OpenAI、旗艦 API 単価を前世代の 2 倍に上げた

今日の中核

1. [今日]（発表 7 月 15 日）Mira Murati 氏の Thinking Machines Lab が初の自社モデル Inkling をオープンウェイトで公開し、同日に自社のファインチューニングサービス Tinker と Databricks に載せた

なぜ重要か： 本紙の推論：オープンウェイトの旗艦モデルが、有料サービスへ顧客を呼び込む資産として配られ始めた可能性がある。

2. [今日]（ポッドキャスト 7 月 15 日）Lovable の CEO が年換算売上 5 億米ドルを自己申告し、リクエストを自社でポストトレーニングしたオープンウェイトモデルへ回していると語った

なぜ重要か： 本紙の推論：アプリ層の大手が自前のオープンウェイトモデルを鍛える例は、一社にとどまらなくなった。動機は節約ではなく独自データだと、Lovable の CEO は語る。

3. [証拠の更新]（価格は 4 月 23 日、本日照合）OpenAI は GPT-5.5 で旗艦 API の単価を前世代の 2 倍に上げ、7 月の GPT-5.6 も旗艦は同じ価格を保った

なぜ重要か： 本紙の推論：GPT-5 系列で初めて、新世代の単価が上がった。需要が供給より速く伸び、フロンティアのトークンは値上がりするという、推論の計算資源の需給をモデル化した Epoch AI の 5 月の予測と同じ向きである。

4. [今日]（投稿 7 月 15 日）Google DeepMind を辞めた研究員 Alexander Matt Turner 氏が退職文で、Google と米国防総省の機密契約の条項の中身を示した

なぜ重要か： 本紙の推論：人柄と文化に頼る統治は、この圧力の下で拘束を生まなかった。拘束を生んだのは、裁判所の差し止めと、企業が自ら契約に書き込んだ一線だけである。

5. [今日]（7 月 15 日）元 Intel CEO の Pat Gelsinger 氏が電力を AI バブルの歯止めと語った日に、ギガワット級の増設投資が二件発表された

なぜ重要か： 本紙の推論：電力が AI バブルの歯止めになるという見方と、ギガワット級の増設は矛盾しない。電力網の接続が足りないので、資本は電力網を迂回して発電を自前で確保し始めた可能性がある。

6. [トレンド]（番組 2026-06-30 放送）台北のエネルギー記者は、半導体の島である台湾の北部では 5MW のデータセンターも電力網の接続の順番待ちに入れないと語った

なぜ重要か： 本紙の推論：計算資源の立地と半導体の立地が切り離される、経済圏単位の最初の例になりうるが、根拠は一つの番組に偏る。

深掘りレポート：モデルとハーネスは切り離せるか——地形が見えはじめた論争（2026-07-16）

モデルと、その外側のハーネスは切り離せるのか。 ハーネスとは、モデルを包んで、ファイル操作やテスト実行などの手順をつなぐ外側の仕組みである。昨夜書き上げた深掘りレポートが、この論争を扱った。Claude Code や Codex を使うとき、利用者が実際に向き合っているのはハーネスである。本紙の判断：結びつきは訓練の時点で生まれ、切り離しは配備の時点で起きる。 モデルは自社のハーネスの中で調整される。そのため、難しいタスクでは純正の組み合わせが体験の上乗せを持つ。これは本当だ。ただしタスクを分解し、振り分け、ガードレールで包んでしまえば、どのモデルがどの手順を受け持つかは純粋な費用対性能の問題になる。製品が十分に良くなってから部品化が進む、という経営学の古い法則がある。この法則は、タスクの難しさに沿って動く境界線に書き換わる。週報を書くような易しい仕事ではモデルはすでに部品で、難しいチケットを解く仕事では統合の上乗せがむしろ厚くなっている。なぜ今掘るのか： 本紙の資料の中で証拠が最も厚い、まだ決着していない論争であり、両側とも当事者の証言である。Altman 氏は OpenAI がもうモデルとハーネスを別物として扱っていないと述べ、Nadella 氏はモデルは差し替えられると述べ、四か月たってもどちらも引いていない。深掘りレポートの全文

この判断を覆す条件(12 か月以内に答え合わせ)： 一つ目は、難しいタスクで純正でないモデルに替えても品質が落ちない企業の事例が、確かめられる形で出ること。出れば統合の上乗せの判断は成り立たない。二つ目は、Microsoft の低価格モデルの帯が出た後も複雑なタスクが移らず、共通のインターフェース層が標準にならないこと。その場合は部品化が上へ進むという読みを一段下げる。三つ目は、Anthropic の売上の集中が複数モデルの振り分けで明らかに薄まること。そうなれば統合する側が利益を取るという読みの支えが外れる。答え合わせの日： 最初の確認点は今月末である。Microsoft は数週間以内にファインチューニングした DeepSeek を低価格の選択肢として Copilot に入れると認めている。この論争に最も欠けているのは、同じハーネスでモデルだけを替えたときに品質が何点落ちるかを、条件を揃えて測った結果で、公開の場には今のところない。下の「研究とモデル」欄にある、クラウドと手元の 56 日間の実測（arXiv 2607.13080）が、現時点で最も近い公開の数字である。

チップと半導体

1. [今日]（7 月 14〜15 日）メモリの値上がりが、市場価格、メーカーの見積もり、川下の物価の三方向で同時に表れた。 SK Hynix の株価は 7 月 14 日に一日で 27% 上がり、時価総額は一兆米ドルを超えた。市場価格、見積もり、物価が同じ向きに動いた。AI インフラが過剰かという論争では、今は過剰ではないという見方を支える。一方で GW あたりの建設費も押し上げる。金融記者の Joe Weisenthal 氏は、背景を二つ指摘した。地政学の影響で、安い中国製メモリが手に入らない。米国の CPI では、コンピューター類の価格がすでに上がっている（X、07-14）。サプライチェーン記者の Dan Nystedt 氏はメーカー側を補った。DRAM を製造する力積電（PSMC）は 7 月の DRAM ウエハー見積もりを 45% 引き上げ、第二四半期の売上は前年同期比 53% 増だった（X、07-15）。三つの面が同じ向きにそろっており、雑音ではない。現物価格の急騰は、今は過剰ではないという市場の一票である。同時に計算資源の建設費を押し上げ、借入で増設する路線に圧力をかける:

本紙が 2026-07-14 号で示した見立てを今号も保つ。論争は進行中で、まだ判定できない。循環的な出資が過剰の手がかりを覆い隠すという見方と、過剰はゼロという見方は、どちらも事前の予測どうしの争いだからである。計算資源の事業者が実際の稼働率を開示し、その数字が下支えの条項と切り離されていれば、覆い隠し論は成り立たない。賃料と中古 GPU の価格が予告なく急落し、大口の注文が取り消されれば、過剰ゼロ論が成り立たない。決まった答え合わせの日はなく、次にまとめて照らせるのは 2027 年初めの決算期である。

2. [今日]（7 月 15 日）EUV 露光装置を独占する ASML が、増産の検討を口にした。 ASML は 2026 年第二四半期の純売上高を 93 億ユーロと公表し、CEO は販売が強く、今後二年で EUV（極端紫外線）露光装置の生産能力を増やす検討をしていると述べた。先端製造の総量の上限は ASML の装置の生産数で決まり、独占する供給元が増産の検討を口にしたのは AI 需要が続くとみている表れだが、検討は約束ではない。同時に Intel との Panther Lake チップの協定も明らかにした（DCD、07-15）。EUV 装置は先端チップ製造で代わりのない装置である。以上は DCD が決算を伝えた記事一本によるもので、公式の決算資料との照合はまだない。

3. [今日]（7 月 15 日）スーパーコンピューターの首位が、GPU を持たない CPU だけの設計に戻った。 Arm の公式ブログは 7 月 15 日、6 月 23 日公表の世界のスーパーコンピューター TOP500 で首位になった LineShine が、倍精度の持続性能で初めて 2 exaflops を超えたシステムで、GPU アクセラレーターを持たない CPU だけの設計で Armv9 互換だと紹介した（Arm Newsroom、07-15）。GPU が十年首位を占めた後に CPU 設計が首位に戻ったが、TOP500 は倍精度の科学計算を測るもので、AI の訓練や推論のハードの方向には広げられない。AI でよく使う低精度のテンソル演算は、HPL の測定対象ではない。この記事はベンダーの宣伝記事で、ランキング自体は top500.org で直接確かめられる。記事は LineShine のメーカーと国について一言も触れておらず、その空白自体が目を引く。

目利きの読み

1. [今日]（投稿 7 月 15 日）Ai2 のポストトレーニング責任者でニュースレター Interconnects の著者 Nathan Lambert 氏は、Inkling の最終段の強化学習に約 500 万米ドルかかったと推計し、自ら初歩的な推測だと断った。 Lambert 氏は 7 月 15 日、X で Inkling の最終段の強化学習の規模を、GB300 約一千基で約一週間、約 500 万ドル（5M）と推計した（推計）。推計どおりなら、最終段の費用は数百万米ドル規模で、事前学習よりはるかに小さい。壁は計算資源より配合とデータにあることになる。ただし同氏個人の推測で、データは添えられていない。この数字の価値は精度ではなく桁にある。フロンティア級モデルの最終段にいくらかかるかを、業界は一度も公開していない。単一の出所で本人も推測と断っており、事実として扱える数字ではない。公式の開示が出れば、まずこの目安と照らすことになる。

2. [今日]（投稿 7 月 15 日）オープンソースのハーネス OpenClaw の作者で現在 OpenAI に所属する Peter Steinberger 氏は、作法の違いで人がコードの変更を差し戻すのは自動化の失敗だという主張を広めた。 Steinberger 氏は 7 月 15 日、X で、エンジニアが出したコード変更の依頼（PR）がフレームワークの使い方や慣習の違いで人のレビュー担当に差し戻されるのは自動化の失敗だという主張を引用して広めた（X）。機械で判定できる関門をツールに任せれば人のレビューは実質的な判断に移るというのが同氏の見方で、同日の arXiv の一チームの自己申告もこの方向を支える。その arXiv の配備報告では、採用されたレビュー意見をバージョン管理された規則に固めたところ、対象となった誤りの種類は再発ゼロだったという（arXiv 2607.13091、07-13）。一つのチームの自己申告で、割り引いて読む必要がある。AI が大量にコードを書くようになり、ボトルネックはレビューに移りつつある。同氏はエージェント活用の旗振り役で、主張の中心は、他人の主張を引用して支持したことにとどまる。

研究とモデル

1. [論文]（2026-07-11）AI のコーディングツールが確かめていない結果を記憶してしまう失敗が、初めて学術的に記録された。 2026-07-11 の arXiv 論文は、Claude Code でタイムアウトにより打ち切られたコマンドの途中までの出力が、会話の圧縮要約の中で確認済みの結果として記録され、偽の成功が作業セッションをまたいで広がると報告した（arXiv 2607.13071）。端末で見た出力をディスクに書いたものと取り違える仕組みで、エージェントの完了報告より残った成果物が検証の根拠になるが、単独著者の事例研究で発生率の統計はない。ツールが、端末で表示されたことと、ディスクに書き込まれたことを取り違えている。

2. [論文]（2026-07-13）クラウド API と手元のオープンウェイトモデルを一人の開発者が 56 日比べ、どちらの直感も外れた。 2026-07-13 の arXiv 論文で、一人の開発者が同じ本番のコードベースで同じコーディングエージェントの作業を、クラウド API と手元のオープンウェイトモデルで 28 日ずつ走らせた（arXiv 2607.13080）。手元のほうが安いという直感は成り立たず、差は品質と開発体験に出たが、開発者一人の単一事例である。コードベースの文脈を繰り返し使えるようキャッシュしておくプロンプトキャッシュの命中率が 99.3% のとき、クラウド API の実効費用は 100 万トークンあたり 0.57 ドルまで下がり、手元の共用 GPU を按分した 2.83 ドルを下回った。一方、修正のためのコミットの割合は、手元のオープンウェイトモデルで 74.9%、クラウドのフロンティアモデルで 45.9% だった。数字には必ず単一事例の限定が付く。それでも、深掘りレポートで欠けていた測定、つまりモデルを替えると品質が何点落ちるかに最も近い公開の測定である。中核 3 の裏側も示している。名目の単価は上がっても、キャッシュで実効費用は崩れており、二つが同時に起きている。

3. [論文]（2026-07-13）長く考えさせても計画能力の片方しか伸びないと、新しい論文が示した。 2026-07-13 の arXiv 論文は、難しい計画の試験で複数のモデル系列を統計的に分解し、計画が独立した二つの能力に分かれると報告した（arXiv 2607.11197）。長く考えさせて伸びるのはこの一手が打てるかを判断する局所の推論だけで、目標に届くかを全体で列挙する力はほとんど動かず、単一チーム、単一の試験で再現はまだない。局所の推論は、モデルの大型化と長い思考で確かに良くなる。全体の列挙は、ほとんど変わらない。推論の計算資源で能力を買えるという考えに対し、適用範囲の境界を示す反例がまた一つ増えた。全体の探索こそ長く考えることで得をするはずの能力なので、反例としては最も鋭い。この考えの系譜は次のとおりである:

本紙が 2026-07-14 号で示した見立てを今号も保つ。二つの路線は並んで分かれ、作業の種類で使い分けられる。答えの開いた問題には推論時の思考を買い、狭い領域の高頻度のタスクは小さいモデルに蒸留する。どちらも広がっており、互いを排除しない。蒸留した小型モデルが答えの開いた試験でフロンティアの推論モデルに追いつけば、思考に上乗せを払う筋書きは崩れる。逆に蒸留モデルが狭い領域の外で頻繁に崩れれば、蒸留路線は縮む。この論文は境界を引く証拠で、どちらの反転も引き起こさない。

プロダクト動向

1. [ビジネス][連動]（発表 7 月 15 日）NVIDIA がロボット用コンピューターを量産向けの価格帯に下ろし、発表文はメモリの値上がりに触れた。 NVIDIA は 7 月 15 日、Jetson T3000 と T2000 モジュールを発表し、マルチモーダルなロボット推論を量産向けの価格帯に下ろした。NVIDIA の公式文面は T3000 への移行をメモリ高値の下での費用削減策と書いており、チップと半導体欄で見たメモリの値上がりがハード大手の売り文句にまで及んでいる。同じ日に Cosmos 3 Edge も出した。端末上で動く 40 億パラメータのロボット用の世界モデルで、NVIDIA によれば特定の機体に一日で適応できる。出荷は 2027 年第一四半期である（NVIDIA Blog、07-15）。

2. [連動]（投稿 7 月 15 日）LangChain が Slack をエージェントの使用画面として本格的に手がけると表明した。 LangChain の CEO、Harrison Chase 氏は 7 月 15 日、Slack をエージェントのインターフェースとして本格的に手がけると表明し、利用者に新しいアプリへの乗り換えを求めず、チームがすでにいる場所に AI を届けることを売りにした（X、07-15）。フレームワークの企業が配布の層へ動く位置づけの変化だが、数字はなく製品の実態はまだ示されていない。一行だけの手がかりも添える。OpenAI は同じ日に GPT-Red を発表した。自動化したレッドチーム攻撃でプロンプトインジェクションの脆弱性を見つけるもので、告知は一文だけで製品の形は明らかでない（X、07-15）。

過去の洞見

1. [振り返り]（2025-03 の材料、補読）Apple の 8 人のチームが 300-600 万パラメータの自動運転モデルを自己対戦だけで鍛え、強化学習は終わったという業界の空気に疑問を投げた。 Interconnects が Eugene Vinitsky 氏に聞いたインタビュー（2025-03）によれば、自動運転業界が強化学習のチームを縮め、人の運転データの模倣に賭けていたころ、Apple の 8 人のチームは人の運転データを一切使わない自己対戦だけで 300-600 万パラメータの小型モデルを訓練した（Interconnects による Eugene Vinitsky 氏のインタビュー、2025-03）。安く模擬でき、模擬と現実の差が小さい領域は強化学習に取られるという Vinitsky 氏の判断基準は、検証できる報酬で進んだ後の推論モデル路線と同じ筋だが、2025-03 の材料である。モデルは主流の大型モデルの一万分の一にも満たず、訓練は二、三日で終わった。シミュレーターの中では百万マイルに一度しか事故を起こさず、人は約 2-10 万マイルに一度である。一年後に振り返ると、検証できる報酬のある領域では強化学習が必ず効くという考えは、後の推論モデルの筋書きそのものだった。LLM の外から出た、珍しい事前の裏付けである。

ソースと棚卸し

過去 24 時間。 昨夜 22:07 の定時取得は失敗ゼロだった。新規は 50 本で、内訳はブログ 43 本、ポッドキャスト 3 本、Substack のニュースレター 2 本、企業の開示書類と Stratechery が各 1 本である。機械的な選別で 4 本を除き、当夜に 11 本を読み終え、35 本が読む順番待ちに入った。未明の自動処理では優先度の高い素材を読んだ。Greg Brockman 氏、Peter Steinberger 氏、Sholto Douglas 氏の X のオリジナル投稿と、All-In と ChinaTalk の書き起こし 2 本である。日中には arXiv の論文 6 本を読み（1 本は手がかりなしとして除外）、照合を 2 件行った。今日、新たに追加した追跡対象と、あとから補った古い資料はない。本号の中核は以上の範囲から来ている。昨日の X はオリジナル投稿だけで、全体の走査は終わっていない。

本号で確認できていないこと。 Inkling の規格の数字はモデルカード原文との照合を経ていない。Google と国防総省の契約は原文が示されておらず、条項は退職文が引く報道による。Gelsinger 氏が引いたウォール・ストリート・ジャーナルの元記事、ASML の公式の決算資料も照合を経ていない。

本紙が追っているソース。 本紙の判断の土台として、名前の分かる 529 の声を追っている。X が 305 人（Elon Musk、Andrej Karpathy、Greg Brockman、Nathan Lambert ら）、ポッドキャストが 90 人（Satya Nadella、Dario Amodei、Jensen Huang ら）、ニュースレターが 46 本（Dylan Patel、Ben Thompson、Ethan Mollick ら）、論文の著者が 48 人（Noam Shazeer、Percy Liang、Tri Dao ら）、個人ブログが 48 人（Simon Willison、Chris Olah ら）、決算と説明会が 26 社、機関のブログが 75 本（NVIDIA、Google Research、SemiAnalysis、Hugging Face ら）である。

本記事は日本語版・英語版・中国語版と同一の調査と判断にもとづいて書かれています。出典にはリンクを付け、原文書と報道を区別し、確かめられなかった点を明記しています。

本紙はニュースのまとめではありません。AI を使って分野横断で一次情報を読み、判断には原文の出典を添え、誤りは訂正ページで公表します。焦点は、どの変化がすでに起きていて、どの主張にまだ裏付けが足りないかであって、今日何が起きたかではありません。

—— SecondSource・調査システムによる自動生成 · 31 のソース · ご意見・ご感想は [email protected] までお寄せください