OpenAIとAnthropicが値下げ合戦へ、背景は中国勢の追撃

米国の大手AIラボが相次いでモデル価格を下げている。Ars Technicaの報道によると、OpenAIは最速・最安をうたう「GPT-5.6 Luna」の価格を80%引き下げ、Anthropicも同社最強モデル「Fable 5」の半分の価格で「フロンティア級の知能」を提供するとしてClaude Opus 5を投入した。

きっかけは、増え続けるAI利用コストに企業が利用を抑制し、より安いモデルへの乗り換えを進め始めたことだ。その隙間に、MoonshotやDeepSeekといった中国の開発者がシリコンバレーから欧州までユーザーを獲得しつつあるという。万ドル単位の投資を続ける米国ラボにとって、「賢さ」に続き「コストパフォーマンス」も争点になりつつあることを示す動きといえる。

「自律AI研究はもうすぐ」に反証 — NeurIPS著者が評価したのは「Reject」

AnthropicやOpenAIが主張する「AIによる自律的な研究はもう間近」という見方に、厳しい反証が出た。The Decoderが報じた研究では、Claude Opus 4.8とGPT-5.6 Solのエージェントに6日間・3,000ドル分のAPIクレジット・GPUアクセスを与え、AI研究論文を独立して執筆させた。その結果を、未発表のNeurIPS論文の著者自身が査読したところ、評価は「Reject」だったという。

プリンストン大学と英国AI安全研究所との共同研究とされるこの報告では、フロンティアモデルは研究のエンジニアリング工程全体はこなせるものの、研究上の判断力、創造的な問題解決、そして「失敗したアプローチを見限る能力」で足りないと結論づけている。AI研究自動化の進展を伝える報道が続く中、その実力を線引きする重要なデータポイントになりそうだ。

Qwen3.8-27Bの重みが公開 — 構造は前世代と同一、進化はすべて学習から

ローカルLLMコミュニティで大きな話題になっているのがQwen3.8-27Bだ。Hugging Faceでは公式のFP8量子版に加え、UnslothによるGGUF版も公開され、すでに1ビット量子化での動作報告や、画像・動画を理解するネイティブなマルチモーダル能力、Codexなどのエージェントツールでの動作を支えるDeveloper Role対応などが確認されている。

さらに興味深いのはコミュニティの検証結果だ。Qwen3.8-27Bのアーキテクチャを前バージョンのQwen3.6-27Bと比較したところ、差分はゼロで完全に同一だったことが報告された。つまりコーディングや長期のエージェントタスクでの性能向上は、すべてポストトレーニング（継続的な追加学習）によるものとみられる。GLM-5.3やDeepSeek V4 Flashの例と併せ、「ベースモデルを作り直すのではなく、既存アーキテクチャを磨き続ける」路線がオープンラボでも主流になりつつある。llama.cppなどの推論エンジンが新アーキテクチャ対応に追われず、公開直後に誰でも検証できる利点もあり、ローカルコミュニティには追い風だ。

Google、AI生成物の「見える透かし」削除をユーザーに許可

Googleは、AI生成コンテンツに表示される可視のウォーターマーク（透かし）を、ユーザーが設定で削除できるようにするとTechCrunchが報じた。生成画像などに自動で入っていた透かしを外すことを公式に認める方針転換で、透明性よりも使い勝手を優先する判断といえる。

ただし、見えない透かし（メタデータや不可視マーカー）は維持される。AI生成ファイルの識別は、見た目の透かしではなく不可視の指標側に寄せていく方向とみられる。AI生成コンテンツの水増しが懸念される中、表示の透明性をどこまで担保するかという論争が再燃しそうだ。

Googleが準同型暗号で「暗号のままAI処理」の実用化を推進

同じくGoogleは、準同型暗号（Homomorphic Encryption）を使ったプライベートAIの実用化にも取り組んでいると、同社のセキュリティブログで明らかにした。準同型暗号は、データを復号せずに暗号化されたままの状態で計算できる技術で、これがAI推論に使えれば、機密情報をサーバーに渡さずにLLMを利用できるようになる。

計算コストが重いという長年の課題をどう克服したのか詳細は本文の通りだが、医療や金融など機密性の高い分野でのAI活用のハードルを大きく下げる可能性がある。プライバシー保護とAI利活用の両立を目指す動きとして注目される。

シンガポールNTU、2027年から「根本的に信頼できない」AI検出器の使用を停止へ

シンガポールの南洋理工大学（NTU）は、学生のレポートなどに使っているAI検出器について「根本的に信頼できない」として、2027年から使用を停止するとChannel News Asiaが報じた。検出器が出すのは確率スコアにすぎず、誤判定で不正行為の嫌疑をかけられるリスクが問題視されたという。

AI検出器の精度をめぐっては、誤検知が実際の処分についた事例が各国で報告されてきた。大学が公式に検出器の限界を認め、運用から外す決定を示した点で、教育現場でのAI対応が「検出」から「評価方法の見直し」へ移りつつあることを象徴する動きといえる。

まとめ

価格、実力の検証、透明性、プライバシー、検出 — どのトピックも「AIの進化そのもの」より「AIをどう社会に組み込むか」に焦点が移っている1日だった。特に値下げ合戦とQwenのポストトレーニング路線は、今後のモデル選択に直結する話題なので、続報を追いたい。