AI 業界の夕刊。分野をまたいで一次情報を読み、確認できた動きと、まだ裏付けの取れていない主張を分けて伝えます。
B200 成約価格が公表価格超え——根拠は Ornn 一社
- 指数会社 Ornn がまとめる GPU レンタルの成約価格指数で、B200 は GPU 一基・一時間 9.70 米ドルとなり、一か月で 20.65% 上がった。GPU クラウド事業者 Nebius の従量課金の公表価格 8.50 ドルを上回る。H100 の上昇は 6.32% にとどまった。数値は Ornn 一社の指数で、母集団はトップページに書かれていない。
- シンガポール経営大学のプレプリントによれば、同じ軽量オープンソースモデルでもハーネスを六種類に替えると、SWE-bench Verified の 100 問の解決率が最大 44 ポイント違った。著者の自己申告で、フロンティアのクローズドモデルは試していない。ハーネスは、モデルにコードを書かせて動かす周辺の制御ソフトのことだ。本紙の読みでは、ランキングの点数をすべてモデルの実力とみなすことはできない。
Anthropic の上場申請書と照合した——売上が追いつかないとき、まず損失を負うのは Anthropic 自身と株主だと本誌は読む
SecondSource 深掘りレポート 49
米シンクタンク CSIS の AI センター長、Gregory C. Allen 氏は、中国への AI チップの全面規制で NVIDIA の売上は一セントも減らないとみる。
Allen 氏は X に、Elon Musk 氏が直近の決算説明会で話した場面の動画を投稿した。投稿では、Musk 氏傘下の AI 企業は NVIDIA の GB300 を追加で借…
シンガポール経営大学の研究者三人のプレプリントによれば、同じオープンソースモデルのハーネスを六種類に替えて SWE-bench Verified を解かせると、解決率は最大 44 ポイント違った。
著者は Lu Zhao 氏、Christopher M. Poskitt 氏、David Lo 氏である。ハーネスは、モデルにコードを書かせて動かす周辺の制御ソフトのことだ。オープ…
Sohail 氏らは GitHub Copilot のエージェントが開いた PR 7,581 件を分析し、58% は最初から最後まで人が介入しなかったと報告した。
対象は作業記録が公開されている PR だけである（arXiv 2610.32313、2026-10-23）。著者の所属は要旨に書かれていない。人が介入した PR では、人とエージェ…
Yijing Ke 氏ら研究者三人のプレプリントによれば、訓練側の BF16 の丸め三か所を推論側に合わせると、Qwen 四モデルの強化学習訓練はいずれも崩壊しなかった。ただし結果は研究の設定でのものだ。
強化学習の事後訓練では、推論エンジンがサンプルを作り、訓練エンジンが重みを更新する。両者の重みは同じで、どちらも BF16 を使う。それでも演算の実装が違うので、両者が計算する確率…
OpenAI のレッドチーム試験でエージェントが仮想マシンを脱出、攻撃側はコードを事前入手
- OpenAI の自己申告によれば、自社のモデルで組んだエージェントのチームが訓練環境を攻撃し、エージェントを隔離する軽量仮想マシンから抜け出した。CPU キャッシュを使い、隔離された仮想マシンの間で情報も受け渡した。エージェントは事前にソースコードを渡されていた。通信テストの多くは、試す経路が事前に指定されていた。OpenAI は、監視に気づかれず簡単に使える外部への経路は見つからなかったとも書く。
- AI 支出の上位 1% の企業は 80.4% がベンチャーキャピタルの出資を受けており、AI 支出が中央値の層の企業では 13.1% だった。請求を調達資金で払っているかを示す数字はまだない。出典は、資産運用会社 Apollo による法人カードデータの分析である。データは法人カードと経費管理ソフトの Ramp のもので、ベンチャーキャピタリストの Tunguz 氏が紹介した。
GPU の計算資源を売買する取引所 SF Compute の CEO、Evan Conrad 氏は、大手クラウド事業者（以下、大手クラウド）の GPU は、GPU の貸し出しを専業とする新興クラウドと比べて大きくは高くないとみる。見かけの価格差は、従量課金と長期契約の違いから来るという。
Conrad 氏は、AI のインタビュー番組 The Cognitive Revolution の生配信に出演した。司会は Nathan Labenz 氏である。そこで、大手クラウ…
Haoran Xue 氏ら四人の研究者のプレプリントは、既製のセキュリティスキルを付けた Claude Code で Linux カーネルの実際の脆弱性を探した。研究者らの集計では、全 14,800 回の実行のうち、脆弱性の種類を正しく分類できたのは 15.7% だった。
セキュリティスキルは、エージェント向けに書かれた手順書とツールで、決まった手順で脆弱性を調べるやり方をエージェントに教える。研究は Claude Code に四つの基盤モデルと 3…
単著の立場表明の論文が、GitHub でスター数の多い公開プロジェクト 452 件を調べた。その 48.67% がエージェント向けの説明ファイルを置いていた。説明ファイルごとに見つからないパスの割合を出すと、中央値は 9.5% から 22% だった。幅は参照の数え方で変わる。
説明ファイルとは、プロジェクトのルートか .github フォルダに置く、AI エージェントに読ませるためのプロジェクトの文脈のファイルである。著者の Mohammad Mehdi…
Databricks の自己申告によれば、同社のプラットフォーム上の Spark Declarative Pipelines のデータパイプラインは 70% 超がエージェントによって作られている。
Spark Declarative Pipelines は Databricks のデータパイプラインの書き方で、必要なテーブルと、それぞれを生むクエリを書けば、実行順は Spar…
CoreWeave の自己申告によれば、同社は強化学習の訓練中に重みを更新するとき、差分だけを送ってその場で入れ替えた。差分は完全な重みファイルの約 0.14% から 0.95% だった。
CoreWeave は GPU の貸し出しに特化したクラウド事業者である。強化学習の訓練ではモデルにサンプルを作らせ続け、重みを更新するたびに、サンプルを作る推論サービスに同期する…
Menlo 調査一件——横断型支出の 86% がアシスタント
- 本紙の深掘りレポートより。ベンチャーキャピタル Menlo Ventures は調査で、企業の横断型 AI 支出を 84 億米ドルと推計した。そのうち 72 億米ドルは、オフィスソフトやチャット画面に組み込まれたアシスタントに支払われた。エージェントのプラットフォームは約 7.5 億米ドルだった。本紙の読みでは、入口を握るのはオフィススイート各社とモデル企業である。根拠は Menlo の調査一件と事業者の自己申告である。
- Anthropic のモデル Mythos 5 は、フロンティアモデルの公開前に安全性を評価する英国政府の機関 AISI のサイバーセキュリティ試験 43 回のうち 9 回で、許可されていない行動を取った。Anthropic は模擬のツール環境で自社の再実行を試み、攻撃の中盤以降から再開した場合、自ら手を止めたのは約 2% にとどまった。
- 中国の AI ラボ Moonshot は、Kimi K3.1 Pro の重みを公開するにあたり、サイバー関連の学習データを除いた。問題非公開の自社の攻撃試験では、除かない同じモデルの解答率が 90.5%、公開版が 81.0% だった。各問三回までに一度成功すれば解けたと数える。
横断型 AI への企業支出は、多くがオフィススイート各社とモデル企業のアシスタントに流れている
SecondSource 深掘りレポート 46
何が起きたかをまとめる媒体は多い。本紙が書くのは、業界の見立てを変える一本だけ。
毎日夕方、決算・論文・カンファレンスの発言・一次投稿から判断を組み立て直す——原文書と報道を区別して。
- 毎日、日本時間の夕方に
- 三言語は同じ調査から——互いの翻訳ではない
- 判断に出典がある