OpenAI が否定したのは可制御性の話まで——監視が頼る能力の急上昇は説明なし

今日の中核

1. [今日]（深掘りレポート 10 月 22 日）GPT-6 Astra のシステムカード、否定は可制御性まで——監視が頼る推論力の急上昇は説明なし

なぜ重要か： カードの保証が及ぶのは可制御性までで、監視が頼る力には及ばない、というのが本紙の読みだ。

2. [今日]（発表 10 月 21 日）OpenAI のモデルが Google Cloud のマーケットプレイスに入り、支出のコミットメントを充当できる。現時点は非公開プレビューで、同じ日に、11 月 20 日からモデルルーターは OpenAI の審査と承認が要ると発表された

なぜ重要か： 本紙は、競争の焦点がどのクラウドで買うかから、誰が OpenAI の審査を通って中継できるかへ移りうるとみる。

チップと半導体

1. [今日]（発表 10 月 21 日）NVIDIA によれば、Google Cloud の Vera Rubin 機種 A5X が来月に正式提供となり、Google は最大 96 万基の Rubin GPU まで広げる計画だ。96 万は計画の上限で、配備済みの数ではない。 A5X は、Google Cloud が NVIDIA の Vera Rubin NVL72 ラックで組んだ機種である。NVIDIA の原文はこう書く。「Google Cloud plans to scale its Vera Rubin-based infrastructure to as many as 960,000 Rubin GPUs across multiple sites.」（NVIDIA、2026-10-21）。96 万基について、時期も配備済みの数も示されておらず、すべてが A5X に属するかどうかの説明もない。AlphaGo の著者 David Silver 氏が立ち上げた Ineffable Intelligence が A5X の最初の顧客で、大規模な強化学習を手がける。Ineffable の共同創業者は 10 月 13 日に、GCP で最大のクラスターの最初の顧客だと自ら述べた。NVIDIA が裏づけたのは最初の顧客であることと 11 月という時期までで、最大という語を NVIDIA は使っておらず、クラスターの規模は双方とも書いていない。同じ記事は、Google Cloud がベアメタルで NVIDIA のラック単位の機密計算を提供する最初のクラウドの一つになるとも書く。ベアメタルの機密計算も NVIDIA が伝える Google の計画で、Google 公式ブログの原文は未読である。本紙 10 月 21 日号は、Google が前日に TPU のソフトウェアを PyTorch から使えるようにしたことを書いた。自社開発のチップと NVIDIA の購入は同時に進んでいる。次に照合できるのは、A5X が NVIDIA の言うとおり 11 月に正式提供となるかどうかだ。 どう確かめたか →

目利きの読み

1. [今日]（記事 10 月 21 日）ベンチャーキャピタル Theory Ventures のパートナー Tomasz Tunguz 氏は、GPU 1 基 1 時間あたりの売上を 38、8.77、5.27、2.44 米ドルの四段に並べた。四つの数字は四つの異なる基準で、すべて推計だと同氏が自ら注記している。 Tunguz 氏は長く SaaS と AI の財務分析を書いている。四段は次の順である（Tomasz Tunguz、2026-10-21）。38 ドルは DeepSeek が自ら計算した単一クラスターの上限で、Tunguz 氏は「theoretical maximum」と記した。8.77 ドルは、ORNN 指数が示す 10 月 20 日の B200 のスポット貸出価格だ。ORNN は Tunguz 氏が引く GPU クラウドの成約価格の指数である。5.27 ドルは SpaceX の上場書類にある 12.5 億ドルと GPU 32.5 万基の契約価格で、Tunguz 氏はこの金額を 32.5 万基が一か月 730.5 時間動く費用とみなし、1 基 1 時間あたりに換算した。2.44 ドルは、SpaceX が第 3 四半期に申告した AI 部門の売上を年率換算し、1.7 GW の導入済み容量で割って出した数字で、使ったのは導入済みの容量であって稼働中の容量ではない。GW から GPU の基数へ直すには 1 基あたりの消費電力を仮定する必要があるが、その数字は原文にない。一段下がるごとに、数字は前の段より 40% から 77% 低い。四段は基準が違い、同じ価格が段ごとに下がっているのではない。本紙の読みでは、今の価格で推論サービスが投資を回収できるかは、四段のどれを前提にするかで変わる。どれか一つの数字を引く前に、どの基準の数字かを確かめる必要がある。Tunguz 氏は「Every figure here is an estimate」と書いた。本紙 10 月 21 日号は 38 ドルをオフピークの実収として書いたが、Tunguz 氏の表は 38 ドルを理論上の上限とする。どちらの基準が正しいかは、DeepSeek の元ページが未読なので判定できない。SpaceX の申告の原文も未読である。Tunguz 氏はベンチャーキャピタリストで、保有株は原文で開示されていない。 どう確かめたか →

モデルの読み

1. [今日]（研究記事 10 月 21 日）Anthropic によれば、Claude が主導して設計したサソリ毒に結合するタンパク質は、二つの実験会社が測った 211 個の設計のうち 17 個が結合の基準に達した。細胞の環境でサソリ毒を中和できるかは確認されておらず、抗毒血清ではないと Anthropic は明言する。 Anthropic の原文はこう書く。「We have not confirmed whether these binders neutralize scorpion venom in a cellular environment, so we do not claim to have produced an antivenom.」（Anthropic、2026-10-21）。211 個の設計のうち 180 個は Claude が選び、31 個は人間のチームが足したもので、数字はいずれも Anthropic の自己申告である。基準に達した 17 個は 211 個の 8.1% にあたり、これは本紙の計算だ。達した 17 個は四種類のサソリ毒素に分かれる。単一の毒素向けの設計 60 個のうち 11 個が基準に達し、残る 6 個がどの種類に属するかの内訳は原文にない。複数の毒素に向けた 151 個の設計のうち、二種類以上の毒素に同時に結合できたものはない。実測は、Anthropic が委託した受託実験の二社、Adaptyv Bio と Twist Bioscience が担った。基準は、二社の実験で毎回結合し、解離定数 KD が 1 µM 以下であることだ。KD が低いほど結合は強い。最もよい二つの設計は一桁台の nM に達し、原文が比較に挙げた三つの抗体はいずれも 1 nM を下回る。Claude は最初の 24 時間を自律的に作業し、そのあと Anthropic のチームが四回の追加の指示を出した。選ばれた設計の多くは三回目の追加の指示のあとに出ている。本紙の読みでは、AI の寄与と人の寄与は切り分けにくい。技術報告は未読である。 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]（発表 10 月 21 日）SAP の第 3 四半期の業績。クラウド ERP Suite の売上は 29% 増、為替一定では 28% 増で、最高財務責任者の Dominik Asam 氏は、四半期の売上が初めて 100 億ユーロを超えたと述べた。2026 年の見通しは「更新」とあるが、上げたか下げたかは書かれていない。比較の対象期間と会計の基準はプレスリリースにない。四半期報告の PDF は未読（SAP News、2026-10-21）。

2. 本紙は未検証：[今日]（発表 10 月 21 日）GTC Berlin で NVIDIA は、モジュール式の AI 工場 DSX POD により現地での立ち上げが「from six months to just 14 days once site utilities are ready」になると述べ、欧州に 100 億米ドル近くを投じると約束した。使途の内訳はなく、いずれも NVIDIA の自己申告である（NVIDIA、2026-10-21）。

3. 本紙は未検証：[今日]（発表 10 月 21 日）NVIDIA の伝えるところでは、英国の GPU クラウド事業者 Nscale が GB300 NVL72 上で、NVIDIA の DSX MaxLPS で電力配分と負荷要求を調整し、同じ構成の電力の予算内で GPU を 37% 多く載せ、推論の総スループットは 50% 近く高かった。比較の対象と負荷の説明はない（NVIDIA、2026-10-21）。

4. 本紙は未検証：[今日]（発表 10 月 21 日）Mistral によれば、Mistral Large 4 は自社運営の欧州のデータセンターで、3,800 基の Grace Blackwell GPU を使って学習した。計算資源の計画は 2030 年に 1 GW の容量を目標とする。これは自社が定めた目標で、すでに配備された容量ではない（Mistral、2026-10-21）。

5. 本紙は未検証：[今日]（顧客事例 10 月 21 日）OpenAI が公開した Cloudflare の顧客事例。Cloudflare の収益部門のプレジデント Mark Anderson 氏は、4 人の開発者が 3 日で Codex を使って一つの製品を作り直し、トークンの費用は 1,100 ドルだったと述べた。当初の見積もりは数か月である。単一の自己申告で、Cloudflare 自身のブログは未読（OpenAI、2026-10-21）。

6. 本紙は未検証：[今日]（発表 10 月 21 日）PHP エンジンの二つの脆弱性 php2shell の修正が 10 月 21 日に出た。深刻度はどちらも 10 点満点の 9.2 である。クラウドセキュリティ企業の Wiz が二つとも見つけ、OpenAI は提携先のセキュリティ企業 Calif もそのうち一つを見つけたとする。本紙の判断：php2shell の二つは、Wiz が両方を見つけた。OpenAI は、Calif がそのうち一つを独立に見つけたとする。「二社のモデルを混ぜて使う」という手法は、Wiz の側の道具である。この二つを一つの話としてまとめて伝える報道もあるが、別々の話である（Wiz Research、2026-10-21）。

7. 本紙は未検証：[今日]（発表 10 月 21 日）ChatGPT の広告が 26 か国増え、累計 89 か国になった。OpenAI の技術記事によれば、広告のシステムと回答の生成は切り離されている。広告のモデルは会話の文脈を読み、利用者がパーソナライズ広告を選んだ場合は過去の会話も参照する。本紙の判断：ChatGPT の広告の分離は一方向である。広告のシステムは会話を読むが、回答の生成は広告から影響を受けない。ただし、広告のシステムが会話をどれだけ、どれだけの期間覚えるかの仕様は、OpenAI の原文にない（OpenAI、2026-10-21）。

学界の動向

1. [トレンド]（プレプリント 10 月 17 日）Snowflake AI Research の Arctic-SWE は新しいアルゴリズムを加えずに、40 億パラメータの Qwen3.5-4B を訓練し、コーディングの評価 SWE-bench Verified の解答率を 62.0% にしたと著者が測った。同じく著者が測った対照の FrogNano より 0.5 ポイント高い。論文の自己申告である。 SWE-bench Verified は、実在の GitHub 課題を直すコーディング能力の評価だ。著者はこう書く。「On raw R2E-Gym data, without new algorithms or data work, Arctic-SWE trains Qwen3.5-4B to 62.0% pass@1 on SWE-bench Verified」（arXiv 2610.24914、2026-10-17）。pass@1 は一問につき一度だけ試したときの解答率である。R2E-Gym は既存の公開訓練環境だ。対照は同じくオンラインの課題を合成して作った FrogNano で、点数は 61.5% だった。差は 0.5 ポイントで、Arctic-SWE が使った訓練のサンプリング回数は FrogNano の約六分の一である。データを選別したあとの 4B モデルの Verified の点数は 65.0% に上がった。単一の論文の自己申告で、プレプリントは 10 月 17 日に出たばかり、独立に再現した結果は本号の材料の範囲にない。点数はデータの選別とテストの強度で動く。本紙の読みでは、小さなモデルがこの評価でさらに点を取る鍵は、アルゴリズムではなく強化学習のシステムとデータの品質にある可能性がある。同じ評価で現役最上位モデルの点数は、本件では比較されていない。

2. [トレンド]（プレプリント 10 月 19 日）Lean の定理証明での伸びがハーネスから来るのか基礎モデルから来るのかで、二本のプレプリントの結論の向きが違う。Maestro は同じ基礎モデルでも調整のハーネスを替えると 48 問中 34 問を解き、素のエージェントは 19 問だとする。mini-Lean は、汎用のコーディングエージェントに最小限のハーネスで十分だとする。 Lean は数学の証明を形式化する言語である。ハーネスは、モデルの外側に置いて処理を差配するプログラムだ。Maestro は複数のエージェントを調整するハーネスで、arXivLean は Lean の問題集である。Maestro は arXivLean の 2026 年 6 月版 48 問のうち 34 問を解いたと自ら測り、素のエージェントの Claude Code や Codex は 19 問だったとする。著者の所属は原文にない（arXiv 2610.25920、2026-10-19）。Maestro は、どちらも同じ基礎モデルを使ったと書く。10 月 12 日、プリンストン大学の Sanjeev Arora 氏らの mini-Lean は「a generic coding agent with a minimal harness can already achieve strong performance on Lean benchmarks」と書き、Putnam 2025 の 12 問で Gemini 3.8 Flash が 7 問、相手の AxProverBase が 4 問を解いたと自ら測った（arXiv 2610.17331、2026-10-12）。二本はハーネスの形も問題集も違い、同じ問題での反論ではない。二本とも問題集が小さく、12 問と 48 問では数問で結論が変わる。ハーネスに開発リソースをかける価値があるかは、今の証拠ではまだ判断しにくい。本紙はそう見ている。ハーネスの形をそろえ、問題集を大きくした再測定があって初めて、伸びがハーネスから来るのか基礎モデルから来るのかを分けられる。

プロダクト動向

1. [今日]（発表 10 月 21 日）Databricks は AI Runtime の正式提供を発表した。マネージド型の GPU 訓練を自社のデータ基盤に直結し、訓練のデータが統制の境界を出ない点を売りにする。価格と GPU の機種は原文にない。 Databricks はデータと AI の基盤を提供する企業である。原文はこう書く。「bringing fully managed GPU infrastructure directly into Databricks so customers can train their most demanding models where their enterprise data already lives」（Databricks、2026-10-21）。AI Runtime が担うのは訓練と微調整で、推論のサービスではない。サーバーレスで複数台のサーバーにまたがれ、GPU の処理もデータ統制の層である Unity Catalog の管理を受け、データ、チェックポイント、ログの読み書きの権限がそろう。Databricks は「hundreds of companies」が使っていると自ら申告し、Robinhood、Merck、FactSet など六社を名指しした。AI Runtime 上で Qwen の訓練の時間を改善前の六分の一に縮めたともいう。比較の相手は改善前の自社の設定である。今回の正式提供のうち、どれだけが既存のプレビュー版の改称なのかは原文にない。本紙の読みでは、最も直接の利用者は、データをすでに Databricks に置き、自社で訓練や微調整をする企業である。データ基盤がマネージド型の GPU 訓練へ広がり、GPU クラウドの事業者と正面から競うかどうかは、価格と GPU の機種で決まるが、どちらも原文にない。 どう確かめたか →

過去の洞見

本号の紙面は今日の中核に譲り、この欄は公式サイトで読む形にする。〈[振り返り]（本紙の深掘りレポート 7 月 23 日）「AI は何時間続けて働けるか」という物差しは、同じ四半期に測られる側のモデルに動かされた〉（本紙の深掘りレポート 2026-07-23）。

訂正：8 月 13 日号は、Nebius の第 2 四半期の調整後 EBITDA が「初めて黒字に転じた」とし、前の四半期はまだ 5,370 万ドルの赤字だったと書いた。5,370 万ドルの赤字は 2025 年第 1 四半期の数字で、Nebius は 2025 年第 4 四半期から三期続けて黒字である（1,500 万ドル、1.295 億ドル、2.362 億ドル）。「初めて黒字に転じた」の部分は撤回する。もう半分の結論は変わらない。この四半期の設備投資は売上の約 9.7 倍で、通年の売上見通しの上方修正はなかった。公式サイトの日本語・英語・中国語の保存ページにも訂正を加えた。

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。