Anthropicの上場申請とGPT-6.1 Terraの半額化 — 今週のAIでコスト・移行・検証の三点を点検する

Anthropicの上場申請 — 上場日・公募価格は未定

Claudeを開発するAnthropic(Anthropic, PBC)は10月26日、米証券取引委員会(SEC)にS-1を提出した。S-1は、米国で株式を初めて公開市場で売り出す企業が出す登録書類で、事業・財務・リスク要因をすべて記載する。Anthropicは、ナスダック・グローバル・セレクト市場にティッカーシンボルANTでA種普通株を上場させると明らかにした。

上場日を知りたい人は多いが、決まった日付はまだない。会社の告知は、売り出す株式数と価格帯が未定であり、登録書類が効力を持つ前には株式を売ることも買い注文を受けることもできないと記している。仮目論見書は Goldman Sachs と Morgan Stanley から入手できると案内した。

S-1に載った売上高は成長の速さを示している。年間売上高は2023年が4,100万ドル、2024年が3億8,600万ドル、2025年が46億ドルで、2026年上半期の売上高は163億ドルと、前年同期より1,300%増えた。会社は同じ書類で、こうした成長率が続くとは見ておらず、売上高が想定より速く減少する可能性もあるとリスク要因に記している。

業務でClaudeを使う側にとって、直ちに変わることはない。ただし上場企業になれば四半期ごとに業績を公開するため、料金・利用上限といった製品判断がどのような事業上の圧力のもとで出てくるのかを見る材料が増える。

GPT-6.1 Terra — 画面作業を任せる価格が半分に

OpenAIは10月26日にGPT-6.1 Terraを公開した。コンピューター利用(computer use)に強い高速モデルである。コンピューター利用とは、AIが画面を見てマウスとキーボードを代わりに動かし、人が行っていたクリックや入力を処理する機能である。OpenAIは、提案書の作成、技術図面の読み取り、フォーム入力、動画編集のように勤務時間を占める画面作業を狙ったと説明した。

最大の変化は価格である。APIは自分のプログラムがOpenAIのモデルを呼び出す窓口であり、料金はトークン単位で決まる。トークンはAIが文章を細かく区切って数える単位である。TerraのAPI標準価格は入力100万トークンあたり1ドル、出力100万トークンあたり5ドルで、従来のGPT-5.6 Terraおよび上位モデルGPT-6.1 Solより50%低い。OpenAIは、届いた請求書を読み取って会計プログラムに転記する大量作業を例に挙げた。

性能も向上したと会社は述べた。専門業務を画面上で処理する試験Agents' Last Examで、中程度の推論設定のTerraはGPT-5.6 Terraより15ポイント高いスコアを、コスト約3分の1で記録した。わざと間違えやすく作った質問群では、低い推論設定の誤り率が53.6%から16.7%に下がった。ただし、最も複雑なコーディング作業にはGPT-6.1 SolとGPT-6 Astraのほうが向いていると会社自身が記している。

ChatGPT Plus・Pro・Enterprise・Eduのユーザーは、ChatGPT WorkとCodexですぐに利用でき、開発者はAPIでgpt-6.1-terraを呼び出す。同じサブスクリプションの利用量で従来モデルより多くの作業を処理できるというのが会社の説明である。

Kimi K3.1 Pro — ダウンロードして動かせるモデルが迫り、K2は年末に終了する

中国のMoonshot AIは10月24日にKimi K3.1 Proを公開した。会社が最も強力だとする3兆パラメーター級のオープンウェイトモデルである。オープンウェイトとは、モデルの学習結果(重み)のファイルを公開し、誰でもダウンロードして自分のサーバーで動かせるという意味で、パラメーターはモデルの大きさを測る数字である。一度に100万トークンまで読み取り、全重みは11月4日までに公開するとしている。

会社発表の数値では、コマンドラインのコーディング試験Terminal-Bench 4.0で65.7%を記録し、GPT-6 Astra(58.2%)を上回り、Claude Opus 5.5(66.4%)に迫った。ベンチマークはモデル同士に同じ問題を解かせて比較する試験だが、これらの数字はMoonshotが自ら測った値である。自分の業務で同じ結果が出るかどうかは、実際に動かしてみなければわからない。

セキュリティ面の判断も注目に値する。Moonshotはオープンウェイト版の学習時にサイバー攻撃関連のデータを取り除き、自社の攻撃試験で正答率が90.5%から81.0%に下がったと明らかにした。誰でも入手できるモデルが攻撃能力の最前線を広げないようにするという説明である。

実務に直結する知らせは別にある。Kimi APIの価格ドキュメントは、10月31日から新規登録者にK2シリーズを提供せず、12月末までにK2シリーズをすべて廃止する計画だと告知した。Kimi K2で自動化を動かしているなら、年末前にK3系列へ移行して結果を再確認する必要がある。

Gemini 4 Carbon — 最強のモデルをまずセキュリティ防御側に

Googleは10月28日にGemini 4 Carbonを発表した。会社が最も強力なモデルと紹介し、特にセキュリティ脆弱性を見つけて修正する能力を前面に出した。実際のソフトウェアの脆弱性発見試験SEC-bench Proで88.2%、修正試験CWE-benchで71.0%を記録したと明らかにした。

公開の方式が異なる。Googleは今週から一部のサイバー防御要員にまず開放し、信頼できるパートナーへ段階的に広げたうえで、安全装置を整えてから開発者・企業・一般ユーザーに公開するとした。米国政府の公開前モデル試験の手続きにも参加していると述べた。大半のユーザーはまだ使えない。

価格は先に出た。導入期間中は従来のGemini 4 Argonと同じく入力100万トークンあたり2ドル・出力10ドルで、導入期間が終わると4ドル・20ドルと2倍になる。導入を検討するなら、コスト計画は引き上げ後の価格で組んでおくのが安全である。

Genie 4 — テキストで指示するとその場で動く世界

Google DeepMindは10月27日にGenie 4を公開した。ワールドモデルは、場面を一枚ずつ描くのではなく、その世界が次の瞬間にどう動くかを絶えず生成し続けるAIである。ユーザーがキーボードで歩き、視点を回すと、Genie 4がそれに合わせて画面をリアルタイムに生成する。

今回の版は最初から音も一緒に生成する。風や波のような環境音や登場人物の会話が場面と同時に生成され、人物はユーザーの入力や場面内の出来事に反応して話す。進行中に天気を変えたり新しい人物を加えたりするよう、テキストで指示することもできる。

GoogleはGenie 4を、ロボットやAIエージェントを現実世界に出す前に試験する環境としても捉えている。エージェントは、目標を受け取って複数の段階を自力で処理するAIプログラムである。Gemini 3.8 Flashが生成される場面を見守りながら、目標を段階に分け、各段階が成功したかを確認する。

現在は信頼できるテスターを対象とした研究プレビューで、Google AI UltraサブスクライバーのProject GenieとGemini APIの初期パートナーへ広げる計画である。Project Genieの待機申請は受け付けている。

AIが数学の難問を解いたという主張 — 検証は人に委ねた

OpenAIは10月26日、社内モデルが数学・計算機科学・物理学で三つの新しい結果を出したと発表した。そのうち最も波紋が大きいのは、指数時間仮説(ETH)を反証したという主張である。ETHは、論理式が真になる値を見つける特定の問題は、どんな方法を使っても問題が大きくなるほど所要時間が指数関数的に増えるという仮説で、これまで数百本の論文がこれを前提に他の問題の難しさを証明してきた。

OpenAIは、モデルが10月16日に反証を見つけ、翌日Leanで確認したと明らかにした。Leanは、証明の各段階をコンピューターが機械的に検査する言語である。もともとこの仮説を提案した研究者2名を含むRussell Impagliazzo・Ramamohan Paturi(UCサンディエゴ)・Ryan Williams(MIT)のグループが、結果を検討して説明することになった。

ただし、まだ確定した事実として読んではならない。検討グループは、自分たちの参加が主張を認証するという意味ではなく、独立した綿密な検討が必要だと述べた。グループは秘密保持契約なしで無報酬で参加し、OpenAIは原資料の全面公開と学術会議の支援を受け入れた。

同じ日、OpenAIはKakeya予想を含む解析学の難問の証明と、量子色力学(QCD)のような理論が数学的に存在するという証明も出したと主張した。物理分野の資料は外部グループが自ら整理して出すことになっており、まだ公開されていない。OpenAIは、この発見に対する学術的な功績は求めないと述べた。

今週のチェックリスト — コスト・移行・検証

第一は、コストの再計算である。請求書の入力のように画面上で手作業で転記している仕事があるなら、その仕事をTerraで1件動かしてみて、結果を原本と照合する。価格が半分になった以上、以前は高くて断念した自動化が今は採算に合うかを見る時である。

第二は、移行計画を立てることである。Kimi K2のように使っているモデルが終了するという告知は、突然来る。現在の自動化がどのモデル名に結び付いているかの一覧を作り、廃止告知が出たものから新しいモデルに切り替えて、同じ入力で結果を比較する。

第三は、発表数値と検証済みの事実を分けることである。今週のベンチマークスコアは大半が会社自身の測定値であり、ETHの反証は外部の検討が始まった段階の主張である。社内報告に転記するときは、会社の発表なのか、第三者が確認したものなのかを併記する。