夕刊 2026年10月18日
GPU の逼迫は短期契約の割増に表れる——新規契約に占める短期の比率は未開示
今号の要点
1. 本紙の深掘りレポートが 9 月の判断を再検証した。CoreWeave の自己申告では、新規の短期契約は 1 MW あたり年換算約 4,000 万米ドルで、五年の長期契約の 1,000 万〜1,600 万ドルの約二・五〜四倍にあたる。長期契約の数字は本紙の計算だ。CoreWeave の CFO が自己申告した 7 月の約 25% の値上げは、契約価格の上昇である可能性が最も高い。第三者の価格集計サイト getdeploying の指数は 4 週間で 9% 上がったが、測っているのは掲示価格で、CoreWeave の 25% と getdeploying の 9% はそのまま突き合わせられない。
2. 中国の DeepSeek は MIT ライセンスで V4.1-Flash-1017 の重みを公開した。DeepSeek の自己申告では、11 のベンチマークのうち 9 つで GPT-5.6 Sol を上回り、7 つで Opus 5 を下回る。表はすべて自己申告で、第三者の再測定はない。
3. Financial Times によれば、Citi、Bank of America、JPMorgan Chase は第三者の AI エージェントがネットバンキングにログインすることを制限している。報道の全文は有料記事で、伝わっているのは転載だけだ。本紙の読みでは、エージェントが人に代わって支払う動きは、まず銀行の段階で止まる可能性がある。
ほかに、OpenCode が「蒸留攻撃」と呼ぶ件を、「そのほかに起きたこと」の 5 件目に載せた。
今週のコラム：AI 言説の照合
毎週日曜に一回：出回っている AI の言説を一つ選び、一次資料と照らし合わせる。
今週、新たに照合に加えた言説はない。本号は、期日を迎えた古い判断の答え合わせを一つだけにとどめる。
Kimi K3 の実質価格は 10 月 15 日までに DeepSeek の価格帯へ下がったか
結論から言えば、外れだ。本紙は 7 月 31 日、Kimi K3 の実質価格が 10 月 15 日までに DeepSeek の価格帯へ下がるかを予測として登録した。照合の結果、K3 の値下げはなかった。
Kimi K3 は、中国の Moonshot が公開するオープンウェイトモデルだ。Moonshot は 7 月末、K3 の API 定価を DeepSeek の価格帯よりはるかに高く設定した。判定の基準は、100 万トークンあたりの加重平均定価が 0.5 米ドルを下回ることで、この線は登録時に本紙が引いた。加重平均定価は、キャッシュヒット入力、通常入力、出力の三つの定価を七対二対一で加重した値である。
10 月 15 日時点の Moonshot 公式料金ページでは、100 万トークンあたりの定価はキャッシュヒット入力 0.30 ドル、通常入力 3 ドル、出力 15 ドルだった。この比率で計算した加重平均定価は約 2.31 ドルで、7 月の登録時の数値と変わらない。公式の定価から求めた数字で、利用者が実際に払う価格ではない。割引やキャンペーンは含まない。
どう読むか。 この一件が示すのは Moonshot の公式 API が値下げしていないことだけで、「オープンウェイトなら価格は必ず下がる」という説の当否は判断できない。このコラムが照合したのは Moonshot の公式定価で、ほかのホスティング事業者が K3 を売る価格は今回の読み取りに含まれていない。この説の根拠は、他社も同じモデルを自前でホストでき、互いに価格を比べられるという点にある。高い価格がなぜ保てているのかも、手元の数値では見分けられない。一つの可能性は、Moonshot の計算資源が足りず、高い価格で利用量を抑えていることだ。もう一つは、Moonshot に本当に価格決定力があることだ。どちらも本紙の推測で、Moonshot の計算資源や増強の資料は本稿にない。増強の公表後に定価も下がれば前者に近く、増強しても下がらなければ後者に近い。
本号で確認できていないこと。7 月末から 10 月 15 日までの読み取りは 2 回だけで、その間に価格が改定されたかの記録はない。同じ日の DeepSeek の定価は、今回の数値と並べて照合されていない。
本紙のすべての判断と答え合わせの日 → 判断一覧
今日の中核
1. [今日]（深掘りレポート 10 月 18 日）GPU のレンタル価格の上げ幅を一つの数字では言えない——CoreWeave の 25% は契約価格の可能性が最も高く、公開指数は掲示価格を測る
なぜ重要か： 本紙の読みでは、CoreWeave 自己申告の新規短期契約は五年契約より高く、公開指数の掲示価格にはこの層が映らない。
全文を読む
本紙は 9 月 18 日号で一つの判断を書いた。GPU の計算資源の逼迫による割増は新規の短期契約に集まり、公開の掲示価格にも機材全体の平均にも表れない、という判断だ。今日新しいのは、本紙の深掘りレポートがこの判断を一文ずつ再検証したことである。
中心となる判断はこうだ。2026 年秋の GPU の計算資源は逼迫している。逼迫は契約期間による割増の形をとり、長期契約を結ばない買い手ほど多く払う。
CoreWeave は GPU の貸し出しを専業とする新興のクラウド事業者だ。CoreWeave の CFO は 8 月、7 月に全 SKU で約 25% 値上げしたと述べた。9 月の転換社債の説明資料は、第三四半期の新規契約に触れている。三〜六か月の短期契約は、1 MW あたり年換算約 4,000 万ドルだという（CoreWeave 8-K 説明資料、2026-09-17）。CoreWeave の売上の 98% は、コミット済みの契約によるものだ。公式サイトの従量課金の掲示価格は 10 月 18 日に直接読み、第三者が 8 月に読んだ古い数値と同じだった。この二点から、25% の値上げと 1 MW あたり約 4,000 万ドルは、ともに契約価格である可能性が最も高い。同社は適用範囲を説明していない。
第三者の価格集計サイト getdeploying は、従量課金の掲示価格の中央値を測る。10 月 12 日の週までの 4 週間で 9%、1 年で 18% 上がった（getdeploying 指数）。同じく新興のクラウド事業者 Nebius は、10 月から四世代の GPU の掲示価格を 17%〜21% 引き上げた（Investing.com、2026-09-17）。指数に対する各事業者の寄与は分解されていない。
一方の物差しは契約価格を、もう一方は掲示価格を測っている。両者の差を逼迫の度合いと読むことはできない。期間も違う。25% は 7 月の一度の値上げで、9% は直近 4 週間の動きだ。
短期契約は 1 MW あたり約 4,000 万ドル、五年の長期契約は約 1,000 万〜1,600 万ドルで、短期は長期の約二・五〜四倍になる。長期契約の数字は、本紙が契約総額を年数と公表容量で割って計算した。両者の GPU の世代構成と容量の数え方は一致するとは限らない。倍率の一部は製品構成の差かもしれない。
今再検証する理由は、公開指数が 10 月に上がり始めたことだ。9 月の判断は公開の掲示価格に割増が映らないとしていたので、指数が動けば見直しが要る。
進行中 ?
この判断を覆す条件： CoreWeave の第三四半期決算のプレスリリースが出てから 14 日以内に、四半期売上を 4 倍し、期末の稼働電力で割る。結果が 1 MW あたり年換算 1,000 万ドル以上なら、全体の値付けが改まったと読み替える。第二四半期のこの数字は約 690 万ドルで、本紙の計算だ。14 日と 1,000 万ドルという二つの条件は本紙が設定した。答え合わせの日は CoreWeave の第三四半期決算で、日付は未発表。長版の全文
まだ言えないこと： 25% が契約価格だというのは推論で、同社は適用範囲を説明していない どう確かめたか →
判断の更新： 本紙の 9 月 18 日の判断は維持し、範囲の注記を加える。短期契約と解約可能な大口契約は同じ層にあり、五年の長期契約はその一段下にある。新規契約のうち、短期契約と解約可能な大口契約がどれだけを占めるか、開示した事業者はない。「公開の掲示価格には映らない」という部分は狭める。CoreWeave のように契約価格だけを動かす値上げは映らないが、Nebius のように掲示価格を改める値上げは映る。新規契約の価格が売上に入るのは古い契約が満期を迎えて更新されるときで、CFO によれば、近く更新を迎える容量は機材全体のごく一部にとどまる。
2. [今日]（発生日 10 月 17 日）DeepSeek、MIT ライセンスで V4.1-Flash-1017 の重みを公開 前版から約一か月で、自己申告では 11 のベンチマーク中 9 つで GPT-5.6 Sol を上回る
なぜ重要か： 前版から約一か月の更新でターミナル操作の評価 Terminal-Bench 4.0 が自己申告で 11.1 ポイント伸びたが、観測は一区間だけだ。
全文を読む
DeepSeek は 10 月 17 日、Hugging Face で V4.1-Flash-1017 の重みを MIT ライセンスで公開した。モデルカードは自ら「minor update」と呼ぶ（DeepSeek のモデルカード、2026-10-17）。
モデルカードには 11 のベンチマークの表があり、比較相手の列は Kimi K3、GLM-5.3、GPT-5.6 Sol、Opus 5 である。本紙が列ごとに数えると、GPT-5.6 Sol を上回るのは 9 つ、Opus 5 を上回るのは 4 つで、Opus 5 を下回るのは 7 つだった。
一か月前の V4.1-Flash と比べて最も伸びたのは Terminal-Bench 4.0 で、31.2 から 42.3 になった。ProgramBench は 20.3 から 29.1 になった。Terminal-Bench 4.0 は、モデルにターミナルの中でタスクを完了させる評価である。ProgramBench は、コンパイル済みのファイルとドキュメントからプログラムを再構築させる評価だ。
表はすべて DeepSeek の自己申告である。競合の点数を自社で測ったのか、公表値を引いたのかは、モデルカードに書かれていない。比較相手も一世代古い。モデルカードが比べるのは Opus 5 と GPT-5.6 Sol だが、Paweł Huryn 氏らが同じ週にまとめた評価表は、すでに Opus 5.5 と GPT-6 Astra を比べている。
DeepSeek の公式アカウントは「a Pareto improvement in performance and cost」と書いた（DeepSeek、2026-10-17）。研究者の Susan Zhang 氏は、DeepSeek が約一か月で次の版を出したと指摘した。V4 から V4.1 までは約五か月かかっていた（Susan Zhang、2026-10-17）。
表の外にも傍証がある。脆弱性の評価を手がける BugBunny は、脆弱性を含むプルリクエスト 100 件の問題セットを独自に作った。1017 はこのうち 54 件を見つけ、費用は 7.53 ドルだった。前の版は 44 件、12.79 ドルである（BugBunny、2026-10-17）。これは別の試験で、モデルカードの再測定ではない。
本紙の見方では、DeepSeek はコスト性能の競争を最も安い Flash の価格帯に置いている。次のフラッグシップを待たず、日付入りの小さな更新で前に進めている。別の解釈も排除できない。フラッグシップの V4.1-Pro がまだ出ておらず、Flash の小さな更新は穴埋めにすぎない可能性がある。
まだ言えないこと： 11 のベンチマークはすべて自己申告で、第三者の再測定はない どう確かめたか →
判断の更新： 本紙の推測では、中国のモデルが API 価格とエージェントの処理に与える圧力を測るには、フラッグシップの順位ではなく、低価格帯がどれだけの間隔で更新され、一回でどこまで進むかを見る。観測できたのは 9 月 10 日から 10 月 17 日までの一つの区間だけで、傾向を言うには観測点が足りない。確かめられる目盛りは二つある。次の日付入りの更新が六週間以内に出るか。Terminal-Bench 4.0 が Opus 5 の 51.8 に近づくか。
3. [今日]（報道の紹介 10 月 16 日）Financial Times によれば、Citi、Bank of America、JPMorgan Chase が第三者の AI エージェントによるネットバンキングへのログインを制限 報道の全文は有料記事
なぜ重要か： 本紙の読みでは、転載どおりなら、エージェントによる支払いはモデルの能力より先に銀行で止まる可能性がある。
全文を読む
Financial Times の 10 月 16 日の報道によれば、Citi は第三者の AI エージェントが顧客の口座にログインすることも、デジタルバンキングの中で資金を動かすことも禁じた。Bank of America にも同様の制限があり、JPMorgan Chase も外部のエージェントを制限している。報道の全文は有料記事で、伝わっているのは転載だけである（Rohan Paul、2026-10-16；Jigar Shah、2026-10-17；The Next Web、2026-10-16）。
転載によれば、報道は、より深い脅威が銀行の資金調達に及ぶとみている。価格を比べるエージェントが、年利約 0.1% の普通預金を、年利 3.3%〜5% のフィンテックの口座へ移すという。預金の移り先の事業者名は、転載にない。
JPMorgan Chase、Bank of America、Wells Fargo の三行の無利息預金は合計約 1.6 兆ドルある。これに 3% の利息を払えば年に約 470 億ドルとなり、三行の年間利益合計の半分近くにあたる。3% は Financial Times の仮定の想定で、すでに生じた費用ではない。1.6 兆に 3% を掛けると 480 億で、470 億との差は原文で説明されていない。制限した三行と、預金を数えた三行は同じ組み合わせではない。
まだ言えないこと： 金額の出どころは転載だけで、Financial Times の原文では確認できていない どう確かめたか →
判断の更新： エージェントが利用者に代わって支払う経路は三つある。一つ目はネットバンキングにログインして資金を動かす経路で、銀行が遮断し始めた。二つ目は利用者のカード番号を使い、加盟店の決済ページで払う経路だ。xAI の Grok Bot がこの経路をとる。根拠は、Elon Musk 氏が 10 月 17 日に転載した利用者の投稿だけである（Elon Musk、2026-10-17）。三つ目はプラットフォームが費用を出す経路だ。消費者向けアシスタント Hark のピザの販促がこれにあたる。創業者の自己申告では、期間中に 203,500 を超えるブラウザのセッションが動いたが、完了率と支払額は開示されていない（Brett Adcock、2026-10-17）。当面の制約は、エージェントを動かす経路を誰が握るかだ。モデルの能力は主因ではない。公に引き締めた証拠があるのは一つ目だけだ。本号の材料には、カード会社や加盟店プラットフォームによる公の表明はない。この判断を格上げするには、Financial Times の原文と、少なくとも一つの銀行による正式な説明が要る。
チップと半導体
1. [今日]（週報 10 月 16 日）NVIDIA の中国向け AI アクセラレータ出荷、2026 年上半期は前年同期比 44% 減——出荷個数のシェアは NVIDIA 34%・Huawei 28% 調査会社 IDC のデータを Reuters と半導体業界メディア Semiconductor Engineering が引いた。引用は三段階を経ており、Reuters の原文と IDC の報告書はどちらも未読（Semiconductor Engineering、2026-10-16；Reuters、2026-10-13）。34% 対 28% は出荷個数の比で、売上や計算能力のシェアではない。44% 減は NVIDIA の中国向け出荷量の変化である。2025 年上半期のシェアは示されておらず、差がどれだけ縮まったかは計算できない。供給側の米国の規制と、需要側の中国顧客の乗り換えは、原文で分けられていない。本紙が追う「輸出規制と中国の自給」という流れにとって、IDC の数字は新しい証拠だ。
同じ週、シンクタンク Center for Technology and Statecraft の創設者 Saif Khan 氏は ChinaTalk の番組で、鍵は NVIDIA ではなく DUV 液浸露光装置にあると主張した。Khan 氏によれば、この露光装置は EUV に次ぐ性能を持ち、Huawei は 7 ナノメートルのチップをこの装置で作っている。製造できるのは日本とオランダだけだという。Khan 氏のモデルの推計では、DUV 装置の販売を今すぐ全面的に止めれば、米国は 2030 年代半ばに AI チップの年間生産量で 10〜100 倍の優位を保てる。輸出を続ければ、米中の生産量は重なる可能性がある（ChinaTalk、2026-10-17）。これは政策提言機関のシナリオ推計で、誤差が大きいことは Khan 氏自身も認めている。同機関は DUV の禁輸措置を推進している。既存の判断は進行中で、どの経路が優勢かはまだ定まっていない。米中の差で見れば、規制はなお効いている。中国の自給で見れば、中国が NVIDIA 製品の購入を拒み、国産チップの使用を指示している点は、複数のソースが伝えており、規制はむしろ自給を加速している。チップの密輸は、どちらの効果も割り引く。
進行中 ?
判断の更新：IDC の数字が重みを増すのは、中国の自給の側だ。Huawei の出荷シェアが NVIDIA に迫るのは構造的な兆候だが、IDC は供給側と需要側を分けていない。米中の差を示す新しい数字は、本号にはない。本紙は 10 月 13 日号の過去の洞見で、米中のモデル全体の差は平均七か月という Epoch の推計を引いた。この判断を覆す条件：中国のクラウド事業者が再び NVIDIA を大量に買い、H200 の実際の取引が膨らめば、「中国が自ら NVIDIA の購入をやめ、米国の禁輸を引き継いだ」という部分の判断は覆る。答え合わせの日は IDC の次の通年データで、2027 年初めごろ。 どう確かめたか →
目利きの読み
1. [今日]（投稿 10 月 16 日から 17 日）Keras の作者で ARC-AGI の共同創設者の François Chollet 氏は、コードはほぼすべてエージェントが書くようになったが、エンジニアは 2025 年より多く、より忙しく、雇用主の損益はたいてい動いていないと述べた。Box の CEO、Aaron Levie 氏は、ソフトウェアの需要は一定量ではなく、経済の中でのエンジニアリングの比重は上がっていると応じた。 Chollet 氏の説明は、工程を一つ自動化すると別の工程に摩擦が生まれ、ボトルネックが移るというものだ（François Chollet、2026-10-16）。Levie 氏はこの投稿を引用し、「ソフトウェアの需要は固定で、自動化すれば労働需要は減る」という前提に反対した。Levie 氏の理由はこうだ。エージェントはツールを使い、コンピュータを操作し、その場でソフトウェアを書ける。だから、これまでデジタル化できなかった問題もソフトウェアで解ける（Aaron Levie、2026-10-16）。二人ともデータは添えておらず、並べたのは本紙である。エンジニアの需要が増えているという点では二人は一致する。Box はエージェントが使う企業向けコンテンツ基盤を売っている。「あらゆるものがソフトウェアになる」という見方は、同社の利益に沿う。ほかに業界の二人が数字を出した。一つは回想、もう一つは伝聞で、母集団も違うので、並べて読めるだけで比べられない。Epic Games の CEO、Tim Sweeney 氏は、Unreal Engine 1 を書いていたころ、時間の約七割はタイピングとリファクタリングで、三割が難しい問題だったと振り返った。意外だったのは AI がその三割を解き始めたことだという（Tim Sweeney、2026-10-17）。ベンチャーキャピタル 20VC の Harry Stebbings 氏は、LangChain の CEO、Harrison Chase 氏の話を伝えた。LangChain がコード作成ツールに使う費用はエンジニアの給与の約 30% にあたり、ここ二か月は比率が下がり、トークン使用量は上がっている。キャッシュ、ルーティング、LangChain が握る実行環境のおかげだという（Harry Stebbings、2026-10-16）。30% は一社の自己申告を伝聞で伝えたもので、増員で分母が大きくなったかどうかは語られていない。 どう確かめたか →
モデルの読み
1. [証拠の更新]（ブログ 8 月 25 日、本紙が 10 月 18 日に直接読んだ）OpenRouter の公式ブログによれば、8 月の割引期間にトークンの日次利用量が 13.8 倍になったのは GPT-5.6 Luna だけだった。Terra は 5.6 倍で、割引のなかった Sol は同じ期間に 1.1 倍だった。 同じ販促期間に、値下げが深いモデルほど利用量が伸び、値下げのなかった Sol はほとんど動いていない。OpenRouter は、リクエストを複数のモデル提供者に振り分けるルーティングのプラットフォームだ。本紙は 9 月 1 日号で、OpenRouter の 8 月 28 日の投稿にもとづき、「GPT-5.6 の Terra と Luna の二つのモデルは、同プラットフォームの『大幅割引』期間にトークン利用量が 13.8 倍に伸びた」と書いた。ブログは 13.8 倍が Luna だけの数字だと明記している。原文：「Daily Terra token usage rose 5.6x during the discount window, while daily Luna token usage jumped 13.8x. The Sol model, which remained a list price, saw only a gentle bump of 1.1x over the same period」（OpenRouter ブログ、2026-08-25）。9 月 1 日号に欠けていた割引の幅も、ブログに書かれている。OpenRouter がまず半額にし、OpenAI が 7 月 30 日に自社の定価を Luna で 80%、Terra で 20% 下げ、二つが重なった。本紙の換算では、Luna の実効価格は元の約一割で利用量は 13.8 倍、Terra は約四割で 5.6 倍になる。販促期間の大まかな対数弾力性は Luna が約 −1.1、Terra が約 −1.9 で、本紙の換算であり、OpenRouter の数え方ではない。値がより負に大きいほど、利用量が値下げに敏感だということだ。比較対照は Sol の 1.1 倍だけである。ブログに売上や粗利率の記述はない。倍率は自然な成長を差し引いておらず、販促期間には一度きりの裁定取引も含まれるので、長期の需要曲線には延ばせない。一つのプラットフォームの自己申告だ。 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 16 日から 17 日）政策提言に携わる Nathan Calvin 氏は、Anthropic の連邦 AI 法案の流出草案を読み、二点を指摘した。一つ目は、連邦がフロンティアモデルを制限する基準が、「差し迫った」かつ「50 人を超える死者か 10 億ドルを超える損害」の災害だという点だ。二つ目は、州の裁判所が持っていた停止命令の権限が外されている点である。論評家の Zvi Mowshowitz 氏は草案を「受け入れられない」と評した。草案の全文は未読で、二人とも強い規制を求める側に属する（Nate Soares による Calvin 氏の投稿の転載、2026-10-16；Nathan Calvin、2026-10-16；Zvi Mowshowitz、2026-10-17）。
2. 本紙は未検証：[今日]（投稿 10 月 16 日）コード作成プラットフォーム Replit の CEO、Amjad Masad 氏は、Replit は複数のモデルへの対応を続け、利用者は Anthropic も選べるとしたうえで、OpenAI は Replit Agent を動かす「preferred partner」になったと述べた。TechCrunch の記事の全文は未読で、以前の既定のモデルが何だったかを Masad 氏は語っていない（Amjad Masad、2026-10-16；TechCrunch、2026-10-16）。
3. 本紙は未検証：[今日]（引用 10 月 16 日）調査会社 IDC のデータを、I/O Fund のアナリスト Beth Kindig 氏が引いた。第三四半期の世界のスマートフォン出荷台数は前年同期比 22% 減の 2.553 億台で、四半期として過去最大の減少だという。IDC はメモリの値上がりを原因に挙げる。元の報告書は未読（Beth Kindig、2026-10-16）。
4. 本紙は未検証：[今日]（紹介 10 月 16 日）a16z の共同創業者 Ben Horowitz 氏は、Amazon の CEO、Andy Jassy 氏の話として、AWS の供給不足が和らぐのは 2028 年より後になると伝えた。Horowitz 氏は、a16z は負債のリスクを理由に新興のクラウド事業者に投資しないとも述べた。インタビューの番組名と日付は不明で、Jassy 氏の発言の一次記録はない（Fireside Alpha、2026-10-16）。
5. 本紙は未検証：[今日]（発生日 10 月 16 日）エンジニアの代わりにコードを書くエージェントのプラットフォーム OpenCode は、「大規模な蒸留攻撃」を受けたと発表した。影響を受けたのは外部のモデル提供者に接続した利用者で、OpenCode Console の利用者の約 1.4% にあたる。攻撃は OpenCode の自己申告で、鍵の窃取か、転売か、訓練用の蒸留かは見分けられない（OpenCode、2026-10-17）。
学界の動向
1. [トレンド]（プレプリント 10 月 9 日）TheoPhysEval は、未発表で答えを検証できる研究レベルの理論物理の問題 50 問を集めた。論文によれば、最良のエージェントの正答率は 98% で、1 問あたりの費用は 3 ドル未満だが、エージェントが主導した理論物理の突破はまだない。 論文は複数の機関の著者 34 人が投稿したもので、読んだのは要旨だけ（arXiv 2610.16733、2026-10-09）。論文によれば最良のエージェントは「GPT-6-Astra harnessed in Codex」で、GPT-6-Astra を OpenAI のコード作成エージェント Codex の中で動かし、文献検索と数値計算スクリプトを書くツールを持たせたものだ。ウェブ検索と背景論文を使えなくしても、各エージェントの正答率は少ししか変わらなかった。著者はこれを、文献を相当に記憶していることの表れと解釈する。問題はすべて検証できる答えのある計算型で、開かれた発見ではない。50 問は小さな標本で、単一のソースであり、査読も経ていない。AI for Science の進み具合を測るなら、「問題を解く」ことと「発見する」ことは分けて数える必要がある。
2. [トレンド]（プレプリント 10 月 15 日）二本の論文が、エージェントの中で「どのツールを選ぶか、次に何をするか」という選択型の判断を測った。JevAgentHarness は判断を 40 億パラメータの小型モデルに任せ、同じ分布のタスクでエージェントの費用を 81.1%〜89.0% 下げ、成功率の低下は 3 ポイント未満だったとする。Prism-1 は、大型モデルが一回の推論で選択肢を選ぶ現在のやり方では、選択肢の順番を一度入れ替えるだけで答えの 12%〜20% が変わると測った。 二本とも読んだのは要旨だけで、著者の自己申告であり、査読を経ていない（arXiv 2610.21412、2026-10-15；arXiv 2610.22066、2026-10-15）。JevAgentHarness の削減率の比較基準は、要旨に書かれていない。JevAgentHarness はまず確信度の閾値を設け、小型モデルの確信度が十分なときだけ小型モデルに判断を任せる。要旨は逆の場合も書いている。閾値を先に合わせずにすべてを小型モデルに任せると、成功率は 19 ポイント下がり、合わせた後の 3 ポイント未満とは大きく違う。費用の比較の基準は、文脈からは毎回大型モデルを呼ぶ実行環境と読める。Prism-1 は選択肢ごとに別々にスコアを読み出す。これにより、順番を入れ替えても、無関係な選択肢を足しても、選択は変わらない。信頼性のリスクも節約できる費用も測れるが、どちらも一本ずつの論文の自己申告だ。
プロダクト動向
1. [ビジネス]（発表 10 月 16 日）Microsoft と NVIDIA は、企業がオープンウェイトモデルを使う際のリスク管理の白書を共同で出した。中心の一文は「weight openness alone does not determine an AI system's risk」で、リスクを五つに分け、主にモデルの層を扱う。 Microsoft の Michael Scovetta 氏が Azure のブログで発表し、白書はシリーズの第一弾だという（Microsoft Azure ブログ、2026-10-16）。五つはセキュリティ、データ保護、コンテンツ、人とシステムのやりとり、偏りで、ISO の規格と、米国の標準化機関 NIST の AI リスク管理フレームワークに対応させている。ISO の規格番号は書かれていない。原文によれば、この一本は「focuses primarily on model-layer risks」で、今後は実行環境とアプリケーションの層に広げる。責任の所在については、企業がオープンウェイトモデルを自前でホストすると「may take on controls otherwise provided by a managed service」と書く。白書は、重みを公開するかどうかではなく、配備のしかたを見るべきだと主張する。この主張をしているのは、マネージドなクラウドを売る Microsoft と、チップメーカーの NVIDIA だ。二社とも利害関係者である。Microsoft は文中で、AI 開発基盤 Foundry の評価とコンテンツの安全制御を売り込み、NVIDIA は自社のオープンウェイトモデルの製品群を持つ。白書の本体は未読で、読んだのは発表文だけ。企業の採用や事故のデータはない。 どう確かめたか →
過去の洞見
本号は紙幅を今日の中核に譲り、この欄はサイトで読める。〈[振り返り]（本紙 10 月 17 日号と同じ題）「中国商務部第 48 号公告の意見募集稿は、オープンウェイトを管理するのか」への答え〉（商務部の記者質疑、2026-10-16）。
訂正：10 月 17 日号は、Epoch のサイバー攻防指数の換算方法とランキングの全体を「未読か、存在しない」と書いた。Epoch の同日のデータページには記載があった。「6〜7 か月」は、GLM-5.3 のスコアを上下から挟む二つのクローズドなモデル、GPT-5.4 と Anthropic の Mythos Preview の公開時期から算出したもので、ページに載るスコアは GPT-5.4 が 157.04、GLM-5.3 が 160.10 である。サイトの中・英・日三言語の過去号ページには補足済み。
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。