8月21日のAIニュースまとめ。今回は業界の構造そのものが動いた一日で、NVIDIAとコーディングAI企業Poolsideの巨大な変則ディール、中国Moonshot AIによる「Kimi」の日本市場への歩み、AT&Tが公開した社内AIのオープンモデル比率、Anthropicのエージェント基盤の正式提供開始、そしてQwen3.8-27Bを262Kコンテキストで高速動作させる159実験の記録を取り上げる。

NVIDIAとPoolside、120億ドルの「逆エグゼクハイア」──創業者は残り、技術者109人は移る

NVIDIAがコーディング特化のAI企業Poolsideとのあいだで総額120億ドル規模のディールをまとめた、とLatent Spaceが報じた。注目はその構造だ。創業者側は10億ドル規模の条件で会社に残り、技術者109人は60億ドル規模の補償つきでNVIDIAへ移る。創業者自身はこれを「買収でもアクイハイアでもない」と説明している。

これまでWindsurfとGoogle、Character.AIとGoogle、ScaleとMetaのような、経営陣だけが移籍するディールは「エグゼクハイア」と呼ばれてきた。今回の構造はその逆で、従業員が高い補償で新しい会社へ移り、創業者は元の会社に残って次の一手を打つ──「リバース・エグゼクハイア」と表現されるゆえんだ。109人は同社の技術部門の圧倒的多数を占めるといい、創業者のEiso Kant氏は以前「このモデルは70人未満で構築された」と語っていた。

背景には、フロンティアモデル競争の資本要件の急上昇がある。創業者側の説明によれば、昨年末に4万基規模のGB300クラスタの支払いのため6週間で20億ドルを調達する必要があったが、期限までに調達を完了できずクラスタを失ったという。1万〜2万基のGB300でも現行フロンティアに匹敵するモデルは作れるが、来年のフロンティアにはさらに桁違いの計算資源が必要で、制約は資本だけでなく物理的なデータセンター空間と契約済み計算資源にある、と分析している。同社から2026年1月にスピンアウトしたインフラ会社は7GW規模の「ネオクラウド」への拡大を掲げており、Poolsideという会社が3つの方向へ分裂する形になった。

Moonshot AIの「Kimi」が日本上陸へ──「今日から、日本での歩みを始める」

中国Moonshot AIが開発するAIモデル「Kimi」が、日本市場に本格的に入る見通しとなった。日本語版公式X（@KimiAI_Japan）が「今日から、日本での歩みを始める」「はじめまして、日本」と投稿し、有料プランのプレゼントキャンペーンも始まっている。ITmedia AI+が報じたもので、日本での展開の詳細は今後の発表を待ちたい。

時を同じくして、Kimiの最新モデル「Kimi K3」はOllamaのサブスクリプション利用者の半分以上に展開済みで、米国・EUリージョンでのホスティングとゼロデータリテンションにも対応しているという。中国発のモデルが日本語市場でどこまで受け入れられるか、競合各社の日本語対応とあわせて注目される。

AT&Tは社内AIの40%をオープンモデルへ──コーディングコスト56%減の実績公開

米通信大手AT&Tの社内AI運用に関する数字が注目を集めている。従業員のAI利用の40%がすでにオープンモデルへルーティングされており、目標は60〜70%。コーディング関連のコストは56%減で、品質低下は約2%にとどまる。1日あたりの処理量は450億トークンに達するという。

この数字が示すのは「ハイブリッドルーティング」という現実的な設計だ。最も難しいタスクにはクローズドのフロンティアモデルを温存しつつ、多くの日常業務は「十分に良い」オープンモデルで処理する。エンタープライズ需要の中堅帯をオープンモデルが着実に食いつつあることの、これまでで最も具体的な公開事例といえる。OpenAIやAnthropicのエンタープライズ事業にとって警戒すべき信号だ、という指摘も出ている。

Anthropicがcomputer use / Skills API / Files APIを正式提供

Anthropicは、Claudeプラットフォーム上のエージェント構築向け機能群──computer use、browser tool、Skills API、Files API──の正式提供（GA）を発表した。プロダクション利用を前提とした成熟度が一段と上がった形だ。

Skills APIはバージョン管理された再利用可能な手順を扱え、Files APIはファイルの有効期限管理に対応し、レート制限は従来の5倍に当たる毎分500リクエスト、組織あたり1TBまで格納可能になった。さらにClaude Managed Agents向けのAG-UIアダプタも公開され、チャットのスレッドをマネージドなセッションに対応づけ、テキスト・ツール呼び出し・思考プロセスを独自UIにストリーミングできる。エージェントを組む上での基礎部品がそろい始めた印象だ。

Qwen3.8-27Bを262Kコンテキストで毎秒153トークン──159実験の詳細記録

ローカルLLMコミュニティで、Qwen3.8-27Bを262Kコンテキストで高速動作させた詳細な実験記録が注目を集めている。AMD Strix Halo（Ryzen AI MAX+ 395、128GB統合メモリ）とeGPU接続したRTX 3090 Tiの組み合わせで、1つのllama.cppプロセスからAMD側はVulkan、NVIDIA側はCUDAで27Bモデルを分割実行する構成だ。

結果は鮮烈で、ベースラインの毎秒9.5トークンから、32Kコンテキストのコード生成では毎秒153トークン、200Kコンテキストでも毎秒88トークンに到達した。実際のコーディングエージェントで駆動して公式テストで採点するHumanEvalでは164問中159問を29.7分で解き、2枚のRTX 3090でvLLMを動かすリモート環境（157問・42.4分）を速度・精度ともに上回ったという。

効いた要因の筆頭は意外にもGPUではなかった。チャットテンプレートを簡潔なものに変えただけで壁時間が44%、出力トークン数が51%減少し、精度は変わらなかった──「数週間分のGPU作業より大きい」と筆者は述べている。続いてKVキャッシュをq8_0からq4_0へ落として2.2GB近くのメモリを解放し、262Kフルの状態で全full-attention層を高速なカード側へ寄せたこと（プレフィル28%・生成20%増）、推論のドラフトにMTPとn-gramを併用したこと（コード形状の出力で72〜140%増）などが効いた。逆に、外部の小型ドラフトモデルはPCIe経由のレイテンシでむしろ悪化するなど、否定的な結果もきちんと記録されている。

日本語圏でもQwen3.8-27Bのローカル運用の知見が一気に蓄積されつつある。16GB VRAMのゲーマー向けGPU1枚でllama.cppを動かし自作エージェントの完全自律実行を試した検証、古いP100を2枚積んだサーバーでのOllama稼働記録、nothink設定でのバッチ推定のベンチマークなど、Zennに実測記事が相次いでいる。ハイエンドGPUを買わなくても実用に手が届くモデルとして、しばらくトレンドが続きそうだ。

まとめ

今日の5本を貫くのは、AI業界の「上下分裂」だ。上限側では、NVIDIAとPoolsideの一件が示すようにフロンティア維持の資本・インフラ要件がもはやスタートアップの手に負えない規模になり、会社の形ごと再編される段階に入った。下限側では、AT&Tの実績とQwen3.8-27Bの熟成が示すように「十分に良い」オープンモデルがエンタープライズの日常業務と個人の手元環境を着実に覆いつつある。中間帯で戦うプレイヤーにとって、立ち位置の再確認を迫られる1日だったともいえる。