改善するための中核アップデートと捉えると分かりやすい。 (docs.x.ai)

一方のImagine Agent Modeは、創作ワークフローをチャットから“制作空間”へ押し広げる試みとして興味深い。The Decoderによれば、このモードはGrok Web上のβ機能で、単発のプロンプト生成ではなく、エージェントが計画し、生成し、編集し、修正していくオープンなワークスペースとして動く。用途としては、1分動画、マンガセット、商品ストーリー制作などが想定され、利用には有料アカウントが必要とされる。ここで重要なのは、xAIが2026年1月28日に公式発表したGrok Imagine APIを、すでに「end-to-end creative workflows」のための統合基盤として説明していた点だ。今回のAgent Modeは、突然生えた新機能というより、すでに存在していた画像・動画生成基盤を、エージェントUIで使いやすく包み直したものと考えたほうが実態に近い。 (the-decoder.com)

では、この発表は市場に何をもたらすのか。第一に、価格競争の圧力は確実に強まる。The Decoderが引用するArtificial Analysisの整理でも、Grok 4.3は前世代より安く、コスト対性能で有利な位置に入っている一方、絶対性能ではOpenAIやAnthropicの最上位群にまだ及ばない。つまりxAIは「一番賢い」よりも、「十分に強く、かなり安く、しかも速い」を前面に出してきた。第二に、クリエイティブ領域では、テキスト・画像・動画をまたぐ制作の中心が“単発生成”から“反復型エージェント”へ移る流れを後押しする。もっとも、動画生成は公式 docs でもコンテンツポリシー審査の対象とされており、創作支援の拡大はそのまま安全性・権利処理・品質管理の課題も押し上げる。 (the-decoder.com)

総じて見ると、Grok 4.3は“Grok 4の後継大型発表”というより、xAIが本気で普及させたい実戦モデルの顔つきに近い。常時推論、ネイティブなツール実行、低めの基礎単価、そして創作側ではImagine Agent Modeという制作ワークスペース。これらはばらばらの機能追加ではなく、「調べる・考える・実行する・作る」を一つのエージェント体験に収束させる布石としてつながっている。Grok 4が“存在感を示すモデル”だったとすれば、Grok 4.3は“実際に回すためのモデル”だ。そしてImagine Agent Modeは、その発想を文章生成の外にまで広げる、xAIの次の一手だと言える。 (docs.x.ai)

主な出典: xAI Docs、xAI「Grok Imagine API」発表、Artificial Analysis、OpenRouter、The Decoder。 (docs.x.ai)

Google DeepMindの「Decoupled DiLoCo」とは何か　LLM学習を“巨大な一枚岩”から解き放つ新しい設計

2026年4月23日、Google DeepMindとGoogle Researchは、分散学習の新方式「Decoupled DiLoCo」を発表した。位置づけとしては、単なる通信削減アルゴリズムの改良ではない。遠隔地のデータセンター同士をまたいで大規模モデルを訓練するとき、回線帯域が細い、計算機の一部が落ちる、拠点ごとにハードウェア世代が違う、といった現実の制約を前提に、それでも学習全体を止めにくくするための訓練アーキテクチャだ。DeepMind自身も、これはPathwaysの非同期データフロー設計と、DiLoCo系の低通信学習を合流させたものだと説明している。(deepmind.google)

背景には、現在の最先端モデル訓練が抱える「同期の重さ」がある。一般的な大規模事前学習は、SPMD的な強い同期を前提に、各アクセラレータがほぼ足並みをそろえて毎ステップ通信する。そのため、どこか一部で遅延や故障が起きると、全体が待たされやすい。報告書はこの問題を、CAP定理になぞらえて「一貫性（Consistency）を強く優先しすぎると、可用性（Availability）や分断耐性（Partition Tolerance）が犠牲になる」と整理している。クラスタが巨大になるほど、個々の故障が珍しくなくなる以上、この見方はかなり本質的だ。(storage.googleapis.com)

ここで効いてくるのが、DiLoCoの系譜である。2023年のDiLoCoは、複数の“計算の島”がそれぞれローカルに学習を進め、たまにだけ外側の最適化で同期する発想を取り入れた。C4上の実験では、8ワーカー構成で、完全同期型に匹敵する品質を保ちながら通信量を500倍削減できると報告されている。さらに2025年のStreaming DiLoCoでは、モデル全体を一度にではなく断片ごとに順次同期し、通信と計算を重ね、通信データの量子化も導入することで、必要帯域をさらに二桁規模で下げた。ただし、この段階ではまだ、ワーカー同士は基本的に足並みをそろえる必要があった。(arxiv.org)

Decoupled DiLoCoの新しさは、その“最後の同期の壁”を崩した点にある。各学習ノードは独立した learner として自分のデータで学習を続け、モデルは複数のfragmentに分割される。中央の syncer は、それぞれの learner から断片更新を非同期に受け取り、全員分を待つのではなく、最低限の人数がそろった時点で集約を進める。しかも、少しだけ待てば追加の更新を取り込めるときは adaptive grace window で猶予を設け、速い learner と遅い learner の差は token-weighted な重みづけで吸収する。さらに、更新ベクトルの大きさと向きを分けて合成する Radial-Directional Averaging を使い、多数 learner 化で起きやすい不安定さも抑えている。重要なのは、単純な非同期SGDのように「古い重みで計算した勾配をそのまま押し込む」方式ではないことだ。(storage.googleapis.com)

実験結果は、この設計思想が机上の理屈にとどまらないことを示している。報告書の要約では、数百万チップ規模の故障多発環境を模した実験で「グローバルなダウンタイムゼロ」を達成したとされる。より具体的には、チップあたり平均故障間隔を1年、全体を120万チップ相当にした厳しいシミュレーションで、8 learner の Decoupled DiLoCo は goodput 88% を維持した。これに対し、非弾性的な単一 learner 相当のデータ並列は 27%、弾力的に縮退運転する elastic data-parallel でも 58% にとどまる。しかも、Gemma 4系の軽量化レシピを用いたテキスト・ビジョン混合学習では、故障下でもベンチマーク性能は概ね競争的で、2B/5B/9Bのdenseモデルや、2.8B/3.8B有効パラメータのMoEでも、集中型データ並列と同程度の下流性能を示した。(storage.googleapis.com)

実運用面で目を引くのは、広域ネットワーク越しでも成立する点だ。公式ブログによれば、DeepMindは4つの米国リージョンにまたがって120億パラメータのモデルを、2～5GbpsのWAN帯域で事前学習できたとしている。しかも従来型の同期法より20倍超高速だったという。報告書の帯域試算もそれを裏づける。5Bモデル、8データセンター、1秒ステップ、95%の計算利用率という条件では、データ並列が198Gbpsを要するのに対し、Decoupled DiLoCoはint4通信込みで0.84Gbpsまで下がる。ここでのポイントは「少し速い」ではなく、「専用の超高帯域ネットワークを前提にしなくても訓練設計が成立する」ことにある。(deepmind.google)

この方式の産業的な意味は、故障耐性だけではない。報告書は、異なる世代のTPUを混在させても、最小クォーラムとgrace windowを組み合わせれば、遅い側に全体が引きずられず、同期品質も保てると示している。また、空いた計算資源を途中参加させる「scavenging」では、同じ総FLOPs条件で学習時間をより短くできた。要するに、これまで“帯域が足りない”“世代が古い”“一時的にしか空かない”ために使いにくかった計算資源を、訓練全体の戦力に変えやすくなる。さらに、同じ事前学習済み重みを同一の後段チューニングにかけた比較でも、Decoupled DiLoCoはポストトレーニング能力を大きく損なわなかった。(storage.googleapis.com)

今後の見どころは二つある。第一に、これは「通信効率の良い最適化手法」から、「可用性を中心に据えた訓練OS的な設計」への重心移動として見るべきだという点だ。第二に、その発想がGoogle内部の巨大インフラにとどまるのか、それともより広いLLM訓練の標準へ波及するのかである。2025年のDiLoCoスケーリング則研究は、DiLoCoが適切に調整されればモデルサイズ拡大に対して予測可能かつ頑健に伸びうることを示しており、今回のDecoupled化はその先にある「実際に止まらない大規模訓練」への一歩と読める。ただし現時点では、結果の多くはGoogleの自社系スタック上で得られた技術報告ベースだ。真価は、より大きな前線級モデル、異なるクラウド/研究環境、公開実装や追試でどこまで再現されるかで見えてくるだろう。(arxiv.org)

出典: Google DeepMind公式ブログ、技術報告PDF、Pathways論文、DiLoCo原論文、Streaming DiLoCo論文、DiLoCoスケーリング則論文。(deepmind.google)

OpenAI、GPT-5.5を公開

「賢くなった」だけではない、仕事を進めるAIへの一段深い移行

OpenAIは2026年4月23日、最新旗艦モデル「GPT-5.5」を公開した。位置づけは単なるマイナーアップデートではない。OpenAIはこれを「実務のための新しい知能クラス」と表現し、GPT-5.4並みの実運用レイテンシを維持しながら、エージェント型コーディング、コンピュータ操作、知識労働、初期段階の科学研究で能力を引き上げたとしている。まずChatGPTとCodexでPlus/Pro/Business/Enterprise向けに展開され、API提供は「近く」開始予定だ。ChatGPTではGPT-5.5 Thinking、上位プランではGPT-5.5 Proも利用でき、Codexでは400Kコンテキスト、APIでは1Mコンテキストを予定している。価格はAPIで gpt-5.5 が入力100万トークンあたり5ドル、出力30ドル、gpt-5.5-pro が入力30ドル、出力180ドルと案内されている。 (openai.com)

今回の要点は、応答品質そのものよりも「仕事の進め方」が変わってきたことだ。OpenAIによれば、GPT-5.5は曖昧で複数段階にまたがる依頼を受け、計画し、ツールを使い、検証し、途中で止まらずに完了まで持っていく能力を強めている。これは2025年8月のGPT-5で進んだ「推論モデル・非推論モデル・ルーターを束ねた統合体制」と、2026年3月のGPT-5.4で進んだ「Codex由来のコーディング力と業務ワークフロー適性の統合」の延長線上にある。言い換えれば、OpenAIは“よく答えるモデル”から“仕事を前に進めるモデル”へ主戦場を移している、と読むのが自然だ。 (openai.com)

その変化は、OpenAIが示した評価指標の並びにも表れている。コーディングではTerminal-Bench 2.0が82.7%でGPT-5.4の75.1%を上回り、SWE-Bench Proは58.6%で5.4の57.7%を上回る。知識労働寄りではGDPvalが84.9%、OSWorld-Verifiedが78.7%、BrowseCompが84.4%、Toolathlonが55.6%。学術寄りではFrontierMath Tier 1–3が51.7%、Tier 4が35.4%、GeneBenchが25.0%、BixBenchが80.5%と、幅広い領域で5.4から改善している。しかもOpenAIは、GPT-5.5が同種のCodexタスクをより少ないトークンで終えられる点も強調している。ここで重要なのは、性能向上が単一ベンチマークの一点突破ではなく、ツール利用・長文脈・実行型タスクにまたがっていることだ。 (openai.com)

ベンチマーク名だけでは分かりにくいので、少し補足したい。SWE-bench Verifiedは、GitHubの実在するソフトウェア課題に対し、コードベースとissue記述から修正パッチを作り、関連テストを通せるかを見る評価だ。OSWorldはUbuntu・Windows・macOS相当の実コンピュータ環境で369の操作課題をこなせるかを測る。BrowseCompは、ウェブ上の「見つけにくい情報」を探し当てる1,266問の閲覧エージェント向け評価、FrontierMathは研究者でも数時間から数日かかる未公開の高難度数学問題群、BixBenchは50超の実世界バイオインフォマティクス解析シナリオと約300問からなる。つまりGPT-5.5が伸びたのは、受験的なQ&Aよりも「環境の中で、長い手順を踏み、正しく進める力」に近い。 (openai.com)

技術面でも興味深い。OpenAIは、GPT-5.5をGPT-5.4と同等のレイテンシで出すため、推論を単なるモデル最適化ではなくシステム全体で再設計したと説明している。GPT-5.5はNVIDIAのGB200/GB300 NVL72上で共同設計・学習・提供され、さらにCodexが本番トラフィックを分析して負荷分散と分割のヒューリスティクスを書き換えたことで、トークン生成速度が20%以上向上したという。ここは宣伝文句として読むより、「より賢いモデルは遅い」という従来の制約を、モデル側とサービング側の同時最適化で崩そうとしている点が重要だ。今後の競争軸が、純粋な知能だけでなく“知能をいかに速く安く届けるか”へ移ることも示している。 (openai.com)

一方で、安全性の扱いはかなり慎重だ。OpenAIはGPT-5.5を、自社Preparedness Framework上で生物・化学とサイバーセキュリティの両面について「High」能力とみなしている。内部・外部レッドチーム、ほぼ200の早期アクセス先からの実運用フィードバック、追加の生物・サイバー評価を経て公開され、サイバー領域ではより厳しい分類器やTrusted Access for Cyberも組み合わせる。API展開が“すぐ”ではなく、安全・セキュリティ要件を満たしながら進めるとされているのも、その慎重姿勢の一部だろう。能力が上がるほど、公開面の摩擦が増えるのは自然であり、GPT-5.5はその現実をかなり露骨に映している。 (openai.com)

では、品質面の実利はどこにあるのか。システムカードでは、従来モデルでユーザーから事実誤認として報告された会話群に対し、GPT-5.5は個々の主張レベルで23%正確性が高く、応答単位でも事実誤りを含む率が3%低いとしている。HealthBench系でもGPT-5.4より改善が見られる。加えて、コンピュータ操作では破壊的な変更を避ける訓練や、高リスク操作前の確認方針、コネクタ経由のプロンプトインジェクション耐性評価も行われている。つまりOpenAIは、単に「賢いエージェント」を作るのではなく、「勝手に壊さないエージェント」に仕立てる工程をかなり前面に出し始めた。これは、実務投入が進むほど避けて通れない論点だ。 (deploymentsafety.openai.com)

総じてGPT-5.5は、GPT-5の統合設計とGPT-5.4の実務志向をさらに先へ進めたモデルだといえる。最大の意味は、チャットAIの延長としての改善ではなく、コーディング、調査、資料作成、データ整理、科学的探索といった「途中経過の多い仕事」を、より少ない監督で前に進める方向へOpenAIが舵を切り続けていることにある。もっとも、ベンチマーク改善がそのまま現場の信頼性に直結するわけではないし、安全策の強化は裏返せば依然として誤作動や悪用リスクが重いことも意味する。今後の注目点は、API公開後にどこまで安定して長時間タスクを回せるか、そして企業や研究現場が“補助者”ではなく“実働する同僚”として扱い始めるかどうかだろう。そこに至れば、GPT-5.5は性能競争の一里塚ではなく、コンピュータ上の仕事の設計そのものを変える節目として記憶されるはずだ。 (openai.com)

主な出典
- OpenAI, “Introducing GPT-5.5” (openai.com)
- OpenAI Deployment Safety Hub, “GPT-5.5 System Card” (deploymentsafety.openai.com)
- OpenAI, “Introducing GPT-5.4” (openai.com)
- OpenAI, “Introducing GPT-5 for developers” (openai.com)
- OpenAI, “BrowseComp: a benchmark for browsing agents” / “Introducing SWE-bench Verified” (openai.com)
- OSWorld, FrontierMath, BixBench, Terminal-Bench 各原論文・公式ページ (arxiv.org)

必要なら次に、この記事を
1) もっと短いニュース解説版
2) 技術者向けにベンチマーク中心へ再構成した版
3) ブログ掲載用に見出しとリードを整えた版
のどれかに整えられる。

OpenAI、ChatGPTにWorkspace Agentsを導入――GPTsの次に来る「共有・常駐・実行型」オートメーション基盤

2026年4月22日、OpenAIはChatGPTに「workspace agents」を導入すると発表した。これはCodexを土台にした共有エージェントで、チーム内で使い回せること、ChatGPTだけでなくSlackにも展開できること、そして定期実行までできることが大きな特徴だ。公式には research preview と位置づけられており、Business、Enterprise、Edu、Teachers向けに提供される。BusinessとEnterprise向けには、今後数週間で段階的にロールアウトすると案内されている。(openai.com)

今回の発表の要点は、ChatGPTの中に「よくできた社内用ボット」を1つ増やした、という話ではない。OpenAIはworkspace agentsを「GPTsの進化形」と明言しており、レポート作成、コード記述、メッセージ応答といった仕事を、組織の権限管理の範囲内で継続的に処理する存在として位置づけている。エージェントはクラウド上で動作し、ユーザーが離席していても作業を続けられる。しかも一度作ったものを組織内で共有し、ChatGPTやSlackで共同利用しながら改善していける。(openai.com)

機能面を見ると、workspace agentsは「会話の相手」というより「業務フローの実行者」に近い。Agentsタブから自然言語で業務内容を説明すると、ChatGPTが手順の定義、必要ツールの接続、skillsの追加、テストまで案内する。実行時にはファイル、コード、ツール、メモリを使い、複数ステップにまたがる仕事を継続できる。さらにスケジュール実行に対応し、Slackへデプロイすれば、チャンネル内の依頼を受けて動いたり、定時に結果を投稿したりできる。OpenAIは、週次指標レポート、Slackやサポート窓口からの製品フィードバック集約、リードの選別と追客、第三者リスク評価といったテンプレート的ユースケースを示している。(openai.com)

では、従来のGPTsと何が違うのか。GPTsは、特定用途向けに instructions、knowledge、capabilities、apps、actions などを組み合わせて作る「カスタム版ChatGPT」だが、公式ヘルプでは、GPTsは saved memory や過去会話を引き継がず、各会話は基本的に新しく始まると説明されている。これに対しworkspace agentsは、クラウド上で長時間実行され、メモリを持ち、スケジュールやSlack配備を前提にした共有運用ができる。OpenAIはGPTsを当面維持しつつ、今後GPTsからworkspace agentsへの変換を容易にすると述べている。ここから読むべきなのは、GPTsが「対話体験のカスタマイズ層」として残り、workspace agentsが「組織業務の自動化層」へ発展していく、という製品整理だろう。これは公式文書に基づく推測だが、かなり自然な読み方に見える。(help.openai.com)

技術的な背景として重要なのがCodexの変化だ。OpenAIは2025年5月にCodexを「クラウド上で並列に動くソフトウェア工学エージェント」として公開し、その後2026年2月にはGPT‑5.3‑Codexを「開発者や専門職がコンピュータ上で行う仕事のほぼ全般」に広げるモデルとして紹介した。さらにCodex appでは、複数エージェントの並列実行やskillsによるワークフロー拡張を前面に出している。workspace agentsは、このCodex系統の「長時間・非同期・多段実行」という性格を、ソフトウェア開発だけでなく営業、経理、オペレーションといった一般業務に持ち込んだものと理解できる。(openai.com)

もう一つの土台は、ChatGPTのapps／MCPエコシステムだ。OpenAIは2025年末以降、従来のconnectorsをappsへ再編し、Google Drive、SharePoint、Slackなどの外部サービス接続や、MCPベースのカスタムアプリをChatGPT内で扱えるようにしてきた。workspace agentsのビルダーでも、tools、apps、custom MCPs、skills、filesを追加できる。つまり今回の新機能は、単独の新モデルというより、既存の社内知識接続・アプリ実行・技能部品化の仕組みを、共有エージェントという器に束ね直したものだ。(help.openai.com)

企業導入の観点では、ガバナンス機能がかなり前面に出ている。利用範囲は「自分だけ」「リンクを知る組織内ユーザー」「ワークスペースディレクトリ公開」から選べ、接続アプリにはエンドユーザー本人の資格情報を使う方式と、エージェント専用の共有接続を使う方式がある。機微な操作――たとえばスプレッドシート編集、メール送信、カレンダー追加――には承認を必須にできる。Enterprise/Edu管理者はRBACで構築・公開・利用・接続アプリのアクション範囲を制御でき、Compliance API経由で各エージェントの設定変更や実行状況を監査できる。公開後の利用分析やバージョン履歴も提供される。(help.openai.com)

同時に、制約も見えている。workspace agentsはEnterpriseでは初期状態でオフ、しかもEKMを有効化したEnterpriseワークスペースではローンチ時点で利用できない。またSlack運用にも前提条件があり、有料Slackプラン、アプリ承認、場合によってはSlack側でユーザーグループ管理権限の許可が必要になる。OpenAI自身も、外部コンテンツ由来のprompt injectionへの対策を明示しており、エージェントに広い権限を与えるほど、最小権限設計と監査の重要性は増す。要するに、便利さの本体は「勝手に働く」ことだが、企業が実際に評価すべきなのは「どこまで安全に任せられるか」の設計である。(help.openai.com)

この発表の戦略的な意味は、ChatGPTが個人向けの生成AIツールから、組織の実務を背後で回す基盤へ一段踏み込んだことにある。OpenAIはすでにdeep researchで調査、ChatGPT agentで個人の代理実行、apps/MCPで社内外システム接続、Codexで非同期エージェント運用を進めてきた。workspace agentsはそれらを「個人の便利機能」ではなく、「チームの標準業務」として固定化する器だ。製品フィードバック、月次決算、営業追客のような反復業務がここに載るなら、AIは“質問に答える相手”から“組織手順を再現する運用単位”へ移る。OpenAIがRipplingの事例として、営業向けエージェントが週5～6時間分の作業を背景で自動化したと紹介しているのも、その方向性を象徴している。(openai.com)

今後についてOpenAIは、自動起動トリガーの拡充、ダッシュボードの改善、業務ツールへのアクション拡大、Codex appでのworkspace agents対応を予告している。価格面では、2026年5月6日までは無料、その後はクレジット課金へ移行する予定だ。したがって現時点での見方としては、これは完成版というより、ChatGPTの企業向け常駐自動化基盤の最初の本格的な土台である。GPTsの次を問う発表というより、「AIを組織のどこに常駐させるか」を問う発表だった、とまとめるのが最も正確だろう。(openai.com)

主な出典：OpenAI公式発表「Introducing workspace agents in ChatGPT」、OpenAI Help Center「ChatGPT Workspace Agents for Enterprise and Business」「ChatGPT Agents App in Slack」「GPTs in ChatGPT」「Apps in ChatGPT」「Developer mode, and MCP apps in ChatGPT [beta]」「Company knowledge in ChatGPT」、およびOpenAIのCodex関連発表。(openai.com)

Alibaba、Qwen3.6-27Bを公開――「扱いやすい大きさ」でどこまでコーディング性能を押し上げたのか

2026年4月22日、AlibabaのQwenチームは、27Bの稠密（dense）な多模態オープンウェイトモデル「Qwen3.6-27B」を公開した。公式の打ち出しはかなり明快で、巨大なMoEを使わずに、開発者が実際に使いたい規模で“旗艦級のコーディング性能”を出す、というものだ。とりわけ注目点は、前世代のオープンフラッグシップであるQwen3.5-397B-A17B（総パラメータ397B、アクティブ17BのMoE）を、主要なコーディング系ベンチマークで上回ったとする点にある。重みはHugging FaceとModelScopeで公開され、Qwen Studioからも試用できる。 (qwen.ai)

実際、公式モデルカードの比較表では、Qwen3.6-27BはSWE-bench Verifiedで77.2、SWE-bench Proで53.5、Terminal-Bench 2.0で59.3、SkillsBenchで48.2を記録し、Qwen3.5-397B-A17Bの76.2、50.9、52.5、30.0をそれぞれ上回る。つまり「一般知識で万能最強」というより、コード修正、端末操作、フロントエンド生成、リポジトリ理解といった“エージェント的コーディング”に照準を合わせた強化が、このモデルの核心だと読める。一方で、MMLU-Proは86.2でClaude 4.5 Opusの89.5に届かず、HLEでも24.0とトップ帯には及ばない。Qwen3.6-27Bは、万能性能よりも開発ワークフロー上の実用点を強く狙ったモデルだと見るのが公平だろう。 (huggingface.co)

技術面では、Qwen3.6-27BはVision Encoder付きのCausal LMで、27Bパラメータ、64層、ネイティブ262,144トークンの長文脈を持つ。構成上の特徴は、Gated DeltaNetとGated Attentionを混在させたハイブリッド設計にある。Gated DeltaNetは、長文脈や検索的な課題で通常の注意機構より効率面の利点を狙う系譜の仕組みで、Qwen3.6-27Bではその系統を実運用向けモデルに落とし込んだ格好だ。またQwen3系の流れを継ぎ、thinking modeとnon-thinking modeを単一モデル内に統合している。Qwen3.6では応答前に思考を行うのが既定で、さらに過去ターンの思考痕跡を保持するpreserve_thinkingも導入されており、反復的なコーディング作業やツール利用との相性を意識した設計になっている。加えて、YaRNによって最大約101万トークンまでの拡張手順も案内されている。 (huggingface.co)

では、なぜ「ローカル実装性」が強調されるのか。第一に、MoEではなくdenseなので、専門家ルーティングを前提にした複雑な配備を避けやすい。第二に、Transformers、vLLM、SGLang、KTransformersといった主要な推論基盤での起動方法が最初から用意され、text-onlyモードでVision Encoderを省いてKVキャッシュ向けのメモリを増やす運用もできる。ライセンスもApache-2.0だ。ただし、ここは少し冷静に見ておきたい。公式が示す262kコンテキストの標準サービング例は8 GPUでのテンソル並列を前提としており、“誰でも手元の1枚GPUで楽々フル性能”という意味ではない。扱いやすさは、巨大MoEより自前運用しやすいという方向の話であって、モデル自体が軽量という意味ではない。なお、公式記事にはModel Studio API対応の案内がある一方で「coming soon」の注記も残っており、API提供状況は反映タイミングに注意が必要だ。 (huggingface.co)

この公開は単発ではなく、Qwen3.6系がここ数カ月で進めてきた流れの延長線上にある。4月1日にはAPI提供のQwen3.6-Plusが「real world agents」を掲げて登場し、4月17日頃には35B総量・3B activeのMoEであるQwen3.6-35B-A3Bも公開された。さらに2月のQwen3-Coder-Nextでは、単純なパラメータ拡大よりも、実行可能タスク合成、環境相互作用、強化学習によるagentic trainingを前面に出していた。今回の27B dense版は、その方針をもっとも汎用的で、オープンモデルとして受け入れられやすいサイズに持ち込んだものだと言える。 (qwen.ai)

もっとも、ベンチマークの読み方には注意もいる。Qwenの公表値には内部エージェントスキャフォールドを使うものがあり、QwenWebBenchは内部ベンチマーク、SWE-bench Proも問題修正版で評価していると明記されている。またOpenAIは2026年3月、SWE-bench Verifiedについて、公開由来データゆえの汚染リスクから、最先端コーディング能力の物差しとしては以前ほど適切でないと説明した。だから、Qwen3.6-27Bの実力を1つの数字だけで断定するのは避けたい。ただし補強材料もある。Terminal-Bench 2.0は現実的なCLI作業を模した89タスクの難ベンチであり、Claw-Evalは300の人手検証タスクを軌跡ベースで採点する。Qwen3.6-27Bの伸びが、単一ベンチだけの“見え方”ではない可能性は十分ある。 (huggingface.co)

総じてQwen3.6-27Bの意味は、「27B級のdenseオープンモデルでも、コーディング・エージェント用途では前世代の巨大オープンMoEを超えうる」とAlibabaが示した点にある。しかも画像・動画入力、長文脈、思考保持、ツール利用までを1系統にまとめているため、自前環境のコーディング支援や社内開発エージェントを検討する層には、かなり現実的な候補になりそうだ。逆に言えば、今後の焦点はベンチマークの勝ち負けそのものより、量子化や推論最適化を含む運用のしやすさ、実コードベースでの安定性、そして公開ベンチでは測れない私有リポジトリでの再現性に移っていくはずだ。Qwen3.6-27Bは、その議論を一段先へ進める公開だと受け止めるのがいちばん自然だろう。 (qwen.ai)

主な出典は、Qwen公式ブログ、Hugging Faceの公式モデルカード、Qwen3 Technical Report、ならびにSWE-bench Verified・Terminal-Bench 2.0・Claw-Evalの一次資料。 (qwen.ai)

Anthropic「Mythos」不正アクセス報道をどう読むべきか

2026年4月22日時点で確認できる事実は、Anthropicが「Claude Mythos Preview」への不正アクセス報告を調査中だという点だ。CBS Newsに対し同社は、第三者ベンダー環境の一つを経由した不正アクセス報告を調べていると説明し、現時点ではその活動がベンダー環境の外部やAnthropic本体のシステムにまで及んだ証拠は見つかっていないとしている。一方、Bloombergは4月21日、少数の無権限ユーザーがMythosにアクセスしていたと報じた。つまり現段階で確定しているのは「中核システム侵害」ではなく、「高リスクとみなされる限定公開モデルについて、委託先を含む運用境界で不正アクセス疑惑が生じた」ということだ。これだけでも十分に重要である。(cbsnews.com)

まず押さえておきたいのは、Mythosは公式には「攻撃特化モデル」そのものとして説明されていない点だ。Anthropicはこれを一般用途のフロンティアモデルと位置づけており、サイバー能力の高さは、コーディング・推論・自律実行の総合的な向上から生じたものだとしている。4月7日に始まったProject Glasswingは、その能力をまず防御側に渡し、重要ソフトウェアの脆弱性発見と修正を急ぐための限定研究プレビューだった。Anthropicは現時点でMythosの一般公開を予定しておらず、将来的に「Mythos級」のモデルを広く安全に使えるようにするには、危険な出力を検知・遮断する safeguards の成熟が必要だと明言している。(anthropic.com)

その慎重姿勢の背景には、能力そのものの大きさがある。AnthropicのFrontier Red Teamは、Mythosがユーザーの指示次第で主要OSや主要ブラウザに対するゼロデイ脆弱性の発見・悪用に到達し得ると報告している。英国AISIの独立評価でも、Mythosは高度CTFで強い成績を示し、32段階の企業ネットワーク攻撃シミュレーション「The Last Ones」を初めて最後まで完遂したモデルになった。ただしAISIは同時に、これは「小規模で脆弱、かつ防御の弱い企業環境を自律攻撃できる可能性」を示すにとどまり、現実の堅牢で監視された環境を突破できるとまでは言えない、と注意を添えている。ここは報道の熱量よりも、評価の射程を冷静に読むべき部分だ。(red.anthropic.com)

では今回の報道は何を突きつけたのか。Bloomberg系報道を引くTechCrunchによれば、アクセスは4月7日の発表当日に始まり、私的フォーラムの一部ユーザーが、第三者契約者に結びつくアクセスやエンドポイント推測を足がかりにしたとされる。ただし、この具体的な侵入経路の細部はAnthropicが公に確認したわけではない。Anthropicが確認したのは「第三者ベンダー環境経由の疑い」を調査していることだけであり、ここは“確定情報”と“報道ベースの説明”を分けて扱う必要がある。とはいえ、仮に報道の大筋が正しいなら、問題の中心はモデルの知能そのものではなく、限定流通を支える運用系――契約者、認証、権限、クラウド設定、監査ログ、委託先管理――にある。(cbsnews.com)

この点でMythos事案は、フロンティアAIの安全運用が「モデルを閉じ込める」だけでは成立しないことを示している。Anthropicのシステムカードでは、Mythos Previewは厳選したパートナーへの限定アクセスと、禁止用途・高リスクのデュアルユース・一般的デュアルユースを監視する分類器に依存していた一方、研究プレビューの性質上、信頼された防御側の利用を妨げないため、一般公開モデルのように分類器トリガーで会話を自動遮断していなかった。またProject Glasswingでは、参加者がClaude APIに加えてAmazon Bedrock、Google Vertex AI、Microsoft Foundryでも利用できる設計だった。要するに、防御用途で使える実用性を確保しようとすると、どうしても多主体・多環境の運用になる。CISAもICTサプライチェーンを第三者ベンダー、サービス事業者、契約者を含む複雑な生態系と定義し、NISTもコードへアクセスし得る事業体への追加精査を求めている。Anthropic自身のRSPでも、ソフトウェア・サプライチェーン防御、クラウド設定監査、モデル重みへの多者承認、内部者脅威や供給網侵害を含むレッドチームが明記されており、今回の件はまさにその難所が現実化した形に見える。これは即「安全策の失敗」を意味しないが、「限定公開なら安全」という発想の脆さは確実に照らし出した。(www-cdn.anthropic.com)

今後の焦点は、秘密保持そのものより、検知可能で検証可能な運用へ移れるかどうかだろう。Anthropicは4月16日に、Mythosほど危険ではないOpus 4.7を一般公開し、禁止・高リスクのサイバー用途を自動検知・遮断する safeguards の実地運用を始めた。さらにFrontier Safety Roadmapでは、短命な認証情報、中央集約ログ、より厳しい研究環境の試作、出力が特定のモデル重みに由来すると証明する「provable inference」、そして能力上昇に応じた強い外部テストとインシデント報告の必要性まで掲げている。AISIとNCSCも、今のモデルでも防御の弱い組織には十分脅威であり、更新の徹底、アクセス制御、設定管理、包括的ログ、AIを活用した防御強化を急ぐべきだと勧告している。結局のところ、この事件の本質は「危険なAIが漏れた」という一言ではない。より正確には、「高度なデュアルユースAIを防御側へ先行配布する戦略は理にかなっているが、それを現実のサプライチェーン上で安全に回すこと自体が、すでに最前線の技術課題である」ということだ。(anthropic.com)

主な出典はAnthropicのProject Glasswing・RSP・安全性ロードマップ・Red Team文書、英国AISIの独立評価、CBS/Bloomberg/TechCrunchの報道、NIST/CISAのサプライチェーン指針である。(anthropic.com)

Cloud Next ’26で見えたGoogleの本命

Gemini Enterprise Agent Platformと第8世代TPUは、なぜ同時に出てきたのか

2026年4月22日に開幕したGoogle Cloud Next ’26で、Googleは「Gemini Enterprise Agent Platform」と第8世代TPU（TPU 8t / 8i）を発表した。表面的には、前者はソフトウェア基盤、後者はハードウェア基盤だ。しかし発表全体を通して見ると、これは別々の製品紹介ではない。Googleが「企業はこれから単体のAI機能ではなく、大量のAIエージェントを安全に運用する段階に入る」という前提で、構築・統制・推論のフルスタックを一気に組み直した、と読むのが自然だ。(blog.google)

Google自身、今回の問題設定をかなり明確に言語化している。議論は「エージェントを作れるか」から「何千ものエージェントをどう管理するか」へ移った、というのだ。実際、Google Cloud CEOのThomas Kurianは、Gemini Enterpriseを“agentic era”のためのエンドツーエンドなシステムと位置づけ、WPPが10万超のエージェントを構築済み、Virgin Voyagesが1000超の特化型エージェントを運用しているといった事例も挙げている。誇張を差し引いても、焦点が「モデルの賢さ」から「群としての運用」に移ったことは確かだろう。(blog.google)

Gemini Enterprise Agent Platformの中核は、Vertex AIの延長線上にある“開発基盤の再編”だ。Googleはこれを、構築・拡張・統制・最適化の4本柱で説明する。低コードのAgent StudioとオープンソースのADK、長時間動作に対応したAgent Runtime、永続的な文脈を持たせるMemory Bank、評価や観測のためのSimulation / Evaluation / Observabilityまでを一つの基盤にまとめ、今後のVertex AIの進化は単体サービスではなくこのPlatform経由で提供するとしている。つまり、PoC向けの“AI開発ツール”ではなく、本番運用の“エージェントOS”に近いものへ寄せてきた。(cloud.google.com)

技術的に重要なのは、この基盤が閉じた囲い込みだけで成立していない点だ。ADKはオープンソースのエージェント開発フレームワークとして公開され、複数エージェントの協調を前提にしている。さらにGoogleは2025年にA2A（Agent2Agent）を公開し、異なるベンダーやフレームワークで作られたエージェント同士が通信・連携できる道を用意した。加えてMCPについても、Google / Google Cloud各種サービスへ接続するためのフルマネージドなリモートMCPサーバーを整備している。A2Aが“エージェント同士の会話”、MCPが“エージェントとツール・データの接続”を担う、と整理すると今回の構図は分かりやすい。(developers.googleblog.com)

ただし、エージェントが増えるほど難しくなるのは、生成品質よりも統制だ。GoogleはここでAgent Identity、Agent Registry、Agent Gatewayを前面に出した。とくにAgent Identityは、エージェントごとに暗号学的に検証可能なIDを持たせ、IAMで権限を管理できる仕組みとして説明されている。加えてGatewayにはModel Armorが統合され、プロンプトインジェクションやデータ漏えい対策を担う。Cloud Next ’26でWiz連携やGoogle SecOpsの新しい防御エージェント群も同時に打ち出されたのは、エージェント時代の競争が“どれだけ自律化できるか”だけでなく、“どこまで監査可能にできるか”に移っていることの表れだ。(cloud.google.com)

このソフトウェア刷新と対になるのが、第8世代TPUである。Googleは今回は明確に二系統へ分けた。TPU 8tは学習向けで、1つのsuperpodで9600チップ、2PBの共有高帯域メモリ、121 ExaFlopsに達し、前世代比でpodあたり約3倍の計算性能、97％超のgoodputを目標にする。対してTPU 8iは推論向けで、1 podあたり1152 TPUを直結し、288GBのHBMと384MBのオンチップSRAM、強化された相互接続とCollectives Acceleration Engineによって低遅延推論を狙う。Googleは8iについて、前世代比で推論の性能/ドルが80％改善し、数百万の同時エージェント実行をコスト効率よく支えるとしている。(blog.google)

ここで面白いのは、Googleが2025年のIronwoodでは「推論の時代」に最適化した第7世代TPUを打ち出し、2026年にはさらに学習用と推論用を分離したことだ。しかも8t / 8iは、AxionベースCPUホスト、Virgo Network、液冷、JAX / PyTorch / vLLM / SGLang対応、ベアメタル提供まで含めて設計されている。つまり、競争の単位は“チップ単体のFLOPS”ではなく、学習・推論・配備・電力効率・ネットワークまで含むAI Hypercomputer全体に移った。GoogleがTPUをNVIDIA GPU群と並ぶ選択肢として出すのではなく、エージェント時代の専用インフラとして位置づけている理由もここにある。(blog.google)

この流れは突然始まったものではない。2017年の初代TPU論文でGoogleは、汎用CPU/GPUではなくドメイン特化ハードウェアがコスト・電力・性能の改善に効くと論じていた。2023年のTPU v4論文では、光回路スイッチを用いた再構成可能な大規模MLスーパーコンピュータへ進んでいる。今回の第8世代TPUは、その延長上で「エージェント的ワークロードは、学習と推論で要求が違う」という判断をさらに前に進めたものだ。Googleが“シリコン、ネットワーク、ソフトウェア、データセンターを協調設計する”と繰り返すのは、単なる宣伝文句ではなく、TPUの系譜そのものでもある。(arxiv.org)

総じてCloud Next ’26の本質は、Googleがエージェントを「チャットUIの延長」ではなく「企業システムの新しい実行主体」とみなし、そのための統合基盤を提示した点にある。Gemini Enterprise Agent Platformは、開発者にはADKやRuntime、ITにはIdentityやGateway、現場にはGemini Enterpriseアプリを与える。第8世代TPUは、その背後で学習と推論を分業しながら支える。今後の焦点は、この統合がどこまで実運用の複雑さを吸収できるか、そしてGoogleのいう“agentic enterprise”が、単なる機能追加ではなく企業の運用モデルそのものを変える段階に入るかどうかだろう。少なくとも今回の発表は、Googleがその勝負をモデル単体ではなく、フルスタックで仕掛け始めたことを示している。(cloud.google.com)

主な出典は、Google公式のCloud Next ’26基調記事、Gemini Enterprise Agent Platform発表、TPU 8t/8i発表、Gemini Enterprise統合説明、A2A / MCP関連の公式ブログ、およびTPUの一次論文。(blog.google)

Kimi K2.6は何を変えたのか――「巨大モデル」より「長く働く実行体」として見る

Kimi K2.6をひとことで言えば、単なる新しい大規模モデルではなく、長時間のコーディング、継続的なツール使用、そして複数エージェントの協調実行を本気で回すための実戦仕様のKimiだ。Hugging Faceのモデルカードによれば、総パラメータ1T・活性32BのMoEで、384 expertsのうち各トークンで8 expertsを選ぶ疎結合構成を採り、256Kコンテキスト、400M規模のMoonViTを備えたネイティブなマルチモーダルモデルとして公開されている。配布形態はModified MIT Licenseで、Kimi.com、API、Kimi Codeから利用できる。 (huggingface.co)

興味深いのは、MoonshotがK2.6を「土台から別物に作り直した新世代」としては語っていないことだ。モデルカードにはK2.6がK2.5と同じアーキテクチャで、デプロイ方法もそのまま再利用できるとある一方、関連論文として前世代のK2.5技術報告が掲げられている。少なくとも公開時点の一次資料を読むかぎり、今回の本質は基盤MoEそのものの刷新というより、後学習、推論保持、ツール実行、群制御の改善にある、と見るのが自然だ。 (huggingface.co)

その狙いは、公式ブログで示された長時間コーディングの実例によく表れている。Moonshotは、Mac上でQwen3.5-0.8Bのローカル推論をZigで最適化する作業を、12時間超・4000回超のツール呼び出し・14反復にわたって継続し、速度を約15 tok/sから約193 tok/sへ伸ばした例を紹介する。別の例では、8年物のオープンソース取引エンジン exchange-core を13時間かけて改修し、1000回超のツール呼び出しで4000行超を書き換えたという。モデルカードでも preserve_thinking や multi-step tool call が強調されており、K2.6が「対話で賢い」だけでなく、「長く崩れずに働く」ことを重視しているのが見える。 (kimi.com)

ベンチマーク上の見どころも、まさにその方向に集中している。公式表では、SWE-Bench Pro 58.6、SWE-Bench Verified 80.2、Terminal-Bench 2.0 66.7、LiveCodeBench v6 89.6。しかもMoonshotは、SWE系評価をSWE-agent由来の自社ハーネスで実施し、最小限のツール群を用い、コーディング系スコアを10回独立試行の平均で報告したと明記している。さらに、表中の一部他社スコアは公開値ではなく、Moonshotが同条件で再評価した値として * が付いている。SWE-Bench Pro自体が、汚染耐性を高めた難しい多ファイル・長期工程のソフトウェア課題を狙って設計されたベンチマークであることを踏まえると、58.6という数字が注目されるのは理解しやすい。 (huggingface.co)

もう一つの軸が、Moonshotのいう Agent Swarm だ。K2.5世代で同社は、訓練可能なオーケストレータが動的にサブエージェントを生成・配分する PARL を導入し、単一エージェントに処理が戻ってしまう「serial collapse」を避けるための報酬設計まで公開していた。K2.6はその流れを実運用寄りに押し広げ、100体・1500段階だった群実行を300体・4000段階へ拡張し、文書、Web調査、表計算、長文生成のような異種タスクを一回の自律実行でまとめる構想を打ち出す。BrowseCompのswarm設定で86.3、DeepSearchQA f1で92.5、OSWorld-Verifiedで73.1という数字は、K2.6を単体チャットモデルではなく、オーケストレーションの中核として評価すべきことを示している。なおBrowseComp自体も、インターネット上の絡み合った情報を粘り強く探すブラウジング能力を測るために設計されたベンチマークだ。 (kimi.com)

とはいえ、K2.6を「閉源最先端を全面的に追い越したモデル」と言うのは正確ではない。公式表でも、AIME 2026ではGPT-5.4の99.2に対してK2.6は96.4、GPQA-Diamondでも92.8に対して90.5、BrowseCompではGemini 3.1 Proの85.9がK2.6の83.2を上回る。要するに、K2.6の強みは万能首位ではなく、コーディングとエージェント実行での前線級競争力だ。一方、Artificial AnalysisはK2.6を総合指数54で全体4位、かつ open weights の先頭と位置づけている。ただし同サイトのモデルページでは、一部結果について「AI Lab申告値で独立検証前」とも注記しており、現段階では見出しの派手さより検証状況を見ておくべきだろう。 (kimi.com)

実務的には、K2.6の価値はモデル単体よりも「運用スタック込み」で見た方が分かりやすい。MoonshotはK2.6公開と同時に Kimi Vendor Verifier を公開し、thinking modeのデコード設定ミスや、第三者インフラ上の実装差がベンチマーク異常の原因になっていたと説明した。これは、オープン重みモデルの難しさが「重みを配ること」ではなく、「同じ品質で動かすこと」にあると、当の開発元が認めた格好でもある。モデルカードがOpenAI/Anthropic互換API、vLLM、SGLang、KTransformersを推奨しているのも、その現実を反映したものだ。 (kimi.com)

総じてKimi K2.6は、オープンモデル競争の焦点が「知識量」や「一発回答の賢さ」から、「長く走るツール使用」「壊れにくいコーディング」「群協調による横展開」へ移っていることを示すリリースだ。今回の重要さは、1T級MoEをまた出したこと以上に、そのモデルをCLI、API、検証ツール、群オーケストレーションまで含めて外に出してきた点にある。今後の本当の争点は、300サブエージェントという上限が現実の開発や調査業務でどこまで品質向上に結びつくのか、そしてその長時間自律実行をどこまで安全かつ再現可能に扱えるのかだろう。Kimi K2.6は、「オープン重みでも強い」ことの証明というより、「オープン重みで何をどこまで自律化できるか」を問うモデルとして見るのが、いちばん正確だ。 (kimi.com)

Micro Language Models Enable Instant Responses――「賢さ」ではなく「即応性」からAIを設計し直す

2026年4月21日にarXivへ投稿された Micro Language Models Enable Instant Responses は、言語モデル開発の前提を少しだけ、しかし決定的にずらす論文だ。主張の核は単純で、すべての応答を巨大モデルに任せる必要はないということにある。著者らは、スマートウォッチやスマートグラスのような制約の強い端末では、100M〜1B級ですら常時ローカル実行が難しく、クラウド推論は数秒級の待ち時間を生みうると整理したうえで、8M〜30Mという極小の μLM（micro language model）に「最初の4〜8語だけ」を端末上で即座に出させ、残りをクラウド側の大きなモデルが自然につなぐ方式を提案している。しかも論文要旨では、この極小スケールでも有用な生成能力は残り、既存の70M〜256M級モデルに匹敵する場面があると報告している。 (arxiv.org)

この発想が面白いのは、性能評価の軸を「最終品質」だけでなく「会話が始まるまでの時間」に置き直している点だ。人間の会話では発話交替のギャップは典型的に約200ミリ秒とされ、応答が速いほど会話のつながりや好感が強く知覚されることも報告されている。つまり対話UIでは、完全無欠の一文よりも、まず何かが“返ってくる”こと自体が体験品質を大きく左右する。この論文はその事実を、単なるUX論ではなくモデル構成の原理として採用している。 (pubmed.ncbi.nlm.nih.gov)

技術的に見ると、本論文の新しさは「小さいモデルを作った」ことだけではない。むしろ、小さいモデルに何を担当させるべきかを切り分けた点にある。μLMはフル回答者ではなく“口火を切る役”であり、クラウド側の大モデルは最初から返答を組み立てるのではなく、その続きを書く“continuator”として扱われる。公開リポジトリのデモでもこの思想はかなり明確で、28M版の Swen モデル（hidden size 512、8層）がまず8語をローカル生成し、その接頭辞をUIへ即表示したあと、クラウド側では GPT-4o を既定値として「その接頭辞を繰り返さず自然に続ける」よう促している。さらにバックエンドは first_token_ms と cloud_latency_ms を分けて計測しており、評価対象が最終出力だけではないことが分かる。 (github.com)

この設計は、近年のオンデバイスAIの流れともきれいに接続する。Appleは Foundation Models フレームワークで Apple Intelligence のオンデバイス言語モデルをアプリから利用可能にし、オフライン動作やプライバシー維持を前面に出している。一方で公式文書は、オンデバイスモデルはコンテキスト窓が比較的小さく、フロンティア級モデルよりも簡潔で明快なプロンプト設計が重要だと説明している。Googleの Gemini Nano も、ネットワーク不要・低推論遅延を強みとするAICore経由の実装として提供され、Microsoftの Phi Silica も Windows PC のNPU上で動く小型ローカル言語モデルとして位置づけられている。要するに業界全体が「端末内での十分に賢いAI」を探っているわけだが、本論文はそこからさらに踏み込み、端末側は“完全な回答”ではなく“最初の反応”に特化すべきだと示した。 (developer.apple.com)

背景研究との関係でいえば、TinyStories は「10M未満でも条件を整えれば首尾一貫した英語生成は可能」と示し、TrustNLP 2025 の比較研究は、用途しだいでは小型モデルが大きなモデルに競り勝つことすらあると論じた。今回の μLM 論文は、その系譜を対話レイテンシの問題へ押し広げたものと読める。つまり問いは「小型モデルは大模型に勝てるか」から、「どの仕事を小型モデルに割り当てるとシステム全体が最適化されるか」へ移っている。推論や知識統合の重い部分はクラウドへ、時間的に最もシビアな最初の数語は端末へ――この役割分担こそが、巨大モデル偏重への現実的な対案になっている。 (arxiv.org)

実務への示唆も大きい。とくにウェアラブル、音声UI、車載アシスタント、アクセシビリティ支援のように、ユーザーが“沈黙”に敏感な場面では有効だろう。実装の要点は、(1) ローカルで短い接頭辞を即時生成する層、(2) その続きをクラウドが継ぐ層、(3) ローカルの出だしが少し外れたときに自然に立て直す回復層、の三つに分けることだ。論文要旨も、ローカル側のオープナーが誤った場合のために3種類のエラー訂正法を設計したとしており、ここは単なるデモ映えではなく、製品化で最も重要な論点の一つだと分かる。評価指標も、精度ベンチマークだけでは足りず、最初の表示までの時間、接続の自然さ、訂正頻度、ユーザーが感じる応答性まで含めて見る必要がある。 (arxiv.org)

もちろん限界はある。現時点ではこの研究は2026年4月21日提出の新しいarXivプレプリントであり、査読を経た定着した結論ではない。また、4〜8語の即時生成は「会話が始まった感覚」を作るには有効でも、事実確認が厳密に必要な質問、安全上の注意が重要な助言、構造化出力や長い文脈処理が要る作業では、それだけで価値が出るとは限らない。Appleの公式資料が示すように、オンデバイスモデルは小さいぶん文脈窓やプロンプト感度の制約も受けやすい。したがって μLM の本命は、万能AIではなく、役割を絞った“超低遅延フロントエンド知能”だろう。 (arxiv.org)

それでも、この論文が示した視点は重要だ。AIシステムは、毎トークンを最も賢いモデルで生成したときではなく、必要な瞬間に必要な賢さを配置したときに、最も知的に感じられるのかもしれない。巨大モデルを中心に据える時代の次には、マイクロモデル・端末内モデル・クラウドモデルが役割分担する「階層化された対話設計」の時代が来る。その最初の具体像として、この論文はかなり実務的で、しかも先の長い問題提起になっている。 (arxiv.org)

ChatGPT Images 2.0とは何か

2026年4月21日、OpenAIは「Introducing ChatGPT Images 2.0」を公開した。今回の更新は、単に“絵がきれいになった”という話ではない。OpenAIのSystem Cardでは、世界知識、指示追従、そして密な文字情報を含む画像生成が大きく強化されたとされ、さらに新しいThinking modeでは、推論とツール利用を通じてライブのWeb検索結果を取り込み、1つの依頼から複数案を生成しつつ、調べて考えたうえで最終画像にまとめる流れが導入された。画像生成が、装飾的なビジュアルづくりから「調査・要約・設計」を伴う視覚的な知識作業へ踏み込んだことが、今回の本質だと言える。 (openai.com)

この変化を理解するには、OpenAIの画像生成の系譜を振り返るとわかりやすい。2025年3月の「4o Image Generation」では、画像生成を言語モデルの“ネイティブな能力”として統合し、世界知識、強い文字描画、会話の流れを保った多段編集、画像を参照して学ぶ in-context learning などが前面に出された。さらに同年12月のChatGPT Images 1.5では、より正確な編集、より自然な見た目、より密な文字表現、最大4倍の高速化、新しいImages UIが打ち出されている。Images 2.0は、その延長線上で「知っている」「考えられる」「調べられる」を画像生成に本格的に接続した版と見るのが自然だ。 (openai.com)

技術的背景として重要なのは、OpenAIが4o世代から、画像とテキストを別々の島としてではなく、共同分布として学習させる発想を明示していた点である。公式説明では、画像生成は世界知識で補強され、文字を正確に描き、会話文脈やアップロード画像を踏まえて一貫した編集ができる方向へ進められてきた。また、OpenAIは概念図として「tokens → transformer → diffusion → pixels」という流れも示しており、言語的な理解と画像デコーダを組み合わせる設計思想をうかがわせる。Images 2.0の「dense text」や「well-researched final image」は、この流れの上にある。 (openai.com)

Thinking modeが示す意味は大きい。従来の画像生成は、よくも悪くも“プロンプトを絵にする装置”だった。これに対してImages 2.0では、推論とツール利用が生成プロセスそのものに組み込まれ、ライブWeb検索まで使って情報を補いながら最終画像を組み立てる。公開ページの作例も、学術ポスター、商品モックアップ、数学の証明、各国語のタイポグラフィといった、単なるアートよりも「情報を視覚化する仕事」に寄っている。ここで起きているのは、画像モデルの高度化というより、画像生成が検索・要約・編集・レイアウトを含む複合タスクへ変質していることだ。 (deploymentsafety.openai.com)

そのため、影響が大きいのはクリエイティブ産業だけではない。教育資料、社内説明図、販促物、ローカライズ済み広告、商品カタログ、ブランド一貫性を保った編集など、これまで人が「調べて、整理して、レイアウトして」いた工程のかなりの部分が短縮されうる。実際、1.5の時点でOpenAIは、ロゴや主要ビジュアルを保った編集、マーケティング用途、EC向けの商品画像展開などを適性として挙げていた。Images 2.0はそこへ、情報の最新性と推論の層を追加したため、使い道は“画像制作”より“視覚付き知的生産”に近づいている。 (openai.com)

ただし、能力向上はそのままリスクの増幅でもある。System CardでOpenAIは、2.0ではリアリズムが高まった結果、政治・性的・その他のセンシティブな文脈を含む、より説得的なディープフェイクが生じうると認めている。その対策として、生成前のテキスト分類器、入力画像を監視する画像分類器、そして生成後の画像まで見る安全推論モデルを重ねた多層防御を採用した。つまり安全対策は、プロンプトだけでなく、入力画像と出力画像をまたいで動く“生成パイプライン全体の審査”へ進化している。 (deploymentsafety.openai.com)

評価結果も興味深い。敵対的な危険プロンプトで行った自動評価では、通常モードのImages 2.0は、ポリシー違反と判定された画像に対して prompt層＋image層の合算で96.1%を検知し、最終的に99.1%が安全な出力に到達した。Thinking modeは合算検知率自体は87.5%だが、そもそも上流で危険依頼を安全な内容へ変換する傾向があるため、違反画像の生成率は6.7%に下がり、safe output は99.2%だった。OpenAIは、この数値は通常利用ではなく、あくまで危険出力を狙った評価セットでの結果だと明記している。 (deploymentsafety.openai.com)

今回もっとも注目すべき安全面の追加は、生物リスクへの対応だろう。OpenAIは、危険物質の作成を助けうる画像、たとえば初心者向けの有害インフォグラフィックのような出力を検証し、一部は novice uplift を生みうる精度に達すると判断した。そのため、Images 2.0には画像専用の生物リスク安全ポリシーを新設し、全入出力に適用している。さらに772件の評価セットで監視性能を確認し、リアルタイム遮断だけでなく、会話単位の監視や、継続的悪用に対するアカウント停止も行うとしている。画像モデルに対してPreparedness Frameworkをここまで具体的に当てにいった点は、今回の発表の重要な意味の一つだ。 (deploymentsafety.openai.com)

真正性の扱いも二段構えになった。OpenAIは、従来からのC2PAメタデータの継続に加え、知覚しにくい頑健なコンテンツ固有ウォーターマークを統合したと説明する。一方で、OpenAI自身が以前から、C2PAのようなメタデータはSNSの再圧縮やスクリーンショットで失われうるため、単独で万能な解決策ではないと注意している。つまりImages 2.0の安全設計は、「検出可能性を少しでも上げる」方向で多層化されているが、真正性証明の問題が完全に解けたわけではない。 (deploymentsafety.openai.com)

総じて、ChatGPT Images 2.0は“高性能な画像生成モデル”というより、“知識・推論・検索・編集を束ねた視覚インターフェース”として理解したほうが実態に近い。4oが画像生成を言語モデルへ統合し、1.5が編集精度と実務性を押し上げ、2.0でついに「考えてから描く」段階に入った。今後の焦点は、表現力そのものよりも、情報の正確さ、出典性、ワークフローへの統合、そして高リアリズムと社会的安全性の両立に移っていくはずだ。画像生成の次の競争軸は、もはや美しさだけではない。どれだけ“調べ、理解し、責任を持って見せられるか”である。 (deploymentsafety.openai.com)

主な出典
- OpenAI公式発表「Introducing ChatGPT Images 2.0」（2026年4月21日） (openai.com)
- OpenAI Deployment Safety Hub「ChatGPT Images 2.0 System Card」 (deploymentsafety.openai.com)
- OpenAI公式ブログ「Introducing 4o Image Generation」（2025年3月25日） (openai.com)
- OpenAI公式ブログ「The new ChatGPT Images is here / GPT-Image-1.5」（2025年12月16日） (openai.com)
- OpenAI Help Center「ChatGPT Images FAQ」「C2PA in ChatGPT Images」 (help.openai.com)

必要なら次に、この記事を
1) もっと技術寄りにする版
2) 一般読者向けにやさしくする版
3) メディア掲載向けに見出し・導入を整えた版
のどれかに整え直せるよ。

Scaling Codex to enterprises worldwide――OpenAIはなぜ今、SIパートナー網でCodexを世界展開するのか

2026年4月21日、OpenAIは「Scaling Codex to enterprises worldwide」を公開し、Codex Labsの立ち上げと、Accenture、Capgemini、CGI、Cognizant、Infosys、PwC、TCSという大手システムインテグレーターとの連携を発表した。発表の軸は明快で、Codexを「優秀な開発者個人の道具」から「大企業の標準的な実装基盤」へ押し広げることにある。OpenAIによれば、Codexの週間利用者は4月上旬の300万人超から、わずか2週間で400万人超へ拡大しており、Virgin Atlantic、Ramp、Notion、Cisco、楽天などで既に実務利用が進んでいる。 (openai.com)

今回の発表で新設されたCodex Labsは、その拡大を支える実装支援部隊だ。OpenAIの説明では、Labsは企業の現場に専門家が入り、ワークショップや実地セッションを通じて、Codexをどこに当てるべきか、既存フローへどう組み込むか、初期利用から再現可能な展開へどう移すかを一緒に設計する。つまり、モデルを提供するだけではなく、「導入方法」そのものを製品化し始めたということだ。 (openai.com)

この動きは、2月のOpenAI「Frontier Alliances」ときれいにつながる。OpenAIはその時点で、企業がAIから価値を引き出せない主因はモデル性能ではなく、エージェントを組織の中でどう構築し、どう運用するかだと説明していた。必要なのは、戦略、業務設計、システム統合、データ接続、変革管理であり、OpenAIのForward Deployed Engineeringチームだけでは到底まかないきれない。4月21日のCodex発表は、その論理をソフトウェア開発領域に特化して具体化したものと読むのが自然だ。 (openai.com)

提携先の顔ぶれを見ると、この構想はすでに下地がある。Accentureは2025年12月にOpenAIとの協業拡大を公表し、数万人規模の自社人材にChatGPT Enterpriseを配備するとしていた。Capgeminiは2026年2月、Frontier Allianceの一環として専任の大規模デリバリー機能を整えると発表。CGIも1月にOpenAIとのグローバル提携を公表し、数万人規模のコンサルタントへの展開と、導入モデル・セキュリティ実務の共同改善を打ち出した。TCSは2月の戦略提携で、Codexをソフトウェアエンジニアリング高度化に使うと明記している。PwCはすでにChatGPT Enterpriseの初期大口販売網としてOpenAIと深く組んでおり、現在も戦略・ガバナンス・導入・人材育成まで含む連携を前面に出す。さらにCognizantは4月21日、Codexを自社のソフトウェア開発組織へ標準機能として埋め込む方針を発表した。今回のニュースは、新規提携というより、既存のアライアンス群をCodex中心に束ね直す再編成の色合いが強い。 (newsroom.accenture.com)

技術的な背景も重要だ。Codexは2025年5月、クラウド上の隔離コンテナでGitHubリポジトリを読み込み、機能追加、バグ修正、コードベース理解、PR提案まで行うソフトウェア工学エージェントとして公開された。当初はcodex-1（OpenAI o3をソフトウェア工学向けに最適化した系統）が基盤で、タスク実行中のインターネットアクセスは無効化されていた。ここでの基本設計は、「コードを書ける」だけでなく、「テストを回し、反復し、変更をまとめる」までを一つの作業単位として扱う点にある。 (openai.com)

その後の製品進化を見ると、OpenAIがCodexを単なるコーディング補助では終わらせるつもりがないことも分かる。現在のCodex cloudはGitHub接続を前提に、バックグラウンドで並列タスクを走らせ、PR作成やIDE・GitHub・Slack・Linearとの連携まで備える。Slackではスレッド内で@Codexを呼び出してクラウドタスクを起動でき、クラウド環境のインターネットアクセスは環境単位でオン・オフやドメイン許可リストを設定できる。Enterprise向け管理文書では、企業データを学習に使わないこと、ロールベースのアクセス制御、AES-256/TLSによる暗号化、監査ログ、そしてローカル系機能におけるゼロデータ保持などが前面に出ている。大企業導入で問われるのが、性能より先に「統制可能性」であることがよく表れている。 (platform.openai.com)

さらに2026年に入ってからの更新は、Codexの射程を一段広げた。2月のGPT-5.3-Codex発表では、Codexはデバッグやデプロイ、監視だけでなく、PRD作成、コピー編集、ユーザー調査、スプレッドシート分析やスライド作成まで支援する「職能横断型」のエージェントとして位置づけられた。4月16日の「Codex for (almost) everything」では、コンピュータ操作、ブラウザ、画像生成、メモリ、オートメーション、90超のプラグインが追加され、継続業務や周辺知識業務への拡張が明示された。3月にはCodex Securityも研究プレビューとして公開され、セキュリティレビューを開発フローに寄せていく流れも見えている。 (openai.com)

では、なぜSIがここまで重要なのか。OpenAIの2025年版エンタープライズAIレポートによれば、同社はすでに700万超のChatGPT職場向けシートを抱え、Enterpriseシート数は前年比約9倍、週次メッセージ数は2024年11月以降で約8倍に増えた。平均的なEnterprise利用者は1日あたり40〜60分の時間節約を報告し、エンジニアの73%がコード提供の高速化を感じている。加えて、業種別ではプロフェッショナルサービスが最大規模でAIを使っており、そこで特に大きい用途が「Coding & Developer Tools」だという。要するに、コンサル・SI企業は単なる販売代理店ではなく、AIを組織の標準手順へ変換する最前線そのものなのである。 (cdn.openai.com)

同時に、スケールには摩擦もある。OpenAI自身、Codex cloudのインターネット接続にはプロンプトインジェクション、コードや秘密情報の流出、マルウェア取得、ライセンス問題のリスクがあると文書で明示している。Slack連携の説明でも、最終回答や差分は必ずレビューすべきだとされる。つまり企業展開の本質は、「AIにどこまで任せるか」よりも、「どこで止め、誰が承認し、何を監査できるか」の設計にある。4月2日にBusiness/Enterprise向けの従量課金型Codex専用席が導入されたのも、小さく始めて価値を証明し、管理可能な形で横展開するための商業設計と見るべきだろう。 (developers.openai.com)

総じて今回の発表は、Codexの“能力”のニュースである以上に、Codexの“流通と実装”のニュースだ。OpenAIは、モデル・エージェント・セキュリティ・運用・パートナー網・価格体系を同時に整えながら、Codexを企業ソフトウェア開発の共通レイヤーへ押し上げようとしている。今後の焦点は、各SIがどれだけ再利用可能な導入テンプレートを作れるか、Codexが開発以外の知識業務へどこまで自然に広がるか、そしてセキュリティや監査を含む統制設計をどこまで標準化できるかにある。今回の「Scaling Codex to enterprises worldwide」は、その転換点を示す発表だった。 (openai.com)

主な出典
OpenAI公式発表「Scaling Codex to enterprises worldwide」 (openai.com)
OpenAI公式発表「Introducing Frontier Alliances」「The next phase of enterprise AI」 (openai.com)
OpenAI公式発表「Introducing Codex」「Codex now offers pay-as-you-go pricing for teams」「Codex for (almost) everything」「Codex Security: now in research preview」 (openai.com)
OpenAI Developers / Enterprise管理文書（Codex cloud、Slack連携、Admin Setup、Internet Access） (platform.openai.com)
OpenAI「The state of enterprise AI | 2025 Report」 (cdn.openai.com)
各社公式発表（Accenture、Capgemini、CGI、TCS、PwC、Cognizant） (newsroom.accenture.com)

GSQは「低ビット量子化は精度か実装性か」という二択を崩せるのか

2026年4月20日UTCに公開された arXiv:2604.18556 のプレプリント「GSQ: Highly-Accurate Low-Precision Scalar Quantization for LLMs via Gumbel-Softmax Sampling」は、LLM量子化の中でもとくに難しい 2〜3bit 領域に正面から挑んだ研究です。論文の出発点は明快で、現在の実務では GPTQ や AWQ のような“単純で実装しやすいスカラー量子化”が広く使われる一方、2〜3bit まで下げると精度が頭打ちになりやすい、という問題設定です。GSQ はその壁が本当に本質的なのかを問い、「スカラー量子化のまま、最適化のやり方を洗練すればかなり埋められる」と主張します。 (deeplearn.org)

この問題意識は、ここ2年ほどの量子化研究の流れとよく噛み合っています。GPTQ は近似2次情報を使う one-shot の後学習量子化で、175B級モデルを 3〜4bit へ落としても精度劣化を小さく抑えられることを示しました。AWQ は活性分布を見て重要チャネルを保護し、ハードウェア親和的な 4bit 重み量子化を押し進めました。一方で、AQLM、GPTVQ、QTIP、VPTQ といった“第2世代”の手法は、加法量子化・高次元ベクトル量子化・トレリス符号化などを用いて、2bit 前後の極低ビットでよりよい精度を狙っています。ただし、こうした手法は一般にコードブックやデコーダ、専用実装の負担が大きく、運用にそのまま載せにくいという別の課題も抱えてきました。 (arxiv.org)

GSQ の核は、量子化グリッド上の離散的な割り当てを、そのまま扱うのではなく Gumbel-Softmax で“微分可能に近似”する点にあります。論文の公開抄録によれば、GSQ は各座標ごとのグリッド割り当てと、各グループのスケールを同時に学習します。しかも、緩和のカテゴリ数をターゲットのビット幅に応じた少数の量子化レベル数に合わせることで、緩和を必要以上に緩くせず、最適化を tractable に保つ設計です。ここで使われる Gumbel-Softmax 自体は、カテゴリカルな離散サンプルを連続的に近似しつつ、温度を下げることで元の離散分布へ滑らかに近づけられる、という古典的な再パラメータ化の道具です。つまり GSQ は、「量子化誤差の少ない離散レベル選択」を勾配ベースで詰めるために、この古典的手法を低ビットLLM量子化へ持ち込んだ、と読むのが分かりやすいでしょう。 (deeplearn.org)

この設計で重要なのは、GSQ がベクトル量子化へ移らず、対称なスカラーグリッド＋group-wise quantization という実装上かなり保守的な形式を維持していることです。論文はこの点を強く押し出しており、既存のスカラー量子化推論カーネルと完全互換だと述べます。要するに、研究上の精度改善だけでなく、既存の推論基盤を大きく壊さずに導入しやすいことが売りです。ここが、専用デコードや複雑なコードブック管理を必要としやすい AQLM、GPTVQ、QTIP などとの差別化ポイントです。精度だけを追う研究は多いのですが、GSQ は「その精度改善がいまの配備経路に乗るか」を同時に見ているのが面白いところです。 (deeplearn.org)

評価面では、GSQ は Meta の Llama 3.1 8B/70B Instruct で、2bit・3bit においてスカラー量子化と QTIP フロンティアの差の大部分を埋めたと報告しています。Llama 3.1 系は Meta が2024年7月23日に公開した 8B・70B・405B の命令調整済みモデル群で、128k コンテキストを持つ代表的なオープンモデルです。さらに GSQ は、Kimi-K2.5 のような trillion-scale の Mixture-of-Experts モデルにも拡張可能だと述べており、ここでも「巨大モデルで複雑なベクトル量子化は扱いづらいが、スカラー量子化ならスケールしやすい」という実務的な含意が見えます。 (deeplearn.org)

この論文の含意は、単に新手法が1本増えた、という以上のものです。もし GSQ の結果が第三者検証でも再現されるなら、低ビット量子化の設計空間は「単純なスカラー量子化か、高精度だが重いベクトル量子化か」という二分法ではなくなります。最適化を工夫したスカラー量子化が、2〜3bit の実用域でもかなり戦えるとなれば、既存カーネル資産を活かしつつ省メモリ化を進めたい現場には非常に都合がよい。とくに LLM 推論はしばしばメモリ帯域律速であり、低ビット化の恩恵は大きいため、GSQ の“精度と導入容易性の折衷”はかなり意味があります。 (arxiv.org)

もちろん、現時点ではプレプリント公開直後であり、長期的な評価はこれからです。公開抄録から確認できる範囲では、GSQ の強みはかなり明確ですが、量子化時間、キャリブレーション量、実サービングでの総合スループット、他系列モデルでの再現性などは、今後の追試やコード公開を見たいところです。それでも、GSQ は「低ビット量子化の精度改善は、必ずしも複雑な表現形式を要求しない」と示した点で、2026年時点の LLM 量子化研究の中でもとくに示唆の多い一報だと言えます。 (deeplearn.org)

主な出典は、GSQ の arXiv プレプリント公開情報、Gumbel-Softmax の原論文、関連する GPTQ・AWQ・AQLM・QTIP・GPTVQ・VPTQ の一次論文、および Meta / Hugging Face の Llama 3.1 モデルカードです。 (deeplearn.org)

AnthropicとAmazon、Claude向け計算資源で提携拡大

Anthropicは2026年4月20日、Amazonと新契約を結び、Claudeの学習と提供に向けて最大5GWの計算資源を確保すると発表した。Anthropicは今後10年でAWS技術に1000億ドル超をコミットし、Amazonは50億ドルを即時出資、さらに将来最大200億ドルを追加投資する。今回の契約はGraviton、Trainium2〜4、さらに将来世代のAWS自社シリコンにまで及ぶ。 (anthropic.com)

これは単発の資金提携ではない。両社は2023年9月にAnthropicの主要クラウドをAWSとする提携を公表し、Amazonは最大40億ドルの投資を約束した。続く2024年11月には追加の40億ドル投資が発表され、Amazonの累計投資額は80億ドルになった。しかも協業の中身は資本関係にとどまらず、AnthropicはAWSのAnnapurna LabsとTrainium世代の最適化を進め、低レベルカーネルやAWS Neuronソフトウェアスタックにも踏み込んでいる。 (press.aboutamazon.com)

なぜいまここまで大きな契約が必要なのか。Anthropic自身によれば、2026年に入りClaudeの法人需要と開発者需要が加速し、無料・Pro・Maxの利用増も重なって、年換算売上は2025年末の約90億ドルから300億ドル超へ急伸した。その反面、ピーク時には無料・Pro・Max・Teamで信頼性や性能に影響が出ていたという。今回の合意により、今後3か月で追加容量を確保し、2026年末までにTrainium2とTrainium3で合計ほぼ1GWを増やす計画だ。 (anthropic.com)

技術的に見ると、このニュースの主語は「モデル」だけではなく「電力と設備容量」でもある。Anthropicは2026年3月の政策文書で、最先端モデルの単一トレーニングランが2027年に2GW、2028年には5GW級のデータセンターを必要としうると見積もっている。そこでは、学習は巨大な電力を特定拠点に集中させる必要がある一方、推論は低遅延のため地域分散が重要だとも整理されている。今回の契約が米国内の大規模学習基盤と、アジア・欧州での推論拡張を同時に含むのは、この違いをそのまま反映したものだろう。 (www-cdn.anthropic.com)

もっとも、今回の発表はAWSへの全面一本化を意味しない。Anthropicは2026年4月6日、Google CloudとBroadcomとも、2027年以降に立ち上がる複数GW規模の次世代TPU容量で提携を拡大したと発表している。同社はClaudeをAWS Trainium、Google TPU、NVIDIA GPUの組み合わせで動かしており、Amazonを「主要クラウド兼主要学習パートナー」と位置づけつつも、ハードウェアとクラウドは意図的に分散している。Anthropicの説明では、ClaudeはAWS Bedrock、Google Cloud Vertex AI、Microsoft Foundryの3大クラウドで提供される唯一のフロンティアモデルでもある。 (anthropic.com)

今回のもう一つの重要点は、「Claude Platform on AWS」が打ち出されたことだ。これはAnthropicのファーストパーティーなClaude Platformを、別の契約や請求系を増やさずAWSアカウントから使えるようにする構想で、IAM認証、AWS請求、CloudTrail監査をそのまま使える。だが、これはAmazon Bedrockと同じではない。AWSの説明では、Claude Platform on AWSはAnthropicが運営するプラットフォームをAWS経由で使う形で、データ処理はAWS境界の外でAnthropicが担う。一方のBedrockはAWSインフラ内で処理し、データをAnthropicや第三者に共有しない。企業にとっては、Claude本家の機能速度を取るか、AWS内完結の統制を取るかという選択肢が、より明確になった。 (anthropic.com)

Amazon側の意味も大きい。2026年2月のAmazon決算資料によれば、TrainiumとGravitonの年換算売上は100億ドル超、Trainium2はフルサブスクライブ、Trainium3も2026年半ばまでにほぼ供給が埋まる見通しだ。Project Rainierもすでに稼働しており、約50万個のTrainium2チップで構成され、Claude向けには学習と推論を合わせて100万個超のTrainium2が使われている。今回のAnthropic契約は、AWS自社シリコン戦略の規模と実需を示す案件として読める。 (ir.aboutamazon.com)

要するに今回の提携拡大は、単なる出資ニュースではなく、Claudeの供給制約を解くために「計算資源・電力・販売経路・企業統制」をまとめて押さえるインフラ契約だ。AnthropicはAmazonとの結びつきを強めながらも、Google TPUやNVIDIA GPUも併用し、提供経路もBedrock、Vertex AI、Foundry、そして将来のClaude Platform on AWSへと広げている。最先端AIの競争は、モデル性能だけでなく、どれだけ確実に計算資源を確保し、それを企業が使いやすい形に変換できるかの競争へ、はっきり移ってきた。 (anthropic.com)

主な出典は、Anthropicの公式発表（2026年4月20日、2026年4月6日、2024年11月）、Amazon/AWSの公式発表・投資家資料、AnthropicおよびAWSの公式ドキュメント。 (anthropic.com)

Deezerの新規投稿曲の44%がAI生成に――音楽配信は「創作」より先に「流通管理」の問題になった

2026年4月20日、TechCrunchが報じたDeezerの最新発表は、音楽AIをめぐる議論がもはや周辺的な話題ではないことをはっきり示した。Deezerによれば、同社には現在、1日あたり約7万5,000曲の完全AI生成トラックが流入しており、日次の新規投稿全体の約44%を占める。月換算では200万曲超だ。しかもこれは一時的な急騰ではない。2025年1月の約1万曲・10%から、2025年4月に18%、同年9月に28%、2026年1月に約39%へと増え、わずか1年あまりで「新規投稿のほぼ半分」がAI生成になった。Deezerは2025年だけでも1,340万曲超のAI生成トラックを検知・タグ付けしたとしている。 (techcrunch.com)

ただし、この44%は「聴かれている曲の44%」ではない。Deezerによれば、完全AI生成曲の再生は全体の1〜3%にとどまる。それでも同社が警戒を強めるのは、2025年にAI生成曲の再生の最大85%を不正と判定し、ロイヤルティ対象から外したと説明しているからだ。2025年6月時点でも、AI生成曲は全再生の約0.5%にすぎず、その約70%が不正とされていた。数字の対比が示すのは、需要の爆発というより、推薦面への侵入や収益分配の歪みを狙った大量投入の色合いである。 (newsroom-deezer.com)

だからこそDeezerの対策は、単なるラベル表示にとどまらない。検知された曲はアルゴリズム推薦から外され、編集プレイリストにも入らない。2026年2月に刷新された看板推薦機能FlowでもAI生成曲は含まれないと明言されている。さらに4月20日の発表では、AI生成曲のハイレゾ版保存も停止した。これはAI音楽を一律に禁圧するというより、推薦、保存、収益分配という流通の各レイヤーで優先順位を付け直し始めた、という理解のほうが正確だろう。 (newsroom-deezer.com)

技術面でもDeezerはかなり踏み込んでいる。検知ツールは2025年1月24日に導入され、同社によればSunoやUdioのような主要モデル由来の「100% AI生成音楽」を検出でき、特定モデル用データセットに過度に依存しない一般化性能も高めてきたという。2024年12月には、人工音源と真正な音源を分ける「固有シグネチャー」を検出する2件の特許を出願し、将来的にはディープフェイク音声の検知まで広げる方針も示した。AP通信によれば、Deezerは生成モデルの出力パターンを継続的に学習し、いわば「AIでAIを検出する」運用を続けている。 (newsroom-deezer.com)

ここで重要なのは、Deezerが主に問題視しているのが「完全AI生成曲」だという点だ。AI支援を含むあらゆる制作手法を同列に扱っているわけではない。実際、Spotifyは2025年9月、AI利用は白黒二分法ではなくスペクトラムだとしたうえで、DDEXベースのAI開示クレジットを支援し、2026年4月にはボーカルや歌詞、制作などAI利用箇所をSong Creditsに表示するベータを始めた。対照的にDeezerは、完全合成コンテンツについてはタグ付けだけでなく推薦面からも外す。両者の違いは、AIを創作補助として扱うのか、配信汚染の入口として先に封じるのかという設計思想の差でもある。 (newsroom.spotify.com)

Deezerがここまで敏感なのは、同社が以前から「誰にどう分配するか」を経営テーマにしてきたからでもある。2025年1月にはSACEMと組み、フランスで出版権にもArtist-Centric Payment Systemを導入した。AI生成曲を推薦から外す理由についても、Deezerはロイヤルティ・プールの希薄化を防ぐためだと説明している。AI問題は創作論争であると同時に、配信経済の設計問題でもある。 (newsroom-deezer.com)

背景には著作権と不正対策の二重の緊張がある。2024年6月、RIAAはSunoとUdioを、著作権保護された録音物を無断で複製し生成AIの学習に使ったとして提訴した。さらに米司法省は同年9月、数十万曲規模のAI生成音源とボット再生を組み合わせ、1,000万ドル超のロイヤルティを不正取得したとする事件を公表している。プラットフォームが恐れているのは、AI曲が増えること自体より、権利処理の曖昧さと、大量生成・大量配信・大量ボット再生が一体化した時に市場そのものが歪むことだ。 (riaa.com)

将来像については、CISACがPMP Strategyに委託した試算が示唆的だ。現行の規制や契約慣行が大きく変わらない場合、2028年には音楽クリエイター収入の24%がリスクにさらされ、年40億ユーロ、5年累計100億ユーロの減収が生じ得る一方、AI生成音楽アウトプット市場は同年に160億ユーロ規模へ拡大しうるという。もちろん、これは権利者側の問題意識を色濃く反映したシナリオ分析であって、確定した未来ではない。それでもDeezerの44%という足元の数字は、その警戒が抽象論ではなく、すでに配信インフラの入口で現実化していることを示す。 (cisac.org)

この一件が示すのは、音楽AI論争の争点が「AIで曲を作れるか」から「その曲をどう流通させ、どう表示し、どう支払うか」へ移ったことだろう。2026年4月20日のDeezer発表から推測できるのは、今後のボトルネックが創作能力そのものではなく、推薦、真正性、権利処理、そして信頼の設計になるということだ。新規投稿のほぼ半分が合成音源でも、再生シェアが1〜3%にとどまるのなら、ストリーミングの中心課題は「作ること」ではなく「見分けて扱うこと」へ移りつつある。Deezerはその最前線で、配信サービスが単なる保管庫ではなく、ルールを実装するインフラであることを先に可視化している。 (newsroom-deezer.com)

主な参照元は、Deezerの公式発表群、CISAC/PMP Strategyの調査、RIAA、米司法省、Spotify公式発表、そして同日報道のTechCrunchである。 (newsroom-deezer.com)

NSAのMythos Preview利用報道が映すもの――Anthropicと国防総省の対立の裏で進む、政府AI採用の現実路線

2026年4月19日、Axiosは、米国家安全保障局（NSA）がAnthropicの未一般公開モデル「Claude Mythos Preview」を利用していると報じた。NSAやODNIはコメントしておらず、現時点では報道ベースの情報だが、もし事実なら重要なのは“NSAも使っていた”という一点ではない。国防総省がAnthropicをなお「サプライチェーン上のリスク」と位置づけて法廷で争う一方、政府の別の回路では同社の最先端モデルを使う実務が前に進んでいる、という構図が見えてくるからだ。(axios.com)

まず、Mythos Previewが何者かを押さえておきたい。Anthropicは2026年4月7日、Mythos Previewと防御目的の取り組み「Project Glasswing」を公表した。同社はこのモデルを一般公開せず、限られた組織だけに使わせる方針を明言している。理由は単純で、このモデルがサイバー分野であまりに強力だからだ。Anthropicは、主要OSや主要ブラウザすべてで未知・既知の脆弱性探索や悪用手順の生成に大きな飛躍があったと説明している。英国AI Security Instituteも4月13日公表の評価で、Mythos Previewは32段階の企業ネットワーク攻撃シミュレーションを初めて端から端まで解いたモデルだと報告した。アイルランドのNCSCも、これは脆弱性発見と修正のやり方を変える規模の変化だとしつつ、現時点では信頼できる組織に限定されているため防御側が優位だと評価している。(anthropic.com)

この前提に立つと、NSA利用報道の意味合いはかなり明確になる。Axiosによれば、NSAがMythosをどう使っているかは不明だが、他のアクセス組織は主に自組織環境の脆弱性スキャンに使っているという。Anthropicはアクセスを約40組織に絞っており、NSAはその非公表組の一つだとされる。ここから読み取れるのは、一般的な調達というより、限定的な評価・防御運用に近い形で政府がこのモデルを取り込み始めているということだ。しかもこれは孤立した動きではない。Axiosは4月17日の時点で、情報コミュニティの一部やCISAがMythosを試しており、財務省なども関心を示していると報じていた。4月18日のホワイトハウスでのダリオ・アモデイCEOとの会談について、APも政府側が国家安全保障や経済への影響を見据えて評価を進めていると伝えている。(axios.com)

重要なのは、こうした動きが対立の“後”に突然始まったわけではない点だ。Anthropicは2025年6月に、米国家安全保障向けの専用モデル「Claude Gov」を発表し、すでに最高機密級の環境で展開されていると説明した。2025年7月には、国防総省CDAOから上限2億ドルの2年契約を獲得。8月にはGSAスケジュール経由で各連邦機関がClaudeを調達しやすくなったと発表している。現在の政府向け製品ページでも、FedRAMP High、IL5、分類環境への対応が前面に出ている。要するにAnthropicは、今回の騒動が起きる前から、政府市場、とりわけ国家安全保障領域に深く入り込んでいた。(anthropic.com)

では、何が対立を決定的にしたのか。Anthropicの2月27日声明によれば、同社は国家安全保障用途そのものを拒んだのではなく、「米国民に対する大規模な国内監視」と「完全自律型兵器」という二つの例外を維持しようとした。これに対し国防総省は、合法である限り「あらゆる用途」を認めるよう求めた。交渉が決裂した後、トランプ大統領は連邦機関にAnthropic製品の使用停止を指示し、ヘグセス国防長官は同社を「サプライチェーンリスク」として扱う方向に動いた。Anthropicはこれを受けて提訴している。対立の芯にあるのは、AIの軍事利用そのものの是非というより、最先端モデルの提供者がどこまで使用条件を課せるのか、という統治権限の衝突だ。(anthropic.com)

法的な状況は、2026年4月20日時点でも整理しきれていない。3月26日、カリフォルニア北部地区連邦地裁のリタ・リン判事は、政府の措置について、法的権限を超えている可能性や恣意性、報復性が強いとして予備的差し止めを認めた。これを受け、GSAは4月3日にAnthropic排除の告知を取り下げ、2月27日以前の状態へ戻すと発表し、GSA ChatやMASでのAnthropicモデル提供を再開するとした。だが別件では、4月8日にD.C.巡回控訴裁判所がAnthropicの緊急停止申立てを退けつつ、審理は迅速化し、口頭弁論を5月19日に設定している。つまり、全面勝利でも全面排除でもなく、差し止め・控訴・別訴が並走する「半開き」の状態が続いている。(cases.justia.com)

だからこそNSA報道は、単なる矛盾話では終わらない。政府は一枚岩ではない。国防総省にとっての争点は、極端に言えば「必要なときにベンダーの利用制限に縛られないか」だろう。一方でNSAやCISA、財務・エネルギーのような防御寄りの組織にとっては、「攻撃側に先んじて脆弱性を見つけ、直せるか」が切実になる。Mythos Previewのようなモデルは、まさにこの後者に直結する。だから政治的・法的な摩擦が残っていても、実務では“使えるところから限定導入する”という現実路線が出てくる。今回の報道は、その現実が表面化したものと見るのが自然だ。(axios.com)

今後の焦点は二つある。第一に、政府はAnthropicのようなベンダーが設定するガードレールを受け入れた上で最先端モデルを使うのか、それとも「国家安全保障用途では全面裁量が必要だ」と押し返すのか。第二に、Mythos級の能力が他社や公開系モデルへ拡散する前に、防御側がどれだけパッチ運用・評価体制・ログ監査・閉域展開を整えられるかだ。Anthropicは一般公開を見送り、英AISIやアイルランドNCSCも“今は防御側の準備期間だ”という趣旨の評価を出している。だとすれば、今回のNSA報道の本質は、政府がAnthropicと和解したことではない。最先端AIが、政策論争の対象から、運用上の必要物へと移りつつあることを示した点にある。(anthropic.com)

主な出典
Anthropic公式発表（Mythos Preview / Project Glasswing、Claude Gov、DoD契約、GSA調達）、Axiosの4月16日・17日・19日報道、APの4月17日報道、米連邦地裁・D.C.巡回控訴裁判所の公開文書、GSAの4月3日声明、英AISIとアイルランドNCSCの4月13日公表資料。(anthropic.com)

Qwen3.5-Omni技術報告を読む――Qwenの「オムニ戦略」は何を公開したのか

Qwen3.5-Omniの重要さは、単に「また新しいマルチモーダルモデルが出た」という話ではない。Qwen公式の研究ページではこの系統の公開日は2026年3月29日、そして技術報告そのものは2026年4月17日にarXivへ投稿された。そこで示されたのは、音声・画像・動画・テキスト、さらに検索までをまたぐ“オムニ”を、Qwenがどういう設計思想で本体化しようとしているか、というかなり踏み込んだ中身である。Qwen3.5-OmniはQwen-Omni系の最新世代として位置づけられ、数百億〜数千億級の規模、256kコンテキスト、1億時間超の音声・映像データを用いた学習を特徴としている。 (qwen.ai)

この報告を理解するには、前史との連続性を見るのが早い。Qwen2.5-Omniでは、音声・映像を時間整合させるTMRoPEや、テキスト生成を担うThinkerと音声生成を担うTalkerを分けるThinker-Talker構成が打ち出された。続くQwen3-Omniでは、その設計をMoE化しつつ、音声・音声映像ベンチマーク36本でオープンモデルのSOTAを広く獲得し、さらに音声キャプション向け派生モデルまで公開した。Qwen3.5-Omniは、この系譜を引き継ぎながら、両コンポーネントをHybrid Attention Mixture-of-Expertsへ拡張し、長文脈・多言語・低遅延・音声自然性をまとめて押し上げた版だと読める。つまりQwenのオムニ戦略は、個別モダリティを“寄せ集める”のでなく、統一アーキテクチャの上で段階的に音声・映像・推論・生成を束ねてきた。 (arxiv.org)

技術的な核は二つある。第一に、ThinkerとTalkerの二層構成を維持したまま、両方をQwen3.5系の効率志向アーキテクチャへ載せ替えたことだ。QwenチームはQwen3.5系全体について、早期融合型のマルチモーダル基盤、Gated Delta Networksと疎なMoEを組み合わせた効率的ハイブリッド構造、そして広域な言語対応を中核強化点として説明している。Qwen3.5-Omni報告でHybrid-Attention MoEが強調されるのは、この家族的な設計を音声生成側のTalkerまで貫いたことを意味する。第二に、ARIAの導入である。報告では、テキスト側と音声側のトークン化効率の差がストリーミング音声の不自然さや不安定さを生むと見なし、ARIAで両者を動的に整列させることで、遅延を大きく増やさず会話音声の安定性とプロソディを改善したとしている。これは“音声を出せる”から一歩進み、“会話として自然に話せる”ことを重視した改良だ。 (github.com)

興味深いのは、Qwenが「オムニ」を推論モデルとツール利用の接点として扱っている点だ。技術報告にはAudio-Visual Vibe Codingという新しい能力の出現が記され、音声映像の指示から直接コーディングする可能性が示された。また、Alibaba Cloudの現行ドキュメントでは、Qwen3.5-Omni系列だけがWeb searchをサポートし、通常APIではagent戦略で検索を有効化できる。さらにRealtime版では、モデルが必要に応じて自律的に検索を行う設計になっている。一方で、公開API上の「thinking mode」はQwen3.5-Omni系列ではなくQwen3-Omni-Flash側にある。ここでいうThinkerはユーザー向けの“思考表示モード”ではなく、内部サブシステム名だと理解したほうが正確だ。この切り分けは、Qwenが“推論の見せ方”と“オムニ処理の中核”を別レイヤーで設計していることを示している。 (arxiv.org)

性能面では、Qwen3.5-Omni-plusが215の音声・音声映像の理解・推論・対話タスク／ベンチマークでSOTAを達成し、主要な音声課題ではGemini-3.1 Proを上回り、総合的な音声映像理解では同水準だと報告される。入力能力としては10時間超の音声理解と、720P動画を1FPSで400秒扱えるとされる。加えて、現行のModel Studio文書では、入力音声理解が113言語・方言、音声出力が36言語・方言、55音色に拡張されている。しかも単なる認識・応答だけでなく、時刻同期つきのスクリプトレベル字幕生成、シーン分割、長尺動画要約、歌詞字幕、方言理解までがユースケースとして前面に出ている。Qwenが音声を「ASRの付属物」ではなく、映像理解と並ぶ第一級モダリティとして扱い始めたことがここによく出ている。 (arxiv.org)

では、これがQwen全体の戦略にどうつながるのか。2026年のQwen3.5系は、オープンウェイトのQwen3.5本体を「Native Multimodal Agents」として打ち出しつつ、Qwen3.5-OmniをAPI主体の最新オムニ系として展開している。対照的に、2025年のQwen3-OmniはApache 2.0で重み公開まで踏み込んでいた。さらに2026年1月のQwen3-ASR報告は、Qwen3-Omniの強い音声理解能力を基盤としてASR系モデルを派生させたと明記している。つまりQwenのオムニ戦略は、単独の“万能モデル”競争だけではなく、オムニ基盤を中心にASR、TTS、リアルタイム対話、検索統合へと枝分かれさせるプラットフォーム戦略でもある。Qwen3.5-Omni技術報告が重要なのは、その中心にある設計思想――長文脈、低遅延音声、映像理解、検索接続、そしてコーディング支援までを一つの系で収める発想――を、かなり明示的に外へ出したからだ。 (qwen.ai)

今後の見どころは二つある。第一に、この系統が再び広くオープン化されるのか、それとも高性能版はAPI中心で進むのか。公式研究ページではQwen3.5-Omniは「Release」扱いで、4月1日更新のModel Studio一覧で確認できる公開エンドポイントは少なくともPlusとFlashだった。第二に、検索やリアルタイム対話を含む“オムニ＋エージェント”が、どこまで安定した実用系へ落ちるかだ。Realtime版は現時点でプレビューだが、Qwenはすでに「見る・聞く・話す」に「調べる」を接続し始めている。Qwen3.5-Omni技術報告は、その意味で性能表以上に、次のマルチモーダル競争の設計図として読む価値がある。 (qwen.ai)

主な出典: Qwen3.5-Omni Technical Report、Qwen2.5-Omni Technical Report、Qwen3-Omni Technical Report、Qwen3-ASR Technical Report、Qwen公式Researchページ、Alibaba Cloud Model Studioドキュメント。 (arxiv.org)

OpenAI、急拡大の裏で使命・統治・収益化の矛盾が先鋭化する理由

4月19日のTechCrunchは、相次ぐ買収や競争環境の変化を踏まえ、OpenAIが「存在論的な問い」に直面していると整理した。大げさな表現に見えて、実際にはかなり正確だ。いまのOpenAIは、AGIを全人類のために役立てるという公益的使命、巨額資本を必要とするインフラ企業としての現実、そして毎日使われる商用プロダクト企業としての収益責任を、同時に成立させようとしている。問題は、その三つがそれぞれ強くなるほど、互いの緊張も隠しにくくなる点にある。 (techcrunch.com)

出発点は明快だった。OpenAIは2015年に非営利として設立され、憲章では「AGIが全人類に利益をもたらすこと」を使命に据えた。だが2019年には研究と展開を拡大するため、非営利の下に営利部門を設ける。つまり、理念と資本の二重構造は後から生じた逸脱ではなく、かなり早い段階から組み込まれていた設計だった。OpenAI自身も、最先端能力に留まらなければ社会的影響に対処できない、という理屈を憲章で明示している。使命を守るために巨大化せざるを得ない――この自己正当化の回路が、今日の矛盾の原点にある。 (openai.com)

その設計を、2025年にOpenAIは本格的に組み替えた。2024年12月と2025年5月の説明を経て、同年10月には非営利のOpenAI Foundationが、営利のOpenAI Group PBCを支配する形への再編を完了した。ここで重要なのは、この再編が当初案のまま通ったわけではないことだ。デラウェア州司法長官は、初期案が非営利による営利活動の監督を外す方向だったと説明し、その後の交渉で、非営利がPBC取締役の選解任権を保持すること、PBCの使命を非営利と同一にすること、安全保障上の判断では株主の金銭的利益ではなく使命のみを考慮すること、SSC（Safety and Security Committee）に停止を含む強い権限を持たせることなどが条件化された。再編は「営利化」そのものというより、公益統治を残したまま大型資本を受け入れるための法的器の再設計だったと言える。 (openai.com)

ただし、この器の作り直しは矛盾を消したのではなく、急拡大を支える枠組みを整えたにすぎない。2025年3月31日、OpenAIは400億ドル調達と評価額3000億ドル、ChatGPT週次利用者5億人を公表した。続く2026年3月31日には、1220億ドルの新規資金調達、月商20億ドル、そして複数クラウド・複数半導体・自社チップまで含む広範な計算基盤戦略を打ち出している。さらに2025年1月のStargate計画は、4年間で5000億ドルを投じる米国AIインフラ構想として始動した。OpenAIの現在地は、もはや「優れたモデルを作る会社」ではなく、電力・データセンター・半導体・クラウド契約を束ねる重厚長大型の産業主体に近い。 (openai.com)

この産業化は、Microsoftとの関係も変えた。2026年2月27日の共同声明で両社は、知財ライセンス、収益分配、Azure上でのstateless API提供などの中核条件は維持しつつ、OpenAIがStargateのような大規模計算基盤へ追加コミットできる柔軟性を確認している。OpenAI自身も現在のクラウド戦略を、MicrosoftだけでなくOracle、AWS、CoreWeave、Google Cloudにまたがるものとして説明した。ここで起きているのは提携解消ではない。むしろ、単一の盟友に支えられる研究所から、複数の供給網と販路を束ねるプラットフォーム企業への変質である。パートナーシップは残るが、従属は薄まる。そのぶん統治は複雑になる。 (blogs.microsoft.com)

収益化の重心もはっきり移った。CFOのSarah Friarは2026年1月、ARRが2023年20億ドル、2024年60億ドル、2025年には200億ドル超へ伸びたと説明し、その拡大は利用可能コンピュートの増加と密接に連動すると述べた。さらに4月8日の企業向け戦略メモでは、売上の40％超をすでにエンタープライズが占め、2026年末までに消費者向けと同規模になる見通しだとする。Codexは週次300万人規模に達し、OpenAIは企業向けエージェント基盤「Frontier」と「統合AIスーパーアプリ」を両輪に据える。要するに、ChatGPTの知名度だけでは資本コストを支え切れず、コーディング、業務フロー、社内データ連携の深部へ入り込むことが、持続的収益の本命になっている。 (openai.com)

直近の買収も、この文脈で見ると輪郭がはっきりする。3月のAstral買収はCodexとPython開発基盤の強化、4月のTBPN買収はAIをめぐる会話と発信力の強化に結びつく。研究成果を作るだけでなく、それを製品化し、日常のワークフローに埋め込み、社会にどう理解されるかまで含めて押さえにいく。OpenAIは研究所の延長ではなく、配布・接点・物語まで統合する“総合AI企業”になりつつある。TechCrunchがこの局面を「存在論的な問い」と呼んだのは、単なる比喩ではない。何を作る会社なのか、どこで利益を生むのか、誰に対して説明責任を負うのかが、一度に問い直されているからだ。 (openai.com)

とはいえ、使命が後景に退いたと断じるのも早い。Foundationは2026年3月、今後1年で少なくとも10億ドルを生命科学、雇用・経済、AIレジリエンス、コミュニティ支援に投じる方針を示した。独立アラインメント研究への750万ドル拠出や、外部研究者向けSafety Fellowshipも始まっている。他方でPreparedness Framework v2を読むと、リスク評価の勧告はあっても最終的な公開可否はOpenAI leadershipが判断し、取締役会SSCが必要なら覆せるという構造だ。カリフォルニア州司法当局とのMOUによってSSCの停止権限は明文化されたが、それでも安全確保のかなりの部分は、外部規制より内部統治の質に依存している。ここに、OpenAIの最も本質的な緊張がある。安全は重視されている。しかし、それを誰が、どこまで独立して、どの速度でブレーキとして行使できるのかは、なお制度実験の最中だ。 (openai.com)

結局のところ、OpenAIの矛盾は「理念を捨てて金儲けに走った」という単純な図式では捉えにくい。むしろ、AGI開発を公益ミッション、超大型設備投資、日常的な商用プロダクトとして同時に成立させようとする試みそのものから生じている。もし非営利支配とPBC統治が実効性を持ち、企業向け収益が計算資本支出に追いつき、安全投資が能力向上に先回りできるなら、OpenAIは新しい公益志向テクノロジー企業の原型になるだろう。逆に、そのどれか一つでも遅れれば、いま見えている矛盾は成長痛ではなく、組織モデル自体の限界として読まれるはずだ。2026年4月のOpenAIは、成功の拡大局面にあると同時に、設計思想の耐久試験にも入っている。 (oag.ca.gov)

主な出典は、OpenAIの憲章・構造再編・資金調達・企業戦略・安全関連の公式文書、Microsoftの共同声明、デラウェア州およびカリフォルニア州当局資料、そして4月19日のTechCrunch記事。 (openai.com)