今日の流れ
今回のニュースは一つの問いに集まる。自分の仕事を実際に処理しているモデルは何で、そのモデルを呼ぶ鍵はどこにあるのか。Grok Bot はタスクごとに他社モデルを選んで使うとし、Claude は危険に見える依頼を以前のモデルに回し、Cursor には Meta のモデルが新たに入った。モデルを選ぶ手がユーザーからツール側へ移りつつある。
その分、ツールに預けるものも増える。OpenCode Console の流出は、複数社のキーを一か所に集めたサービスが破られると何が起きるかを示した。安価な DeepSeek モデルや Cursor のプラグイン pstack は選択肢を広げるが、どのモデルが答えたか、キーをどこに置いたかは人が自分で確かめる必要がある。
OpenCode Console 流出、利用者1.4%の API キー露出の恐れ
AI コーディングツール OpenCode は10月17日、オンラインサービス OpenCode Console の利用者の1.4%が侵害の影響を受けたと発表した。作業スペースに保存されていた OpenAI・Anthropic など外部事業者の API キーが露出した可能性がある。キーを他人に握られると自分のアカウントに料金がかかる。OpenCode は該当者にメールで通知し、メールを受け取っていなければ影響はないとした。
OpenCode は原因を、廃止準備中だった旧システムへの不正アクセスと説明し、大規模な蒸留攻撃に関連する事件だとした。蒸留攻撃とは、他社の AI モデルに大量の質問を送り、その答えで自社モデルを訓練する行為だ。Anthropic は影響を受けたとみられる Claude API キーを失効させ、OpenCode にキーを保存していた利用者に新しいキーを作るよう勧めた。OpenCode は OpenAI・Google とも連携して対応中だという。
複数の AI ツールを使うと、会社のキーをあちこちのツールに貼り付けることになる。キーを預けたサービスが破られれば、パスワードを変えてもキーは有効なままだ。キーを止める場所は発行元の管理画面で、ツールごとに別のキーを使えば、問題が起きたキーだけを選んで止められる。
攻撃者がどう侵入し、どれだけ滞在し、実際にいくつのキーが使われたかは公表されていない。OpenCode は事件が進行中のため詳細は話せないとした。被害規模が確定していないので、キーを預けたことがあればメールの有無にかかわらず利用履歴を一度確認したほうがよい。
Claude Opus 5.5、攻撃的なセキュリティ依頼は Opus 4.8 へ
Anthropic のヘルプセンター文書によると、Opus 5 と Opus 5.5 はすべての依頼に安全分類器をかける。分類器とは、依頼が危険な種類かを判定する別の検査器だ。攻撃コードの作成や侵入テストなど攻撃的なセキュリティ依頼と判定されると Opus 4.8 へ、ウイルス学・毒性学などデュアルユースの生物学の依頼なら Opus 5.5 から Opus 5 へ切り替わる。自分の入力だけでなく、メモリ、ウェブ検索結果、添付ファイルなどモデルが読む内容も検査対象だ。
切り替わるとモデルが変わった旨の通知が出て、回答には実際に答えたモデル名が付く。一度切り替わると会話が終わるまで下位モデルのままで、ユーザーが手動で戻せる。元の依頼が会話に残っていると再び引っかかることがあるので、前のメッセージを直して送り直すとよい。安全なコーディングなど防御目的の作業は引き続き Opus 5.5 が処理する。
自動切り替えは、Claude アプリでは Settings > Capabilities の「Switch models when a message is flagged」で、Claude Code では Config > MODEL & OUTPUT でオフにできる。オフにすると、引っかかった依頼で会話が止まり、直して送り直すか下位モデルに送るかを自分で選ぶ。API では初期状態でオフで、開発者がオンにする必要がある。結果の質が急に落ちたら、まず回答に付いたモデル名を見よう。
防御的なセキュリティ業務向けに Cyber Verification Program があるが、文書の時点では Opus 5.5 はまだ対象外だ。どんな文が分類器に引っかかるのか、具体的な基準は公開されていない。
Grok Bot、タスクごとに Claude Opus 5.5 など外部モデルを使用
イーロン・マスク氏は10月7日の X への投稿で、Grok Bot が今後タスクごとに最適なバックエンドモデルを使うと表明した。バックエンドモデルとは、アプリの裏で実際に回答を作る AI のことだ。例に挙げたのは Claude Opus 5.5、MidJourney、Suno と「その他の主要 API」だ。
これまで AI アプリは自社モデルを使うのが基本だった。Grok 系の製品が他社モデルを公然と混ぜて使うとした点が変化だ。Cursor の料金文書にも Grok Bot が Cursor のエディター・CLI と同じ利用枠を共有すると書かれており、二つの製品は一つの料金体系にまとめられている。
ユーザーにとっては、一つのアプリで文章・画像・音楽をそれぞれ得意なモデルに任せられるということだ。その代わり、自分の会話がどの会社に渡るのか分かりにくくなる。会社の資料を Grok Bot に入れるチームは、外部モデルに渡り得る前提で、入れてよい資料の基準を決めておこう。
発表は投稿一本で、公式の製品文書はまだない。どのタスクがどのモデルに行くのか、ユーザーが見たり選んだりできるのか、外部企業と何を共有するのかは明らかにしていない。MidJourney・Suno がいつから実際に使われるのかも確認されていない。
Cursor に Meta Muse Wonder — 入力100万トークン4ドル
Meta Superintelligence Labs が10月12日に公開した Muse Wonder が Cursor に入った。Cursor の文書はこのモデルを Meta の旗艦モデルで Muse Spark 1.3 の後継と紹介している。料金は100万トークンあたり入力4ドル、出力20ドル、既に読んだ内容を再利用するキャッシュ読み取り0.20ドルだ。トークンは AI が文章を読み書きするときに数える文字の断片の単位だ。
一度に読める量は標準で30万トークン、Max Mode では100万トークンまで増え、長くなっても単価は上がらない。思考の深さは minimal から max まで6段階で選べ、既定は high だ。Cursor は既定設定で自社のコーディング試験 CursorBench のスコアが46.1%と、Muse モデルで最も高いとした。文章と画像を一緒に読み、画面キャプチャも扱う。
Cursor の料金文書は、利用枠をエディター内のエージェント、CLI(ターミナルで使う Cursor)、クラウドエージェントが共有すると記している。エージェントとは複数の手順を自分でつないで働く AI だ。CLI で Muse Wonder を使っても同じ枠から差し引かれ、旧プランなら「Other Models」の枠から引かれるので、使う前に残りを確認しよう。
チーム・企業の管理者がモデルへのアクセスを制限している場合、Meta プロバイダーを有効にしないとメンバーには表示されない。CursorBench は Cursor が作った試験なので、他社の試験スコアとそのまま比べにくい。より大きい兄弟モデル Muse Wonder Full は API では販売しないと報じられている。
DeepSeek V4.1-Flash-1017、料金据え置きでスコア向上
DeepSeek は10月17日、Flash モデルを V4.1-Flash-1017 に更新した。API 名は引き続き deepseek-flash で、料金と呼び出し方法も変わらない。同社が示したスコアは、コーディング試験 DeepSWE v1.1 で77.0、ターミナル作業の試験 Terminal-Bench 4.0 で42.3だ。モデルファイルは Hugging Face で MIT ライセンスで公開された。
DeepSeek は、以前の V4.1 よりスコアが上がる一方、作業時間と回答の長さは短くなったとした。料金は100万トークンあたり入力0.30ドル・出力1.20ドルで、混雑時間帯(平日 UTC 01:00〜04:00と06:00〜10:00)以外は半額だ。同日、自社の検索エンジンも Search・Fetch API として開放し、成功したリクエスト1,000件あたり0.75ドルだ。
コストを理由に AI 自動化を見送ってきたチームには、計算し直す理由ができた。モデルファイルが公開されているので自社サーバーに載せることもできるが、規模が大きく高性能な機材が必要だ。どちらにしても、今使っているモデルと同じ資料で並べて動かし、品質を自分で確かめる必要がある。
スコアはすべて DeepSeek 自身の測定で、独立した検証はまだない。DeepSeek モデルを Claude Code・Codex につないでウェブ検索ツールを使う際の検索呼び出しは今は課金されないが、北京時間11月1日0時(日本時間1時)から1件ごとに料金がかかる。中国企業のサーバーに資料が送られる点は、自社のセキュリティ基準に照らして判断すべきだ。
Cursor 公式プラグイン pstack、/poteto-mode で手順を選ぶ
Cursor の公式プラグイン集に pstack が載っている。プラグインは AI コーディングツールに追加する機能のパッケージで、pstack は AI がコードを少なく、より良く書くように作られたスキル集だ。スキルとは、AI が特定の仕事をするときに従う作業マニュアルだ。ライセンスは MIT で、作者は Cursor で働いた経験があり React コアチームに所属する poteto だ。
中心となるコマンドは /poteto-mode だ。望む結果を書くと、バグ修正・機能追加・性能改善・リファクタリングなど23種類の作業手順から一つを選び、その手順を ToDo リストに移して順に進める。/setup-pstack で思考の深さと役割ごとのモデルを決め、既定の組み合わせは Opus 5.5 と Grok だ。
Claude Code でも使える。/plugin marketplace add cursor/plugins を入力してから /plugin install pstack@cursor-plugins を入力すればよく、このときコマンドは /pstack:poteto-mode に変わる。毎回長い指示を書く代わりに決まった手順を呼び出す方式なので、チームで AI への仕事の任せ方をそろえやすい。
プラグインが結果をどれだけ良くするかを測った公式の数値はない。説明文は /poteto-mode を単純でない作業の標準の入口と紹介しているので、1行の修正よりも原因を探す必要があるバグのような作業でまず試そう。
今日やってみること
OpenCode Console を使ったことがあれば、OpenAI・Anthropic・Google の管理画面で、そこに保存していたキーを失効させて新しく作る。最近の利用履歴と請求明細に見覚えのない利用がないかも確認する。
Claude の結果が急におかしいと感じたら、まず回答に付いたモデル名を確認する。セキュリティ点検の業務をしているなら、自動切り替えをオンのままにするかオフにするかチームで基準を決める。
AI で回している定型業務を一つ選び、DeepSeek V4.1-Flash-1017 と今使っているモデルに同じ資料を入れて結果とコストを比べる。社外に出してよい資料だけで試す。
Cursor か Claude Code を使っているなら pstack を入れて、原因を探す必要がある小さなバグを一つ /poteto-mode に任せてみる。