オープンモデルが大放出――だが米国評価機関は「フロンティアとの差は広がっている」

今月のオープンソースAIモデル界隈は活況を極めた。DeepSeek V4、GoogleのGemma 4、Moonshot AIのKimi K2.6、XiaomiのMiMo 2.5、Zhipu AIのGLM-5.1など、主要なオープンモデルが次々とリリースされた。InterconnectsのFlorian Brand氏は「旗艦モデルのリリースが次々と続いた激しい月」と評している。

しかし、米国のAI標準化機関であるCAISI（Center for AI Standards and Innovation）がDeepSeek V4 Proを評価した結果、オープンモデルは依然としてアメリカのフロンティアモデルに遅れをとっており、その差は時間とともに広がっているという結論が出た。日本のDeepSeekフィーバーと対照的な冷徹な評価と言える。

オープンモデルの進歩は確かだが、フロンティアモデルのペースがそれを上回っている構図は、今後の競争格局を占う上で重要な視点だ。

AIが大学の成績をインフレ化――教育現場に忍び寄る副作用

Axiosが報じたところによると、AIの普及により大学の成績（グレード）が異常なインフレを起こしている。学生がAIを使って課題をこなすことで、従来なら取れなかった高得点を容易に獲得できるようになっているのが原因だ。

一見すると「学生の成績が向上している」ように見えるが、実態は評価制度そのものが機能しなくなっていることを意味する。成績が能力の指標として使えなくなれば、採用側は別のシグナルを探すことになり、結果的に学歴の価値そのものが損なわれる可能性がある。

AIと教育の関係は「AIリテラシー教育」や「AI活用スキル」の側面から語られることが多いが、この報道はより根本的な問題――評価制度の崩壊――を浮き彫りにしている。

Microsoftが「AIコーディングのStrava」をオープンソース公開

Microsoftが「AI Engineering Coach」をGitHubで公開した。Copilot、Claude、CodexなどのAIコーディングツールの利用状況を可視化・分析するツールで、Hacker Newsでは「Strava for AI coding」と評されている。

開発者が自分のAI活用パターンを定量的に把握できるのは実用的なニーズがある。どのタスクでAIに頼っているか、AIの提案採用率はどの程度か、コード品質との相関はどうか――こうしたデータは個人だけでなくチームや組織のAI導入戦略にも活かせる。

AIコーディングツールが氾濫する中、その利用状況をメタ的に把握するツールが現れたことは、AI開発ワークフローの成熟を示唆している。

AIのエネルギー消費を削減する「ソフトウェア的」アプローチ

The New Stackが報じた記事で、ストリーミング推論によるAIのエネルギー効率改善が注目されている。新しいハードウェアを導入することなく、ソフトウェアレベルでAIの消費電力を削減するアプローチだ。

具体的には、推論リクエストを一括処理する従来のバッチ方式ではなく、ストリーミング方式で段階的に処理することで、ピーク時のリソース消費を抑える。ハードウェアのアップグレードサイクルに依存しないこの手法は、特に電力インフラがボトルネックとなっているデータセンターにとって魅力的な選択肢になり得る。

xAIのガスタービン50基問題など、AIのエネルギー消費は社会的な論点になりつつあるが、需要側の効率化も重要な解決策の一つだ。

AMD Strix HaloでMTPベンチマーク――27Bは高速化、35Bは逆に遅く

AMDの統合GPU「Strix Halo」上で、llama.cppのMTP（Multi-Token Prediction）対応後のベンチマーク結果がRedditで報告された。Qwen3.6モデルを使ったテストで、興味深い対照的な結果が出ている。

27BモデルではMTPにより生成速度が111%向上（7.63 → 16.15 t/s）、総時間も11.5%短縮された。一方、35Bモデルでは逆にMTPのオーバーヘッドが響き、全体として遅くなる結果となった。

MTPが必ずしも全てのモデルサイズで有効とは限らないことを示すデータであり、モデルのサイズとハードウェアの性能バランスが重要であることが改めて確認された。AMD系GPUでのローカルLLM利用が増える中、実測値に基づくこうした報告はコミュニティにとって貴重だ。

Sources: