夕刊 2026年10月16日
Meta が Spark Open の重みを公開——フロンティア級と自称する Muse Wonder は非公開のまま、『米国最強』は Meta の自己申告だ
今号の要点
1. Meta は Muse Spark Open をオープンウェイトで公開した。パラメータは合計 8160 億で、1 トークンあたりに動くのはそのうち 420 億である。API でモデルサービスを売り、グループの年商が 2,000 万米ドルを超える会社は Meta と別に契約する必要がある。Meta がフロンティア級と自称する Muse Wonder は非公開のままである。「米国最強」は Meta の自己申告だ。
2. TSMC の第三四半期ウエハー売上のうち、2 ナノメートルが 8%、3 ナノメートルが 33% を占めた。2 ナノが売上に計上されたのはこの四半期が初めてである。全体の粗利率は 66.4% で、第四四半期の見通しは 65% から 67%。いずれも TSMC が提出書類に記した数字だ。
3. Financial Times によれば、Anthropic は投資家に、蒸留が売上の 5% から 7% を占めていたと説明した。第三四半期には Anthropic が蒸留を大幅に絞ったという。情報源は匿名の四人である。記事の全文は有料会員向けで、本文は未確認だ。
ほかに中核 4：Anthropic がフロンティア AI モデルのリスクを評価する非営利団体 METR に社員相当のアクセス；中核 5：Kevin Xu 氏の集計で、米国のデータセンター建設モラトリアム（一時停止措置）が 400 件超；中核 6：AI サーバー大手 Super Micro が CFO 交代。
今日の中核
1. [今日]（発生日 10 月 15 日）Meta、8160 億パラメータの Muse Spark Open を公開 年商 2,000 万米ドル超のモデルサービス事業者は別契約
なぜ重要か： Meta が米国産のオープンウェイトを新たに出したが、Meta のフロンティア級ではなく、年商 2,000 万米ドル超のモデルサービス事業者には別契約が付く。
全文を読む
Meta の公式アカウントは 10 月 15 日にこう投稿した：「Today we're releasing Muse Spark Open, the most capable US open-weight model to date.」（AI at Meta、2026-10-15）Alexandr Wang 氏と Zuckerberg 氏も一件ずつ投稿した（Alexandr Wang、2026-10-15；Mark Zuckerberg、2026-10-15）。Zuckerberg 氏は、このモデルが新しい Mac Studio でよく動き、Apple と協業したと書いた。
Hugging Face の技術説明によれば、各トークンは 256 のエキスパートのうち 8 つしか使わない。そのため 1 トークンあたりの演算量は約 420 億パラメータ相当だが、8160 億パラメータすべてをメモリに置く必要がある（Hugging Face、2026-10-15）。
ライセンスの Muse Model License は一般的なオープンソースライセンスではない。モデルページによれば、このモデルか派生物を API 経由でモデルサービスとして提供し、グループの年商が 2,000 万米ドルを超える場合は、事前に Meta へ通知して別の契約を結ぶ必要がある（モデルページ、2026-10-15）。
Muse Wonder は Meta が 10 月 12 日に発表した非公開のモデルで、Meta はフロンティアに達したと自称する。本紙は 10 月 13 日号で Muse Wonder の重みは公開されないと書いた。今日新しいのは、Spark が開き、Wonder は非公開のままだという点だ。
まだ言えないこと： 「米国最強のオープンウェイト」は Meta の自己申告のみ どう確かめたか →
判断の更新： 本紙は検証中の判断を一つ新たに記す。Meta はフロンティアモデルを社内に留めて一世代前を公開し、公開した方にはモデルサービス事業者向けの売上基準を付ける、という判断だ。「一世代前」は公開の時系列と命名から本紙が推論したもので、確度は据え置く。この判断を覆す条件：Meta が 2027 年 4 月 15 日までに Wonder の重みを公開する、または、一つの独立評価で両モデルを測った総合スコアの差が 3 ポイント未満になる。期限も 3 ポイントの線も本紙が独自に設定した。
2. [今日]（発生日 10 月 15 日）TSMC の第三四半期は粗利率 66.4% 2 ナノは計上初の四半期でウエハー売上の 8%
なぜ重要か： 先端プロセスの比率と粗利率が同時に上がったが、プレスリリースに単価はなく、値上げの有無は読めない。
全文を読む
TSMC の第三四半期の売上高は 467.2 億米ドルで前年同期比 41.2% 増、粗利率は 66.4%。2 ナノは売上計上初の四半期でウエハー売上の 8%、3 ナノは 33% を占めた。第四四半期の見通しは売上高 523 億から 543 億米ドル、粗利率 65% から 67%（TSMC 6-K、2026-10-15）。第四四半期の見通しの中央値は第三四半期の売上高より約 14% 高く、これは本紙の計算である。
まだ言えないこと： 粗利率上昇の要因、プレスリリースに単価はない どう確かめたか →
判断の更新： 本紙が追っている検証中の判断に、NVIDIA と TSMC は希少な供給を握りながら意図的に価格を上限まで上げない、というものがある。反トラストの注目を避け、顧客を代替品に向かわせないためだ。粗利率が 66.4% に上がり、第四四半期の見通しも 65% から 67% にあることは、価格が上限へ寄っているように見える。この判断との緊張関係がここにある。ただし粗利率の上昇は 2 ナノと 3 ナノの比率上昇から、あるいは為替から来ている可能性もあり、プレスリリース本文に単価はない。本紙はこの緊張をその判断の脇に記し、判断そのものは変えない。二つの読みを分けるのは、決算説明会の資料が 2 ナノの価格に触れているかどうかだ。
3. [今日]（報道 10 月 15 日）Financial Times：Anthropic、蒸留は売上の 5% から 7% と投資家に説明 第三四半期に大幅に絞る
なぜ重要か： この単一の報道が事実なら、料金を払って使う競合が収益源でもあるため、蒸留を止める代償は売上で測れる。
全文を読む
LLM の実務について長く書いている独立開発者の Simon Willison 氏は 10 月 15 日、Financial Times の報道を一字一句引用した（Simon Willison、2026-10-15）。報道の全文は有料会員向けである（Financial Times、2026-10-15）。引用はこうだ：「Anthropic told investors on Wednesday distillation accounted for 5 per cent to 7 per cent of revenue and that they had cut it back 'materially' in the third quarter of the year」。直接の事情を知る四人の話とされる。ここでの蒸留は、競合ラボが Anthropic モデルの出力で自社モデルを訓練することを指す。Willison 氏が挙げたほかの数字は、第二四半期の売上高 115 億米ドル、第三四半期 168 億ドルである。第三四半期は計算資源への支出 1 ドルに対して売上 1.70 ドルだったという。
本紙は 10 月 15 日号の「そのほかに起きたこと」で第三四半期の売上高 168 億米ドルに触れた。蒸留の一文が加わったのは今日だ。同じ号の目利きの読みでは、計算資源のガバナンスを研究する Lennart Heim 氏の推計を引いた。蒸留を防げばリードは約 12 か月延びる、という推計である。Heim 氏が推計したのは、蒸留を防ぐことが業界全体のリード期間に与える効果だ。5% から 7% は Anthropic 一社の、期間の分からない売上比率である。二つの数字が測っているものは同じではなく、本紙はこの二つを代償と見返りとして結びつけない。
まだ言えないこと： 比率の対象期間は引用になく、全文は未読 どう確かめたか →
判断の更新： 本紙には検証中の判断が一つある。フロンティアモデルの訓練費用は公開後数か月のリード期間に回収する必要があり、その後は競争と蒸留が粗利をフロンティア一歩手前の水準まで押し下げる、という判断だ。本紙はこれを狭い窓の経済と呼ぶ。Anthropic が蒸留のトラフィックを大幅に絞ったと伝えられることは、当期の売上の一部を手放してリード期間を守る方を選んだことになる。この読みは報道の一文から本紙が引き出したものだ。どれだけの売上でどれだけの期間を守ったかについては、二つの数字は測るものが違うので、本紙は量で結びつけない。ソースが一つしかないため、確度は上げない。Willison 氏の抜粋は、第三四半期の 168 億ドルの売上が蒸留分を除いた数字かどうかを書いていない。
投資への含意： この単一の報道が事実なら、各ラボの四半期成長率が蒸留トラフィックを含むかどうかで、互いの比較可能性が変わる。これは本紙が検証する読みであり、結論ではない。
4. [今日]（発生日 10 月 15 日）Anthropic、METR に社員相当のアクセス 報告の公表は拒否できず、削除要求は三区分のみ
なぜ重要か： 自主的な外部評価に公表権を明記した実例が出たが、アクセスの範囲と契約更新は評価される側の手にある。
全文を読む
Anthropic は 10 月 15 日、フロンティアモデルのリスクを評価する非営利団体 METR の職員六人に「社員相当のアクセス」を与えたと発表した。範囲は社内のリスク評価チームとほぼ同等である。METR の分析の公表を Anthropic は拒否できず、顧客データ、弁護士秘匿特権、モデルのアーキテクチャの三つの所定区分で削除を求めるだけだ（Anthropic、2026-10-15）。すべて評価される側の陳述で、契約文書は本号の材料の範囲外。
まだ言えないこと： 契約文書と METR 側の説明は本号の材料にない どう確かめたか →
判断の更新： 本紙は 9 月 23 日に判断台帳へ検証中の判断を一つ記した。その日の号には載らなかった。その判断はこうだ。Anthropic が最初に組み込んだ評価パートナーは Accenture で、Accenture は Claude の販売も手がける。そのため「第三者評価がある」は、まだ独立した検証とは言えない。本紙が当時設定した覆す条件は「数週間のうちに METR 型の機関がアクセスを得て、公表権を公開文書に明記する」だった。今日の公表権をめぐる取り決めは Anthropic のプレスリリースにしか現れず、METR 側の確認はまだなく、削除要求の期限も書かれていない。だからその判断はまず変えない。もう一つの判断は、自主的な評価の保証には上限がある、というものだ。企業がアクセス、削除、契約更新の三点を決める立場にあるからである。Anthropic の説明によれば、アクセスと削除の二つは今日一部を手放し、契約更新は引き続き Anthropic が決める。
5. [今日]（投稿 10 月 15 日）Kevin Xu 氏、米国データセンター建設のモラトリアムは 400 件超と投稿 大半は一年以内の一時停止
なぜ重要か： モラトリアムの多くが 2027 年に切れるなら、影響が先に出るのは GPU のレンタル価格か供給側の受注残高か、答え合わせができる。
全文を読む
Kevin Xu 氏は 10 月 15 日に長い投稿を出した（Kevin Xu、2026-10-15）。Xu 氏は 1 月から米国のデータセンター建設のモラトリアムを追跡し、3 月には運営するファンドのサイトに公開のダッシュボードを作った。投稿はこう書く：「Now that the total count has crossed 400」。論点は四つある。モラトリアムは、賃貸契約を結んで借り入れをしたいだけの質の低い事業者を締め出す。二つ目は、モラトリアムで建設が遅れると計算資源の供給がさらに締まり、GPU のレンタル価格が上がり、GPU を使える期間も延びる、というものだ。原文は「a slower pace of construction caused by these moratoriums keeps supply of compute even tighter, raises GPU rental prices, extends their usefulness」。三つ目に、措置の大半は一年以内の一時停止で、禁止ではない。原文は「the vast majority of them are one year long or shorter, stretching into mid to late 2027」。四つ目に、モラトリアムの波は党派をまたぐ。Kevin Xu 氏は、米中のテック企業に投資するファンド Interconnected Capital の創業者である。投稿はファンドの保有銘柄を開示していない。「モラトリアムは AI に長期的に有利」という立場は、テック株に投資するファンドの利害と一致しうる。この利害の一致は本紙の推論にとどまる。
本紙は 10 月 8 日号の過去の洞見で、SemiAnalysis が地方の措置を約三百件数え、実際に案件を遅らせたのは約 2.3GW だったと書いた。Xu 氏の 400 件超は別の尺度である。「一時停止」「検討中」「禁止」の数え方が両者で違い、数字は互いの裏付けにならない。
まだ言えないこと： 集計方法は投稿になく、ダッシュボードは未読 どう確かめたか →
判断の更新： 本紙にはモラトリアムの波について二つの判断がある。一つは、現在のモラトリアムの統計で分かるのは案件がどれだけ遅れるかまでで、どれだけの案件が直接取り下げられたかは分からない、というもの。もう一つは、モラトリアムの影響は建設中案件と供給側の受注残高に一、二年は覆い隠される、というものだ。Xu 氏の「大半は一年以内に切れる」は一つ目と同じ向きで、「先に GPU のレンタル価格に出る」は二つ目と逆の向きである。どちらも主張であり、本紙は並べて置き、どちらにも付かない。答え合わせができるのは、GPU のレンタル価格が 2027 年上半期に先に動くかどうかだ。
6. [今日]（発生日 10 月 14 日）Super Micro が CFO 交代：David Weigand 氏が退任、前 Western Digital CFO の Mark Long 氏が即日就任、提出書類に理由の記載なし
なぜ重要か： AI サーバー大手が CFO を交代し、提出書類に理由はなく、記録に残す（本紙の新しい判断はない）。
全文を読む
Super Micro の 10 月 15 日の 8-K（Super Micro 8-K、2026-10-15）はこう書く：「On October 14, 2026, the Board of Directors of Super Micro Computer, Inc. … appointed Mark Long as Chief Financial Officer of the Company, effective immediately, at which time David Weigand ceased serving in that role.」Long 氏は 2016 年から 2019 年までデータストレージ企業 Western Digital の CFO を務め、2019 年からは投資会社 Prime Impact Capital のパートナーである。報酬は基本給 72.5 万米ドル、契約金 50 万、保証付きの年次賞与 50 万。提出書類は Weigand 氏が CFO を退いたと書くだけで、処遇と理由には触れていない。
まだ言えないこと： 交代の理由と Weigand 氏の処遇は提出書類にない どう確かめたか →
答え合わせ： 本紙が 7 月 31 日に記した判断「Kimi K3 の公式価格ページの加重平均価格（キャッシュ入力・入力・出力を 7:2:1 で加重）は、10 月 15 日までに 100 万トークンあたり 0.5 米ドルを下回る」は外れ：10 月 15 日時点で公式価格ページにある三価格の加重平均価格は 100 万トークンあたり 2.31 ドルだった。Kimi K3 の公式表示価格は本紙の予想どおりには下がらなかった。カード →
チップと半導体
1. [今四半期]（arXiv プレプリント、2026 年 10 月）ETH Zürich と NYU の SAFARI グループが 36 個の HBM2 チップを実測した。メモリの規格を定める団体 JEDEC の仕様で最も電力を使う測定ループより、消費電力が平均 23.6% 高くなるアクセスパターンが見つかった。 原文：「we engineer an access pattern that yields 23.6% higher power consumption on average across 36 tested HBM2 chips than the highest-power-consuming JEDEC-specified current measurement loop」（arXiv 2610.14244）。もう一組の比較では、すべてのバンクグループでバスの信号を反転させると、一定値を保つ場合より 29.4% 多く電力を使った。著者の新しい電力モデルは 3 台の NVIDIA H200 で検証され、誤差は 2.4% から 5.3% だった。測ったのは HBM2 だけで、HBM3E や HBM4 ではない。36 個がどのメーカーのチップか、測定時の温度と周波数は要旨に書かれておらず、論文の全文は未読。本紙の読みでは、HBM2 については、意図的に設計したアクセスパターンが JEDEC の測定ループの消費電力を超えうる。実際のワークロードがこの値に近づくか、HBM3E と HBM4 でも同じかには、要旨は答えていない。 どう確かめたか →
2. [今四半期]（公開 9 月 30 日）PyTorch 2.14.1 は CUDA 13.2.2 に上げ、cuBLAS が NVFP4 の行列積でテンソル全体のスケーリング係数を無視しうる問題を修正した。 リリースノートの原文：「cuBLAS: `cublasLtMatmul()` could ignore tensor-wide scaling for NVFP4 matrix multiplications (introduced in CUDA 13.2 Update 1)」（PyTorch 2.14.1 リリースノート、2026-09-30）。NVFP4 は NVIDIA の Blackwell が使う 4 ビット浮動小数点形式である。同じ系列の 2.14.0 は 9 月 2 日に、Inductor コンパイラの対象を次世代の Rubin アーキテクチャ（sm_107）に定め、NVFP4 の行列積を組み込んだ（PyTorch 2.14.0 リリースノート、2026-09-02）。影響の範囲と誤りが出る事例は、リリースノートに数量の記載がない。 どう確かめたか →
目利きの読み
1. [今日]（投稿 10 月 14 日）バイサイドのリサーチャー Rihard Jarc 氏は、信用が引き締まるとボトルネックは資本に移り、既存の計算資源はいっそう希少になるので、計算資源の価格はかえって上がりうると述べた。 Jarc 氏はテック株のリサーチサービス UncoverAlpha を運営する。Jarc 氏によれば、融資条件が悪化すれば AI の建設は遅れ、外部資金でデータセンターを建てる必要のある GPU クラウドは打撃を受ける。ただし Amazon、Microsoft、Google にとっては「the conditions are not that bad」で、競争が緩み設備投資の圧力が軽くなるうえ、「compute prices might even rise more as less new data center capacity gets funded」だという（Rihard Jarc、2026-10-14）。条件付きの推論で、数量の裏付けはない。需要が同時に弱まれば価格は下がる可能性もある。今日の中核 5 と合わせて読むと、Kevin Xu 氏はモラトリアムが GPU のレンタル価格を押し上げると言い、Jarc 氏は資本の枯渇が計算資源の価格を押し上げると言う。二人は互いに応答しておらず、向きは同じでも二つのソースとは数えられない。二人が正しければ、計算資源の価格は建設ペースだけでなく資金調達条件にも左右される。この読みは二人の投稿を並べた本紙の推論にとどまる。 どう確かめたか →
モデルの読み
1. [今四半期]（公開 9 月 3 日）Alibaba の Qwen チームと淘宝・天猫は、モデルに模擬ネットショップを一年経営させる評価 E-Commerce Bench を公開した。18 のモデルのうち、繰り返し仕入れの価格を下げる学習を明確に示したのは Qwen 自社の一モデルだけで、年末の総資産で首位の GPT-5.6 Sol は詐欺防御で 16 位だった。 各モデルの元手は 10 万人民元で、5 回走らせる。年末の資産は GPT-5.6 Sol が 143 万人民元、Qwen3.5-Plus は平均で 1,100 人民元しか残らなかった。詐欺防御は詐欺業者への仕入れが占める比率で測り、Claude Opus 4.7 が 0.12%、Qwen3.5-Plus が 20.11%、選別しない基準値は 26.4%。接触した詐欺業者に注文する比率は GPT-5.6 Sol が 31.7%、Claude Opus 4.7 が 4.0% だった。学習の指標 AnchorRatio は、同じ業者から同じ商品を繰り返し仕入れる価格が交渉で下がっていくかを測る。1.0 はランダムと変わらず、1.0 未満は買うほど安くなることを意味する。原文はこうだ：「Over a full year, the models do not get better at buying. Qwen3.8-Max-Preview is the only one of the 18 showing a clear sign of long-horizon learning, at an AnchorRatio of 0.834」（Qwen ブログ、2026-09-03）。Qwen3.5-Plus と、唯一学習した Qwen3.8-Max-Preview は同じ会社の二つのモデルである。Qwen が自前で作った評価で、唯一学習したのも Qwen 自社のモデルで、論文とコードは未読。本紙の読みでは、長期のエージェントを総資産だけで見ると、詐欺防御と学習という二つの失敗面を見落とす。 どう確かめたか →
2. [今週]（プレプリント 10 月 13 日）一本の arXiv 論文が、エージェントが書いた教訓集（プレイブック）をランダムなオン・オフ実験で選別した。選別後のプレイブックの平均成功率は 66.9、プレイブックなしは 54.1。全部そのまま使うと 55.5、エージェントに選ばせると 53.8 だった。 手法は RBC と呼ばれ、プレイブックの各教訓をランダムにオン・オフして、成功率の差から各教訓の効果を推定する。原文：「the same procedure can write a playbook that helps or one that falls up to 69.6 points below no playbook」（arXiv 2610.18427）。対象のモデルと評価ベンチマークの名前は要旨に書かれていない。成功率の単位と基準も書かれておらず、全文は未読。同じ日に出た別の三本のプレプリントも、プロンプト、記憶、ワークフローだけを変えて重みは変えず、ホールドアウトデータでの検証か独立した検証で、採用するかどうかを決めている（arXiv 2610.18216；arXiv 2610.18813；arXiv 2610.18845）。この一群の論文でエージェントの「自己改善」が指すのは、外側の手順と統計的な関門であり、モデルの重みの変更ではない。四本の要旨を並べた本紙の読みである。同じ日に四本が出たのは偶然かもしれず、本紙は検証中の観察として記すにとどめる。 どう確かめたか →
3. [今週]（モデルカード更新 10 月 14 日；モデルは 8 月 25 日公開）Z.ai は GLM-5.3 のモデルカードにある自己申告の評価表を更新した。16 項目のうち首位は三つだけで、攻撃コードを書く ExploitBench は 54.4、Fable 5 は 78.0 だった。 GLM-5.3 が首位の三項目は CyberGym、AutomationBench、GDPval-AA である。CyberGym はモデルカードが脆弱性発見のベンチマークとするもので、GLM-5.3 が 84.5、Fable 5 が 83.8、GPT-5.6 Sol が 83.6（GLM-5.3 モデルカード、2026-10-14）。モデルカードの原文：「GLM-5.3 uses the same base model as GLM-5.2 — every gain comes from post-training.」各列で使うツールのハーネスは異なり、スコアはすべて Z.ai の自己申告で、独立した評価はない。過去の洞見と合わせて読むと、GLM-5.3 の自己申告では、脆弱性発見のスコアは非公開フラッグシップとほぼ同点で、攻撃コードの作成はまだ一段後れている。一モデルの自己申告スコアであり、オープンウェイトモデルという区分全体を語るものではない。 どう確かめたか →
プロダクト動向
1. [ビジネス]（事例ページに日付なし；閲覧日 10 月 15 日）OpenAI の顧客事例によれば、法務ソフトウェア企業 LegalOn はコーディングエージェント Codex のタスクを三つの GPT-6 モデルに振り分け、モードの制限と予算の上限を加えて、一日あたりの推定コストを従来より約 65% 下げた。 三つは GPT-6 Luna、GPT-6.1 Sol、GPT-6 Astra である。モードの制限は既定で高速モードを制限するもので、比較の基準は以前の、GPT-5.5 Fast を無制限に使う運用だ。原文：「Together, model selection, feature restrictions, and budgets tailored to each business reduced estimated daily costs by approximately 65%.」（OpenAI、事例ページ）振り分けは、最も軽い Luna が要件の明確な実装とサブエージェントを、Sol が設計と分析を、最も強い Astra がアーキテクチャを担う。65% は三つの施策の合計で、モデルの切り替えだけの効果ではない。顧客が自己申告した推定値を供給側が掲載したもので、測定期間は書かれていない。事例ページの題は半減と書き、本文の数字は約 65% である。タスク振り分けは三つの節約策の一つで、三つがそれぞれどれだけ節約したかを事例ページは分けておらず、振り分けの寄与は分からない。 どう確かめたか →
過去の洞見
1. [振り返り]（深掘りレポート 2026 年 9 月 6 日）「このセキュリティの関門はいつまで持つか」に一つの答えはなく、答えは誰を防ぐかで決まる。 このセキュリティの関門とは、OpenAI が最も強いサイバー能力を、審査を通った防御側にだけ開いていることだ。関門がいつまで持つかは、関門の外のオープンウェイトモデルがどれだけ速く追いつくかで決まる。9 月 3 日、OpenAI は 10 億米ドル分の利用クレジットで水道事業者、電力網、地方政府、地域銀行を支援すると発表した。クレジットは六か月で使い切る設定である。この支援と「オープンウェイトは数か月遅れているだけ」を並べて「関門はあと六か月」と読むのは魅力的だ。だが支援期限と「数か月遅れ」という二つの数値には共通の単位がなく、どちらも OpenAI 一社の、同じ申請窓口から出ている。本紙の 9 月 6 日の深掘りレポートは、英米両政府が 7 月 23 日に出した共同評価の二つの数値だけを根拠にした。防御の固い標的への試行は 41 回だった。当時最新のオープンウェイトのフラッグシップモデルがコード実行の制御権を取れたのは 0 回で、フロンティアモデルは 20 回だった。ただし同じ評価は、このオープンウェイトのフラッグシップモデルが防御の薄い中小企業システムをすでに自律的に攻撃できると書いた（深掘りレポート、2026-09-06）。支援が名指しした水道事業者、電力網、地方政府、地域銀行の一部は、防御の薄いシステムかもしれない。これは本紙の読みで、評価が試したのは中小企業のシステムであり、これらの組織を直接試してはいない。だから「関門はいつまで持つか」は相手の防御の強さで分けて答えることになる。防御の固い標的には、7 月の評価はまだ持つことを示す。防御の薄い中小企業のシステムには、評価は 7 月 23 日の時点ですでに持たないことを示す。
モデルの読みの 3 と合わせて読むと、GLM-5.3 のモデルカードは、脆弱性の発見では非公開のフラッグシップに迫り、攻撃コードの作成ではまだ後れを取ると自己申告している。GLM-5.3 の数値も自己申告にとどまり、独立した確認はまだない。モデルカードの自己申告スコアと英米両政府の評価は同じ尺度ではない。 どう確かめたか →
そのほかに起きたこと
1. 本紙は未検証：[今日]（投稿 10 月 14 日）匿名の半導体サプライチェーン論評アカウント zephyr_z9 によれば、SK Hynix の HBM4 は後工程パッケージングの問題で一年以上足止めされており、かつて SK Hynix を先行させた、樹脂を流し込んで封止する工法 MR-MUF が問題の源になった。同アカウントは来年 Samsung が HBM のシェアで首位になると予測する。メーカー側の開示はなく、引かれた ZDNet の 3 月の報道は未読（zephyr_z9、2026-10-14）。
2. 本紙は未検証：[今日]（投稿 10 月 14 日）ベンチャー投資家の Chamath Palihapitiya 氏がリーク系アカウント unusual_whales を引用した。Anthropic の上場前の無期限先物契約がその契約を売買できる取引プラットフォーム Liquid で 2 兆米ドルを割り、一か月で 10% 超下げたという。Liquid の価格ページは未読。この種の無期限先物は未上場株式を対象にしたデリバティブ気配値で、Anthropic が実際に資金調達した際の評価額と同じではない（Chamath Palihapitiya、2026-10-14；unusual_whales、2026-10-14）。
3. 本紙は未検証：[今日]（投稿 10 月 14 日）テック株アナリストの Beth Kindig 氏が Citi の推計を伝えた。エージェント用 CPU の市場規模は 2026 年に 116 億米ドル、2030 年には 1,574 億ドルに拡大し、CPU 市場全体の過半を占めるという。Citi のレポート原文は未読で、定義は不明（Beth Kindig、2026-10-14）。
4. 本紙は未検証：[今日]（投稿 10 月 14 日）独立評価者の Lech Mazur 氏の短編創作ランキングで、Muse Wonder は 1.96 点、非公開の Muse Spark 1.3 は 0.56 点だった。スコアはランキング上の全書き手モデルの平均をゼロ点とする。比較されたのは Spark Open ではなく、単一の評価者で、採点役は LLM（Lech Mazur、2026-10-14）。
5. 本紙は未検証：[今日]（10 月 14 日）Simon Willison 氏によれば、Claude iPhone アプリのチャットモードで一つのプロンプトから Opus 5.5 Max が 3 時間 7 分走り続け、間違い探しの小さなゲームを作った。単一ユーザーの自己申告で、所要時間は画面の表示値（Simon Willison、2026-10-14）。
6. 本紙は未検証：[今日]（投稿 10 月 14 日）自動車メーカー XPENG（小鵬汽車）の CEO 何小鵬氏はパリで XPENG AI ENGINEERING というオープンプラットフォームを発表し、車両プラットフォーム全体、中核技術、ツールチェーンを世界のパートナーに開放すると述べた。来年にはナビ連動の運転支援 NGP を欧州のドライバーに届けるとも述べた。パートナー、条件、時期はいずれも CEO 自身の説明（何小鵬、2026-10-14）。
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。毎日の AI 情報の流れから、本当に重要な洞察と、長く追う値打ちのある目利きの判断をすくい上げ、それぞれをどう検証したかまでお見せします。焦点は常に「どの判断が固まったか、誰の読みが当たっているか」であって、「今日何が起きたか」ではありません。