8月18日昼のAIニュースまとめ。Anthropicの年換算収益が650億ドルに達したほか、CursorがGitHub対抗とも見えるコードホスティングサービス「Origin」のβ提供を始めました。ローカルLLMではQwen3.8-27Bがフロンティアモデルと同等帯の評価を受け、日本語に関わる話題も目立ちました。

Anthropicの年換算収益が650億ドルに到達 ― 2ヶ月で180億ドル増

TechCrunchの報道によると、Anthropicの年換算収益（annualized revenue）が650億ドルに到達しました。直近2ヶ月だけで180億ドル増えた計算になり、成長の速度はむしろ加速しているとみられます。

先日このブログでも伝えた「Q2収益が14倍の115億ドル超え」からの更新です。年換算収益は直近の収益ペースを1年分に引き伸ばした指標で、確定した年間売上とは異なりますが、事業の拡大速度を見る数字としては最も注目されるものです。モデル提供各社の収益規模が大手SaaS並みを通り越していく中、どこまで拡大が続くのか注視したいところです。

Cursor、GitHubとの双方向同期に対応する「Origin」βを提供開始

Anysphereは、AIコードエディタ「Cursor」上でコードをホストできる新サービス「Origin」の初期βを有料プラン向けに提供開始しました。ITmediaの報道によると、GitHubリポジトリとの双方向同期やプルリクエストの共同レビューに対応し、VercelやCIツールとも連携。AIエージェントが大規模に動く開発を想定した基盤を目指すとしています。

興味深いのはタイミングです。Latent Spaceのまとめによると、OriginのローンチはGitHubの大規模障害と重なり、その狙いをうかがわせる話題を呼びました。GitHubは引き続き同期先として使い続けられるため移行の障壁は低く、エディタの中のAIがリポジトリ・レビュー・デプロイまで丸ごと握る「AIネイティブ開発環境への垂直統合」がはっきり見えるローンチでした。

Qwen3.8-27B、Artificial Analysisの指数でDeepSeek V4やGPT-5.6 Lunaと同等帯に

ローカルLLM界隈の主役は相変わらずQwen3.8-27Bです。Artificial Analysisが同モデルをIntelligence Index v4.1.1（9種類の評価を統合した指数）で計測したところ、DeepSeek V4やGPT-5.6 Luna Maxとほぼ同じ帯域に入ったことが話題になっています。この規模のモデルが同帯域に達したのは初めてとされ、Redditでは「オープンモデルのパレートフロンティア上にある」「27Bにしては効率的すぎる」といった反応が出ていました。

実際に触っているユーザーの実測も出始めています。3枚のRTX 3090という環境でGalagaのクローンゲームを再現させるテストでは、最高設定の推論（xHigh）で15分かかるのに対し、中程度（medium）なら約3分で品質の9割程度に到達したとのこと。画像分析スクリプトを併用するとClaude Opus 5に近い振る舞いを見せたという報告もあります。一方で「既知のゲームの再現は訓練データの記憶でしかない」という批判もあり、ベンチマークスコアと実用性のギャップを埋める検証は続きそうです。

GPT-5.6 Sol、記憶保持と文脈圧縮でARC-AGI-3を13.3%→38.3%に改善

モデル自体の能力だけでなく「状態の持ち方」が効くという報告も目を引きます。OpenAIの開発者向けアカウントが、GPT-5.6 Solで推論結果の保持（retained reasoning）と文脈の圧縮（compaction）を組み合わせたところ、難関ベンチマークARC-AGI-3のスコアが13.3%から38.3%に改善し、出力トークンは約6分の1で済んだと報告しています。

パラメータを増やすでもアーキテクチャを変えるでもなく、メモリと圧縮の設計だけでここまで変わるとなると、「どれだけ賢いモデルか」と同じくらい「状態をどう持たせるか」が競争軸になりそうです。1億5千万パラメータの小型モデルが一時メモリとの組み合わせでARC-AGI-1の高スコアを出した研究（先日このブログで取り上げました）とも並ぶ流れで、記憶と圧縮の設計は今後の主戦場の一つになりそうです。

さくら×Sakana AIが語る「ソブリンAI」の現実解

日本向けの話題では、さくらインターネットの田中邦裕社長とSakana AIの石井順也氏が「ソブリンAI（AI主権）」をテーマにそれぞれの考えを語ったITmediaのインタビューが読みごたえがありました。一国の判断で主要なAIサービスの提供が止まりうる時代に、日本企業がAI主権をどう守るべきかがテーマで、「純国産AIは無理」という前提を置いた上での現実解を両氏が示しています。

国内基盤を持つ事業者と国内の研究開発企業がどう分担していくのか。生成AIの調達戦略を考える日本の企業にとって、示唆の多い対話です。

日本語のAI生成文、まだ見分けられる ― 「実務」「刺さる」は日本語の"delve"

最後に読み物として。Hacker Newsでは「自分の言語でAI生成テキストをまだ見分けられるか」という問いが投げかけられ、日本人投稿者のコメントが注目を集めています。それによると、AIが書いた日本語には「実務」や「帳簿」のような硬めの語が不自然な頻度で現れ、カジュアルな「効く」「刺さる」が本来第一選択にならない場所で使われるそうです。いわば日本語版の「delve」だという指摘です。

英語圏では生成文の検出がかなり難しくなってきている一方、日本語をはじめ他言語ではまだ特徴が残っている可能性がある、という観察も紹介されています。またモデルによる差は大きく、長文の日本語を自然に書けるモデルとそうでないモデルの差は歴然だとも。日本語話者にとって一番身近な「AIらしさ」の話題とも言えそうです。