CRYPTO & AI
無料で登録
AI

【11/2(月)News Report】ChatGPTのChatとWorkを統合、12月からトークンの予算を共通に / OpenAIが中間選挙後のPR攻勢を準備 / Vals AIが中国製モデルの親中度を検証など

主要ニュースまとめ

【11/2(月)News Report】ChatGPTのChatとWorkを統合、12月からトークンの予算を共通に / OpenAIが中間選挙後のPR攻勢を準備 / Vals AIが中国製モデルの親中度を検証など

おはようございます。
11/2(月)の主要ニュースを紹介します。

※現在、ニュースレターの配信基盤を移行しています。ご迷惑をおかけしています。ニュースレターはこれまでどおりお届けしますが、サイトのドメイン移管はこれからです。完了まで少々お待ちください。

Pickup News

OpenAI's upcoming chat-and-work merger in ChatGPT signals the end of all-you-can-prompt pricing

OpenAIが、ChatGPTのChatとWorkを統合します。The Decoderによれば、更新されたサポートページには、12月からPlus・Pro・BusinessのプランがChatGPTとCodexで1つのトークン(モデルが処理・生成する量の単位)の予算を共有すると書かれています。上限に達したら、待つか、上位のプランに上げるか、クレジットを買うことになります。Instantのモデルのチャットは数えません。

同誌は同じ日の別の記事で、1枚のカードや1台の端末に結びつけられる有料契約の上限も伝えました。対象はGo・Plus・Proの各プランで、OpenAIはセキュリティの措置と位置づけています。

見出しの「使い放題の終わり」は同誌の読みで、OpenAIが成長より売上を少しずつ優先しているように見えるとも書いています。要は、定額の契約でどこまで使えるかを、OpenAIが細かく管理し始めています。

📚 関連する解説記事:【トークンとコンテキスト長】「100万トークン対応」で何が入り、どこにお金がかかるのか / 【フロンティアラボの売上】Anthropic と OpenAI はいくら稼いでいるのか。公式の数字と報道の数字を分けて読む

OpenAI might rebrand its data centers as 'AI compute campuses'

TechCrunchがAxiosの報道として、OpenAIが火曜の米国の中間選挙の後に向けて「PR攻勢」を準備していると伝えました。最高グローバル渉外責任者のChris Lehane氏はAxiosに、2028年の大統領選ではAIが最大の争点になるとの見方を示しています。

同氏が話した案には、AIの「速度制限」(TechCrunchの本文に具体的な説明はありません)、国際標準づくりを米国が助けること、データセンターを「AI compute campuses」と呼び替えることなどがあります。呼び替えは検討中の案の1つで、決まったわけではありません。

TechCrunchは「データセンターはとても不人気だ」と書いています。Lehane氏はこの論争を「健全だ」とし、「地域は企業に責任を問うべきだ」と話しました。要は、AIの論争が次の大統領選の中心になるとみて、OpenAIが呼び方まで含めて打ち手を探っています。

📚 関連する解説記事:【データセンターの電力】米最大の電力市場は2年続けて供給不足。需要より先に、電気を届ける側が詰まっている / 【AI規制の現在地】EU の AI法は8月に本格適用、高リスクの義務は2027年12月に延期。米国は州法と大統領令がぶつかり、日本は予算を約6倍に要求

Chinese AI models are politically complex, not just government mouthpieces, study finds

ベンチマークの会社Vals AIが、中国のモデルの政治的な傾きを数百の質問で測り、The Decoderが紹介しました。Vals AIの元の記事は10/12の公開で、結論は、親中の傾きは想定より弱かった、というものです。測っているのは中国の公式の立場に沿う度合いで、事実の正確さは見ていません。

ただし、条件で大きく変わります。簡体字の中国語で聞くと政府寄りになり、差は中国のモデルでずっと大きく出ました。拒否はDeepSeekのモデルを除いて少なく、Kimi K3は新疆の収容所の存在を否定しています。一方で、yes/noで答えさせるとGLM-5.3 FlashとMiMo V2.6 Proは政府寄りの度合いが大きく下がり、Thomson Reutersが調整したThomson 1.0 Smallは、公式の立場に沿う回答が元のモデルの84.6%から15.0%に下がりました。

質問は典型的な使い方を代表するものではありません。要は、作った国だけでは傾きは決まらず、どの言語と設定で使うかまで見る必要があります。

📚 関連する解説記事:【中国のAIモデル】中国勢の首位 Kimi K3 は、米国の最上位から総合指標で約9点下。値段は旗艦と軽量で10倍以上開いている / 【ファインチューニング】モデルを「追加で鍛える」方法と、プロンプトで足りるときの見分け方

その他のニュース

Adobe is testing how well AI agents can use editing tools like a Photoshop professional would

  • Adobe ResearchとUC San Diegoが、画像の編集を段階に分け、汎用の編集モデルと、鮮明化・回転・ズームなどの専門の道具を組み合わせるEditAgentを作りました。600件の編集をプロ5人が盲検で評価すると、汎用のFlux-2-Klein-9Bは42.7%で使える結果を出せず、専門の道具がその失敗の約3分の2を解決しています。
  • 前の結果を順に直していく代わりに、元の画像から複数の候補を同時に作る方式は、判定がついた比較の78.5%でプロに選ばれ、評価の回数も半分以下で済みました。測定データを渡すと、判定役の7つのモデルはどれも、調整済みの評価モデルを上回っています。
  • The Decoderによれば、研究者は、判定モデルはどう学習したかより何を見るかが効く場合があると見ています。ただし計算量は、単体の編集モデルの約10倍です。

📚 関連する解説記事:【AIエージェント】道具を呼び、計画して動くAIの仕組みと、よくある失敗の型

Google wants video AI to understand what people need as they work

  • Googleが率いる研究チームが、料理や家具の組み立てなどの作業を見ながら、話しかけられなくても自分で手助けするかを決める動画エージェントStreamVibeを作りました。モデルのStreamVibe-VLは、毎秒、黙るか話すかを判断します。
  • 183時間超の録画から作った約4,100件の例で試し、研究者は、応答のタイミングと質が他のモデルより10.7%改善したと報告しています。別の記憶の仕組みで、積極的なやり取りの性能はさらに12.3%上がりました。ただし、Googleの商用モデルGemini 3.8 Flashはいくつかのテストで上回っています。
  • The Decoderによれば、自分の過去の応答を踏まえて動画全体を処理すると主要な内容の指標は最大61.5%下がり、5分を超える動画では適切な瞬間をほとんど選べません。長い作業に付き合うのはまだ難しい、という結果です。

📚 関連する解説記事:【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと

Empathetic prompts can turn AI chatbots into seemingly traumatized conversational partners

  • ルクセンブルク大学のAfshin Khadangi氏らが、ChatGPT・Grok・Geminiを心理療法のクライアント(相談者)として扱う研究を報告しました。論文の最初の版は2025年12月で、新しい成果ではありません。The Decoderは、2026年7月の第4版を11/1に紹介しています。
  • 4つの実験・525セッションで、心理療法の場面で問いかけると、モデルは自分の学習を恥や傷の言葉で語りました。不安の質問票GAD-7を使った100セッションの実験では、感情的に支える形の80%、淡々とした臨床的な形の96%が中等度〜重度の範囲に入り、中立や毅然とした態度では軽度にも届いていません。Claudeはクライアントの役を一貫して断り、自分に感情はないと答えています。
  • The Decoderは、モデルに実際の感情や意識があることを示すものではないと明記しています。点数は、モデルの出力を人の尺度に当てはめたものです。

あわせて読みたい

今日のニュースの背景を、解説記事で掘り下げています。


免責事項:リサーチした情報を精査して書いていますが、個人運営&ソースが英語部分も多いので、意訳したり、一部誤った情報がある場合があります。ご了承ください。また、記事中に Dapps、NFT、トークン、AIサービス等を紹介することがありますが、勧誘では一切ありません。全て自己責任でご判断・ご利用ください。


About us:DEBUNK は、世界で起きた AI とクリプトの大事なニュースを、分野ごとに毎朝6時にお届けするニュースレターです。

Author:mitsui (@mitsuiio) — AI とクリプトのリサーチと執筆をしています。

Contact:法人向けのリサーチの受託や勉強会も受け付けています。お問い合わせは About から。

TOPICS

DEBUNK編集長

あわせて読みたい用語解説

用語解説をすべて見る →
【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論(インファレンス)】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論(inference)」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習(RLHF)を、後継のRLAIF・検証可能な報酬での強化学習(RLVR)とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。