AI

【Anthropic】Claude Fable 5.2を公開し、上場の準備も進めるAI会社の中身

Anthropicが11月9日（米国時間）に新モデル Claude Fable 5.2 と Claude Mythos 5.2 を発表し、同じ週に上場の報道も出ました。この記事では、何が発表されたのか、会社はどう稼いでいるのか、確かめられた点と未確認の点を整理します。

mitsui

2026年11月11日／ 12分

AIモデルの新製品は、性能の数字が並ぶだけで終わりがちです。ただ今回のAnthropicは、モデルの発表と、上場に向けた会社の数字の開示が同じ週に重なりました。性能、価格、安全対策、そして稼ぎとコストを一度に見られる珍しい時期です。

Anthropicの発表は11月9日付です。Fable 5.2とMythos 5.2は同じ基盤モデルで、入力$8・出力$40（100万トークンあたり）という価格が示されました。上場については、WSJの報道をTechCrunchが伝えた形で、11月19〜20日ごろに取引が始まる見通しです。公式の説明、報道、私の見立ては分けて書きます。

TOPICS

mitsui記事一覧 →

DEBUNK編集長

次に読む

【Meta Superintelligence Labs】Muse 系モデルを出し続ける Meta の AI 組織と、その資金の出どころ

Metaが11月9日、軽量モデル「Muse Ember」を公開したとTechCrunchが報じました。この記事では、Emberを含む Muse 系モデルを作っている組織 Meta Superintelligence Labs（MSL）が何をしてきたのか、資金はどこから出ているのか、そして確かな点と未確認の点を整理します。

AI 有料 2026.11.11

【Adobe Firefly】Disney と組んで、企業専用の画像・動画モデルを作る Adobe の生成AI

Adobe と The Walt Disney Company が11月9日、複数年の戦略提携を発表しました。この記事では、Adobe の生成AI「Firefly」と、企業ごとの専用モデルを作る「Firefly Foundry」が何をするものなのか、Disney との提携で決まったことと決まっていないことを整理します。

AI 有料 2026.11.11

【Rebellions】AIの「答えを出す工程」に絞ったチップを作る韓国企業が、NVIDIAの隣に並びました

NVIDIAが11/8（日）、韓国のAIチップ企業Rebellionsと通信大手SK Telecomとの提携を発表しました。この記事では、Rebellionsがどんな会社で、何を作り、今回の提携で何が決まって何が決まっていないのかを整理します。

AI 有料 2026.11.10

【NVIDIA】Huang CEOをめぐる独立調査と、AI向けチップで稼ぐ会社の中身

NVIDIAの取締役会が11月8日、創業者でCEOのJensen Huang氏に関する報道を受けて独立調査を始めると発表しました。この記事では、声明が述べたことと述べていないこと、そして会社そのものの稼ぎ方と立ち位置を整理します。

AI 有料 2026.11.10

あわせて読みたい用語解説

用語解説をすべて見る →

【TPU】Googleの「TPU」とは何か、GPUやASICと何が違うのか今回のGoogleの発表に出てきた「TPU」を、GPU・ASICとの違い、中身の仕組み、よくある誤解とあわせて整理します。【再帰的自己改善（RSI）】AIが次のAIを作る循環とは何か、いまどこまで測られているのかAnthropicのFable 5.2・Mythos 5.2の発表を入口に、「再帰的自己改善（RSI）」の意味、Anthropicの閾値、第三者の測定結果、よくある誤解を整理します。【機密コンピューティング】処理している最中のデータを守る仕組みとは何かGoogleの新チップ「TPU 8tx」の発表に出てきた「機密コンピューティング」を、仕組み、効く場面、よくある誤解とあわせて整理します。【NPU】AI向けの計算チップ「NPU」とは何か、GPUと何が違うのか11/8のNVIDIAの発表に出てきた「NPU」を、GPUとの違い、推論での使いどころ、よくある誤解とあわせて整理します。【苦い教訓】AI研究の70年を、Richard Sutton氏はどう要約したのかRichard Sutton氏が2019年に書いた随筆「The Bitter Lesson（苦い教訓）」の主張と、いま起きている論争を、原典の記述にそって整理する記事です。【ベンチマーク】点数が高いのに「使えない」が起きる理由を、飽和と実行環境から読むAIの成績表であるベンチマークの点数が、なぜ実際の使い心地とずれるのかを、新しいコーディング評価 Co-Design Bench の結果とあわせて整理します。【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。