Anthropic、Haiku 5.5でLunaと同価格帯に

Stork独自のLLM価格カタログによると、AlibabaのQwen-VL OCRの自社リスト価格が本日、驚くべき下落を記録しました。入力コストは100万トークンあたり0.72ドルから0.07ドルへと90%も急落。出力コストも同様に、100万トークンあたり0.72ドルから0.16ドルへと78%下落しました。

明確にしておきますが、これらはラボが直接請求する価格であり、ゲートウェイの再販価格ではありません。Storkはこれらの数値を毎日チェックしてテーブルの正確性を保っていますが、これほど大幅な値下げは、高ボリュームの画像やドキュメント処理に依存するあらゆるアプリケーションの計算を根本的に変えます。

Alibabaは明らかに、欧米の既存企業からエンタープライズワークロードを獲得するために価格設定を行っています。マルチモーダルパイプラインを運用していて、Qwen-VL OCRを現在のプロバイダーと比較ベンチマークしていないなら、あなたは積極的にお金を燃やしているようなものです。

ChatGPTは、新しいインテリジェントUIフレームワークとともにGPT-6の展開を正式に開始しました。このインターフェースは、単にテキスト応答を生成するだけでなく、チャット内でチャート、マップ、フォーム、小型ツールなどのインタラクティブ要素を直接レンダリングします。

このアップデートの一環として、無料ユーザーもGPT-6 Lunaにアクセスできるようになり、非課金アカウントの基本機能が劇的に向上しました。これにより、ChatGPTは会話型オラクルからインタラクティブなワークスペースへと変化します。

消費者向けAIアプリケーションを構築している場合、あなたのユーザーは動的でインタラクティブな出力をデフォルトとして期待するようになるでしょう。単純なテキストストリームは、それと比較して壊れているように感じられるはずです。OpenAIは、カテゴリ全体のUX標準をリセットしました。

最新のMETRチャートがソフトウェアタスクの完了状況を追跡したところ、エージェントの耐久性において顕著な飛躍が明らかになりました。GPT-4が歴史的に数分かかるタスクに限定されていたのに対し、Mythosのようなモデルは2026年までに、数十から数百時間に及ぶ複雑な操作を成功裏に実行しています。

これはAIの能力評価方法を根本的に変えます。指標はもはやプロンプトに対する精度だけでなく、数日間の連続実行における安定性です。

モデルにはスタミナがあります。開発者にとっての真の課題は、クラウドインフラを焼き尽くすことなく、エージェントを1週間稼働させ続けるための制御構造、ロギング、エラー回復システムを構築することです。

Periodic Labsは、現実世界の科学的発見を加速するAI科学者を生み出すという壮大な目標を掲げて正式に立ち上げられました。このスタートアップは、2025年9月にLiam FedusとEkin Dogus Cubukによって共同設立されました。

AIをデジタルテキスト操作から物理科学へと移行させるには、まったく異なるアーキテクチャと検証方法が必要です。彼らは、AIの価値の次の飛躍は、科学的手法そのものを自動化することから生まれると賭けています。

もし成功すれば、その企業価値はSaaS市場のあらゆるものを凌駕するでしょう。もし失敗したとしても、モデルが経験的データとどのように相互作用するかの限界を押し広げることになります。

ナビエ・ストークス方程式のミレニアム懸賞問題が、一人の天才ではなく、約1万体のAIエージェントからなる協調グループによって解決されたと報じられています。これは分散型知能にとって画期的な瞬間です。

私たちは長年、単一の巨大なフロンティアモデルのスケーリングに執着してきました。この結果は、数千の小規模で特化したエージェントをネットワーク化して統一された複雑な問題に取り組むという並列化が、より効果的なスケーリング軸である可能性を示唆しています。

開発者はオーケストレーションフレームワークに細心の注意を払うべきです。複雑な問題解決の未来は、単一の神モデルに問い合わせるというよりは、大規模で高度に連携されたデジタル労働力を管理するようなものになるでしょう。

2024年を振り返ると、広く「エージェントの年」と呼ばれていました。SaaS企業は、業界全体が当時その概念が実際に何を意味するのか具体的に理解していないにもかかわらず、エージェント搭載製品をロードマップに組み込むべく殺到しました。

この急ぎ足は、自律システムを装った脆弱なラッパーの過剰供給につながりました。初期のピッチデッキで約束されたことを実際にサポートする基盤インフラが整うまでには、何年もかかりました。

オペレーターにとっての教訓は明確です。早期導入は、多くの場合、壊れたパラダイムのベータテストの特権にお金を払うことを意味します。インフラが成熟するのを待った企業こそが、今日、信頼性の高いエージェントを実際に展開しているのです。