マネージドクラウドへのフロンティアモデル展開と、法人向けAIの主導権を巡る動きが目立った一日だった。AWSはAmazon BedrockでOpenAI GPT-5.6のクロスリージョン推論の提供を開始し、SlackはAIコーディングエージェントと協働する「Slack Code」を発表した。企業ユーザーではOpenAIがAnthropicに迫るという新データも報じられている。日本からはSBIホールディングスのAnthropic全社提携が話題を集め、ローカルLLM界隈では1枚のRTX 3090でQwen3.8-27Bを最高381 tpsまで高速化する試みが注目された。

AWS BedrockでOpenAI GPT-5.6のクロスリージョン推論が利用可能に

AWSは公式ブログで、Amazon BedrockにてOpenAIのGPT-5.6モデル（Sol・Terra・Lunaの3バリアント）を25以上のリージョンで提供開始し、クロスリージョン推論（CRIS）に対応したことを発表した。

クロスリージョン推論は、リクエストを単一リージョンのキャパシティに縛らず、より広いプールのコンピューティングに振り分けることでスループットを安定させる仕組みだ。今回のローンチでは、データ所在地の要件に合わせて同一地理内で処理を完結させる「地理的推論プロファイル」（例: us.openai.gpt-5.6-terra）と、対応する全商業リージョンからリアルタイムのキャパシティに基づいて振り分ける「グローバル推論プロファイル」（例: global.openai.gpt-5.6-terra）の2種類を状況に応じて使い分けられる。

API面の特徴は、GPT-5.6がOpenAIのResponses APIとChat Completions APIの形式をネイティブで話す点だ。既存のOpenAI SDKクライアントの接続先をBedrockのOpenAI互換エンドポイントに向けて、モデルパラメータに推論プロファイルIDを指定するだけで移行できる。AWSの認証情報から最大12時間の短期APIキーを生成する「aws-bedrock-token-generator」を使えば静的なキーの保管も不要になる。Amazon Bedrock Converse APIからの呼び出しも可能で、ストリーミングにも対応する。

3バリアントはいずれも100万トークンのコンテキストウィンドウを持ち、テキストと画像の入力に対応するほか、推論モード、サーバーサイドのツール呼び出し、プロンプトキャッシュをサポートする。プロンプトキャッシュは暗黙と明示の2モードがあり、キャッシュ読み取りトークンはTPMクォータにカウントされないため、長い共通プレフィックスを持つワークロードではクォータ消費とレイテンシの両方を抑えられる。

クォータ設計も押さえておきたい。GPT-5.6のオンデマンドクォータはTPM（1分あたりトークン数）で管理され、出力トークンは10倍のバーンダウンレートでクォータを消費する。入力2,000トークン＋出力1,000トークンのリクエストで12,000トークン分のクォータを消化する計算になり、出力の多いワークロードは見かけのトークン数以上にクォータを食うことになる。地理プロファイルとグローバルプロファイルはクォータが別枠で、切り替えると消費するプールも変わる。本番投入前にService Quotasコンソールで増枠を申請しておくことが推奨されている。

セキュリティ面では、チップレベルで強制されるゼロオペレーターアクセス（ZOA）モデルによりAWSのオペレーターもプロンプトや応答にアクセスできないとされる一方、GPT-5.6を含む一部モデルでは、自動不正利用検出分類器にフラグされたコンテンツがオフラインの悪用検出のため最大30日保持される点も文書化されている。リージョンを制限するSCPを運用している組織では、グローバルCRISのリクエストが「リージョン unspecified」として評価されるため、bedrock:InferenceProfileArn条件でCRISだけを免除する設計が推奨されている。

OpenAIのフロンティアモデルがデータ所在地やクォータ運用までドキュメントとして整備された形でマネージドサービスに載ることで、「どのモデルを・どの基盤で・どのガバナンス枠で使うか」という選択肢がさらに組み合わせ可能になった。法人向けの取り込みを相当に意識したローンチだとみられる。

OpenAIが法人利用でAnthropicに迫る——企業AI支出の「乗り換え」実態

TechCrunchが伝えた新しいデータは、法人向けAI利用の地図がまだ固まっていないことを示している。企業ユーザーの利用でOpenAIがAnthropicに迫っているという内容で、同メディアは「各ラボが新モデルをリリースするたびに企業は行き来する」という変動の大きさこそが、両社の投資家がエンタープライズAI支出の“粘着質さ（stickiness）”を疑う材料になるべきだと指摘する。

モデルの世代交代が直接、企業の調達判断を揺さぶっている現状を映す数字といえる。特定ベンダーへのロックインがまだ弱く、性能・価格・契約条件のサイクルが激しく競り合うなかで、法人向けAIの収益基盤をどこまで安定して築けるかは両社に共通する課題だろう。

Slackが「Slack Code」を発表——ClaudeやDevinを専用チャネルで操作

Slackは、AIコーディングエージェントとチームで協働するための新機能「Slack Code」を発表した。

エージェントにメンションすると専用の「コードチャネル」が自動生成され、エージェントが立てた計画やコード差分、プレビューを確認しながら指示を出せる。対応エージェントはAnthropicのClaudeやCognitionのDevinなど複数社に及び、処理の実行には人間の承認を挟む設計で、安全に進行できるとしている。

開発の議論が日常的に流れるチャットツールの中に、計画確認・差分レビュー・プレビューというコード開発のワークフローをそのまま組み込む形だ。コーディングエージェントの利用が「専用の開発環境を開く」から「いつもの会話の場に呼ぶ」形へ広がれば、開発チーム以外のメンバーがAIエージェントと関わる機会も増えそうだ。

ChatGPTがApple Messagesでメッセージを代行——新プラグイン

TechCrunchの報道によると、ChatGPT向けにApple Messagesとの連携プラグインが登場し、メッセージの送信をAIに代行させられるようになった。「自分の代わりに誰かにチャットをさせてみたいと思ったことはないか」という紹介文面どおり、ChatGPTが自動化されたテキストの代筆者として働く試みだ。

チャットアプリでのAI代行は便利さと、送信主が人間であるという前提が崩れることへの戸惑いの両面を含む。実用に耐える読み込みの精度や、誤送信時の責任の所在など、利用段階で問われる論点は少なくない。

SBIがAnthropicと全社提携——「孫さんはOpenAIだが、僕はAnthropic」

日本勢の動きも目立った。SBIホールディングスは、Claudeを開発する米Anthropicとの全社提携を発表した。ITmediaのインタビューで北尾吉孝会長は「孫正義氏はOpenAIだが僕はAnthropic」と語り、当面の最優先戦略にAI化を掲げ、社外から専門人材を起用した経緯を明かしている。

具体策も数字として示された。SBI証券では顧客対応のAIエージェント開発に5億円を投資し、休眠口座の再活性化などを通じて年27億円の増収を見込む。金融機関が特定のモデルベンダーと全社規模で組む事例は国内でもまだ多くなく、日本の大企業における生成AI採用の方向性を占う一例として注目される。

RTX 3090でQwen3.8-27Bを最高381 tps——ローカル推論最適化の最前線

ローカルLLMコミュニティでは、1枚のGeForce RTX 3090でQwen3.8-27Bを動かす推論エンジンの最適化記録が話題を集めている。投稿者によると、4日前に単一リクエスト82 tpsだったエンジンが、DFlash2ドラフティングやルックアップ補強ドラフティングの導入を経て、実際のチャットプロンプトで約133 tps、モデルが自身のコンテキストを再現するワークロードでは最高382 tpsに達したという。

今回の更新の核は大きく2つ。1つ目は検証ブロックの長期化で、DFlash2のドラフト7トークンに合わせていた検証ブロックを1ステップ16トークンに伸ばし、空きスロットをリクエスト自身のコンテキストからのルックアップで埋めることで、25kトークンの文書再現で260→382 tps、通常のチャットでも約9%改善した。2つ目はKVキャッシュのint8化で、bf16のままでは69,758トークンだった長コンテキストの上限が138,696トークンへ倍増した。

興味深いのは失敗や限界の正直な開示だ。長い検証ブロックは出力がプロンプトを引用するワークロードで効き、それ以外ではほぼ中立で、最初のトークンまでの待ち時間は約2倍になる。「RAGのフロントエンドやコード編集を適用するコーディング支援向けのモードであり、デフォルトではない」と明記している。また、長コンテキストの数値が再現できないというイシューを受けて、従来の表が推測デコードなしのバッチ設定で計測されていた事実も訂正した。品質はGSM8K 96.5%のまま維持されるという。

同じ頃、Hugging Faceのトレンドには拒否応答を除去した派生モデル「Qwen3.8-27B-OBLITERATED」も上位に現れた。2種の手術の重みを blending して能力低下を相殺する手法で、MMLUでは元モデル比で86.3%と能力を保つとされる。ただし拒否の除去は各プロバイダーの利用規約や倫理的判断と絡む領域で、扱いには注意が必要だ。

クラウド側の供給体制が拡充される一方で、コンシューマーGPUでの徹底した最適化も依然として進化が続く。上流向けのスループット確保と、手元での完結性の追求——法人利用の流動化とあわせて、AI利用の選択肢が両方向へ広がり続けている。