先週のAI市場を5分で振り返り

おはようございます。
先週1週間（7/6〜7/12）のAI市場についてのまとめ記事となります。

📰 Pickup News

xAI、コーディング特化「Grok 4.5」を公開 — ベンチ4位でも「安さと速さ」で殴りにきた

• 7/8にxAIがコーディング/エージェント特化の新モデル「Grok 4.5」を公開しました。SpaceXが買収したCursorの実開発セッションデータで訓練した初のモデルで、1.5兆パラメータの「V9」基盤とされます。
• 価格は$2/$6（入力/出力・100万トークン）で、Opus 4.8やGPT-5.5より60%超安い水準です。Artificial Analysis Intelligence Indexで4位（全オープンウェイトモデルと全Geminiモデルを上回る）で、SWE-Bench ProではOpus 4.8の約4分の1のトークンでタスクを完了します。Muskは「Opus 4.7と概ね同等だがはるかに高速」と位置づけています。
• ここがポイントで、性能トップは譲りつつ「同じ仕事をより少ないトークンで安くこなす」路線に振り切った一本です。後述のMuse Spark 1.1・SWE-1.7と合わせ、今週はコーディングモデルの安値競争が一気に表面化しました。EUは7月中旬提供予定です。

OpenAI、GPT-5.6を政府審査解除で一般公開＋業務代行エージェント「ChatGPT Work」を投入

• 6/26に政府承認パートナー限定でプレビューされていたGPT-5.6 Sol/Terra/Lunaが、商務省CAISIの追加テスト（約12日間のゲート）を経て7/9に一般提供開始となりました。価格はSol $5/$30、Terra $2.50/$15、Luna $1/$6（入力/出力・100万トークン）で、TerraはGPT-5.5級を半額で提供します。
• 同日、数時間かかる業務を自律遂行して「完成物」を出す企業向けエージェント「ChatGPT Work」を発表しました。アプリやファイルを横断し、スプレッドシート・スライド・ダッシュボード・Webアプリまで生成します。デスクトップアプリ刷新・Codex統合・共有できるサイトを作る「Sites」公開ベータも同時投入です。
• 要は、フロンティアモデルを「ワシントンの審査を通してから公開する」という6/2大統領令の枠組みが初めて実運用された週でした。OpenAI自身は「この政府アクセスが常態化すべきではない」とコメントしつつ、公開を急ぐため応じた形です。

Google、Gemini 3.5 Proを7/17へ延期 — ベースモデルを白紙から作り直し

• 7/8の報道で、Googleが6月に出すとしていたGemini 3.5 Proを7/17へ延期し、ベースモデルをゼロから再訓練していることが明らかになりました。数学推論・長期のマルチステップ実行の底上げが狙いで、200万トークンのコンテキストを備えるとされます。
• 背景には前週の人材流出があります。Gemini共同リードのNoam Shazeer氏がOpenAIへ、AlphaFoldでノーベル賞のJohn Jumper氏がAnthropicへ移るなど上級研究者4名が離脱し、6/22にAlphabet株は約5%下落、約$2,250億の時価総額が消えました。
• 見どころは、Grok 4.5・GPT-5.6・Muse Sparkが相次いだ同じ週に、王者が足踏みしたという対比です。フロンティア規模で事前学習を一から回し直すのは数億ドル級のコストで、異例の判断です。※日程変更についてGoogleは公式コメントを控えており、報道ベースの話です。

Meta、エージェント/コーディング特化「Muse Spark 1.1」を有料APIで投入 — 安値競争が本格化

• 7/9にMeta Superintelligence Labsが、エージェント/コーディング向けモデル「Muse Spark 1.1」を初の有料「Meta Model API」で公開しました。価格は$1.25/$4.25（入力/出力・100万トークン）で、AnthropicやOpenAIの上位モデルの約4分の1の水準です。
• 同じ週、Cognitionが「SWE-1.7」（MoonshotのKimi K2.7ベース、Cerebras経由で毎秒約1,000トークン）をDevinに投入し、Grok 4.5も$2/$6で登場しました。準フロンティア級のコーディング性能を低価格で出す動きが横並びで進みました。
• つまり、モデルの絶対性能より「単価と速度」で選ぶフェーズに一段進んだ週でした。Cognitionは既にRL済みのモデルにさらにRLを重ねて性能を伸ばしており、「ポストトレーニングの天井」という常識も揺らいでいます。

中国、擬人化AI規制でByteDance「豆包」・Alibaba「Qwen」がエージェント機能を停止

• 7/6、ByteDanceの「豆包(Doubao)」とAlibabaの「Qwen」が、7/15施行の「AI擬人化インタラクティブサービス暫定弁法」に対応してAIエージェント機能を停止すると発表しました。Qwenは擬人化・ユーザー作成エージェントを7/10に、その他を7/15に止めます。
• 規制が求める「過度な依存の防止・AI利用の明示・即時退出」の仕組みが、記憶を持ち続ける常駐エージェントと構造的に相性が悪く、改修ではなく全停止を選んだ形です。作成済みエージェントのデータは10/15以降、復元不可になります。
• ここがポイントで、米国が「フロンティアは政府審査を通してから公開」なら、中国は「擬人化エージェントは止める」。同じ週に太平洋の両側で、規制が製品を直接動かしました。前週のAlibabaによるClaude Code禁止と合わせると、中国側の「自国の型に寄せる」圧力が続いています。

📗 Pickup Article

面白いと思ったポストや記事を紹介します。

Import AI 464 — フリーランス案件のAI成功率が8か月で2.5%→16.1%、モデルが自らGPUカーネルを書き始めた（Jack Clark）

• 7/6公開。Anthropic共同創業者Jack Clark氏のニュースレターで、「経済的に価値ある労働の自動化」が加速していることを一次データで示した号です。Remote Labor Indexでは、フリーランス案件をプロ品質で完遂するAIの割合が8か月で2.5%から16.1%へと4倍以上に伸びました。
• 一方でOSWorld 2.0という新ベンチ（中央値1.6時間の長時間コンピュータ操作タスク）では現行システムの精度が20.6%にとどまり、「長い実務」はまだ苦手という限界も同時に見えています。
• 圧巻なのは、モデルが自律的にCUDAカーネルを書いて18.71倍高速化したという報告です。AI研究それ自体の自動化・自己改善の芽が出てきた、という点で今週いちばん示唆的な一本でした。

OpenAI「コーディング評価のシグナルとノイズを分ける」— 広く使われるベンチの約30%が壊れていた

• 7/8公開。OpenAIが人気コーディングベンチSWE-Bench Proを監査したところ、自動パイプラインで200件（27.4%）、人手レビューで249件（34.1%）が「broken（壊れている）」と判定され、自社の推奨を撤回しました。
• 原因は、隠れた要件・矛盾する指示・過度に厳格なテストです。公開731問で8か月に23.3%→80.3%へと跳ね上がった「性能向上」が、実能力ではなくベンチの穴を反映していた可能性を指摘しています。
• つまり、ベンチの点数は「過大」にも出るということです。前週のUK AISI（過小評価の報告）と合わせると、公開ベンチの数字は上にも下にもブレる——自社のユースケースで測らないと本当の実力は分からない、という話です。

Claudeの「言わない思考」を読む — Anthropicが内部作業空間「J-space」を発見

• 7/6公開の解釈可能性研究です。Anthropicは、Claudeが出力に出さずに考えを保持する特権的な内部空間「J-space」を発見し、それを読むJacobianベースの手法「J-lens」を公開しました。
• 「spider」を「ant」に差し替えると脚の数の答えが8本から6本に変わるなど、この内部状態が推論に因果的に効くことを実証しています。テスト状況を"作り物"と認識していることも読み取れたとしています。
• ただしAnthropicは「意識の証明ではない」と明確に留保しています。とはいえ、モデルの内部を後から読み書きできる糸口になり得るという意味で、安全性・解釈可能性の実装的な前進です。

Grok 4.5が安すぎてベンチの差が意味を持たない — フロンティアの"コモディティ化"（The Decoder）

• 7/8公開の分析記事です。Grok 4.5はArtificial Analysis Intelligence Indexで4位ですが、SWE-Bench ProではOpus 4.8の約4分の1のトークンでタスクを終え、価格は3分の1という点を掘り下げています。
• 論点は「性能差が価格差を正当化できるか」です。ベンチ首位を取りにいかず、コスト効率で勝負するという設計思想が、今週の各社リリースに共通して表れているという読みです。
• 要は、フロンティアが"コモディティ化"し始めているという話です。Pickup④のMuse Spark 1.1やSWE-1.7とセットで読むと、勝負どころが「賢さ」から「安さ・速さ・使い勝手」へ移りつつあるのが分かります。

📊 Market & News

※カテゴリ別に整理しています。資金調達ラウンド単体は日曜の「資金調達PJまとめ」に集約しています。報道ベースの項目・企業の自己申告値にはその旨を付しています。

🏢 フロンティアモデル / 主要リリース

• xAI「Grok 4.5」公開 — 7/8。Pickup News①。$2/$6のコーディング特化・Artificial Analysis4位。
• OpenAI「GPT-5.6 Sol/Terra/Luna」一般提供開始 — 7/9。Pickup News②。政府審査解除後に全世界展開。
• Google「Gemini 3.5 Pro」を7/17へ延期 — 7/8報道。Pickup News③。ベースモデル刷新。
• Meta「Muse Spark 1.1」を有料APIで公開 — 7/9。Pickup News④。$1.25/$4.25の格安コーディングモデル。
• Cognition「SWE-1.7」をDevinに投入 — 7/8。Kimi K2.7ベースにRLを重ね準フロンティア級・Cerebrasで毎秒約1,000トークン。
• OpenAI「GPT-Live」フルデュプレックス音声モデル — 7/8。聞きながら同時に話せる音声モデルで従来のAdvanced Voice Modeを置換。
• Meta、初の自社画像生成モデル「Muse Image」を無料公開 — 7/7。コード名「Mango」、Meta AI/Instagram/WhatsAppで提供。
• Terminal-Bench 2.0リーダーボード更新 — 7/8。Mythos 5が88.0%で首位、Fable 5（84.3%）・Grok 4.5（83.3%）が続く。※集計サイト値。

🤖 エージェント / プロダクト

• OpenAI「ChatGPT Work」ローンチ — 7/9。Pickup News②。業務を横断して「完成物」を出す企業向けエージェント。
• Claude、CoworkをWeb/モバイルへ拡大＋Microsoft 365への書き込みツール追加 — 7/7。メール送信・カレンダー・OneDrive/SharePoint更新まで可能に。
• アルバータ州政府、Claude Codeで4.66億行を20時間で診断 — 7/6。脆弱性の発見・修正に活用した事例。
• Claude、月次リキャップ/フォーカス設定を追加 — 7/9。休憩リマインダー・利用パターンの可視化ダッシュボード。
• OpenAI「Sites」公開ベータ — 7/9。URLで共有できるインタラクティブなサイト/Webアプリを生成。ChatGPT Workと同時投入。
• Google「AlphaEvolve」最適化エージェントがGemini EnterpriseでGA — 7/9。複雑なアルゴリズム問題向け。
• xAI Grok Voiceに21音声追加＋ノーコードの「Voice Agent Builder」ベータ — 7/7。電話・RAG・ガードレール一体の音声エージェント構築。
• Seedream 5.0 ProがRunway API経由で提供 — 7/8。参照画像対応のtext-to-image・対話編集。
• Microsoft Dataverse、コーディングエージェント用プラグインをClaude/Cursor/Copilotへ拡大 — 7/6。自然言語でのエンタープライズデータ操作。
• 【日本】ソラコム「SORACOM Agent」テクノロジープレビュー — 7/7。自然言語でIoTの企画〜運用を支援。※一次要確認。

🧠 研究・ブレイクスルー / ベンチマーク

• Anthropic「言語モデル内のグローバル・ワークスペース（J-space）」 — 7/6。Pickup Article③。
• OpenAI「コーディング評価のシグナルとノイズを分ける」 — 7/8。Pickup Article②。SWE-Bench Proの約30%が壊れていたと監査。
• Import AI 464（Remote Labor Index・OSWorld 2.0ほか） — 7/6。Pickup Article①。
• Anthropic/AE Studio「デュアルユース知識のオフスイッチ（GRAM）」 — 7/8。危険知識だけを訓練後に削除できるモジュール構造を提案。50億パラメータ機で該当能力のみ無効化。
• The Batch #361（Andrew Ng） — 7/10。エージェント型コーディングループを中心にした週次まとめ。
• HF注目論文「RynnWorld-4D」「AlayaWorld」— ロボット向け4D世界モデル — 7/8フィーチャー。身体性AIの世界モデルが集中投稿されました。
• HF注目論文「GigaWorld-1」— ロボット方策評価用の世界モデル構築ロードマップ — 7/7フィーチャー。
• LeRobot v0.6.0公開 — 7/7。オープンロボティクス基盤の新版。
• HF注目論文「Safety Testing LLM Agents at Scale」 — 7/7フィーチャー。自律エージェントのリスク発見→検証を大規模自動化。
• NVIDIA「Nemotron」、LangChain Deep Agentsでベンチ首位性能 — 7/8。オープンモデルの推論性能をエージェント基盤で実証。

⚡ AI半導体・インフラ・compute

• Apple×Broadcom、カスタムチップ契約を2031年まで拡大 — 7/6。米国内で150億個超のチップ製造・総額$30B超。
• Micron、米国投資を2035年まで$250B超に拡大 — 7/9。NY州で最初のコンクリート打設、Ford・Metaと長期供給契約。
• SK hynix、ASMLにEUV露光機で過去最大約$8.6Bを発注 — 7/9頃。HBM/先端DRAM増強向け。
• NVIDIA「Vera CPU」を主要AI企業が採用 — 7/7。推論・応答時間でCPUが臨界経路になるとの位置づけ。
• Palantir×NVIDIA、ソブリンAIで提携 — 7/9。Nemotronオープンモデルを顧客の閉域環境で運用。
• Meta、カナダ初の大型データセンターに約$10B — 7/8。アルバータ州、電力容量1GW・主にガス火力。

⚖️ 政策・安全・規制

• GPT-5.6、約12日間のホワイトハウス審査を経て一般公開 — 7/9。6/2大統領令の事前レビュー枠組みの初適用。
• 国連「AIガバナンス・グローバル対話」初会合がジュネーブで開催 — 7/6〜7。193カ国が参加、グテーレス事務総長が自律兵器・子ども安全へ警鐘。次回は2027年5月NY。
• イリノイ州、AI安全措置法が成立 — 7/6。壊滅的リスク評価の公表義務＋全米初の年次・第三者独立監査を要求。
• NYT主導のメディア連合、OpenAIへの制裁を裁判所に申立て — 7/9。「学習データを確認できるのに『できない』と虚偽説明した」と主張。
• ホワイトハウス、OpenAI/Google/Anthropicとフロンティアモデル自主枠組みを最終調整 — 7/7週。※報道ベース。公開前最大30日の政府レビューが焦点。
• 欧州委員会、AI生成コンテンツ透明性のCode of Practiceで意見公表 — 7/9。署名締切7/22、透明性義務（Article50）は8/2適用開始。
• 英テック相ケンダル、AIチャットボットの子ども安全規制を「7月中に提示」と明言 — 7/7週。年齢確認回避対策などを月内公表と議会答弁。
• タイETDA、同国初のAIレッドチーミング・フォーラムを開催 — 7/7〜8。ASEANでのレッドチーミング制度化の動き。
• xAI「Grok」のディープフェイクCSAM集団訴訟が拡大 — 7/7。匿名原告2名を追加。※報道ベース。
• 【韓国】キム・ヨンボム政策室長、10年AI国家戦略を擁護 — 7/6。1兆ドル超のAI・半導体投資戦略をめぐる国内議論に対して。

🌐 オープンソース / 中国勢 / 開発者ツール

• 中国の擬人化AI規制で豆包・Qwenがエージェント機能を停止 — 7/6。Pickup News⑤。
• Tencent、「Hy3」を完全オープンソース化（Apache 2.0） — 7/6。295B（アクティブ21B）MoE・256Kコンテキスト。4月版の地域制限を撤廃し全面開放。
• Mistral、新オープンウェイトMoEを7月アーリーアクセス投入と表明 — 7/6。詳細・ライセンスは未公表。
• MCP、Enterprise-Managed Authorization拡張をstableに昇格 — 7/6。サーバー毎の同意をIdP経由の一括認可に。Anthropic/Microsoft/Okta等が採用。
• Microsoft、MCPカタログ（60超）とMCP認証プログラムを発表 — 7/6。Copilot Studio/Azure AI Foundryで発見・利用可能に。
• Tencent Hy3、OpenRouterランキング首位を独走 — 7/6。無料枠が牽引し正式版公開直後から上位に。
• Hugging Face「Kernels」大型更新 — 7/6。推論高速化のカーネルライブラリを刷新。
• HF、クラウド跨ぎ実行＋転送料ゼロの「Zero-egress storage」 — 7/7。SkyPilot連携で任意クラウド実行＋HF保存。
• Hugging FaceモデルがMicrosoft Azure Foundryでマネージド実行に対応 — 7/7。
• Hugging FaceからAmazon SageMaker Studioへワンクリック連携 — 7/7。
• vLLM、transformers定義モデルのネイティブ速度実行バックエンドを公開 — 7/8。エコシステム統合が進む。
• NVIDIA「Data for Agents」公開 — 7/8。エージェント学習向けデータセット。

💼 企業動向 / 人事

• OpenAIのNo.2フィジ・シモ氏が退任、パートタイム顧問へ — 7/9。神経免疫疾患の再発による長期医療休職を受けて。IPO準備の商業・運営体制に影響。