今週のAIニュース15選 — OpenAIとAnthropicが同じ週に「自社の不具合を外から検証できる形にする」仕組みを出した

訓練・評価・テスト・配備というライフサイクル全体の誤配列事例が、説明や緩和を待たずに公開される側に回る。システムカードの更新を待たずに拾える情報源が1つ増えるので、エージェントに権限を渡す設計をしているなら定期的に見る価値がある。ただし**今回の6件は訓練・評価中の観測で、すべてが自分の使っている配備済みモデルの未修正問題というわけではない。**前号で扱ったAnthropicのMETR依頼と同じ方向の動きが、2社そろって出てきた点も押さえておきたい。

「安全だと言っている会社が、その主張を第三者に検証させる」体制が具体的な金額付きで動き始めた。ただし資金の出どころが被評価側という構造はAnthropic自身が問題として認めており、この点は今後の報告の読み方に効く。ベンダー選定で安全性の説明を比較するとき、「誰が検証したか」「その費用を誰が払ったか」まで見る材料になる。

**LLMを「文章を書かせる道具」ではなく「コードが直接使える判断を返す部品」として使っている箇所が、置き換えの候補になる。**分類・ルーティング・抽出のように出力の型が決まっている処理は、いまLLMに投げていても実際にはパースと検証を書いているはずで、そこが丸ごと消える設計になっている。価格差も桁が違う。ただし**性能比較も「ハルシネーションを起こせない」という主張も同社の公表値と定義によるもので、第三者検証は付いていない**。早期アクセスでウェイトリスト制なので、すぐ試せるとは限らない。

音声を入り口にした問い合わせ対応を作るなら、当日からAPIで試せるうえ、**公式価格表に分単位の料金がある**ので原価の見積もりもすぐ作れる（音声入力 $0.005/分・音声出力 $0.018/分）。ベンチマークはいずれも音声・エージェント系なので、テキスト生成の品質を代理するものではない点には注意する。

auto mode を常用しているなら、分類器分の課金が消えるのはそのまま運用コストに効く。`/status` で自分のセッションがサーバ側かを確認しておく。AGENTS.md 対応は、他のエージェントと指示ファイルを共用しているリポジトリでCLAUDE.mdを別途置く必要が無くなるという意味で、設定の重複を減らせる。

モデル名をハードコードしている自動化があるなら10月19日までに書き換える必要がある。前号でも9月に4モデルの廃止（10月2日）が告知されている。**短い間隔で廃止告知が続いているので、モデル名を直書きしない作りにしておくほうが安い。**

「安全のために一律でブロックする」から「審査した相手にだけ緩める」への移行が、生物分野で具体化した。**同じ設計が他の高リスク分野にも展開されうる**ので、業務でモデルに断られる領域がある場合、今後は製品の乗り換えではなく審査プログラムを探すのが先になる可能性がある。

「AIがAI開発を回し始めている」という抽象的な話に、社内実測のスナップショットが付いた。26%や6%という水準そのものより、**同じ方法で再測定すれば差分を比べられる形で出された**ことに意味がある。ただし**定期的に公開し続けると約束されているわけではなく**、数値は同社の自己申告で第三者検証も付いていない。

前号までで ChatGPT Ads は年換算ランレート10億ドルに到達したと公表されており、そこに**「広告の着地点がページではなく会話になる」**という変化が乗った。自サイトへの流入を前提にした導線設計が、会話の中で完結する形に置き換わりうる方向なので、検索流入に依存しているなら動向として追う価値がある。ただし現時点では**米国の一部広告主とのテスト**で、参加している広告主の数などの規模は公表されていない。

汎用モデルの上に**業種特化の「設定＋ツール＋文脈」の層**を公式に用意し、その層の上で他社に作らせる、という売り方が法務で具体化した。自分が業種特化の受託を考えるとき、**基盤側が同じ層を出してくると差別化の位置が変わる**ので、どこまでが基盤側に取り込まれるかを見る材料になる。

ブラウザという主要な入り口の一つに、**「ゼロデータ保持」を前面に出した構成**が入った。プライバシーを理由にAI機能を断ってきた相手に対して、提示できる選択肢が1つ増える。モデル名が非公開なので性能の見積もりはできないが、**調達条件（保存しない・地域言語対応）を売りにする形が実装された例**として参照できる。

推論の単価はハードの世代交代とソフト最適化の両方で動く。**同一ハードでソフトだけで1.6倍**という数字は、いま借りているGPU時間の実効コストも据え置きではないことを意味する。クラウド推論の見積もりを長期で固定しないほうがよい根拠になる。

推論コストの議論はGPU単体の性能に寄りがちだが、**実際のボトルネックが「待ち時間」側にあるという主張に、具体的な資金が付いた**。自分でGPUを持たない立場でも、この方向が効けば借りる側の単価に効いてくる。ただし試算は同社自身のモデリングで、第三者の検証は付いていない。

事業者が自ら「こう規制されるべき」という枠を各国の政策過程に提出する動きが続いている。前号でOpenAIは連邦レベルの義務的なAI安全規制を求めていたので、**国別の実装案まで降りてきた**ことになる。未成年が触れる可能性のあるサービスを作るなら、年齢確認と保護者機能が既定の前提として扱われる方向を見ておく。

「1つの強いモデルを使う」のではなく「毎回の依頼に合うモデルへ振り分ける」方式が、国内ベンダーの製品で全ユーザーに開かれた。**自前でルーティングを組む価値があるかを判断する比較対象**になる。ただし公表されているのは設計思想と提供範囲で、振り分けの精度やコスト効果を示す数値はこの発表には無い。