9月17日夜の追加収集データから、本日のトピックを整理します。まず目を引くのは、GPT-6 Astraを使って83年間解読されなかったナチス・ドイツの無線電文が10時間で読み解かれたという報告です。一方で「AIエージェントを増やせばいい」という風潮への警告も出ており、OpenRouterの週126兆トークンという消費統計と並べると示唆的な一日でした。ビジネス面ではCohereとAleph Alphaの統合、半導体面ではHuaweiのAIチップ需給の発言、ローカルLLM周りではM5 Ultraの最初のベンチマークと、実スマホでエージェントを走らせた検証結果が並んでいます。

GPT-6 Astra、83年間未解決だったエニグマ電文を10時間で解読か

Bloombergの開発者が、OpenAIのGPT-6 Astraを使って1941年にドイツ国防軍が送信したエニグマ暗号の無線電文を解読したと主張しています。82文字のこの電文は83年間誰にも読み解かれないままで、中身は兵士が自らの行軍経路を問い合わせるだけの素っ気ないものだったとされます。解読には約10時間を要したといいます。

ただし現時点ではこの結果をそのまま確定事実として扱うのは早計です。報道自体が「解読結果は独立した検証をまだ経ていない」と明記しており、暗号解読コミュニティによる検証を待つ必要があります。とはいえ、鍵空間の総当たりではなく、モデルが文脈や当時の運用手順を手がかりに仮説を組み立てていくこの種のタスクは、まさに長文推論が強くなってきたフロンティアモデルの得意分野の伸びを示す象徴的な事例といえそうです。第2次世界大戦中のエニグマ攻略には数々の天才数学者と初期コンピュータの力が結集されましたが、その暗号が83年後に1つの商用モデルで試される──検証結果がどう出るか、注視したいところです。

エージェントを増やせばいいってもんじゃない──「調整税」と週126.2兆トークン

OpenAI Codexの開発者Eric Provencher氏が、衝撃的なコスト感の数字とともにエージェント乱造に警鐘を鳴らしています。それによると、2つを超える並列サブエージェントを走らせるのは、ほぼ常にトークンを燃やすだけで品質向上につながらないといいます。原因はエージェント同士が互いの出力を信頼できず、結果をダブルチェックし合ってしまう「調整税（coordination tax）」。具体例として挙げられているのは、1,393体のエージェントがたった1件のPythonリファクタリングに2万ドル分のトークンを費やしたプロジェクトで、これは単一のAstraエージェントでごく小さなコストで済んだはずの作業だったと指摘されます。

同じ日に報じられたOpenRouterの統計が、この警告に背景を与えています。OpenRouter経由の週次トークン消費は2025年1月の0.5兆から126.2兆へと、25,000%超の急増を見せました。この数字は実利用の伸びそのものというより、1回の応答で大量のトークンを消費する推論モデルと、最適化されないまま量産されるAIエージェントの増加を映したものだと同記事は分析しています。「AIバブルか否か」の議論を1枚のグラフに圧縮したような数字ですが、裏を返せば、エージェントの数を増やす前に1体の設計と指示を磨る方がコストでも品質でも有利、というオーソドックスな結論を裏付けるデータとも読めます。

CohereとAleph Alphaが統合──エンタープライズAI市場を狙う

Reutersの報道によると、カナダのCohereとドイツのAleph Alphaが統合し、エンタープライズ（企業向け）AI市場で存在感を高める狙いを明らかにしました。両社とも汎用チャットAIではOpenAIやGoogleら巨大勢に押され気味ながら、企業データとの統合や主権・セキュリティ要件で堅実な顧客を持つプレイヤーです。統合の詳細な条件や体制は今回の収集データには含まれておらず、後日さらに報道が進むとみられます。欧州とカナダのミッドティア同士が組むという点で、巨大モデル企業への対抗軸が「企業向け特化」に再編されていく流れを感じさせるニュースです。

Huawei「AIチップ需要は供給を上回る」──Nvidiaへの挑戦を強化

Reuters報道として、HuaweiがAIチップの需要が供給を上回っていると表明したことが伝えられました。同社は新たなAIチップ2種の発表とも合わせて報じられており、米国輸出規制下でNvidiaへの挑戦をさらに強める姿勢を示した形です。前回のダイジェストでお伝えした中国製Ascend NPUで全訓練を行った29Bパラメータモデルの話とも繋がる流れで、中国国内ではAIチップの調達難が性能向上の制約になりつつある一方、その需要の大きさ自体がHuaweiの商機にもなっていることがうかがえます。

M5 Ultraの最初のベンチマークが出回る──27B量子化で生成50トークン/秒

RedditのLocalLLaMAコミュニティで、Apple M5 Ultraのベンチマーク結果がomlx.aiに掲載されているとの投稿が注目されています。それによると、Qwen 3.8 27Bの4ビット量子化版で、8kコンテキストの生成速度が約50トークン/秒、プリフィル（読み込み）が約1,800トークン/秒。MTP（マルチトークン予測）を使わない数値です。投稿者自身も「公式のものかは不明だが、妥当な値に見える」と留保している点は割り引いて読む必要がありますが、27Bクラスのモデルがこの速度で動くなら、Apple Silicon最上位構成はデスクトップ1台で大型モデルを回すローカルLLM運用の選択肢をさらに有力にしそうです。

実スマホでAIエージェントは1日サバイブできるか──「AndroidLife」最初の実測

「AndroidLife」という新しいベンチマークの最初の結果が公開されました。60の実タスクを日常使いのOnePlus実機（エミュレータではなくWi-Fi接続の実機）で連続実行し、モデル自身の報告ではなくデバイスの状態で採点する設計です。最初に走ったのはAlibabaのQwen3.8-27b（テキストモード）で、成功率は56.7%。現在のボード上で最高のテキストスコアながら、43%のタスクには失敗しています。

細かい数字が興味深いのでいくつか拾うと、1タスクあたり平均29.25ステップ・約6分・0.118ドル。バッテリーは69%消費し、チップ温度は最高98.2°Cに達しました。難易度別では易しいタスク80.8%、中位52.9%、難しいタスク23.5%と、素直な逓減カーブを示します。単一アプリ内の操作はそこそここなすものの、3つのアプリをまたぐとステップ上限まで空回りしてしまうケースに失敗が集中したといいます。

さらに味わい深いのが失敗の質です。本来ユーザーに質問すべき11タスクのうち、実際に質問したのはわずか2回。データが意図的に欠けている「ハルシネーション統制」タスク7つのうち4つでは「存在しない」と正直に答え、捏造はしませんでした。また、成功と申告した3タスクは実機検証で否定されています（重なった予定を「衝突なし」とした、所要時間を開いてもいないのに回答した、確認せず名前を選んだ）。スマホエージェントの課題はモデルの賢さというより、複数アプリをまたぐ遷移と「聞くべき時に聞く」判定にある──そんな構図を読み取れる初期データです。

まとめ

エニグマ解読の報告（GPT-6 Astra）、エージェント乱造への「調整税」警告とOpenRouterの126兆トークン、Cohere×Aleph Alpha統合、HuaweiのAIチップ需給、M5 Ultra初ベンチマーク、実スマホでのエージェント実測（AndroidLife）。派手な新モデル発表こそないものの、「AIの使い方とコストの設計」が問われるニュースが揃った一日でした。次回のダイジェストもお楽しみに。