本日のまとめは、AIが「聴く」能力と「守る」仕組みを巡る動きが中心だ。Metaが会話を絶やさないリアルタイム音声モデルを公開した一方で、安全機構を剥がしたモデルの商用サービスが登場し、GPT-6もリリース直後に脱獄されたという報告が上がった。あわせてKVキャッシュの実容量を検証するツールと、最上位モデル同士の実測比較を紹介する。

Metaが80ミリ秒応答のリアルタイム音声モデル「Muse Voice Transcribe」を公開

MetaのSuperintelligence Labsが、リアルタイム音声書き起こしモデル「Muse Voice Transcribe」を公開した。音声を80ミリ秒単位のチャンクで処理し、話者分離と文の区切り検出を備える。Artificial Analysisの評価では、ストリーミング書き起こしとして市場で最も低価格かつ高精度とされている。

注目はその位置づけだ。Metaはこのモデルを、カメラグラスのようなデバイスを通じて実際の会話を聞き続けるパーソナルAIエージェントの構成要素とみなしている。応答遅延が会話の邪魔にならない水準まで下がったことで、常時リスニング型アシスタントの実現に一歩近づいたと言えそうだ。

安全機構を剥がしたモデルが商用サービスに──GPT-6は24時間で脱獄

The Decoderの報道によると、Abliteration.aiは学習済みの安全機構を除去したオープンウェイトモデルへのアクセスを販売している。現時点でのベースはZ.AIのGLM-5.3で、攻撃的サイバーセキュリティやレッドチーミング向けと宣伝している。ただし取材にあたったジャーナリストは、大きな労力をかけずにマルウェア作成手順を生成できたという。メリットがリスクを上回るかは、現時点では判断が分かれるところだと記事は伝えている。

同じ時期には、GPT-6 Astraがリリースから24時間以内に脱獄（ジェイルブレイク）されたという報告も投稿された。攻撃はACL 2025で発表されたTIP（Task-in-Prompt）攻撃を他の手法と組み合わせたもので、暗号解読やコード実行といった別のタスクの中に有害な目的を隠し、モデルの推論能力と指示追従性を悪用する手法だ。GPT-6では従来の最小構成では通用せず、攻撃側も再設計を迫られたという。詳細はOpenAIに非公開で開示され、公開はされていない。報告者は1年前、GPT-5をリリース1時間で脱獄した実績がある。

安全機構の除去が「すぐ使える商用サービス」として提供されるようになったことと、最新フラッグシップモデルが公開直後に攻略されることが同時に示された形で、防護側の走り続ける必要性が際立つ一週間だった。

KVキャッシュの「うたい文句」を実測する──cache-pressureとSWA実装

ローカルLLMコミュニティでは、推論エンジンのKVキャッシュ容量を実際に検証するツール「cache-pressure」が公開された。プローブでキャッシュヒット／ミスの基準を較正した上でコンテキストを飽和させ、逆順に検証を回して退避（eviction）の実態を特定する仕組みだ。作者の環境（DGX Spark 2台＋DeepSeek v4 Flash）では、修正前に2Mトークンとされるキャッシュが実際には約52%しか保持できていなかったのが、パッチ適用後は3Mトークン相当の保持まで改善したという。エンジンの自己申告値が実態とずれることがある可視化手段として興味深い。

あわせて、事前学習済みLLMに推論時だけでSliding Window Attention（SWA）を適用する実装も共有された。attention sinksと直近のスライディングウィンドウだけでKVキャッシュを一定量に保つ方式で、Qwen2.5-7Bの実験では16Kコンテキストで約923MBだったフルKVが約3.5MBに、64KではフルKVがメモリ不足になるのに対してSWAは維持でき、トークン生成あたりの遅延も短縮された。ただしウィンドウ外の情報が必要なタスクでは性能が落ちるトレードオフがあり、作者はその境界の調査を進めている。

AstraとFable 5.1、実タスクではどう違うか

Redditのユーザーが、MLのテキスト処理・モデル学習ワークフローをFable 5.1とAstraで並走させた詳細な比較を公開した。結論を要約すると「Astraはよりアジェンティックに、Fableはより一貫性をもって動く」。Astraは厳密なデータ分割やコーパスのハッシュ記録、サブエージェントの活用で科学的な厳密さが目立ち、遭遇したライブラリのバグも根本原因まで追究した。一方でテキストの文字コード判断を誤り、出力に文字化けを残した。Fableは指示追従と文章の質で勝り、採点基準を超えて前処理のアブレーションまで実施した分析レポートを書き上げた。最終的な分類性能はAstraがわずかに上回った（macro F1 0.9969対0.9881）。

GPT-6 Astraの「Low」と「Ultra」──修正コードは同一、推論トークンは5.85倍

推論強度を最大にしておけば安心、という直感を自分の課題で検証した記事も注目される。Zennに投稿された実測では、Codex DesktopでGPT-6 Astraに同じ修正課題を推論強度LowとUltraで1回ずつ解かせたところ、修正コードは1文字も変わらず、増えたのは内部推論のトークンだけ——その差は5.85倍だった。目に見える回答の差は、コメントの有無ぶんの45トークンにとどまるという。コストと品質のバランスを考えるうえで参考になる数字だ。