デイリーAIシチュー · 2026-11-16:Google、Anthropic

Hydrogen は Google 全製品で Gemini 3.8 Flash を置き換え。Anthropic の Claude Fable 5.2 は利用可能、Mythos 5.2 は要承認。

デイリーAIシチュー · 2026-11-16:Google、Anthropic

Robinがお届けする『ソルティトーク』のデイリーAIシチューです。

Google:Gemini 4 Hydrogenを公開、全製品で3.8 Flashを置き換え済み

Googleは新しくなった高速モデルの一系統、Gemini 4 Hydrogenを製品ライン全体に広げました。今日はモデルの側から先に一本です。

Googleは新しいモデルに元素の名前を付け続けており、今回はGemini 4 Hydrogenです。この命名は初期のProやFlashより意味を読み取りにくいものの、Hydrogenの位置づけは明確です。Googleの生態系で多くの人が使う、より速く安いFlashの層を置き換えるものです。これまでのArgonとCarbonの公開はいずれも段階的で、まずサイバーセキュリティ研究者から始まり、一般提供後も最も高額な購読者にしか開放されませんでした。Hydrogenは割当がはるかに緩く、最初から即時に開放され、すでにGoogleの全製品でGemini 3.8 Flashを置き換えています。

GoogleはHydrogenを前世代のFlashに対する大きな改善と述べています。思考の強度は低・中・高、そして新設のxhighの4段階で、高い設定でも速度はFlash 3.8の2.5倍です。Google自身の分析では「fabricated claims」(捏造された主張)を5倍以上減らしました。コード生成では、HydrogenのTerminal-Benchのスコアは3.8 Flashの3倍以上です。場面によっては上のArgonと互角に渡り合います。Artificial Analysisの知能指数では、xhighモードが54点、Argonは50点です。

高速の層は多くの人が毎日実際に使うもので、入れ替わりのテンポは旗艦モデル以上にコストと既定の体験を左右します。Googleが段階的な展開をやめて一気に広げたのは、研究者の間で評判を取るよりシェアを守ることを重視している証拠です。注目すべきは二点です。捏造された主張の改善が実際の長いタスクでも成り立つか、そして段階が細かくなるほど開発者の選択コストが上がらないか。前の二回はいずれも研究者が先で高額課金の利用者が後でした。今回その順番が逆になったことは、問題が起きたときに影響を受ける範囲が広いことも意味します。

出典:aihot

Anthropic:Fable 5.2とMythos 5.2を発表、1000のエージェントが約30時間でフェルマーの最終定理を形式化

研究の側からも一本です。Anthropicはマルチエージェントを数学の証明へ直接向けました。

AnthropicはClaude Fable 5.2とMythos 5.2を発表しました。Fable 5.2は複雑な研究タスク向けのマルチエージェントシステムと位置づけられ、多数のエージェントが自律的に分担し、調整し、形式証明を前へ進められます。

発表資料は、1000のFable 5.2エージェントが約30時間で、人手の介入をほとんど挟まずにフェルマーの最終定理を形式化したと述べています。エージェントは最小限のプロンプトから出発し、協働の方法を自分たちで作り、数学の参考資料は参照せず、中間定理の文の集合だけを採点の根拠にしました。対照として、コメントで引かれる以前の未公開の研究版は、専用に組んだ実行環境と人間の研究者1人の指導を必要とし、11日かかりました。この結果は独立した検証を経ればAIによる定理の形式化と並列研究を後押しする可能性がありますが、示された証拠は限られ、Mythos 5.2の具体的な能力、位置づけ、可用性も今の資料では説明が足りません。

フェルマーの最終定理は、2より大きい整数nについて、xⁿ+yⁿ=zⁿを満たす正の整数x、y、zは存在しないというものです。これを形式化するのは、証明を自然言語の論証として生成するのではなく、計算機が検査できる機械可読の対象として書き換えることです。Anthropicは以前、未公開の研究版Claudeでこの定理を初めて形式化し、11日かかりました。今回1000のエージェントが自分たちで調整の方法を作ったことは、モデルの推論、マルチエージェントの編成、形式検証の三つを同時に試すことになります。

開発者と組織にとって、Claude Fable 5.2はClaude PlatformとAmazon Bedrockで利用でき、Claude Mythos 5.2はAnthropicが審査したサイバーセキュリティとライフサイエンスの高度な業務に限られ、実際の利用は依然として制限されます。

実際に試した人によれば、Fable 5.2の能力はすでに強力ですが、普通のタスクではOpus 5.5と区別しにくいことが多く、タスクの目標と複雑さを大きく上げて初めて優位が見えます。別の利用者は、Opus 5.5で約12.5万行のコードのプロジェクトを扱えると述べ、FableとMythosが本当に必要なワークフローに対応するのか疑問を投げています。コミュニティには、新版の公開で5.5が弱められた可能性を指摘する声もあります。今回のベンチマークの設計にも疑問が出ており、Carbonの異常なeffort-intel曲線、単一のサイバーセキュリティ基準での比較がない点、Robodojoの比較がCarbonではなくArgonに変わった点が挙げられています。

定理を機械が検査できる対象として書くことは、曖昧さを許しません。検査器は推論の各段を固定するので、この種の結果の意味は定理そのものではなく、多数のエージェントが自分たちで分担と調整を作れるかどうかにあります。その重みを決めるのは独立した検証と失敗率であり、今公開されている証拠ではより強い結論は支えられません。もう一つの注目点は入場の制限で、審査を通ったセキュリティとライフサイエンスの業務に限るということは、提供側がこの規模の能力に弁を取り付けていることを示します。研究チームにとっては、定理への挑戦というより協働の方法についての実験です。

出典:hackernews

Reuters(ロイター):Anthropicは約1.4兆ドルの評価額で上場を検討

資本の側からも一本です。先ほどと同じ会社の話です。

ロイターは、Anthropicが約1.4兆ドルの評価額で新規株式公開を検討していると報じました。CNBCなどが関係者の話として伝えたところでは、公開価格の幅は1株70〜78ドル、初日の評価額は約1.3兆ドルです。これらの数字はいずれも報道によるもので、最終的な公開の時期、価格、評価額はまだ確定していません。

ロイターによれば、Anthropicは更新したIPO申請で1株70〜78ドルで8億2500万株のA種株を発行し、最大約1.4兆ドルの評価額に相当します。ロイターはこの水準が一部の投資家の予想をやや下回り、AI企業への熱が冷めつつあることを反映すると伝えています。なお、この報道の元の見出しにある金額の桁は、本文の1.4兆ドルという評価額と一致せず、媒体による表現の差です。本稿は目論見書の原文を確認できていないため、二つの数字はいずれも最終的な開示資料に従います。

IPOが予定どおり進めば、発行株式の約20%を個人投資家に配分する計画で、ZeroHedgeがCNBCを引いて伝えています。参加者は公開価格でAnthropicを直接買えることになります。上場後の値動きは、約1.4兆ドルという提案された評価額を市場がどれだけ受け止められるかを試すことになります。

数字そのものが要点ではなく、まだ高速に投資を続けるモデル企業に公開市場がその価格を払うかどうか、そして二割の株を個人投資家に残すことが初日の変動を増幅しないかどうかが試されます。媒体の数字と最終資料の差は、こうした評価額がまだ動いていることも教えてくれます。後で資金を調達する同種の企業にとって、その価格と上場後の成績は参照点になり、調達のテンポと条件もそれに合わせて変わる可能性が高いでしょう。実際に上場したときは、初日の騰落より買い手の構成のほうが多くを語ります。

出典:rss(Google Newsの集約経由) · ロイター原文

Grok Build:コーディングエージェントが機密情報を大量に漏洩、一部はSpaceXSI自身のもの

セキュリティにも今日は一本あります。主役はコーディングエージェント自身です。

セキュリティ企業Clarocの新しい研究によれば、SpaceXSIのvibe-codingエージェントGrok Buildが数千人の利用者のデータを漏らしており、営業秘密もその他の機微な情報も含まれています。この基盤を提供するマスク氏自身の会社も被害者に入っています。

漏洩は、Grok Buildが利用者にアプリを共有させるリンクの側にあります。Grokは本来URLをランダム化し、正確なリンクを知る人だけが対応するデータストアに届くようにしています。ところが基盤の開発者による一つの設計判断がその目的を完全に打ち消し、誰でも数千の稼働中のGrok Buildプロジェクトを列挙できます。少数の例外を除き、そのリンクを開くとアプリが開き、結び付いたすべてのデータが露出します。

Clarocが見つけた露出データには、社内の事業計画、広告提案、健康診断の結果、ある有名クルーズ船の配膳チェックリスト、従業員の氏名と社員番号が含まれます。皮肉なことに、機微なデータの一部はSpaceXSI(合併後のSpaceXとxAI)自身が作ったアプリから出ています。ClarocはSpaceXSIのアプリで24件の文書を見つけ、抽出した中には機密と記されたSpaceXSI企業営業チームの新人向け入社計画、594の顧客アカウントを覆う営業担当地図、営業チーム用ツールの社内システムのアドレス、複数の広告提案がありました。

コーディングエージェントの価値は、社内データをそのまま使えるアプリに一気に変える点にあり、問題もまさにそこにあります。既定の共有リンクに、一つずつ推測できるアドレスが加わると、データの境界は利用者の自制に委ねられます。企業がこの種のツールを導入するときは、権限の範囲とリンクの推測しやすさを技術的な能力と一緒に評価すべきです。開発者にとっては、公開前に「誰が到達できるか」を問うことであり、後から適合の手続きを足すことではありません。こうした事故は通常、突破ではなく、既定値を開いたままにしたことです。

出典:aihot

TSMC:AnthropicとOpenAIに10億ドルを投資へ

上流のサプライチェーンでは、受託製造側が顧客の株を直接持とうとしています。

世界最大の半導体受託製造企業TSMCは、AnthropicとOpenAIに10億ドルを投資し、両社の株を直接保有する準備をしています。AIデータセンターの建設ブームの中で、TSMC自身の受託製造事業はすでに大きな利益を上げています。

ロイターによれば、TSMCの取締役会は最大5億ドルを使ってOpenAIが大口投資家向けに用意した優先株を引き受け、さらに5億ドルでAnthropicの普通株を予想IPO価格で買うことを承認しました。

ウォール・ストリート・ジャーナルは、この投資が市場に「自信の一撃」を与える可能性があると伝えています。AI関連の取引は最近、勢いが鈍って見えるからです。ただしアナリストは、投資家、供給者、顧客の間のこうした循環的な融資が、AIハードウェアとサービスの実際の需要を評価しにくくしているとも警告しています。

この金額はTSMCの規模からすれば大きくありません。要点は姿勢です。供給側が株主になると、生産能力の配分と調達の交渉に身分の重なりが一層加わります。アナリストの懸念は同じことの裏表です。投資家、供給者、顧客が高度に重なると、受注の数字は独立した需要の信号ではなくなります。次に見るべきはこれらの株のロックアップ期間と開示の方法で、それが財務的な投資に近いのか深い結び付きなのかを決め、次の計算資源の交渉で材料になるかどうかも決めます。

出典:aihot

Gemini:オープンソースプロジェクトが、コンシューマー版GeminiはGmailとドライブの内容を人手の審査に回すと指摘

プライバシーの方向にもコミュニティからの指摘があり、まず証拠の境界をはっきりさせます。

GitHubのオープンソースプロジェクトthisisme6598/gemini_filesは、コンシューマー版Google GeminiがConnected Appsを有効にしてGmailやGoogle Driveを許可すると、メールとファイルの内容を人手のラベリング担当者による審査に送る可能性があると指摘しています。議論の重要な限定は、この主張がConsumer Geminiを対象にしている点です。コメントが引くWorkspaceの公式説明は、Workspace Geminiと企業向けのWorkspace Intelligenceは人手の審査の対象外だとしています。指摘が事実なら、利用者がパーソナライズ機能のために提供した個人データが人手のアクセス手順に入り、同意の範囲、プライバシーの告知、データガバナンスへの懸念につながります。ただし今の資料にはGoogleの公式な確認も、プロジェクトの試験方法、発生条件、頻度もないため、現時点ではコミュニティの調査による指摘として扱うべきで、公式に確認された事実ではありません。

コンシューマー版Geminiでは、利用者がGmailやGoogle DriveなどのConnected Appsを許可すると、アシスタントはこれらのサービス内の個人の内容を呼び出してタスクを実行できます。人手のラベリングは通常、担当者がモデルのやり取りやツール呼び出しのデータを確認し、安全性と品質を評価することを指します。このオープンソースプロジェクトは、Connected Appsを通じて読まれたメール本文やクラウドのファイル内容も人手の審査に入り得ると主張しています。コメンターは特にWorkspace GeminiとWorkspace Intelligenceを区別し、両者は今もデータが人手の審査の対象外だと説明しているので、コンシューマー版の状況を企業向けのWorkspace製品にそのまま外挿することはできず、この指摘自体にGoogleの公式な確認はありません。

Googleの公式なプライバシー説明は現在、Connected Appsの情報が保存されGeminiの提供と改善に使われることだけを確認しており、この結果の中で人手の審査の具体的な範囲は確認していません。コメントの参加者の多くは、利用者が許可した後にコンシューマー版がメールやファイルに触れる方法に不満を示しています。ある利用者は、Geminiの回答がとある催促のメールに不気味なほど一致したと述べ、別のコメントは人手でラベリングされたデータが学習に使われたり漏れたりすることを懸念しています。ただしこれらの体験と推測は核心の指摘を独立に検証するものではありません。

この項目の価値は指摘が成り立つかどうかではなく、それが露わにした信頼の隙間にあります。メールの読み取り権限を渡した後、データが内部でどの段をたどるのか、利用者自身では判断しにくいのです。オープンソースプロジェクトは試験方法を示せず、公式の説明も「提供と改善に使う」という層までしか書いていません。どちらも足りません。持ち運べる教訓は、自社製品のデータ処理の経路を、照合できるチェックリストとして書くほうが、漠然とした約束を一つ残すより役に立つということです。コンシューマー版と企業版の差が繰り返し強調されるのは、この境界が今は仕組みによる分離ではなく製品ラインの区分に依っていることの表れです。

出典:hackernews

Meta AI:Muse Ember 1.0を発表、100万tokenのコンテキストと6段階の推論強度

価格の側で、Metaも新しい価格表を出しました。

2026年11月10日、Meta AIはMuse Ember 1.0を発表し、自社で最小かつ最も効率的なモデルと説明しました。主な用途はエージェントが繰り返すツール呼び出し、コーディングのサブタスク、ルーティング、抽出、長い文書の解析ですが、資料の中の独立した検証はまだ限られています。このモデルは最大100万入力tokenを扱えます。プロンプトが20万token以下なら、入力、キャッシュ入力、出力は100万tokenあたり0.10、0.004、0.50ドルで、20万を超えると0.30、0.012、1.50ドルに上がります。

それぞれの短いプロンプトの範囲では、EmberとGPT-6 Luna、Claude Haiku 5.5の入力と出力の単価は100万tokenあたり0.10と0.50ドルで、Claude Fable 5.2は8と40ドルです。三者の長いプロンプトの割増のしきい値はそれぞれ20万、27.2万、10万tokenで、後ろの二つの長いプロンプトの入力と出力の価格は0.20と0.75ドル、0.50と2.50ドルです。Emberはminimalからmaxまで6段階の推論強度を用意しています。Simon Willisonが引くArtificial Analysisの図では、xhighとmaxモードが1タスクあたり約0.12と0.14ドル、Intelligence Indexは約34と36でパレートフロンティアに位置しますが、これは特定の基準での結果にすぎません。彼自身のSVG生成の試行では、highの段階が完全な図形を返さず、推論の段階と視覚的な品質も明確には対応していません。

今回の発表は100万tokenの上限、20万tokenの価格のしきい値、6段階の推論強度を同時に示すので、エージェントの開発者は短いプロンプトと長い文書のタスクのコストを分けて計算できます。今ある証拠は公式の位置づけ、特定の基準の図、SVG生成の観察1回だけを覆うもので、実際の作業負荷で必ず安くなるとは言えません。

ここで最も情報量があるのは順位の点数ではなく、価格の区分の仕方です。長いコンテキストの割増のしきい値と推論の段階を一緒に公表することは、コストの構造をエージェントの開発者に見せることでもあります。ただし公開された指数と曲線は少数のタスクしか覆っておらず、再試行や失敗した応答による隠れた費用は入っていません。同じモデルでも経路が違えば請求額が公開単価と合わないことがあります。本当の検証は最初の本番の流れを待つことになります。小規模なチームにとっては、選択肢が増えるほど、タスクを長さと難しさで先に分け、どの段階に使うかを決める必要があります。

出典:rss

Blender 5.3:ガウススプラッティングを標準サポート、Geometry NodesにBundleを追加

制作ツールの側では、Blenderが新しい描画の路線を本流に取り込みました。

Blender 5.3が公開され、Gaussian Splatting(ガウススプラッティング)の対応を加え、Geometry NodesのBundleの能力を広げました。splatのデータと複雑なビジュアルプログラミングの流れを扱うための、より直接的な道具になります。早期のテスターは、Spirula Studioから書き出した400万splatのシーンをM4で試し、動作が速く統合も成熟しており、Blenderの他の画面と食い違う点は見つからなかったと述べています。この体験は5.3が大きな単一シーンに実用的な可能性を持つことを示しますが、今ある反応は規模が限られ、すでに広い業界の影響を生んだと示すには足りません。

三次元のガウススプラッティングはシーンの表現と描画の方法です。位置、スケール、向き、色、不透明度などの属性を持つ三次元ガウス楕円体でシーンを表し、投影と重ね合わせで画像を作ります。データを従来の三角形メッシュに変換する必要はありません。Blender 5.3の公式の開発文書によれば、3D Gaussian Splatsは読み込み、点群、Geometry Nodes、そしてWorkbench、EEVEE、Cyclesの描画の流れに組み込まれています。Geometry NodesはBlenderが幾何データを手続き的に生成し処理するためのノード式の仕組みです。Bundleの対応は複数の関連する値を一つの単位にまとめ、リストやクロージャといった構造化データの能力と組み合わせられます。

ガウススプラッティングを標準で支えるようになったことで、利用者は実写の写真や動画から再構成した高精細な三次元シーンをBlenderの中で読み込み、表示し、描画でき、こうした資産を既存の制作の流れに接続できます。早期の体験者はこの対応の速さと成熟を一様に評価し、開発者にはBundle、リスト、クロージャが複雑なワークフローを大きく強化し得ると見る声がある一方、そのプログラミングのモデルを理解するには時間がかかるという指摘もあります。三角形のスプラットという代替の路線を挙げ、GPUが三角形をネイティブに扱う能力はリアルタイムのゲームの場面に向くかもしれないと述べるコメントもあります。

三次元の制作者にとっては、パイプラインの継ぎ目が埋まったことに近い話です。以前は再構成のツールと三次元ソフトの間で形式を往復させる必要がありましたが、今は資産をそのままプロジェクトに入れられ、チームの協働から層が一つ減ります。この路線と三角形メッシュにはそれぞれ向く場面があり、リアルタイムのゲーム側はおそらくメッシュに残り、写実的なオフライン描画が最も自然な落としどころです。本当に見るべきは大きなシーンでのVRAMと編集の手触り、そしてGeometry Nodesの新しいデータのまとめ方が次の学習の壁にならないかどうかです。

出典:hackernews

Claude Code:Beep Locatorを作り、約40センチ以内までブザー音源を特定

ここで少し軽い話を。週末規模の個人プロジェクトです。

著者の家の予備の寝室は開けていない箱でいっぱいで、その中の装置が断続的にブザーを鳴らしていました。手で探すのは煩わしく非効率なので、Claude CodeにBeep Locatorを作らせ、複数の機器を協調させて音源を特定しました。本当の難所は三つで、位置の較正、音の認識、機器をまたぐ時間の整合です。

実装はPythonのWebサービスが中央で調整し、5台のスマートフォン、タブレット、パソコンがWebSocketでリスナーとして参加します。各端末は直近60秒の音声を保持し、FFTとハイパスフィルタでブザーを見つけます。機器同士に音を出させる方法は自動の測位のために用意しましたが効果が良くなく、「粗いモード」を加えました。まず地図上で機器をドラッグし、その後に音で補正します。ブザーが見つかると、サーバーは往復遅延が最も小さい機器に短いchirpを鳴らさせ、各リスナーがブザーの約0.6秒前からchirpの約0.8秒後までの断片を送り、時間軸を合わせて到達時間差で三角測量します。

拍手の試験は独立した目印で測位の効果を検証し、録音は機器ごとに再生できます。ブザーの周波数が3345 Hzだと確認した後、システムは続く間隔を組み合わせて範囲を狭め続け、最終的に約40センチ以内まで特定しました。著者はこうして電池が切れかけた古い一酸化炭素警報器を見つけました。開発の途中で、Claude Codeは2007年のBeepBeepの論文を参考に本体を組み、さらにWebSocketでリスナーのJavaScriptモジュールをホットリロードし、エージェントがログを読み、感知の論理を変え、その場で反復できるようにしました。

著者はこれが、コーディングエージェントに組み替え可能な現場の聴覚を持たせることが現実的な道であることを示すと考えています。ただし記事が示すのは実用的な一事例で、厳密な基準の試験ではありません。

この事例で面白いのは精度ではなく、現場でのデバッグの形です。エージェントがログを読み、フロントエンドのモジュールを変え、感知の論理をその場で差し替えられるので、「まず聴いてみる」が反復できる開発のループになりました。同時に代償も示しています。複数機器の時間同期や較正といった面倒はモデルが消したのではなく、一緒に前に進める工学の細部になっただけです。IoTや音声のツールを作るチームは、この分担の仕方に注目するとよいでしょう。人が音が違うと判断し、機械が整合と計算を走らせます。

出典:rss

これらの話題を並べると、モデルの世代交代、資本の流入、プライバシーのリスクは実は同じ一つのことの三つの面です。能力が安くなるほど、既定で使われる範囲は広がります。明日も詳しく話す価値のあるものをいくつか選びます。

🎧 本エピソードはポッドキャストでも配信中:デイリーAIシチュー · 2026-11-16 を聴く。