今週のAIニュースは、製品の節目から始まります。AnthropicはClaudeの個人向け最上位プラン「Max 20x」を「Ultra」に改名し、5時間ごとの利用制限を撤廃しました。市場面では、Kioxiaの株価急落と、供給側からの「2027年の生産能力は完売」という報道が同時に届き、AIメモリの需給両面が明らかになる一日となりました。セキュリティ面では、盗み出したデータをClaudeに与えて被害者の資産を評価させるマルウェアが報じられ、ローカルLLMの世界では、Godot向けの3Dアセットを生成する4Bモデル、ホームGPUでのエージェント起動を約20倍高速化するパッチ、そして2台のRTX 3090で8つのエージェントを並列実行する話題が続いています。

Claudeの「Max 20x」が「Ultra」に——5時間ごとの利用制限を撤廃

AnthropicはClaudeの個人向け有料プランの名前を変更しました。月額100ドルの「Max 5x」は「Max」に、月額200ドルの「Max 20x」は「Ultra」になり、価格は変わりません。

実質的な変化は利用制限の扱いです。Ultraでは、確認済みアカウントを対象に、これまで5時間ごとに適用されていた利用制限が撤廃されました。ただし、週間制限は引き続き適用されます。長時間の連続セッションを望むヘビーユーザーにとっては待望の緩和であり、改名と相まって、最上位プランの位置づけを明確にする動きと読むことができます。

Kioxia急落——「需要横ばい」への懸念と「2027年完売」の共存

Bloombergによると、Kioxia Holdingsの株価は11月2日（月曜）に一時15%急落しました。引き金となったのは、金曜日に発表された10月から12月期の営業利益見通し2兆円（約127億ドル）で、アナリストの予想を下回り、直近の9月期（1.99兆円）からもわずかな伸びにとどまる見込みでした。AIデータセンターが高速なNANDストレージを大量に買い占めていた数四半期連続の急成長を遂げてきただけに、「AI需要が平坦化するのではないか」という懸念が一気に広がりました。

一方、供給側はむしろ逼迫しています。ITmediaの報道によると、Kioxiaの2027年の生産能力はすでに完全に「売り切れて」おり、AIブームによる旺盛なメモリ需要に応えるため、同社は年間5000億円弱を投じて新しい工場を建設する予定です。

より保守的な短期的な利益見通しと、中長期的な供給不足の予感。このニュースは、同じメモリ市場の両面を同時に見せてくれるものでした。

盗み出したデータをClaudeに与えて資産を「評価」するマルウェア

Tom's Hardwareが報じた新しいAI駆動型のWindowsマルウェアが注目を集めています。このマルウェアは、盗み出したデータをClaudeに与えて被害者の資産を価値順にランク付けし、評価が完了すると自らを削除します。

特徴的なのは、標的ごとにカスタム評価を作成するペイロードを組み込んでいる点です。モデルが拒否した場合は別のモデルに切り替えることができ、AIによる判断を完全にスキップすることも可能です。先月末に報じられた、AIツールを悪用して情報を収集するインフォスティーラー「Volta-Autodoxer」から一歩進んだこの事例は、LLMが「どの被害者の盗品を掘り下げる価値があるか」を判断する段階に入ったことを示唆しています。

GLB-3D-Coder——Godot向けの3Dアセットを生成するコンパクトな4Bモデル

ローカルLLMコミュニティでThree.js用の3Dシーン生成モデルを公開してきた開発者であるccoreが、「Qwen3.5-4B-GLB-3D-Coder」を新たにリリースしました。これはThree.jsのシーンを記述し、GLB形式でエクスポートするコンパクトな4Bのコーディングモデルであり、生成された結果をGodotなどのゲームエンジンに取り込むことができます。

「Create a mana potion」のようなシンプルな指示で動作し、作者のテストでは大部分が初回で生成に成功し、失敗した場合もリトライまたは軽微なコード修正で済みました。また、英語のプロンプトが最良の結果を出しやすいとのことです。現在は「最初の動作可能なチェックポイント」の段階で、トレーニングは継続中です。完了後、完全なSafetensorsの重みとトレーニングデータセット全体を公開する予定です。前のモデル（4,146件のThree.jsシーンのデータセットでトレーニング）と同様に、個人的なプロジェクトでありながらデータセットを含めて公開するこのシリーズの姿勢が特徴です。

Strataパッチ——ホームGPUでDeepSeek V4.1のエージェント起動を約20倍高速化

「世界の限られたDRAM供給のうち、個人のPCで約5%しかし使われていないのは本当に問題だ」というSam Altmanの発言への挑戦として、ある投稿が話題を呼んでいます。投稿者は、RX 9070 XT 16GBと64GB DDR4というホーム環境で、DeepSeek V4.1 Flashを1Mコンテキスト（IST-DAS 1.75bpw量子化。報告によるとフルモデルのタスク平均の98.7%を達成）で完全にオフラインで実行しています。

課題は生成速度（約7 tok/sは実用範囲）ではなく、プロンプトのローディングでした。OpenCodeで新しいセッションを開くたびに、約37Kトークンのシステムプロンプトとツール定義を再読み込みする必要があり、最初のトークンが生成されるまでに約100秒かかっていました。そこで、DeepSeekエンジンに2つの変更が加えられました。1つ目は「KVスプライス」——新しいプロンプトを保存された会話と照合し、変更された行のみを再読み込みする方法です。2つ目は「レジデントのみのルーティング」——プロンプトのロード中にVRAMとRAMに常駐するエキスパートのみを使用し、SSDからの読み込みを抑える方法です。その結果、エージェントセッションの起動が約20倍高速になったと報告されています。

注意点についても正直に開示されています。現時点ではHIP（gfx1201、AMD ROCm）のみがサポートされており、CUDA/SYCL/Metalは未テストです。スプライスは近似的なプロセスであり正式な評価は行われていません。また、レジデントルーティングは回答がわずかに変化する可能性があります（作者のコーディングスイートでは、13問中12問で変化はありませんでしたが、それぞれ1回しか実行されていません）。「実際に作業させればホームのDRAMは本当に役立つ」という実証として、非常に満足のいく成果です。

2台のRTX 3090で8エージェント × 250Kコンテキストを並列実行

同じくローカル運用の工夫として、StanfordとUC Berkeleyの研究者による「TokenGate」論文（長いコンテキストを安価にするためにトークンを事前に刈り込むアプローチ）を試したある開発者の報告も興味深いものです。トークンを事前に破棄するアプローチは単発の質問には有効ですが、エージェントが次々と新しいクエリを発行する運用では、「後で必要になるトークンがすでに消えており、コードのリコール精度が大幅に低下する」ことが分かりました。

そこで彼らは発想を逆転し、何も破棄せずに「一度にすべてを見ない」というアプローチを実装しました。KVキャッシュ全体はint4でシステムRAMに格納され、各デコードステップでアテンションが読み取るのは、ランク64の「キースケッチ」によって選択された全体の約1%のみです。GPUはスケッチとホットトークンのグループを保持し、PCIeを通過するのは選択されたトークンだけです。カスタムのTritonカーネル実装が必要でしたが、その結果、2台のRTX 3090で8つのコーディングエージェントを同時に実行し、それぞれが250Kトークンのコンテキストを維持しながら、合計で600 tok/s以上のスループットを達成しています。

長いコンテキストを「刈り込む」ことが主流の方向性である中で、「すべてを保持し、読み取る範囲を絞る」という逆張りの実装が、ここまで機能する段階に達しています。エージェント時代のローカル推論設計の一つの方向性を示す報告と言えるでしょう。