OpenAI、300トークン/秒の壁にぶつかる

Google DeepMindは本日、Gemini 4 Argonを発表しました。これは、コーディング、企業知識業務、サイバーセキュリティ防御に特化したフロンティアモデルとして位置づけられています。主要な機能は、Long Decode Continuationと呼ばれる実験的な技術によって達成された、業界トップの1Mトークンの出力制限です。

ただし、アクセスは厳しく管理されています。GoogleはArgonを、Fairwindプログラムの信頼できるテスター、特に政府ユーザーと信頼できるサイバー防御者に限定して展開しています。

この制限されたリリース戦略により、より広範なAIコミュニティは1Mトークン出力の主張をテストできません。DeepMindは紙の上では技術的マイルストーンを達成しましたが、一般提供されるまでは、商業市場への影響はゼロです。

新たな分析により、現在のAIブームの隠れた金融構造が明らかにされましたが、その構造的健全性はせいぜい疑問符がつく程度です。このマップは、OpenAI、Nvidia、Oracle、CoreWeaveといった主要プレイヤーを結びつける特定の契約、保証、資金調達構造を追跡しています。

これは計算能力の話ではありません。カウンターパーティリスクの話です。セクター全体が強く相互依存しており、サーバーを稼働させ、評価額を天文学的なものに保つために複雑な資金調達に依存しています。

音楽が止まったとき、しわ寄せを食う企業は、最悪のモデルを持つ企業ではなく、最悪の金融保証を持つ企業でしょう。お金の流れを追ってください。なぜなら、根本的なリスクマップは、市場調整で誰が淘汰されるかを正確に示しているからです。

AI業界は現在、大規模な調整期に入っています。長年にわたる疑う余地のない成長と無限の資本の後、市場は積極的にその基本的な前提を再評価し、主要プレイヤー間のリスクがどのように分散されているかをマッピングしています。

このリセットは避けられませんでした。最初のゴールドラッシュは、収益性への道筋を要求することなく、あらゆるラッパーや基盤モデルの夢に資金を提供しました。今、賢明な資金は再配置されています。

この調整期における勝者は、持続可能なユニットエコノミクスを構築した事業者であり、敗者は、補助された計算をビジネスモデルと混同したスタートアップです。

Broadcomは、驚くべき350億ドルのAI資金調達プラットフォームを立ち上げました。この構造により、金融パートナーはBroadcomのカスタムAIアクセラレータのラックを購入し、それを顧客に直接リースすることができます。

この動きにより、大規模なインフラ展開に必要な莫大な初期設備投資が不要になります。資金調達ゲームに参入することで、Broadcomは、企業顧客がAI運用をスケールアップしようとする際に、自社のバランスシートによって阻害されないようにしています。

これは、 brilliantly aggressive な戦略です。Broadcomはハードウェアをより速く動かすことで勝利し、企業はAIインフラを大規模な設備投資から運用費に移行することで勝利します。

OpenAIはひっそりとGPT-6.1 Solをリリースし、それがベンチマークを席巻しています。このモデルはMathArenaで1位を獲得し、Code Arena WebDevでは3位にランクインしており、推論とコーディングタスクで優れたパフォーマンスを示しています。

Solが危険なのはその価格です。Artificial Analysisは、最大努力でのタスクあたりのコストを0.72ドルと測定しました。これは、より低いキャッシュ読み取り価格と、ソリューションに到達するためのターン数の少なさにより、Astraのような競合他社を大幅に下回っています。

GPT-6.1 Solは、ベンチマーク性能を犠牲にしたくないコスト意識の高い開発者にとって明確な勝者です。OpenAIは、生の知能とユニットエコノミクスの両方で同時に競争できることを証明しています。

エンベディング市場は大幅にアップグレードされました。Perplexityは、ConTEBで新しい最先端スコアをすぐに獲得したオープンなコンテキストエンベディングモデル、pplx-embed-v2-context-9b-previewをリリースしました。

同時に、CohereはEmbed 5をローンチし、ProとFastの両方のバリアントを提供しています。このアーキテクチャはデュアルティア効率のために設計されており、一方のバリアントでインデックスを作成し、もう一方のバリアントで検索することで、Fastティアでより低いコストで優れたパフォーマンスを提供します。

RAGパイプラインを構築する開発者は、今日明確な勝者です。Perplexityはオープンなコンテキストエンベディングの限界を押し広げ、Cohereはインデックス作成と検索のコストカーブを最適化しています。

Ideogram 4.5が正式にリリースされ、約束されていたオープンウェイトと、アーティファクトのない複数ターン画像編集に重点が置かれています。主要な主張は印象的です。このモデルは、10回の連続編集で、未編集コンテンツの94〜99%を同一に維持します。

しかし、ベンチマークの現実はそれほど好意的ではありません。このモデルは現在、Image Edit Arenaで18位に位置しています。一貫性メトリクスは仕様書上では素晴らしい響きですが、クラウドソースされた視覚品質はトップティアの競合には及んでいません。

軽微な修正のために厳密なピクセル保持が必要な場合は、検討する価値があるかもしれません。しかし、本格的なクリエイティブ制作には、その18位というランキングがすべてを物語っています。視覚的忠実度が技術的主張に追いつくまでは、スキップしてください。

Artificial Analysisは、厳密に1080pで評価される待望のビデオベンチマークAA-Video-T2V v2.0をリリースしました。視覚的整合性を捉えきれない自動メトリクスとは異なり、このベンチマークは68,000を超える人間の投票に依存しています。

その結果は、待望の明確さをもたらします。Wan 3.0は現在、1分あたり12ドルという信じられないほど費用対効果の高い価格でトップを走っています。これにSeedance 2.5とMiniMax H3が僅差で続いています。

このベンチマークは業界にとって大きな勝利です。厳選されたマーケティングビデオを排除し、モデルに人間が検証した品質と厳しい価格で競争することを強制します。Wan 3.0が栄冠を勝ち取り、高品質なビデオ生成に多額の費用がかからないことを証明しました。

Anthropicは、Zhipu/Z.aiのオープンウェイトGLM-5.3モデルについて厳しい警告を発しており、自律的なサイバー能力の危険な閾値を超えていると主張しています。このモデルはExploitBenchでエンドツーエンドのV8エクスプロイトで50/410を記録し、Anthropicは単純なジェイルブレイクが64〜100%の確率で成功すると指摘しています。

Anthropicはこれを、モデルが広くダウンロード可能で、比較的安価で、拒否調整が弱いことを考慮すると、深刻な能力とアクセシビリティのリスクと位置付けています。

しかし、業界が懐疑的であるのは当然です。ExploitBenchの数値は本物ですが、Anthropicの警告は、非常にアクセスしやすい中国のオープンウェイトモデルを抑制するための戦略的な動きのように感じられます。ここでの本当のリスクは、Anthropicの市場シェアにあるのかもしれません。