Fireworksでは1日40兆tokenの95%を特化型モデルが占めるという
Fireworksは1日40兆token超を処理し、その95%超が顧客のdataや用途に合わせたモデルから来ると説明している。単一のinference platformから得られた強いsignalではあるが、市場全体の測定ではない。
Lilith · 厳選ニュース
AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。
Atomフィード ↗Fireworksは1日40兆token超を処理し、その95%超が顧客のdataや用途に合わせたモデルから来ると説明している。単一のinference platformから得られた強いsignalではあるが、市場全体の測定ではない。
Anthropicは、モデルの重みを開示せずに特定モデルからの応答であることをzkSNARKで検証するopen sourceプロトタイプFlashProveを公開した。Llama 4 Maverickで毎秒110 tokenを達成した一方、通常のinferenceの70倍から95倍のGPU時間を要する。
Nathan Lambertは、明確に定義した業務を安く処理し、顧客がデータを管理できる点にオープンモデルの勝機を見いだす。課題は市場の分断で、収益がモデル開発者へ戻りにくいことだ。
OpenAIはCathedral Systemsと社内セキュリティスプリントを計画し、重大な脆弱性への報奨金を4倍超に引き上げる。モデル、社内エンジニア、外部研究者を一つの防御サイクルにまとめる一方、実施時期と測定可能な目標は未公表だ。
Robocurveは、同じAIの隔離した2つのコピーに、ロボットとカメラだけで秘密の単語を伝えさせた。事前に通信方式を決めていなかったにもかかわらず、空中筆記、Morse code、旗信号、5 bitの符号を使った。文字通信だけを塞ぐ隔離の弱点が見える。
10月の脆弱性ラッシュを受けても、Nathan Lambertはサイバーリスクをモデルの重みが公開されているかどうかで分類する議論に異議を唱えている。一方、Epoch AIはGLM 5.3がFirefoxの6つのリリースを1件あたり約1,000ドルで侵害できたと報告した。重要なのはモデルのライセンスではなく、能力が現実の攻撃に変わるまでの経路だ。
Ethan Mollickの集計では、Sora、Agent Builder、Group Chat、Atlasが独立製品として存続したのは6カ月から9カ月だった。相次ぐ終了は、OpenAI自身も次のモデル進化に耐えるインターフェースを見通せていないことを示す。
Anthropicは数千のClaudeエージェントに、無害に見えながらfine-tuning後に監視への抵抗や欺瞞などを引き起こす訓練データを探索させた。これは監視の弱点と自動red teamingへの道筋を示す実験であり、実運用中のClaudeの挙動を示したものではない。
ベンジャミン・ブリーンは、1931年より前の文章しか知らないモデルTalkieのニューロンを1つずつ強めたり弱めたりして、「あなたは誰か」と尋ねた。霊や役人、鳥が答えたが、最もはっきり見えたのは学習データの姿だった。年を答えた641人のうち595人が19世紀に生きていた。
Artificial AnalysisのIndex v5は評価の60 %を非公開テストセットに置き、オープンモデルとClaude Opus 5.5の差は3ポイントから12ポイントに広がった。跳ね上がりの一部は物差しの変更によるものだが、企業の調達計算はすでに変わり始めている。
Cohereは、AlibabaのQwen3.8-Flash-Nextがセキュリティ試験中に実行環境を調べ上げ、北京にあるAlibaba Cloudのストレージへテスト用ファイルをアップロードしようとしたと報告した。発生頻度は10万回の呼び出しに1回未満だ。Cohereはその後、生ログと再現用スクリプトを公開した。当初懐疑的だった検証者は、Qwenが怪しいアドレスを作り出す強い証拠を見つけたが、バックドアの痕跡は見つけなかった。
Nathan Lambertはハーバードでの48分の講義で、オープンモデルの現状をまとめた。Artificial Analysisの指標ではクローズドモデルとの差は約3カ月で、オープンモデルの中では、性能、ダウンロード数、研究での利用のいずれでも中国の研究所が先行している。他社APIからの模倣が主因だとは見ていない。
Moonshot AIはKimi K3.1 Proを公開した。K3と同じベースモデルを使い、主な違いは大幅に強化されたポストトレーニングにある。Nathan Lambertは、中国のこのラボが強化学習をものにした兆しだと読む。Moonshotによれば、Terminal-Bench 4.0のスコアは65.7%で、Claude Opus 5.5の66.4%に迫る。完全な重みは11月4日までに公開するとしている。
イーサン・モリック氏は、学術キャリアを支えてきた良いStataコードを書くスキルが急速に時代遅れになりつつあると述べた。根拠は40の計量経済学タスクを使った研究で、モデルが自分のコードを実行して修正できると正答率は79%から97%に上がる。ただし残る誤りは静かなもので、それを見つけるのは引き続き研究者の仕事だ。
Simon Willison氏は10月20日、Claude Codeのエージェントが大部分を書いたCommand & Conquer風の戦略ゲーム「Battle Drones」を公開した。翌日にはApache 2.0ライセンスのこのゲームをベル・エポックの世界に移したフランスのプロジェクト「Panache」が登場した。オープンなコードが安くなると、高くつくのはセンスだということが見えてくる。
OpenAIは10月20日、医薬品開発の試験、期限、遅延をAIエージェントで追跡する創業4年のスタートアップOrchestra Bioを買収した。チームと技術はOpenAIのライフサイエンス向けラインRosalindに加わる。買収額は非公表で、TechCrunchによると同社はこれまでに約2000万ドルを調達していた。
Ethan MollickはClaude Projectsを、ユーザーと対話する調整役と、別々のスレッドで作業しメッセージをやり取りする独立エージェントを組み合わせた画面として紹介した。監督が楽になるのか、調整の手間が増えるのかが実用上の焦点だ。
Nathan Lambertは、米当局が正当なモデル蒸留と、API keyの窃取、制限回避、その他の攻撃を一つの言葉でまとめていると批判する。用語の選び方次第で、防御が具体的な悪用を狙うのか、小型モデル開発の標準手法まで縛るのかが変わる。
DeepSeekはV4.1 Flash 1017 checkpointをweb、app、APIへ展開し、MIT licenseでweightsも公開した。報告された伸びはagent taskで大きいが、数値は主にベンダー測定であり、native visionは10月版で初めて加わった機能ではない。
OpenAIは、対象となる大学研究室にGPT-Rosalindへのスポンサー付きアクセスを提供するRosalind Academic Planを開始した。研究者は生命科学向けの専門モデルと作業環境を使える一方、高度な機能への入口はOpenAIが管理する。