Gemini 3.5 Flashの「隠れた代償」——実行コストが前身の5.5倍に

Google I/O 2026で発表されたGemini 3.5 Flashは、ベンチマークで前身から大きく性能を引き上げたものの、その裏で実行コストが約5.5倍に急増していることが分かった。特にエージェントタスクでは、モデルが他の競合よりも多くのインタラクションステップを必要とするため、より高価なGemini 3.1 Proを上回る75%もの追加コストが発生するという。

これはGeminiだけの問題ではない。AnthropicやOpenAIも最新モデルで価格を引き上げており、巨額の投資を回収するためAI業界全体で「高性能化＝高コスト化」のトレンドが加速している。安価なAPIの恩恵を受けてきた開発者にとっては、コスト感の見直しが迫られる状況だ。

10億ガウシアンを単一GPUで訓練——TideGSが3D再構成のスケール限界を突破

3D Gaussian Splatting（3DGS）の訓練は、プリミティブ数が増えるとGPUメモリがボトルネックになり、従来は数千万個が上限だった。Hugging Face Daily Papersに発表されたTideGSは、この限界を根本から覆すアウトオブコア最適化フレームワークだ。

TideGSの鍵は、3DGSの訓練が本質的に「疎」であることの活用。各イテレーションでアクティブになるのは現在のカメラバッチから見えるガウシアンだけであり、GPUメモリを作業セットキャッシュとして使う発想の転換だ。SSD–CPU–GPUの3層階層でパラメータを管理し、ブロック仮想化、非同期パイプライン、軌道適応型差分ストリーミングの3つの技術を組み合わせている。

実験では、24GBの単一GPUで10億以上のガウシアンを訓練し、大規模シーンの再構成品質でも既存の単一GPU手法を上回った。これまで約1,100万ガウシアンが限界だった標準的なインメモリ訓練から、2桁のスケールアップを実現している。

Gartner予測：AIは2028年から雇用を増やす方向に転換

GartnerのHRリサーチ部門が発表した予測によると、2028年以降はAIが創出する雇用が削除する雇用を上回るという。短期的には雇用の置き換えが進むものの、長期的にはAI関連の新規職種や業務効率化による組織拡大が雇用全体を押し上げる見通しだ。

これはAIの雇用への影響をめぐる議論に一つの展望を示すものだが、当然ながら「どのような雇用が増えるか」が重要な論点となる。単純な頭数の増減だけでなく、賃金水準や労働の質への影響も注視が必要だ。

AIコーディングの現場から——Rust 10万行の経験と「AIレディ」なモノレポ

Hacker Newsでは、Claude CodeやCodexを使ってRustで10万行を書いた経験をまとめた記事が注目を集めた。同記事では、spec-driven development（仕様駆動開発）とコントラクトベースの設計が、AIコーディングの精度を高める鍵として紹介されている。

また「Ask HN」として、大規模モノレポをAIツールに対応させる方法が議論された。AIレディネスは結局のところ人間にとっても読みやすいコードと同じであり、CLAUDE.mdファイルによるパターンの明示化や、古いパターンの整理が有効という見方が示された。

AIコードレビューの新しい潮流

JetBrainsがIntelliJ IDEAに「Self-Review with AI」機能を追加し、コミット前にAIがコードを自動レビューする体験が話題になっている。手動のセルフレビューの負担を減らしつつ、レビュアーの時間も節約できるアプローチだ。

日本のQiitaでも、Claude Codeを使った厳格なPRレビューを実現するスキル設定が公開された。Opus 4.5以降の性能向上で大規模変更が容易になった一方、実装理解度の低下への懸念から、AI自身に品質ゲートを担わせる動きが広がっている。